本研究由来自印度Dhirubhai Ambani Institute of Information and Communication Technology (DA‑IICT) 的Swati Priya和Ranendu Ghosh完成，并于2022年11月15日在线发表于学术期刊《Environmental Monitoring and Assessment》。该研究是一项关于利用高光谱遥感技术监测重金属胁迫对棉花影响的原始研究。以下将对该研究进行全面而详细的学术报告。
本研究属于环境监测、农业遥感和植物生理学的交叉领域。随着工业快速发展及化肥、工业废弃物的不当使用，农业土壤重金属污染已成为一个严重的环境问题。重金属如铅（Pb）和镉（Cd）对生物体具有毒性、易被植物吸收且不可降解，不仅会干扰植物的生化特性（如叶绿素含量和光合作用），还会影响叶片的光谱性质，最终对作物生长和生态系统健康构成威胁。传统的野外重金属污染评估方法成本高、劳动密集且难以大规模应用。而遥感技术，特别是高光谱反射率测量，为大面积实时监测提供了可能。然而，已有研究表明，许多标准光谱指数（如NDVI, PRI）或红边位移对重金属胁迫的指示作用并不特异，难以区分生物和非生物胁迫。此外，针对特定作物（如棉花）和特定重金属（如Pb和Cd）胁迫的高光谱响应研究尚存在知识空白。因此，本研究旨在通过控制实验，结合生化参数与光谱分析，探究Pb和Cd胁迫对棉花作物的影响。具体研究目标包括：（1）确定棉花对哪种重金属（Pb或Cd）的积累更显著；（2）找出棉花对重金属胁迫最敏感的生长阶段；（3）识别受重金属胁迫影响最严重的光谱波长区域，并探索基于小波分解（Wavelet Decomposition）的新方法来增强胁迫信号。
本研究的详细工作流程主要包括以下几个步骤：实验设计、盆栽管理、生化参数测量、光谱测量以及数据统计分析。
首先，在实验设计方面，研究在印度萨达尔·库什那加尔丹蒂瓦达农业大学（Sardar Krushinagar Dantiwada Agricultural University）进行了一项受控盆栽实验。实验选择了水泥盆，每盆装填17公斤细碎土壤，并人为添加不同浓度的Pb和Cd盐溶液进行污染。共设置了7种处理：T1（对照）、T2（5 ppm Cd）、T3（5 ppm Pb）、T4（10 ppm Cd）、T5（10 ppm Pb）、T6（15 ppm Cd）、T7（15 ppm Pb）。重金属浓度水平是基于文献和当地土壤条件确定的。实验采用完全随机设计（Completely Randomized Design, CRD），每种处理重复三次。土壤污染混合均匀后，静置15天使其稳定，随后播种棉花种子，并统一进行施肥、浇水等农业管理。
其次，在盆栽管理与数据采集阶段，研究在棉花生长的三个关键阶段进行观测：营养生长阶段（播种后35天，35 DAS）、开花阶段（65 DAS）和成熟阶段（95 DAS）。在每个阶段，研究人员采集叶片样本用于生化分析，并使用ASD FieldSpec光谱仪（Analytical Spectral Devices, Inc.）采集叶片在350-2500 nm波长范围内的高光谱反射率数据。光谱测量在网室中进行，每次测量针对每盆植物采集20条光谱进行平均，以尽量减少光照变化的影响。测量后，同一叶片被立即用于后续的生化分析。
第三，生化参数测量包括叶绿素含量和重金属含量。叶绿素含量测定采用丙酮提取法，使用分光光度计在645 nm和663 nm处测量吸光度，并利用标准公式计算叶绿素a、b及总量（单位：mg g⁻¹ 鲜重）。重金属含量测定则先将叶片和土壤样品干燥、研磨，然后使用电感耦合等离子体/原子发射光谱法（Inductively Coupled Plasma/Atomic Emission Spectroscopy, ICP/AES）分析Pb和Cd的含量（单位：mg kg⁻¹ 干重）。此外，研究计算了转移因子（Transfer Factor, TF），即植物中重金属浓度与土壤中重金属浓度的比值，用以评估植物从土壤中吸收重金属的能力。
第四，光谱数据分析涉及三个层次。首先是原始反射光谱分析。其次是一阶导数分析，旨在增强胁迫引起的细微变化并减少背景噪音。最后，也是本研究的关键创新点，即小波分析。研究使用Daubechies小波（db5）对反射光谱进行分解，以放大重金属胁迫信号。小波变换可以将信号分解为近似系数（低频）和细节系数（高频）。研究表明，高水平的细节系数能捕捉光谱中的微小变化，可用于诊断重金属胁迫。通过提升分解层级，可以将噪音与携带有效信息的结构性变化分离开来。本研究重点关注了第三层分解后重构的细节小波系数。
第五，统计分析方法包括：使用方差分析（ANOVA）和Tukey’s HSD检验来评估不同重金属处理对生化参数影响的显著性；计算皮尔逊相关系数（Pearson’s Correlation Coefficient）来量化反射光谱、其一阶导数、小波系数与叶片重金属浓度之间的关联，从而找出对重金属胁迫敏感的波长范围。
本研究的主要结果详述如下：
在生化参数方面，结果明确显示重金属胁迫显著影响了棉花的叶绿素含量。随着Pb和Cd浓度的增加，所有生长阶段的叶绿素a、b及总量均呈现显著下降趋势。值得注意的是，Pb对叶绿素a的抑制效应尤为明显。在营养生长阶段，最高浓度Pb处理（15 ppm）使叶绿素a含量比对照下降了34%。而Cd对叶绿素b的影响相对更显著。这一结果为后续光谱变化提供了生理生化基础，因为叶绿素含量的变化直接关联到叶片的光吸收特性。
在重金属积累方面，研究得出了明确结论：棉花对Pb的吸收和积累能力远高于Cd。在叶片中，Pb的积累量显著高于Cd（例如，在15 ppm处理下，Pb积累量远高于Cd）。更重要的是，Pb的积累呈现出明显的阶段性特征：在营养生长阶段积累量最高，随后在开花和成熟阶段逐渐降低。这提示我们，棉花生长初期是对Pb胁迫最敏感的阶段。转移因子（TF）的计算结果进一步支持了这一发现：Pb的TF值（高达0.95）远高于Cd（最高0.29），表明棉花从土壤中吸收Pb的能力很强，而对Cd的吸收则相对有限。
在光谱分析方面，原始反射光谱及其一阶导数均未能有效区分不同Pb胁迫水平，与叶片Pb含量的相关性也不显著。这说明Pb胁迫引起的叶片内部结构变化（如叶绿素减少）可能过于细微，不足以在标准反射光谱中产生肉眼或传统分析可辨别的特征变化。然而，当应用小波变换对光谱信号进行分解后，情况发生了转变。在第三层分解的重构细节小波系数中，研究人员观察到了一个清晰的模式：与对照植物平缓的系数曲线相比，Pb胁迫植物的曲线在特定波长区间出现了明显的振幅变化和间断。相关性敏感性分析显示，在651–742 nm波长范围内，重构的细节小波系数与叶片Pb浓度之间存在高于-0.70的显著负相关。这一强相关区域在原始光谱或一阶导数分析中均未发现。这意味着，小波分解成功放大了由Pb胁迫引起的、隐藏在原始光谱中的细微光谱变化。相比之下，由于Cd在棉花中的吸收和积累量很低，其对光谱的影响可以忽略不计。
基于上述结果，本研究得出了以下结论：第一，棉花对Pb具有显著的富集倾向，其吸收Pb的能力远强于Cd。第二，棉花的营养生长阶段是积累Pb最显著的时期，因此也是监测Pb胁迫最合适的生长阶段。第三，小波变换，特别是第三层分解在651–742 nm（可见光至近红外区域）范围内的细节系数，是监测棉花Pb胁迫的有效且敏感的指标，其效果优于原始反射光谱和传统的一阶导数分析。该波长区域与叶绿素吸收和光合作用密切相关，印证了Pb胁迫导致叶绿素下降的生化结果。值得注意的是，本研究并未观察到文献中常报道的由胁迫引起的红边“蓝移”现象，这可能与棉花在承受一定Pb胁迫时仍能维持相对健康的生长状态有关。综合而言，棉花因其较高的Pb吸收能力，可作为研究Pb胁迫的优势物种，并具有在Pb污染土壤中进行植物修复（Phytoremediation）应用的潜力。
本研究的科学价值与应用意义体现在多个方面。在科学价值上，它首次系统地将小波分析应用于监测棉花在Pb和Cd胁迫下的高光谱响应，发现了一个对Pb胁迫敏感且与生化参数强相关的特定光谱特征区域（651–742 nm的细节小波系数），这为开发新的、更精准的重金属胁迫遥感诊断指数提供了理论依据和方法学参考。研究还明确了棉花对不同重金属的吸收偏好和积累动态，丰富了植物重金属毒理学的知识。在应用价值上，该研究为利用高光谱遥感技术进行大面积、非破坏性的农田重金属污染监测和风险评估提供了一条可行的技术路径。通过识别对胁迫敏感的生长阶段和光谱特征，可以实现对作物健康状况的早期预警和精准管理。
本研究的亮点和创新之处在于：第一，研究方法的创新性。成功地将小波分解这一信号处理技术应用于植物重金属胁迫的光谱诊断，有效提取了被背景噪音掩盖的微弱胁迫信号，突破了传统光谱分析方法（如植被指数、一阶导数）的局限性。第二，研究设计的系统性。研究采用了控制实验，将生化参数测量（叶绿素、重金属含量）与高光谱测量紧密结合，使得光谱变化能够与明确的生理生化机制相互印证，增强了结论的可信度。第三，研究结论的明确性。清晰地区分了棉花对Pb和Cd两种重金属的响应差异，并精确指出了对Pb胁迫最敏感的生长阶段和光谱响应波段，为后续研究和应用提供了明确的指导。最后，作者也指出了研究的局限性，例如控制实验排除了众多野外环境因素的干扰，而实际田间情况更为复杂。因此，未来需要在田间条件下进一步验证本研究所发现的光谱指标的稳健性和适用性。