引言

植物葉片光譜特征是植物葉片中色素含量、組織機構、水分和蛋白質等對反射光譜響應的重要特征，探尋植物滯塵量與光譜之間的規律已成為當前的研究重點。在植物光譜曲線特征規律和特征參數方面，受時間、區域、環境和植被種類等多方面因素的影響，不同的學者得到的研究結論不盡相同。如在對玉米葉片反射光譜的研究中發現，植物滯塵前后的光譜曲線具有“兩增一減”的特征；有的研究人員也發現滯塵對葉面反射率有影響，但與上述的研究結果不盡相同；有的研究人員發現灰塵不會造成“紅邊”移動，也不會造成“藍移”和“紅移”等現象；而有的研究人員等都得到了相反的結論，認為葉片光譜曲線具有“紅邊位移”的特征，且出現了“紅邊藍移”現象。廣州市作為中國的一線城市，環境污染問題日趨嚴重，但關于該市植物葉片滯塵光譜特征方面的研究還比較少，亟待進一步探討。

結果與分析

2.1 不同植物滯塵能力比較

由圖5可知，隨著時間的遞增，3種綠化植物的滯塵量總體呈現增加的趨勢，但是當葉片附著的大氣顆粒物達到一定量時，葉表面的累積滯塵量將達到飽和，甚至出現減少的趨勢。這說明滯塵時間是影響綠化植物累積滯塵量的一個重要因子，這與已有的研究結論基本一致。綠化植物的滯塵能力可間接反映該植物的吸污能力，同一環境下不同綠化植物由于葉表形態、空間結構等的差異，其滯塵能力也有所不同。其中，朱蕉的滯塵能力最強，飽和滯塵量最大，為2.23g/m2；其次為紅花檵木，飽和滯塵量為2.21g/m2；金葉榕相對較弱，飽和滯塵量為2.12g/m2。在具體的綠化植被篩選中，可優先考慮朱蕉。

圖5 不同綠化植物的滯塵能力比較

2.2 滯塵前后光譜曲線特征分析

植物葉表的灰塵是影響植被光譜反射率的主要因素之一，通過對比有塵和無塵狀態下的植物反射光譜率可知，葉面塵使得植物的光譜反射率發生了變化，在不同的波段范圍內表現出不同的規律（圖6）：

圖6 有塵與無塵葉片的反射光譜曲線

1）在可見光（350~760nm）波段范圍內，3種植物的光譜反射率均顯著升高，表現為有塵葉片＞無塵葉片。其主要原因是，該波段的光譜反射率受葉綠素、胡蘿卜素、黃葉素等各種葉片色素的支配，而葉片表面附著的灰塵，遮擋了葉片色素的吸收從而增加了葉片的反射，使得有塵葉片的反射率高于無塵葉片。

2）在近紅外（760~1360nm）波段范圍內，3種植物的光譜反射率顯著降低，表現為有塵葉片＜無塵葉片。其主要原因是，該范圍的光譜反射率與葉片細胞間的多重反射有關，而葉片表面附著的灰塵，減少了光線的進入，從而減少了細胞間的多重反射，使得有塵葉片的反射率低于無塵葉片。其中朱蕉的差異最為明顯，紅花檵木相對較弱。

3）在短波紅外（1360~2450nm）波段范圍內，3種植物的光譜反射率主要受葉子總含水量的控制，不同植物滯塵前后的光譜反射率呈現不同趨勢，差異較大。金葉榕的有塵葉片＜無塵葉片，紅花檵木則相反，朱蕉呈波動狀態。綜上，葉面塵對植物葉片光譜的影響在可見光和近紅外區域相對顯著且有規律，即葉面塵使得葉片的光譜反射率在可見光波段升高，在近紅外波段減少。有其他的研究人員也得到了類似的結果，認為灰塵會使葉片的光譜反射率在可見光和近紅外2個區間產生不同的增減規律，分別表現為有塵葉片＞無塵葉片、有塵葉片＜無塵葉片。

2.3 植物葉片光譜特征參數分析

植物的光譜特征除光譜曲線特征外，還可以依靠光譜特征參數來定量描述，本文通過剔除誤差并計算不同植物各滯塵量對應的光譜吸收特征參數、三邊參數和植被指數等光譜特征參數，進一步分析滯塵葉片的光譜特征。其中，金葉榕和紅花檵木的樣本數為31個，朱蕉為29個。

2.3.1光譜吸收特征參數

光譜吸收特征參數包括綠峰位置、綠峰反射率、紅谷位置、紅谷反射率等，從圖7-a和b可以發現，隨著滯塵量的增加，3種植物的綠峰和紅谷位置均沒有明顯的變化趨勢，從大到小依次為：朱蕉＞紅花檵木＞金葉榕。其中金葉榕和紅花檵木的綠峰位置和紅谷位置都集中在550和665nm附近，這是綠色植物葉片的普遍特征。朱蕉的綠峰位置（560nm）和紅谷位置（670nm）均向長波方向移動，這是由于朱蕉的植物葉片呈紅色，葉綠素較少所造成的。

圖7 光譜吸收特征參數與滯塵量的關系

從圖7-c和d可以發現，綠峰反射率與滯塵量整體呈增加的趨勢，但相關性較低，其中朱蕉的規律最顯著（R2=0.25），金葉榕相對較弱；紅谷反射率與滯塵量的相關性相對較高，3種植物都隨滯塵量的增加而增加，增長速率的大小為：朱蕉（R2=0.55）＞紅花檵木（R2=0.42）＞金葉榕（R2=0.22）。

通過分析可知，葉面塵對植物的光譜吸收特性參數具有直接或間接的影響，其中紅谷位置和綠峰位置與滯塵量的關系不顯著，由植物本身的特性所決定；紅谷反射率和綠峰反射率與滯塵量成正比，且紅谷反射率的關系較顯著。

三邊參數是反演植被生長狀況的重要依據，計算所得結果如圖8所示。

紅邊參數：由圖8-a1、8-a2、8-a3可知，葉面塵對3種植物的紅邊參數沒有明顯影響，且3種植物的紅邊位置都穩定在718nm附近，與滯塵量無關，不存在“紅移”或者“藍移”現象。

藍邊參數：由圖8-b1、8-b2、8-b3可知，隨著滯塵量的增加，金葉榕的藍邊斜率和藍邊面積呈現先增后減的規律，而紅花檵木則呈遞減趨勢，且3種植物的藍邊斜率和藍邊面積表現為金葉榕＞紅花檵木＞朱蕉，而藍邊位置的大小為紅花檵木＞金葉榕＞朱蕉。藍邊位置與滯塵量無關。

圖8 三邊參數與滯塵量的關系

黃邊參數：由圖8-c1、8-c2、8-c3可知，葉面塵對3種植物的黃邊斜率和黃邊位置的影響不顯著，且黃邊位置都穩定在550nm附近。3種植物的黃邊面積表現為朱蕉＞紅花檵木＞金葉榕。通過分析可知，植物的三邊位置與滯塵量無關，沒有發生偏移現象。葉面塵對植物的藍邊斜率、藍邊面積、黃邊面積的影響相對較顯著，對紅邊斜率、紅邊面積、黃邊斜率的影響不顯著，不同植物其影響程度不同。

2.3.3植被指數

植被指數能在一定程度上消除背景和大氣的干擾，并且與一些重要的生化參數有著密切的函數關系，可用來監測植被的生物物理和生物化學參數。而植被指數中的歸一化植被指數NDVI是反映植物生長狀態最為直接和靈敏的指標之一（田永超等，2009），故通過計算歸一化植被指數NDVI來探討葉面塵對植被的影響，其中，近紅外波段和紅外波段分別采用858和645nm的反射率計算。由圖9可知，歸一化植被指數NDVI與滯塵量呈負相關關系，且金葉榕、紅花檵木和朱蕉的斜率分為-0.0291（R2=0.34）、-0.0405（R2=0.58）、-0.062（R2=0.59）。根據斜率和R2值可知，不同植物的NDVI受葉面塵影響的程度不同，朱蕉更容易受葉面塵的影響，其次為紅花檵木，金葉榕受影響最小。

3、結果與討論

基于廣州市常見的綠化植物，采用高光譜遙感技術，通過設計半封閉的大棚實驗方案，探討了滯塵污染下不同植物葉片的光譜特征，得到的主要結論為：

1）滯塵時間是影響綠化植物累積滯塵量的一個重要因子，滯塵量隨著時間的增加而增加，但達到飽和之后會呈減少的趨勢。不同的植物達到飽和的滯塵量和時間存在差異，飽和的滯塵量從大到小依次為：朱蕉＞紅花檵木＞金葉榕。在具體的綠化植被篩選中，可優先考慮朱蕉。

2）滯塵前后光譜的反射率的走勢基本一致，在可見光波段，受葉面塵影響，葉片光譜反射率升高，且隨滯塵量的增加而升高；在近紅外波段則相反，光譜反射率隨滯塵量的增加而降低。

3）葉面塵對植物葉片的光譜特征參數具有直接或間接的影響。紅谷位置和綠峰位置與滯塵量的關系不顯著；紅谷反射率和綠峰反射率與滯塵量總體成正比；植物的三邊位置與滯塵量無關，不存在偏移現象；葉面塵對植物的藍邊斜率、藍邊面積、黃邊面積的影響較顯著，不同植物的影響程度不同；歸一化植被指數NDVI與滯塵量呈負相關關系，且不同植物的NDVI受葉面塵的影響程度不同，從大到小依次為：朱蕉＞紅花檵木＞金葉榕。

圖 9 植被指數NDVI與滯塵量的關系

本文設計了半封閉的大棚實驗方案對植物的滯塵光譜特征進行探討，研究結果與部分學者的結論相同，為植物滯塵效應的實驗設計提供了新思路。與其他野外實驗相比，本研究有效地避免了雨水沖刷等造成的實驗中斷問題，減少了人為活動因素的干擾。與使用降塵設備或裝置進行的模擬實驗相比，本研究可以有效地模擬自然降塵下植物的滯塵效應，真實性更高。

本文采用高光譜遙感技術定性研究了廣州市常見綠化植物的滯塵效應，探尋了植被滯塵量與光譜之間的規律，利用NDVI與滯塵量建立的模型，可快速無損低投入的評估植物滯塵能力，為城市空氣質量監測提供科學依據。目前只有個別學者對滯塵量的光譜估算模型進行初步探索，對于光譜估算模型反演波段的選擇、高精度光譜估算模型的構建、不同植物種類對光譜估算模型的影響等方面都尚未開展研究，未來值得深入探討；將植物滯塵量的光譜估算模型與無人機高光譜遙感影像、衛星影像等結合起來進行大面積區域尺度的滯塵量反演，也是未來研究的重要方向。

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