Вісник Астрономічної школи, 2017, том 13, № 1, с. 5–10

https://doi.org/10.18372/2411-6602.13.02
Завантажити PDF
УДК 502+504+543.4

Спектрографічний метод оцінювання впливу солей важких металів на розвиток рослин

Семенів О.В.1, Лапчук В.П.2

1Інститут космічних досліджень НАН України і ДКА України, 03680, м. Київ, пр. Академіка Глушкова, 40
2Київський національний університет імені Тараса Шевченка, 03127, м. Київ, пр. Академіка Глушкова, 4

Реферат

Стаття присвячена вивченню впливу солей важких металів на спектральні характеристики рослин та обґрунтування алгоритму дистанційного детектування забруднення середовища на основі пасивного зондування. Дослідження складалися з двох незалежних експериментів: перший спрямований на вивчення впливу різних солей важких металів на спектральні характеристики рослини каланхое; другий – на вивчення впливу різних концентрацій даних солей на спектральні властивості куширу темно-зеленого. Підготовка розчинів проводилася з використанням наступних хімічних реагентів: 1) FeSO4 (2,7 моля); 2) CsCl (4 моля); 3) ZnSO4 (3 моля); 4) MnCl2 (4 моля); 5) K2Cr2O7 (3 моля); 6) контрольний зразок. Для проведення спектральних вимірювань використовувався програмно-апаратний блок, який складається з лампи розжарювання та портативної системи збору спектральних даних на основі спектрометру ASP-100. На основі спектрів відбиття листків уражених рослин виявлено, що вже після 24 годин проявляються достатні зміни в формі спектральної кривої. Дана ознака дозволяє здійснювати детектування ураження дистанційними методами. Подібні реакції відбувалися також при різних концентраціях солей. Для оцінювання фізіологічного стресу відносно нормального стану (контрольного взірця) використовувався показник контрасту. З огляду на нерівномірне розташування досліджуваних рослин в пробірках більш інформативним та надійним показником впливу різних концентрації і солей виявилися інтенсивності відбитого світла в ближньому інфрачервоному діапазоні (від 500 нм до 750 нм). Аналіз значень показників контрасту продемонстрував, що найбільш чутливими областями спектру рослини до гранично допустимої концентрації є діапазони в області 530 нм і 670 нм. Спостерігалася лінійна статистична залежність між фізіологічним стресом рослини (виражається пігментних вмістом) та спектральними показниками, що характеризують здатність пропускання і відбиття світла рослинами. З результатів експериментальних спостережень випливає, що зміни біологічних та спектральних показників рослини в значній мірі залежать від тривалості впливу стресу, концентрації шкідливого реагенту та типу чинника впливу.

Ключові слова: ДЗЗ; оцінювання; стан рослинності; шкідливі реагенти

Перелік посилань

  1. Андреева А., Бузников А., Скрябин С. и др. Исследование характера изменения оптических характеристик растительности под воздействием тяжелых металлов для разработки метода дистанционной диагностики загрязнения // Современные проблемы дистанционного зондирования Земли из космоса. – 2007. – Т. 4, № 2. – С.175–182.
  2. Канчева Р., Илиев И., Борисова Д., Горгиев Г. Раннее обнаружение физиологического стресса растительности по многоспектральным данным // Современные проблемы дистанционного зондирования Земли из космоса. – 2011. – Т. 8, № 4. – С.319–326.
  3. Albayrak S. Use of reflectance measurements for the detection of N, P, K, ADF and NDF Contents in sainfoin pasture // Sensors. – 2008. – Vol. 8. – P.7275–7286. https://doi.org/10.3390/s8117275
  4. Delalieux S., Auwerkerken A., Verstraeten W., et al. Hyperspectral reflectance and fluorescence imaging to detect scab induced stress in apple leaves // Remote sensing. – 2009. – Vol. 1. – P.858–874. https://doi.org/10.3390/rs1040858
  5. Eunyoung C., Freek van der Meer, Frank van Ruitenbeek, et. al. Mapping of heavy metal pollution in stream sediments using combined geochemistry, field spectroscopy, and hyperspectral remote sensing: A case study of the Rodalquilar mining area, SE Spain // Remote Sensing of Environment. – 2008. – Vol. 112. – P.3222–3233. https://doi.org/10.1016/j.rse.2008.03.017
  6. Greenwood N., Earnshaw A. Chemistry of the Elements (2nd ed.) – Butterworth-Heinemann, Oxford, UK, 1997. – 1600 p.
  7. Kogel J., Trivedi N., Barker J. Industrial Minerals & Rocks: Commodities, Markets, and Uses (7th ed.). – Littleton: Society for Mining, Metallurgy, and Exploration, 2006. – 1430 p.
  8. Lelong C.C.D., Roger J.M., Brégand S., et al. Evaluation of oil-palm fungal disease infestation with canopy hyperspectral reflectance data // Sensors. – 2010. – Vol. 10. – P.734–747. https://doi.org/10.3390/s100100734
  9. Podgorodetskaya L.V., Prutsko Y.V., Semeniv O.V. Farmland state estimation based on agrophytocenoses classification and remotes sensing satellite data // Journal of Automation and Information Sciences. – 2016. – Vol. 48(5). – P.55–63. https://doi.org/10.1615/jautomatinfscien.v48.i5.50
  10. Ullmann's Encyclopedia of Industrial Chemistry. – Wiley-VCH, Weinheim, 2005. – 537 p. https://doi.org/10.1002/14356007
  11. Roto P., Sainio H., Reunala T., Laippala P. Addition of ferrous sulfate to cement and risk of chromium dermatitis among construction workers. // Contact Dermatitis. – 1996. – Vol. 34(1). – P.43–50. https://doi.org/10.1111/j.1600-0536.1996.tb02111.x
  12. Rosso P., Pushnik J., Mui L., Ustin S. Reflectance properties and physiological responses of Salicornia virginica to heavy metal and petroleum contamination // Environmental Pollution. – 2005. – Vol. 137. – P.241–252. https://doi.org/10.1016/j.envpol.2005.02.025
  13. Semeniv O.V. Vegetation state estimation based on the Fourier analysis of remote sensing data // Astronomical School's Reports. – 2015. – Vol. 11. – С.56–60. https://doi.org/10.18372/2411-6602.11.1056
  14. Smith K., Steven M., Colls J. Use of hyperspectral derivative ratios in the red-edge region to identify plant stress responses to gas leaks // Remote Sensing of Environment. – 2004. – Vol. 92. – P.207–217. https://doi.org/10.1016/j.rse.2004.06.002
  15. Zarco-Tejada P.J., Berni J.A.J., Suárez L., et al. Imaging chlorophyll fluorescence with an airborne narrow-band multispectral camera for vegetation stress detection // Remote Sensing of Environment. – 2009. – Vol. 113. – P.1262–1275. https://doi.org/10.1016/j.rse.2009.02.016
  16. Zumdahl S.S. Chemical Principles (6th Ed.) – Houghton Mifflin Company, 2009. – 450 p.
  17. Zyelyk Y., Yatsenko V., Nabivach V., Semeniv O., Pidgorodetska L. Creation of a Calibration Test Site of Subsatellite Support // Journal of Automation and Information Sciences. – 2013. – Vol. 45 (12). – P.48–65. https://doi.org/10.1615/jautomatinfscien.v45.i12.50

Завантажити PDF