大气污染胁迫下植物光谱特征变化研究

摘要：大气是植物生长条件之一，植物在大气污染胁迫下叶片会变色、脱落或枯死，其光谱特征也会随之变化。文章介绍了植物的光谱特征以及高光谱遥感技术，综述了近些年国内外在大气污染胁迫下植物光谱特征变化方面的研究成果，最后对用遥感技术监测植物污染提出展望。

关键词：污染胁迫；植物光谱；特征分析；遥感监测

大气是植物生存的条件之一，当大气受到污染时，如PM2.5、NO_x、SO₂的急剧增加，植物叶片变色、脱落或枯死（陈华，2006）。环境中的污染物质能够导致植物的叶面结构、叶绿素含量及植株结构发生相应的改变，从而引起植物光谱特征的改变。通常情况下，不同植物的反射光谱波形大致相同，当植物受到某种环境物质污染或胁迫后，其光谱反射特性会随之变化，污染越严重，变化就越大（葛晓立等，2009）。对大气进行检测传统是通过化学分析和仪器监测等手段，虽然准确性高，但周期长、花费高，不能满足现代污染调查大面积、多时相的要求，研究和开发快速有效的植物污染监测与评价技术是急待解决的问题（邬登巍等，2009）。工业化引起的各种大气污染事件层出不穷，尤其是雾霾，需要监测的范围越来越广、监测的对象越来越多，利用遥感技术监测受污植物让大气污染监测更加快速、便捷，因而越来越受重视。近年来，人们正是利用了地表植物对环境污染物所产生的这种生物地球化学效应来对环境污染进行适时、全面和高效的监测（徐清，2009）。

1植物光谱特征

Raymond（1998）指出植物均由叶绿素、其它色素、水、蛋白质、淀粉、蜡和结构化的生物化学分子，如木质素和纤维素，但不同植物在不同生长期内各组分的含量不同，这些组分都对植被的反射光谱有影响。

色素吸收决定着可见光波段（350～700nm）的光谱反射率：550nm波长附近是叶绿素的强反射峰区，呈现波峰；650～700nm为波谷；700～750nm呈陡而近于直线形态，其斜率与植物单位面积叶绿素（a+b）的含量有关。细胞结构决定近红外波段（750～1300nm）的光谱反射率，其中760nm，850nm，910nm，960nm和1120nm等波长点附近有水或氧的窄吸收带。水汽吸收决定了短波红外（1360～1600nm）的光谱反射率特性（焦健和曾琪明，2005）。

2国内外遥感监测研究进展

2.1遥感监测研究

自20世纪80年代，世界各地的遥感科技人员对植被的光谱特征开展了比较系统的研究（Peg，2004）。主要从下面几方面进行研究：植被的基本光谱特征；影响植被光谱特征的主要因素；利用高光谱数据估计植被体内生化组分；高光谱图像的生物量填图（万余庆等，2001）。目前世界上许多国家及地区利用遥感技术开展了城市发展及环境遥感调查，其重点为利用航空遥感图像数据研究城市环境问题，在指定的大范围内进行植物监测，快速掌握不同时空的植物信息（浦瑞良和宫鹏，2000）。

高光谱分辨率遥感是利用很多很窄的电磁波波段，从感兴趣的物体获取有关光谱数据，其光谱图像上每一个像元点在各通道的狄度值都可形成一条精细的光谱线，为定量分析地球表面生物提供了参数和依据（刘良云，2002）。当植物接触污染物剂量超过伤害阈值时，植物出现外观颜色的变化或者内部细胞结构和含水量的变化，植物光谱能对这些变化有特征性的响应，从而对指定的大范围植物利用遥感技术进行快速监测即时掌握不同时空的植物信息，且对植物生长没有任何影响（孙跃春等，2007）。

2.2遥感监测植被机理

光谱特性是物质在电磁波相互作用下，由于电子跃迁、原子分子振动和转动等，在某些特定波长形成反映物质成分和结构信息的光谱吸收、反射特征。遥感监测即利用敏感光谱探测各种物质组成成分和结构。植物的光谱特性是由其结构、生物成分和形态学特征决定的，主要包括叶片的颜色、细胞结构和植物水分含量等，而这些特征与植物的生长发育阶段，物候现象和健康状况等因素密切相关，使光谱曲线存在许多差异，因此可利用光谱对植被进行监测（姚付启，2009）。

2.3遥感监测的影响因素及研究方法

学者们采用不同的方法来研究受污染植物的光谱变化情况，主要包括最小二乘法（陈婉婧等2012）、导数光谱法（梁亮等2012）、多元统计分析（华开等2012）、植被指数法（郭啸川等2012）、红边参数（梁亮等2013）、网络神经法等对叶绿素高光谱反演进行研究，构建了叶绿素光谱反射模型（张冬强等2012）。遥感监测来估测植被的植被参数主要有2类方法：一是通过多元回归方法建立光谱数据或由此衍生的植被指数与植物学参数据之间的关系（唐延林等，2003）；二是通过植物的红边参数来估计植物农学参数（Filella et a1.1994）。

2.4大气污染胁迫下植物光谱特征研究

国外学者很早就已致力于研究环境胁迫条件下的植被光谱效应。Holer等发现在美国佛蒙特州大气污染严重区杉树叶片红边蓝移5nm，叶绿素总量减少、叶绿素a与叶绿素b的比值增加，叶绿素与类胡萝卜素的比值减少。利用这种细微的光谱变化，可以作为林地健康状况的诊断指标，进而对空气质量状况进行监测（Jago et a1.1999）。James研究发现植物在矿元素污染下红边也蓝移5nm。An&as Jung等采用机载高光谱DAIS数据，运用HNDVI（高光谱归一化差异植被指数）和PLWRf长波辐射指数）对城市植被胁迫进行了研究（Andras et a1.2005）。

在国内，有关环境污染下植物光谱变化的研究主要集中在矿区、油田等重金属污染，大气污染方面研究较少。刘殿伟（2006）利用ASD野外高光谱仪对城市行道树由于大气污染引起的叶绿素变化进行研究。佃袁勇（2012）以华中农大校园6种植物推断出在30rim波段宽度下，700～730nm及770～800nm为叶绿素敏感波段。

3胁迫下植物光谱特征的变化

3.1对植物反射率的影响

植物受污染后反射率显著变化，如可见光区反射率升高，近红外区反射率降低（刘素红等，2007）。Li（2000）对墨西哥石油泄露前后的AVIRIS数据进行分析发现，污染后AVIRIS光谱在可见光区域450～670nm间反射率增加，而在近红外区域840～1120nm间反射率明显降低，这表明进行光合作用的色素减少，叶片面积指数降低以及受害植被内部结构的变化使近红外波段散射减少。此外，还发现在中红外区域1980～2440 nm反射率增大，这是因为植物总含水量减少，吸收率随着减少导致反射率增加（TiLet a1.2005）。

3.2对红边、蓝边、黄边参数的影响

植物光谱具有明显的三边特征：蓝边f490～530nm）、黄边（550～580nm）、红边（680～760nm）。植物在生长期，叶绿素含量增加，红光吸收率增加，发生红移。如果植物受到污染，叶绿素含量将降低，红光反射率增加，红边将发生蓝移。许多研究提出由获得的光谱数据精确确定植被不同时间点红边的位置是植被污染监测的关键（Liang H，2008）。

姚付启在对法国梧桐、毛白杨叶绿素含量高光谱反演及其环境胁迫响应研究中得出样本叶绿素含量越大，黄边（550～580nm）越靠近短波方向，黄边面积也越大；随着时间的推移，黄边位置出现先向短波方向后向长波方向移动的趋势，黄边面积也会出现先增大再减少的变化趋势（姚付启，2009）。

3.3对红谷、绿峰的影响

当植物受到某种物质污染后，其内部结构、叶绿素和水分含量就会发生不同程度的变化，光谱反射特性也随之变化，一般情况下，污染越严重，这种变化就越大。植物敏感波段最主要是可见光区的红谷和绿峰。污染物类型和含量对叶片色素合成的影响远大于对叶片结构和水分含量的影响，400～900nm波段的植物叶面反射光谱变化差异较大。蒋桂英（2004）得出绿峰（560nm）是叶绿素含量最好的反演波段。

4研究展望

遥感监测是一种大面积、多时相、无破坏性的监测技术，将是今后环境污染监测手段发展的主流。但目前我国遥感监测主要集中在重金属胁迫下植物光谱变化方面，对大气胁迫下植物光谱变化的研究较少。遥感技术应用在受污植物监测中仍有很多问题需进一步研究探索：

（1）植被污染胁迫监测除了对污染物要进行定性，还要能对污染物定量。植物对同一物质的不同浓度污染有不同的生理物理响应，若能从植被光谱上反映出植物对不同浓度污染的不同响应，并建立数学模型，则可对污染物进行定量，即仅通过植物的光谱特征的变化就可以判定出污染情况。

（2）为监测植物污染提供更丰富、更准确的基础数据，应进一步研究植物遥感影像的干扰因素、排除干扰因素的方法和植物遥感影像的特征提取方法，如排除大气气溶胶的光学厚度、云污染等对植被指数的影响，解决大气传输仪器误差、植被光谱的角度效应等问题。

（3）研究植物生理生化过程的机理变化、这些机理变化与光谱特性的关系，建立起植被光谱特性与污染物类型、污染程度的对应关系，这样就可以在未知原因的胁迫下单独从植物光谱中分析出污染物质。

随着科技的发展进步，遥感监测会越来越规范化、规模化和精确化，为通过植物光谱特征来反映大气污染的研究提供技术支持。

收稿：2015-03-18