引言

隨著工業(yè)化和城市化的快速發(fā)展，城市空氣污染日趨嚴重。城市綠化植物能夠有效地阻滯空氣中的粉塵，改善城市的生態(tài)環(huán)境質(zhì)量，有關(guān)研究表明廣州城市森林的總滯塵量為60760t/a，惠州建成區(qū)植被的總滯塵量達4430.7t/a，鄭州喬木植被的總滯塵量為8628.28t/a。植物的滯塵效應不容小覷，已成為城市綠化植被篩選的重要指標。

高光譜遙感技術(shù)為植物滯塵效應研究提供了高效、便捷、非破壞性的技術(shù)手段。國內(nèi)外學者已針對植物滯塵效應開展了廣泛研究，主要涉及植物的滯塵機制、不同主體下的滯塵能力、滯塵能力的影響因素、光譜特征等方面；然而，高光譜遙感技術(shù)在植被滯塵效應中的應用還比較少，相關(guān)的研究結(jié)果也不完善。

植物滯塵實驗方案主要分為野外實驗和模擬實驗2種。野外實驗受降雨、風速、人為活動等的影響較大，采樣次數(shù)有限，容易造成實驗中斷；而模擬實驗多在室內(nèi)采用降塵設備或裝置模擬降塵，真實度有限，無法還原自然降塵下植物的滯塵效應，因此探究新的植物滯塵實驗方案對植物滯塵效應的可持續(xù)性研究非常有必要。

因此，本文擬通過設計新的植物滯塵實驗方案，采用高光譜遙感技術(shù)定性研究植物滯塵效應，探究廣州市常見綠化植被滯塵量與光譜之間的規(guī)律，實現(xiàn)快速無損低投入的評估植物滯塵能力，以期為綠化植物類型的合理選擇及城市空氣質(zhì)量監(jiān)測提供科學依據(jù)。

研究區(qū)概況

廣州市地處珠三角中北緣，廣東省中南部，屬于海洋性亞熱帶季風氣候，氣候溫暖多雨、光熱充足，年平均相對濕度77%，年平均降水量1800mm。廣州市的氣候條件為植物的生長提供了良好的生態(tài)環(huán)境，生物種類繁多，栽培作物具有熱帶向亞熱帶過渡的特征。根據(jù)廣州市中心城區(qū)綠化植物調(diào)查的統(tǒng)計結(jié)果①表明，常見的喬木類植物主要有大花紫薇、大葉榕、金葉榕等；灌木類植物主要有雙色茉莉、紅花檵木、朱蕉等。

廣州市是中國重要的中心城市，位于珠三角核心區(qū)域，具有明顯的大氣復合污染特征。近年來，廣州市空氣質(zhì)量主要污染物指標中的二氧化氮、細顆粒物年均質(zhì)量濃度等存在不同程度的超標，未達到《環(huán)境空氣質(zhì)量標準（GB3095－2012）》。根據(jù)廣州市環(huán)境保護局公布的《2017年廣州市環(huán)境空氣質(zhì)量狀況》②可知，2017年廣州市空氣質(zhì)量達標的天數(shù)為294d，占比80.5%，空氣中的主要污染物為PM10（可吸入顆粒物）、PM2.5（細顆粒物）、二氧化硫、二氧化氮等。

材料與方法

以廣州市常見的綠化植物為研究對象，采用高光譜遙感技術(shù)，通過設計半封閉的大棚實驗方案，分析不同植物滯塵能力、滯塵前后光譜特征、植物葉片光譜特征參數(shù)等植物滯塵光譜特征，探討滯塵污染下不同植物葉片的光譜特征（圖1）。其中，葉片光譜反射率數(shù)據(jù)可采用iSpecField-WNIR-HRs地物光譜儀測定，植物滯塵量數(shù)據(jù)采用質(zhì)量差重法測定，葉面積數(shù)據(jù)采用葉面積儀法測定。

3.1 研究方案與對象

為有效評估自然降塵條件下廣州市常見綠化植物的滯塵能力，避免雨水沖刷等造成的實驗中斷問題，采用半封閉大棚實驗方案，即在實驗地點頂部搭蓋透明大棚，使大棚能夠完全遮蓋植被，避免雨水的影響。實驗地點選在廣州市越秀區(qū)先烈中路100號大院內(nèi)，大院內(nèi)主要是辦公區(qū)，環(huán)境相對潔凈，遠離道路、工廠等非自然降塵因素的影響。根據(jù)廣州的氣候特點，樣品采集時間為2017年10月－2018年1月晴朗無云（或少云）的天氣。

考慮廣州市綠化植被樹種的多樣性以及大棚實驗的可行性，根據(jù)葉表面結(jié)構(gòu)特征的差異性以及植物生長的季節(jié)性特征，遵循普通、常見、量多等原則選擇以下3種具有一定代表性的綠化植物為研究對象：金葉榕[蠟質(zhì)結(jié)構(gòu)，滯塵特征以塊狀層結(jié)式為主]、紅花檵木[粗糙不平、具絨毛，滯塵特征以顆粒物鑲嵌為主]、朱蕉[葉面平滑，滯塵特征以零星嵌入為主]。將5株金葉榕、5株紅花檵木、20株朱蕉放置在搭好的透明大棚中，擺放時注意植物與植物之間的空隙，以保證后期葉片采集時不會碰到植物，減少外在因素的干擾。將3種植物按擺放位置分成5份，作為5個樣本，并編號，其中金葉榕用J（J1~J5）表示，紅花檵木用H（H1~H5）表示，朱蕉用Z（Z1~Z5）表示。

3.2 葉片采樣方法

一般認為，＞15mm的降雨量能夠沖洗掉植物葉表的灰塵，默認此時的葉片滯塵量為0（李新宇等，2015）。因此，在實驗前對植物葉片進行充分沖洗，使植物置于無塵狀態(tài)。之后適逢晴朗無云（或少云）天氣，間隔5~7d對植物葉片進行采樣，每個植物編號對應采集1袋葉片，其中金葉榕采集30片，紅花檵木采集50片，朱蕉采集5片，共采集10次。為避免受到人為因素的影響，采用干凈的剪刀和鑷子進行采樣。采樣時盡量在冠層四周及上、中、下各部位分布均勻選擇生長良好、新老程度一致的葉片，采集完后將其封存于潔凈的采樣袋中并帶回實驗室處理。

3.3 葉片光譜反射率的測定

葉片的光譜反射率采用地物光譜儀測定，該儀器具有350~2500nm的波譜范圍，1nm的光譜采樣間隔。光譜反射率的測定與葉片的采集同時進行，每袋測量5片葉子的正面作為該袋葉片獲取的滯塵量對應的光譜。無塵狀態(tài)下的光譜采用葉片沖刷后無塵狀態(tài)的葉片來獲取。測量前使用白板進行校正，測量時保持光譜儀探頭垂直向下，每點獲取5組重復的光譜數(shù)據(jù)，測完之后將葉片放入對應的采樣袋中，與采樣的葉片一同帶回實驗室處理。測量光譜時，使用黑板＋黑布作為背景，以減少背景噪聲。光譜測量時探頭放置的高度與葉片的大小有關(guān)，葉片越小，探頭距葉片的距離越小。基于此方法，在2017年10月－2018年1月間共進行11次光譜實驗，獲取的實驗數(shù)據(jù)4125個，其中金葉榕1220個數(shù)據(jù)，紅花檵木1250個數(shù)據(jù)，朱蕉1140個數(shù)據(jù)，白板210個數(shù)據(jù)，無效數(shù)據(jù)305個，部分光譜數(shù)據(jù)如圖3所示。

圖3 利用地物光譜儀實測的植物光譜數(shù)據(jù) （部分）

3.4 滯塵能力的測定

采用單位葉面積滯塵量來表示植物的滯塵能力，即根據(jù)一段時間內(nèi)植物葉片的滯塵量與葉面積之比來確定植物的滯塵能力。其中，植物的滯塵量數(shù)據(jù)采用質(zhì)量差重法測定，葉面積數(shù)據(jù)采用葉面積儀法測定。為避免其他因素對實驗的干擾，采用控制變量法，即除燒杯中的液體外，保持浸泡的時間、烘干的水分、烘干的溫度、烘干的時長、冷卻的時長等一致。

3.5 數(shù)據(jù)預處理

在光譜特征分析之前，需要對采集的光譜數(shù)據(jù)進行處理，以去除噪聲和非敏感波段的影響，具體步驟為：

1）為確保數(shù)據(jù)的準確性，對單點的5組重復光譜數(shù)據(jù)剔除誤差較大的值后取平均值。

2）為了使不同時間段、不同實驗條件下獲取的數(shù)據(jù)具有可比性，并同時消除實驗環(huán)境背景所帶來的誤差，將所測得的葉片光譜反射率遵循就近原則除以對應的白板值。

3）剔除水汽吸收波段。水汽的吸收對植物的光譜曲線影響較大，且該波段范圍對植被光譜的研究也沒有太大的意義，因此為方便數(shù)據(jù)處理，采用直接刪除該波段范圍的方法來剔除水汽吸收波段，結(jié)果如圖4所示。

圖4 剔除水汽吸收波段的前后對比

3.6 光譜特征參數(shù)提取

常見的光譜特征參數(shù)有光譜吸收特征參數(shù)、吸收深度、吸收寬度、三邊參數(shù)、植被指數(shù)和光譜反射率絕對值等。本文重點研究光譜吸收特征參數(shù)、三邊參數(shù)和植被指數(shù)，具體定義如表1所示。其中，光譜反射率的一階導數(shù)（dR）的計算公式為：

式中：λi+1、λi、λi-1為相鄰波長；dR(λi)為波長λi的一階導數(shù)光譜；R(λi+1)、R(λi)、R(λi-1)分別是波長為λi+1、λi、λi-1處的原始反射率。

表1 光譜特征參數(shù)的定義

歡迎關(guān)注公眾號：萊森光學，了解更多光譜知識。

萊森光學（深圳）有限公司是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統(tǒng)的研發(fā)、生產(chǎn)和銷售。

審核編輯黃宇