城市绿化植物叶片具有滞留、 固定大气粉尘颗粒物的重要作用。 大叶黄杨是北京市种植面积最大的常绿阔叶景观灌木树种, 在冬季承担着主要的粉尘颗粒物滞留的作用。 由于城市生态系统作为人类活动最频繁剧烈的区域之一, 其环境极为复杂。 以往的研究主要以随机、 分散的城市环境作为采样点。 而植物功能性状在长期的生长发育、 繁殖和进化过程中对环境变化具有敏感的响应和可塑性, 往往在内部或表型结构表现出一定的生态权衡策略。 在叶片滞尘量与光谱特征关系的实际研究过程中, 往往忽略了植物在不同生境中的水分、 土壤、 光照及养护模式的重要影响, 导致对其光谱的响应解释不清。 基于路面粉尘扩散的规律, 根据植物种植位置与路面距离划分高、 中、 低的粉尘浓度环境, 以避免因光照、 水分、 养分、 土壤等因素的干扰。 结合植物功能性状特征, 探讨大叶黄杨在不同粉尘浓度的影响下, 其叶面光谱及其叶功能性状的响应机制及其权衡策略, 分析了其高光谱参数与叶面降尘量间的相关关系, 并建立滞尘量预测模型, 旨在为城市环境中利用高光谱检测植被生长提供重要参考。 结果表明: (1) 粉尘污染的环境中, 大叶黄杨普遍呈现出比叶面积低、 叶绿素含量低、 叶干物质含量高、 叶厚度大的性状组合, 体现了植物叶片在结构构建投资与回报之间的权衡策略, 也充分说明了植物为了适应城市环境污染的生境特征所造成的不良胁迫, 而对自身功能性状进行调整。 (2) 从可见光到近红外波段(350~2 500 nm)范围内, 共出现了4个明显的反射峰和4个主要的吸收谷。 350~1 870 nm区间, 光谱反射率总体上与叶面降尘量呈负向相关, 由此可以看出随着叶面降尘量的增多, 其光谱反射率则随之减小。 然而, 在1 870~2 500 nm波段对叶面降尘量的变化比较复杂且无明显规律性。 (3) 700~1 410和1 470~1 830 nm波段是光谱对叶面降尘量的响应最敏感的波段。 在680~780 nm区间出现了“红边效应”。 在750~1 350 nm区间出现了一个较高的反射平台, 这可能是由于叶片水分对该波段具有较强的吸收性。 (4) 红边斜率、 蓝边斜率、 黄边斜率、 黄边位置对叶面降尘的干扰十分敏感, 但红边位置、 蓝边位置对其响应不明显。 结合叶功能性状的权衡策略可知, 由于大叶黄杨在长期的粉尘污染环境影响下, 形成了特殊的适应机制, 叶面降尘对红边位置和蓝边位置影响不敏感, 表现出了较强的抗干扰能力。 红边斜率和蓝边斜率对叶面降尘的响应呈负向相关, 而黄边斜率对叶面降尘量的响应则呈正向相关。 同时, 随着叶面降尘量的增加, 黄边位置发生了明显的“左移”现象。 (5) 以叶面水含量指数、 叶绿素指数、 红边指数、 归一化指数、 简单比值指数、 光合反射指数光谱参数作为自变量, 以大叶黄杨的叶面降尘量作为因变量进行回归拟合, 分别建立线性、 二次多项式和对数形式的叶面降尘量预测模型。 所有的模型中, 以叶面水含量指数建立的二次多项式预测模型对叶面降尘量具有较高的预测精度(y=-1.112 3x2+0.543 9x+0.991 1, R2=0.828 9, RMSE=0.122)。

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。

大气颗粒物污染在全球范围内已成为严重的城市环境问题之一。 为探究滞尘对叶片光谱特征的影响, 并建立以高光谱数据为基础的叶面滞尘预测模型。 以北京市常见绿化树种（大叶黄杨）为研究对象, 设置高、 中、 低滞尘污染梯度, 采集720个叶片样本, 利用ASD Fildsoec Handheld光谱仪获取高光谱数据。 结果表明： 光谱反射峰分别在560和900 nm处, 吸收谷分别在400~500, 600~700和1 000~1 050 nm范围内； 有无滞尘的叶片反射率在不同波段表现出不同的规律, 在400～760和760～1 100 nm范围内的光谱反射率大小分别表现为滞尘叶片＞除尘叶片、 滞尘叶片＜除尘叶片； 滞尘与除尘叶片在植被光谱曲线上的差异性较明显, 350~700和1 900~2 500 nm波段, 滞尘叶片的光谱反射率略高于除尘叶片, 而在780~1 400 nm范围内, 滞尘叶片光谱反射率则显著低于除尘叶片, 差异性表现为： 重度污染区>中度污染区>轻度污染区； 反射率在可见光波段（350~780 nm）随叶面滞尘量的增加而增大, 而近红外波段（780~1 100 nm）的变化趋势则相反； 粉尘对叶片的红边斜率影响较大, 表现为滞尘叶片<无尘叶片, 而对红边位置没有显著影响。 叶面滞尘量预测模型中, 以叶面水含量指数、 简单比值指数建立的二次多项式预测模型效果最好, 分别为y=-1.18x2+0.542 4x+0.991 7, y=-7.67x2+3.692 4x+0.371 4。 模型验证表明, R2分别达到0.987 7和0.887 3, 拟合效果较好, 说明预测模型可有效地估测大叶黄杨叶面滞尘量。

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。

为建立以高光谱数据为基础的叶片滞尘质量反演模型, 沿北京市区采集了30个大叶黄杨叶片样本。 利用电子分析天平和光谱仪(analytical spectral devices ASD FieldSpec Pro)测定“除尘前”与“除尘后”叶片质量及光谱反射率曲线, 以获取叶片尘埃量、 光谱信息等数据。 随后以传统意义和偏最小二乘(PLS)回归模型为基础, 以探究空气尘埃量与光谱曲线之间可能存在的关系, 阐述了叶片尺度上尘埃量对植物光谱特征的影响。 结果为: 除尘前后叶片光谱曲线在350～700, 780～1 300, 1 900～2 500 nm波段区间内有较大差异, 同时尘埃量与叶片单波段光谱反射率比值呈负相关, 相关度最大值点为737波段, 属于近红外波段, 相关系数可达-0.8左右。 在尘埃量与叶片光谱多波段组合关系研究中得到, 948和945波段构成的NDVI指数与尘埃量的相关度最大, 相关系数可达0.76。 在叶片滞尘量反演研究中, 对比传统意义滞尘量回归模型, 引进的偏最小二乘算法(PLS)可使叶片滞尘量反演精度略有提高, 最后由回归模型精度评定可得偏最小二乘法反演效果较传统回归好。