引言

隨著工業化和城市化的快速發展，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，改善城市的生態環境質量，有關研究表明廣州城市森林的總滯塵量為60760t/a，惠州建成區植被的總滯塵量達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。

高光譜遙感技術為植物滯塵效應研究提供了高效、便捷、非破壞性的技術手段。國內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，高光譜遙感技術在植被滯塵效應中的應用還比較少，相關的研究結果也不完善。

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，采樣次數有限，容易造成實驗中斷；而模擬實驗多在室內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律，實現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量監測提供科學依據。

研究區概況

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環境，生物種類繁多，栽培作物具有熱帶向亞熱帶過渡的特征。根據廣州市中心城區綠化植物調查的統計結果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，位于珠三角核心區域，具有明顯的大氣復合污染特征。近年來，廣州市空氣質量主要污染物指標中的二氧化氮、細顆粒物年均質量濃度等存在不同程度的超標，未達到《環境空氣質量標準（GB3095－2012）》。根據廣州市環境保護局公布的《2017年廣州市環境空氣質量狀況》②可知，2017年廣州市空氣質量達標的天數為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，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，葉片光譜反射率數據可采用iSpecField-WNIR-HRs地物光譜儀測定，植物滯塵量數據采用質量差重法測定，葉面積數據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先烈中路100號大院內，大院內主要是辦公區，環境相對潔凈，遠離道路、工廠等非自然降塵因素的影響。根據廣州的氣候特點，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，根據葉表面結構特征的差異性以及植物生長的季節性特征，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[蠟質結構，滯塵特征以塊狀層結式為主]、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。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。無塵狀態下的光譜采用葉片沖刷后無塵狀態的葉片來獲取。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組重復的光譜數據，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，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，獲取的實驗數據4125個，其中金葉榕1220個數據，紅花檵木1250個數據，朱蕉1140個數據，白板210個數據，無效數據305個，部分光譜數據如圖3所示。

圖3 利用地物光譜儀實測的植物光譜數據 （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，即根據一段時間內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，植物的滯塵量數據采用質量差重法測定，葉面積數據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 數據預處理

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

1）為確保數據的準確性，對單點的5組重復光譜數據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據具有可比性，并同時消除實驗環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，因此為方便數據處理，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 光譜特征參數提取

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

歡迎關注公眾號：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的研發、生產和銷售。

審核編輯黃宇