城市森林影响空气中颗粒物的过滤和吸附, 可以最大限度地减少空气中颗粒物污染对人体健康的有害影响。 特别是在冬季, 城市森林中的常绿植物在吸收灰尘和净化空气方面起着重要作用。 本研究以北京市区冬季主要的常绿植被大叶黄杨(Euonymus japonicus)为研究对象, 设置3类的采样空间, 采集1 410个叶片, 测定叶片除尘前后的高光谱数据以及叶片表面的滞尘量。 通过分析不同滞尘程度影响下的叶面光谱响应特性确定敏感波段, 建立滞尘前后植被指数比值与滞尘量之间的回归模型, 利用Sentinel-2遥感影像反演常绿植被的滞尘分布, 并对反演结果进行验证。 结果表明, 在510～700和758～1 480 nm范围内, 除尘前叶片的平均光谱反射比小于洁净叶片。 封闭区域叶片除尘前后平均光谱反射率的变化小于半封闭区域, 开放区域叶片除尘前后的平均光谱反射率变化最大。 研究发现红波段和近红外波段对灰尘影响最敏感, 与滞尘量具有较高的相关性, 利用归一化差异物候指数(NDPI)建立的反演模型: x＝0.939 69y-0.145 04(x为RNDPI的数值, y为滞尘量), 决定系数R2达到0.879。 反演结果表明, 封闭区域的平均滞尘量小于半封闭区域和开放区域, 北京城区植被高滞尘量的区域分布在南部较多, 植被滞尘量从市中心到周边地区有逐渐降低的趋势。 研究叶片滞尘的空间分布, 为快速监测城市区域灰尘污染强度与分布提供参考, 为进一步探索常绿灌木的滞尘效果, 科学指导城市森林建设, 改善冬季城市生活环境具有重要意义。

植被指数是表征植被覆盖, 生长状况简单有效的度量参数。 本文以城市绿化主要植被大叶黄杨为例, 研究叶片滞尘对植被指数的影响, 并构建植被指数修正模型对植被指数进行修正优化, 提高植被指数的测量精度。 研究选取北京城区为研究区, 采集20个采样点的200个叶片样本, 利用电子分析天平、 ASD高光谱辐射仪及Win FOLIA叶面积仪, 分别获取叶片尘埃量、 光谱信息、 叶面积等数据。 通过对比分析样本叶片除尘前、 后光谱特征及NDVI、 NDWI、 NDNI、 NDII、 CAI、 PRI植被指数分布特征差异, 结合单位滞尘量与光谱数据, 构建植被指数修正模型, 并对修正模型进行精度检验。 结果表明: 大叶黄杨叶片在除尘前与除尘后的光谱曲线均表现出典型的植被光谱特征, 且蓝边、 红边均出现在520和705 nm处, 然而在350～700, 750～1 350, 1 500～1 850, 1 900～2 100 nm波段范围内, 滞尘对叶片光谱反射率影响显著, 同时对植被指数也有较大影响; 通过对滞尘量定量的研究分析发现, 当尘埃质量增加时, NDVI和PRI植被指数与尘埃量的线性关系变弱, 而NDWI, NDII, CAI植被指数与尘埃量依然保持明显的线性关系。 修正模型NDVI, NDII, CAI, PRI精度验证决定系数(R2)分别为0.547, 0.430, 0.653, 0.960, RMSE分别为0.035, 0.020, 0.112, 0.009。 研究结果表明对以后利用植被指数进行大面积植被反演、 评估时, 根据滞尘量影响进行修正优化, 提高反演精度有一定参考意义。