全 文 ：江西理工大学学报
Journal of Jiangxi University of Science and Technology
第 36卷 第 3期
2015 年 6 月
Vol.36, No.3
Jun. 2015
0 引 言
铅（Pb）是一种重要的金属元素，可以用作耐硫
酸、枋丙种射线、蓄电池等的材料 . 随着中国都市
化和工业化的发展， 铅污染呈现越来越严重的趋
势， 这给生态环境和人类的生存带来持久的威胁.
在湿地重金属污染监测方面，传统方法是化学或生
收稿日期：2014-12-19
基金项目：国家自然科学基金资助项目（41061037）；鄱阳湖湿地与流域研究教育部重点实验室(江西师范大学)开放基金项目（PK2012006）
作者简介：宋鹏飞（1989- ），男，硕士研究生，主要从事湿地生态污染与修复等方面的研究, E-mail: songpengfei_0529@126.com.
通信作者：倪才英（1968- ），女，博士，教授，主要从事环境污染模拟与控制等方面的研究，E-mail: ncy1919@126.com.
文章编号：2095-3046（2015）03-0007-06 DOI:10.13265/j.cnki.jxlgdxxb.2015.03.002
灰化苔草叶片铅胁迫的光谱响应研究
宋鹏飞 1a， 吴其生 2， 倪才英 1a,1b， 张丹 1a， 陈浩 1a
（1.江西师范大学，a. 江西师范大学地理与环境学院；b. 鄱阳湖湿地与流域研究教育部重点实验室，南昌 330022；2.江西省地产公司，南昌 330025）
摘 要：以鄱阳湖南矶山自然湿地优势植物灰化苔草（Carex cinerascens）为研究对象，采用盆栽
方法，研究不同铅浓度（0，50，100，150，200，300，500 mg/kg）下，整个培养期（包括苗期，生长期和
成熟期）内灰化苔草叶片叶绿素和光谱参数的变化. 研究结果表明：灰化苔草对重金属 Pb 的耐
受极限超过 500 mg/kg，敏感浓度是 150 mg/kg. 低浓度（0～150 mg/kg）Pb胁迫条件下，灰化苔草叶
片叶绿素受抑制明显；高浓度（200～500 mg/kg）Pb 胁迫条件下，灰化苔草呈现出了一定的耐 Pb
性. 灰化苔草生长期的蓝谷深度、绿峰峰值、红谷深度和 NDVI705等光谱参数可以作为其受重金
属 Pb污染的指示. 重金属 Pb污染下灰化苔草最佳监测生育期为其生长期.
关键词: 灰化苔草；铅；重金属污染；光谱参数
中图分类号：X830 文献标志码：A
Study on spectrum response of Carex cinerascens to lead stress
SONG Pengfei1a, WU Qisheng2, NI Caiying1a,1b, ZHANG Dan1a, CHEN Hao1a
（1. Jiangxi Normal University, a. School of Geography and Environment; b. Key Laboratory of Poyang Lake Wetland and Watershed Research,
Ministry of Education, Nanchang 330022,China; 2. Jiangxi Real Estate Corporation, Nanchang 330025,China ）
Abstract: Carex cinerascens (C. cinerascens), one of the dominant species in Poyang Lake Natural Wetland, is
taken as the research object in this paper. By pot culture, this paper studies the change of chlorophyll and
spectral parameters of leaves under the different concentration of lead (0, 50,100,150,200,300, 500 mg/kg)
during its culture period, including the seeding stage, growing season and flowing season. Results show that the
tolerance limit of C. Cinerascens leaves exceeds 500 mg/kg to heavy metal Pb, and the sensitive concentration is
150 mg/kg. The chlorophyll of leaves are inhibited by Pb pollution obviously at low concentrations (0～150 mg/kg)
of Pb, but it shows a certain Pb resistance at high concentrations (200～500 mg/kg). The Blue Valley depth,
Green Peak value, Blue Valley depth and NDVI705 of spectral dates in growing season can be used as indicators
of Pb pollution. Meanwhile, the spectral parameters in growing stage is found more sensitive than those in other
two periods, so growing season is the best monitoring growth period.
Key words: Carex cinerascens; lead; heavy mental pollution; spectral parameters
物分析法，即主要经过野外选点采样，室内分析等
步骤，不但周期长，易受野外原生环境和样本的限
制，而且需要耗费的人力、财力和时间巨大，大面积
应用时受到限制 . 近年来随着高光谱遥感技术的
产生和快速发展， 湿地重金属的污染状况能够快
速、高效、宏观地反映在光谱参数上[1-2]，光谱逐渐成
为重金属污染监测的重要技术手段.
生长于土壤中的植物体，联系着其周围生长环
境的土壤，岩石，水体和大气等生态要素 [3]，作为陆
地生态系统的重要组成部分，植物体的生长状况对
土壤的污染状况有着重要的指示作用，因此可以用
植物叶片的高光谱遥感数据分析其生长环境的重金
属污染状况[4]. 在重金属胁迫下，植物最常见的生理
反应之一就是叶绿素含量下降，叶片黄化干枯[5]，因
为重金属破坏了叶绿体的结构[6-7]，影响了叶绿素的
合成，导致叶绿素含量降低 [8-9]. 这就为应用遥感光
谱技术手段监测重金属污染奠定了科学基础 . 植
物受到重金属污染的胁迫，叶绿素含量降低，光谱
特征会随之发生变化 [10]. 例如，曹仕等 [11]利用高光
谱植被指数模型监测成熟期水稻中的砷污染，发现
As 对水稻生长的影响可以通过其在光谱上的特征
改变来体现， 为大面积监测农作物 As污染提供了
依据. 王娟等[12]研究云南大理马厂箐铜矿区马尾松
对微量元素的光谱响应，采集马尾松植物样品及其
光谱信息，发现马尾松波谱的红边位置，红边蓝移
量，叶绿素归一化指数与马尾松微量元素的吸收特
征有一定相关性，利用其光谱特征参数能够揭示植
物覆盖区地球化学异常信息.
本文以鄱阳湖南矶山自然湿地优势植物灰化
苔草为研究对象,采集其在重金属铅污染下的叶片
光谱和叶绿素数据，之后对光谱和叶绿素数据进行
了处理，对蓝谷位置、蓝谷深度、绿峰位置、绿峰峰
值、红谷位置、红谷深度、红边位置、红边峰值、红边
斜率、NDVI705(归一化植被指数)等几个光谱参数和
叶绿素值进行了研究.
1 材料与方法
1.1 实验设计
2012 年 4 月 7 日～5 月 25 日在鄱阳湖南矶山
自然湿地（28°57′01.14″ N，116°21′07.02″ E），用黑
色不漏水塑料筐 （黑色筐减小对光谱采集的干扰）
作为灰化苔草培养筐，将长势均一且采样点相同的
灰化苔草幼苗连同生长土壤移植到培养筐内 . 等
待培养筐内的灰化苔草长势稳定后，在每盆土壤中
分别加入不同量的 Pb（NO3）2（分析纯）水溶液，使土
壤中的 Pb 浓度分别为 0，50，100，150，200，300，
500 mg/kg， 并且每个浓度设置 3个平行样. 植物生
长中不可或缺的 N、P和 K也要保持相对一致，其中
由于不同 Pb浓度导致的 N营养不平衡用尿素 （即
硝酸铵，化学式为 NH4NO3）来平衡，使用磷酸二氢钾
（化学式为 KH2PO4）作为 P肥和 K肥，N∶P∶K的比例
保持在 1∶1∶0.6[13].
1.2 光谱数据采集与处理
使用美国 Spectra Vista Corporation 生产的
SVC HR-1024（波段范围为 350～2500 nm，本文研
究 350～750 nm 的可见光波段）便携式地物光谱仪
采集灰化苔草叶片的光谱信息， 选择天气晴朗，天
空背景均一的天气进行，时间一般为上午十点到下
午两点，在每个培养筐中选取长势相对一致的五个
不同点测五次光谱，并且记录光谱编号（每 30 min
矫正一次白板）. 测量的原始光谱数据首先使用
SVC HR-1024 PC Date Acquisition Software （光谱
仪自带的处理软件）进行筛选（剔除异常的光谱曲
线）和预处理（运用一阶微分处理提取部分光谱参
数），然后使用 ENVI（运用连续统去除处理提取部
分光谱参数）和 SPSS、R studio（分析相关关系）等
软件进行进一步分析和处理.
1.3 叶绿素数据采集与处理
使用 SPAD-502叶绿素测量仪测量叶片叶绿素
的相对含量，其工作原理是通过测量叶片在 650 nm
（红光）和 940 nm（红外光）两种波长光学浓度差的
方式来确定当前叶绿素的相对含量[14]，即 SPAD 值.
选择晴朗的天气进行叶绿素采集，从每框灰化苔草
中均匀的选取 10 个叶片，保持长势的相对一致，在
每个叶片的上、中、下位置测量叶绿素浓度 3 次后
求其平均值，并记录数据. 将记录的叶绿素数据使
用格拉布斯（Grubbs）准则法，本文采用改进型格拉
布斯准则法剔除异常值后，再对叶片 SPAD 值分别
就各自处理下求叶绿素的平均值，用来代表该浓度
处理下的叶片叶绿素值.
1.4 灰化苔草叶片和土壤的铅含量测定
待培养期完成后，采集培养筐内灰化苔草叶片
（本文只研究叶片中的 Pb含量，只采集地上的叶片
部分）及其生长土壤，将样品冲洗、烘干并用玛瑙研
钵研磨后 （土壤样品不需要冲洗， 自然晾干），过
100 目尼龙筛并且混合均匀 （对样品的处理过程
中，不能使用金属器具，减少对实验数据带来的误
差）， 准确称取叶片样品粉末 1.0000 g （精确至
0.0001 g） 和土壤样品粉末 0.5000 g 置于洁净的三
江西理工大学学报 2015年 6月8
宋鹏飞，等：灰化苔草叶片铅胁迫的光谱响应研究
角烧瓶中用高氯酸、浓硝酸消化处理 [15-16]. 消解后
的植物和土壤消化液进行稀释处理，用石墨炉原子
吸收分光光度计测定叶片和土壤中的 Pb 含量，Pb
的最小检出限为 0.002 μg/mL. 植物与土壤样品均
设有 3个空白样用来对照，每个浓度处理的样品均
有 3个重复，以这 3个重复样的平均值来表示重金
属 Pb的含量.
2 结果与分析
2.1 灰化苔草叶片与土壤有效态 Pb 含量的变化
特征
对不同添加 Pb浓度下灰化苔草叶片与土壤有
效态 Pb 含量进行统计分析 （见图 1）表明 ：随着
添加 Pb 浓度的升高， 灰化苔草叶片与土壤有效
态 Pb 含量均呈现升高的趋势 （添加 Pb 浓度在
0～300 mg/kg 的范围内 ，增加趋势平缓 ；在 300～
500 mg/kg的范围内， 有明显的增加趋势）； 叶片对 Pb
元素的富集低于土壤有效态 Pb含量 （除 300 mg/kg
外）. 经相关性分析， 发现叶片和土壤有效态 Pb 含
量之间呈现显著正相关关系，相关系数为 0.931；并
且叶片和土壤有效态 Pb 含量与土壤添加 Pb 浓度
之间也呈现显著正相关关系， 相关系数分别为
0.964 和 0.985. 因此灰化苔草叶片与土壤有效态
Pb 含量能够较好地反应土壤 Pb 的污染程度，可以
用来指示土壤环境中的铅污染情况.
2.2 灰化苔草叶片 SPAD 值随着 Pb 浓度的变化
特征
图 2 中，选取了 4 天的叶绿素数据（考虑到天
气要素及数据处理方法），对这 4天的数据求平均，
代表灰化苔草叶片在整个培养期间的叶绿素变化
情况. 先前林婷[17]对锌胁迫下的水稻叶片的研究发
现重金属进入植物体内后，会抑制叶绿素生物合成
途径中几种酶的活性， 从而阻碍了叶绿素的合成，
并且随着重金属浓度的加重，植物叶绿素含量会下
降， 二者呈显著地负相关关系. 但是也有例外，陈
星等 [18]研究铅胁迫下狗牙根的生理特性及其对铅
的积累机制时， 发现 Pb 浓度在 0～100 g/L 的范围
内时， 叶片叶绿素呈现了先升高后降低的趋势，以
20 g/L 为拐点，这是因为叶绿素在低浓度时便显出
图 1 不同 Pb 浓度下灰化苔草叶片与土壤有效态 Pb 含量的变化
350
300
250
200
150
100
50
0
土壤有效态 Pb 含量
叶片 Pb 含量
0 50 100 150 200 300 500
400
350
300
250
200
150
100
50
0
土
壤
有
效
态
Pb
含
量
/（
m
g·
kg
-1
）
叶
片
Pb
含
量
/（
m
g·
kg
-1
）
Pb 浓度 /（mg·kg-1）
图 2 不同 Pb 浓度下灰化苔草叶片 SPAD 值与叶片 Pb 含量的变化
36
35
34
33
32
31
30
29
28
27
26
叶片 SPAD 值
叶片 Cu 含量
0 50 100 150 200 300 500
350
300
250
200
150
100
50
0
叶
片
Pb
含
量
/（
m
g·
kg
-1
）
叶
片
SP
AD
值
Pb 浓度 /（mg·kg-1）
第36卷第3期 9
一定的抗逆性. 这些研究结果与本文的研究结果有
相同也有不同之处. 如图 2所示，灰化苔草在重金属
Pb胁迫下，SPAD值先是下降，在 150 mg/kg时达到
最小值，然而随着 Pb 浓度的增加，SPAD 值随后又
上升了，甚至在 500 mg/kg 时达到了最大值（且高
于不添加 Pb的参照的 SPAD值）. 显著性差异分析
的结果表明， 叶片 SPAD 值与叶片 Pb 含量之间的
相关系数为-0.865 （0～150 mg/kg）和 0.848 （200～
500 mg/kg），与叶绿素的变化趋势相符. 这表明，在
低浓度 Pb 的污染下， 灰化苔草叶片叶绿素受 Pb
污染的抑制明显，随着铅处理浓度的增加呈有规律
的下降趋势；在高浓度的 Pb的污染下，叶片对土壤
中添加 Pb的吸收率下降，呈现出了一定的耐 Pb性，
叶绿素含量反而随铅处理浓度的增加呈现出上升的
趋势，并且在整个生长期，500 mg/kg浓度的灰化苔
草没有出现枯亡 . 因此可以认定灰化苔草对 Pb
的耐受极限超过 500 mg/kg，并且 150 mg/kg为其
敏感浓度.
2.3 光谱参数的变化特征
2.3.1 灰化苔草不同处理下不同生育期的光谱参
数变化
植物叶片的叶绿素对太阳辐射具有明显的吸
收、反射和透射特征，这些特征由植物的生理特征
所决定（色素含量、水分含量、叶片表面特性、叶片
结构等），并且反映在光谱参数变化上[19]. 本文对灰
化苔草光谱中 350～750 nm 的可见光波段进行分
析，提取了蓝谷位置、蓝谷深度、绿峰位置、绿峰峰
值、红谷位置、红谷深度、红边位置、红边峰值、红端
陡坡斜率和 NDVI705等光谱参数进行研究. 结果见
表 1、表 2和表 3.
红边“蓝移”是植物遭受重金属胁迫时最明显
的光谱特征 [20]. 表 1、表 2 和表 3 所示，灰化苔草叶
片在整个培养期内的红边位置（720～730 nm 处）向
短波方向移动（“蓝移”）现象不明显（红边位置一直
特征参数 0 50 100 150 200 300 500
蓝谷位置/nm 490 495 495 490 490 490 495
蓝谷深度 0.860 0.885 0.898 0.873 0.868 0.872 0.895
绿峰位置/nm 550 550 550 550 550 550 550
绿峰峰值 0.350 0.302 0.288 0.329 0.311 0.308 0.278
红谷位置/nm 675 675 675 675 675 675 675
红谷深度 0.928 0.915 0.951 0.934 0.931 0.932 0.946
红边位置/nm 720 725 725 725 730 730 725
红边峰值 0.847 1.024 0.758 0.612 0.566 0.697 0.767
红边斜率 0.537 0.642 0.455 0.378 0.346 0.431 0.459
NDVI705 0.556 0.614 0.650 0.599 0.593 0.592 0.636
表 1 苗期不同 Pb 浓度（mg/kg）污染下灰化苔草的光谱参数（4 月 17 日）
注：苗期为添加铅后的第 8 天.
特征参数 0 50 100 200 200 300 500
蓝谷位置/nm 490 490 490 490 490 490 495
蓝谷深度 0.791 0.804 0.834 0.868 0.836 0.838 0.897
绿峰位置/nm 550 550 550 550 550 550 550
绿峰峰值 0.405 0.386 0.356 0.311 0.355 0.322 0.255
红谷位置/nm 675 675 675 675 675 675 675
红谷深度 0.86 0.866 0.898 0.931 0.903 0.9 0.948
红边位置/nm 720 720 720 730 720 720 725
红边峰值 0.594 0.582 0.663 0.566 0.766 0.732 0.961
红边斜率 0.368 0.331 0.405 0.346 0.465 0.445 0.566
蓝谷位置/nm 0.492 0.507 0.536 0.593 0.561 0.532 0.661
表 2 生长期不同 Pb 浓度(mg/kg)污染下灰化苔草的光谱参数（4 月 30 日）
注：生长期为添加铅后的第 21 天.
江西理工大学学报 2015年 6月10
在 720～730 nm 之间波动）， 因此灰化苔草光谱红
边位置对重金属 Pb胁迫的响应不明显， 但是红边
峰值与红边斜率均呈现逐渐升高的趋势(有波动).
在 350～750 nm 的可见光波段中，550 nm 处出
现绿反射峰（即“绿峰”），并且绿峰呈现下降的趋势
（在整个培养期中绿峰峰值有波动， 但是总体上呈
下降的趋势）； 在 490 nm附近形成一个吸收谷，即
“蓝谷”，蓝谷深度呈现波动的趋势，由显著性差异
分析的结果表明，蓝谷位置与蓝谷深度对灰化苔草
受重金属 Pb 胁迫的响应不明显；在 675 nm 附近，
出现另外一个吸收谷，即“红谷”，在整个培养期内，
红谷深度逐渐上升，红谷逐渐下降的趋势较明显.
植被指数是反映植物长势和营养信息的重要
参数之一，构造植被指数是基于植被光谱行为与植
被独特的生物物理作用及生物物理特性相关这一
假设而进行的. 本文采用的是 NDVI705（红边归一化
植被指数），它对叶冠层的微小变化、林窗片断和衰
老非常灵敏，主要用于精细农业、森林监测、植被胁
迫性探测等，一般绿色植被 NDVI705的范围是 0.2～
0.9 [21]. 表中测定的 NDVI705分布在 0.322～0.661 之
间， 均保持在正常范围内， 说明灰化苔草叶片
NDVI705对重金属 Pb的胁迫不敏感.
2.3.2 光谱参数与重金属含量的相关性分析
为进一步了解灰化苔草在 Pb胁迫下的光谱响
应特征，依据上述提取的光谱参数，进行光谱参数
与叶片 Pb含量的相关性分析，如表 4所示.
表 4 不同生长阶段灰化苔草的光谱参数与叶片 Pb 含量的相关系数
特征参数 苗期 生长期 成熟期
蓝谷深度 0.737 0.986 0.687
绿峰峰值 -0.681 -0.997 -0.493
红谷深度 0.635 0.941 0.559
红边峰值 -0.555 0.815 0.866
红边斜率 -0.617 0.881 0.830
NDVI705 0.833 0.925 0.733
从表 4 发现，灰化苔草在苗期时，所有的光谱
参数与叶片 Pb含量之间相关性并不高， 并且除蓝
谷深度、红谷深度和 NDVI705 外，其他光谱参数与
叶片 Pb含量之间呈现负相关性；在生长期时，所有
的光谱参数与叶片中 Pb含量之间保持较高的相关
性（红边峰值的相关性较低，但也达到了 0.815），
其中绿峰峰值与叶片中 Pb 含量的相关系数达
到-0.997，呈现显著的负相关性，除此之外其他光
谱参数均呈现显著的正相关关系；成熟期时，其光谱
参数与叶片中 Pb含量的相关系数中，除绿峰峰值为
负相关（-0.493）外，其他参数均呈正相关，其中红边
峰值与叶片 Pb含量的相关系性最大（0.866）.
在整个灰化苔草的生长阶段，生长期的光谱参
数与叶片中 Pb 含量之间保持着较高的相关系数，
基本都达到了 0.9（或-0.9），因此可以用灰化苔草生
长期的蓝谷深度、绿峰峰值、红谷深度和NDVI705等
特征参数 0 50 100 150 200 300 500
蓝谷位置/nm 490 495 495 490 490 490 495
蓝谷深度 0.781 0.793 0.753 0.71 0.686 0.704 0.862
绿峰位置/nm 550 550 550 550 550 550 550
绿峰峰值 0.433 0.404 0.433 0.53 0.492 0.497 0.301
红谷位置/nm 675 675 675 675 675 675 675
红谷深度 0.846 0.847 0.839 0.801 0.753 0.773 0.919
红边位置/nm 720 720 720 705 720 720 725
红边峰值 0.586 0.602 0.442 0.486 0.405 0.484 0.818
红边斜率 0.385 0.389 0.337 0.313 0.267 0.323 0.505
蓝谷位置/nm 0.453 0.488 0.392 0.363 0.322 0.391 0.603
表 3 成熟期不同 Pb 浓度(mg/kg)污染下灰化苔草的光谱参数（5 月 17 日）
注：成熟期为添加铅后的第 38 天.
宋鹏飞，等：灰化苔草叶片铅胁迫的光谱响应研究第36卷第3期 11
光谱数据来指示重金属 Pb污染的状况.
3 结 论
1）在本文的试验浓度范围内，灰化苔草叶片对
重金属 Pb的耐受极限超过 500 mg/kg，敏感浓度是
150 mg/kg；
2）随着添加 Pb 浓度的升高，灰化苔草叶片和
土壤有效态的 Pb 含量均逐渐增加， 并且添加 Pb
浓度、 叶片 Pb 含量和土壤有效态 Pb 含量之间保
持显著的正相关关系；
3）随着添加 Pb 浓度的升高，叶片 SPAD 值的
变化并不是随着 Pb 浓度的增加而降低， 而是在
150 mg/kg时出现了一个低谷，随后又上升，呈现出
先抑后促的趋势；
4）在整个培养期内，灰化苔草叶片的光谱参数
变化规律表明，Pb 污染下灰化苔草最佳监测生育
期为灰化苔草的生长期 . 灰化苔草生长期的蓝谷
深度、绿峰峰值、红谷深度和 NDVI705 等光谱数据
可以用来指示重金属 Pb污染的状况.
参考文献：
[1] 付馨，赵艳玲，李建华，等. 高光谱遥感土壤重金属污染研究综
述[J].中国矿业，2013，22(1):65-68.
[2] K L Smith. Use of hyperspectral derivative ratios in the red-edge
region to identify plant stress responses to gas leaks [J].Remote
Sensing of Environment, 2004, 92(2):207-217.
[3] 陈思宁，刘新会，侯娟，等. 重金属锌胁迫的白菜叶片光谱响应
研究[J].光谱学与光谱分析，2007，27(9): 1797-1801.
[4] 谭昌伟，王纪华，黄文江，等. 高光谱遥感在植被理化信息提取
中的应用动态[J].西北农林科技大学学报(自然科学版)，2005，33
(5):151-156.
[5] Schuerger A C, Capelle G A, Di Benedetto J A, et al. Comparison
of two hyperspectral imaging and two laser-induced fluorescence
instruments for the detection of zinc stress and chlorophyll
concentration in bahia grass (Paspalum notatum Flugge)[J].Remote
Sensing of Environment, 2003,84(4):572-588.
[6] 倪才英，李华，骆永明，等. 铜、镉及其交互作用对泡泡草细胞超
微结构的影响[J].环境科学学报，2004， 24(2):327－332.
[7] 张淑媛. Cu 胁迫对小白菜生理生化及细胞超微结构的影响[D].
福州：福建农林大学，2007.
[8] Patsikka E, Kairavuo M, Sersen F, et al. Excess copper predisposes
photosystem Ⅱ to photoinhibition in Vivo by out competing iron
and causing decrease in leaf chlorophyll [J]. Plant Physiology,
2002,129(3):1359-1367.
[9] 唐茜，朱忻钰，李晓林，等. 砷、镉胁迫对茶树生育的影响[J].河南
农业科学，2008(3):37-41.
[10] Mars J C, Crowley J K. Mapping mine wastes and analyzing areas
affected by selenium -rich water run off southeast Idaho using
AVIRIS imagery and digital elevation data [J].Remote Sensing of
Environment,2003,84(3): 422-436.
[11] 曹仕，刘湘南，刘清俊. 利用独立变量分析与高光谱植被数据模型
监测成熟期水稻种砷污染[J]. 农业环境科学学报，2010，29(5):
881-886.
[12] 王娟，王正海，陈勇敢，等. 马厂箐铜矿马尾松微量元素特征与
波谱响应[J].华东师大学报(自然科学版)，2013,47(6):863-867.
[13] 寇士伟，倪高风，马岚婷，等.Cd-Pb-Cu 复合污染对芥菜生长及
生理特性的影响[J].环境科学研究，2011，24(3):281-286.
[14] 李刚华，丁艳锋，薛利红，等.利用叶绿素计(SPAD-502)诊断水
稻氮素营养和推荐追肥的研究进展[J] .植物营养与肥料学报，
2005，11(3):412-416.
[15] 谢苏婧，谢树莲，谢宝妹. 藻类植物中钙、镁、铁、锰、铜和锌含
量分析[J].光谱学与光谱分析，2003，23(3): 615-616.
[16] 毛石花，罗琳，陈雨佳，等. 南荻对土壤铅污染的耐性与吸收积
累研究[J].环境科学与管理，2013，38(1): 55-57，80.
[17] 林婷.水稻锌污染高光谱遥感监测模型研究[D].北京：中国地质
大学，2011.
[18] 陈星，王小丽，吴浩宁，等.铅胁迫对狗牙根生理特性和铅积累
的影响[J].贵州农业科学，2015，43(1): 167-170.
[19] 任红艳，潘剑君，张佳宝.高光谱遥感技术的铅污染监测应用研
究[J].遥感信息，2005(3):34-38.
[20] 邬登巍，吴昀昭，马宏瑞.植物污染胁迫遥感监测研究综述[J].遥
感技术与应用，2009，24(2):238-243.
[21] 邓书斌. ENVI 遥感图像处理方法[M].北京:科学出版社，2010：
375.
江西理工大学学报 2015年 6月12