基于光譜特征的北京市冬季城市森林滯塵分布反演研究

蘇 凱,于 強,胡雅慧,劉智麗,王朋沖,張啟斌,朱濟友,牛 騰,裴燕如,岳德鵬

北京林業大學精準林業北京市重點實驗室，北京 100083

引 言

隨著城市化的快速發展，建筑工地，道路和車輛的粉塵排放量增加是空氣微粒污染嚴重的原因[1]?？諝馕⒘Ｎ廴臼窃S多地區的主要環境問題[2]。研究表明：空氣中微粒物質濃度的增加可導致上呼吸道感染，肺炎和支氣管炎患者人數的增加[3]。通常，將在重力作用下沉降到地面[3]的直徑大于10 μm的顆粒物質(PM10)，稱為落塵。落塵中的重金屬，特別是那些易于沉積在植物，土壤和水中的高毒性物質，通過食物鏈中的傳播和積累對生態環境和人類健康造成巨大破壞[4]。而城市森林可以阻擋塵埃氣流，植物葉片表面(如短柔毛和蠟狀表皮)可以使空氣中的顆粒被吸附并保留在植物葉子表面，稱為葉面滯塵[5]。與城市森林相比，非生物材料(如建筑表面)，其特點是表面積大但粗糙度低，滯塵效果一般[6]。而城市森林是減少城市大氣污染的重要過濾器，可以產生巨大的滯塵效益。

目前許多關于城市森林防塵的研究主要集中在植物葉片表面的滯塵能力比較[7]，植物滯塵機理[8-9]，以及滯塵組分分析[10]，取得了豐碩的成果。但現有的大多數研究都集中在小規模的滯塵分布上，在區域尺度上很少，冬季城市常綠植被的滯塵分布和影響更少。在秋季和冬季，落葉類植被的葉片逐漸掉落，這些植被不能繼續起到吸附灰塵以改善空氣的作用。在冬季，城市森林中的常綠植物可以吸收灰塵并凈化空氣。盡管針葉植物的滯塵能力高于闊葉植物，而北京常綠針葉植物種植較少，如側柏，松樹等，僅在個別地區種植較為集中。據統計，北京灌木的綠化使用量是常綠針葉植被的3.23倍，而大葉黃楊的使用占常綠灌木總使用量的78.03%[11]。

選擇大葉黃楊為研究對象，將高光譜技術與遙感相結合，利用植被葉片的光譜數據和衛星遙感數據獲取北京城區的滯塵分布。利用高光譜分析方法獲得葉片的光譜反射率信息，結合實地調查取樣和室內測量，分別對葉片在除塵前后的反射光譜的差異進行比較，探究受灰塵影響較為敏感的波段，并構建相應的多種植被指數，通過植被指數與葉面滯塵量間的相關分析建立滯塵反演模型。利用光譜響應函數將從地面采集的窄波光譜反射率數據轉換為Sentinel-2影像的寬波光譜反射率數據，利用滯塵反演模型獲取冬季北京市區植被滯塵量分布，嘗試構建一種快速監測城市區域灰塵污染強度與分布的方法。

1 實驗部分

1.1 研究區

北京位于華北平原的北緣。由西向東從山地向平原過渡，海拔逐漸下降。冬季干燥、少雨，盛行西北風，屬溫帶大陸性季風氣候，年平均氣溫12 ℃，年平均降水量626 mm。2018年北京市常住人口約2 154萬人，機動車約680萬輛。截至2018年，全市森林覆蓋率為43.5%，人均公園綠地面積為16.3 m2·人-1。

圖1 采樣點分布的位置Fig.1 Sampling point distribution

1.2 試驗設計及樣本采集

以北京地區常見的常綠植物大葉黃楊為試驗植物，其具有耐蔭性強、耐寒性強、枝葉茂密、成活率高等特點，對環境中有害物質的吸收能力強。大葉黃楊的使用量占北京市常綠灌木總使用量的78.03%。因此，假定由Sentinel-2反演得到的植被葉片的滯塵分布是大葉黃楊葉片的滯塵分布。采樣點的空間分布如圖1所示，采樣區域中有三種類型的空間：A(21個)代表開放空間(如：道路)，B(10個)代表封閉空間(如：公園)，C(16個)代表半封閉空間(如：學校)。采樣點布置在城市不同的位置，其空間分布遵循廣度、均勻性和規律性的原則。在每個采樣點采集相同數量的葉片(30片)，以確保從每個環境中獲得相同數量的植物葉片。

1.2.1 遙感數據及處理

Sentinel-2影像有13個波段，其中4個波段的空間分辨率為10 m，6個波段的空間分辨率為20 m，3個波段的空間分辨率為60 m。另外，Sentinel-2數據是唯一一個在紅邊范圍含有三個波段的數據，對監測植被狀況極為有效。在獲取影像信息時，受到大氣中水分、氣溶膠等因素的影響，導致波段噪聲增大，信息模糊。因此，對影像進行了輻射定標、大氣校正和幾何校正，以消除噪聲，減少相鄰像素之間的輻射干擾，最終得到與表面真實反射率相似的影像。

冬季北方的城市森林落葉植物葉片脫落，但常綠植物變化不大。在這個季節可以發揮吸滯塵埃功能的主要是常綠植物。一般認為，當降水量達到15 mm或風速達到17 m·s-1時，植物葉片上積累的灰塵可以被完全沖走[12]。由于北京冬季氣溫低，降水量少，風速高。根據北京氣象臺氣象監測資料，2019年1月14日，風速8.0～10.7 m·s-1，在一段時間內風速達到17.2～20.7 m·s-1。因此選擇2019年1月15日的Sentinel-2影像作為植被葉面無塵影像，選擇2018年11月22日的Sentinel-2影像作為植被葉面滯塵影像。

1.3 葉片光譜反射率與滯塵量測定

ADS Fieldspec 3多功能光譜儀(Malvern Panalytical，Malvern，Worcestershire，UK)用于葉片光譜測定，波段范圍350～2 500 nm，光譜分辨率為3 nm，光譜采樣間隔為1.4 nm。在采集葉片高光譜曲線時，由于暗電流、光源波動等環境因素的影響，高光譜實驗數據的采集受到一定的干擾。為了消除這些因素造成的誤差，在采集葉片的高光譜曲線時，每15 min進行一次光譜校正。

在測量過程中，葉子被放置在一個黑色的棉布距垂直向下探頭5 cm。每個葉片取三個采樣點，取平均值作為葉片的光譜反射率，然后對測量的光譜數據進行一階微分處理。使用0.000 1 g電子天平對葉片除塵前后的重量進行稱重，葉面滯塵量為除塵前后的質量差。葉片光譜反射率與滯塵量測定的原理與步驟如圖2(a,b)所示。

圖2 室內滯塵量及光譜測定的主要過程(a)和光譜反射率測量原理圖(b)Fig.2 Main processes of indoor measurement (a) and the measurement of spectral reflectance (b)

表1 植被指數參數Table 1 Vegetation index parameters

圖3 除塵前后葉片光譜曲線的變化(a)：封閉區域；(b)：半封閉區域；(c)：開放區域Fig.3 Changes in leaf spectral curves before and after cleaning(a)：Closed area；(b)：Semi-closed area； (c)：Open area

1.4 植被指數

以往的研究表明，歸一化差異植被指數(NDVI)、歸一化差異物候指數(NDPI)、環境植被指數(EVI)和土壤調節植被指數(SAVI)可以表征植被狀況[13]。因此，使用這四個指標，以及葉片除塵前后的植被指數的比值進行研究。

2 結果與討論

2.1 滯塵對葉片光譜的影響

圖3(a)—(c)分別顯示了不同地區除塵前后大葉黃楊葉片平均光譜反射率曲線的差異。盡管葉樣來自不同的灰塵度環境，但除塵前后的葉片光譜曲線的總體變化趨勢基本一致，并且在某些區域發生顯著變化。例如，在510～700和758～1 480 nm范圍內，滯塵葉片的平均光譜反射率小于潔凈葉片，而在700～724，1 375～1 418和1 863～1 889 nm除塵前后反射率變化不太明顯。封閉區域葉片除塵前后的平均光譜反射率的變化小于半封閉區域，開放區域葉片除塵前后的平均光譜反射率變化最大。主要是因為開放區域車輛較多，道路的除塵能力較弱。車輛將揚起灰塵懸浮在空氣中，灰塵被植被吸附或因重力重新沉降在路面上。

紅邊、黃邊、藍邊是植被光譜曲線的特征點和區域，通過計算反射光譜的一階導數得到三邊參數，光譜數據的一階導數處理能夠消除一些背景噪聲[14]。對于紅邊，提取680～750 nm范圍內反射率比一階導數的最大值作為紅邊的斜率，對應于最大值的波長代表紅邊位置。藍色邊緣(490～530 nm)和黃色邊緣(550～580 nm)的定義與紅色邊緣的定義相似。

圖4(a)—(c)分別顯示了在不同區域除塵前后經過一階導數處理的葉片平均光譜反射曲線的變化。從圖中可以看出，葉片的紅、黃、藍邊在除塵前后沒有明顯移動，紅邊702 nm，藍邊525 nm，黃邊550 nm，說明葉面滯塵對三邊參數的干擾不敏感。然而，藍邊和紅邊的面積隨著灰塵污染程度的加劇而減小，而黃邊的面積的變化趨勢卻相反：隨著灰塵污染程度的加劇而增大。

2.2 葉面滯塵量與光譜反射率的相關性

圖5顯示了光譜反射率比(灰塵/干凈)與葉片單位面積灰塵量之間的相關曲線。相關曲線可以分為兩部分：一部分位于350～722 nm，顯示出正相關。其中在350～706 nm達到顯著相關，在672 nm相關性達到最大值：0.786。在510～580 nm處明顯呈凹形，該波段屬于綠波范圍，表明綠波段對灰塵的敏感性低于其他波段。另一部分在720～1 050 nm表現為負相關，其中負相關在720～801 nm內迅速下降，負相關在802 nm處達到最小值-0.35。在801～1 050 nm范圍內，負相關變化緩慢。根據相關曲線分析可知，紅波段和近紅外波段對灰塵的敏感性較高。

圖4 除塵前后經過一階導數處理的光譜曲線(a)：開放區域；(b)：封閉區域；(c)：半封閉區域Fig.4 Spectral curves of leaves before and after cleaning by first derivative treatment(a)：Open area；(b)：Closed area；(c)：Semi-closed area

圖5 灰塵量與光譜反射率(除塵前后)之間的關系Fig.5 The correlation between amount of dust and spectral reflectance ratio (dust and clean)

2.3 植被指數對滯塵量的響應

表2 滯塵量與植被指數的相關性Table 2 Correlation between amount of dust absorption and vegetation indices

Notes:**顯著性水平達到0.01;*顯著性水平達到0.05

2.4 滯塵反演模型

由以上研究可知，RNDPI與滯塵量有很高的相關性。因此，利用Sentinel-2影像，獲得了2018年11月22日和2019年1月14日的NDPI指數。以兩個時期的植被指數比值(RNDPI)為自變量，葉面的滯塵量為因變量。建立RNDPI與植被葉面滯塵量的回歸模型，如圖6所示。

圖6 基于歸一化差分物候指數(NPDI)的反演模型Fig.6 Inversion models based on normalized difference phenology index (NDPI)

RNDPI建立的回歸模型的確定系數分別為0.879，說明RNDPI的回歸模型是很好的擬合，利用NDPI植被指數建立的滯塵反演模型可以較為準確反演冬季北京城區植被滯塵量的空間分布。

2.5 滯塵量空間分布的反演與驗證

利用NDPI反演模型確定了2018年11月22日北京市區植被區的葉塵分布，如圖7(a)所示，采用核密度法對反演得到的植被區葉片的滯塵分布進行了分析，并將滯塵分布分為9個等級，如圖7(b)所示。

圖7 北京市植被覆蓋區的滯塵分布(a)和滯塵分布的核密度分析(b)Fig.7 (a) Dust retention distribution of vegetation-covered areas in Beijing and (b) nuclear density analysis of dust retention distribution

圖7(a)表明，盡管封閉區域的滯塵量小于半封閉區域和開放區域但仍受灰塵影響。道路兩側的帶狀林地是滯塵量最大的區域，距離道路越遠，植被的滯塵量越低。另外封閉區域的面積越大，受灰塵的影響就越小，即滯塵量越低。圖7(b)顯示，2018年11月22日，北京城區內等級較高的區域在南部分布較多，從市中心到周邊地區呈減小趨勢。北京二環內小巷的滯塵量仍然很高，因為該地區人口稠密，道路狹窄，有限的空間會限制灰塵的擴散，導致植被表面的灰塵量較多。相比之下，故宮附近的景山公園和天壇公園由于種植了大面積的常綠植物，使得這兩個區域的滯塵量較低。三環西南角出現高滯塵量的原因是北京西火車站附近。據統計，2014年，全站平均日客流量18萬～30萬人次，高峰期日客流量40萬～60萬人次。如此大的人流和交通流量可能導致嚴重的顆粒物污染。因此，葉片上的滯塵量也可以代表該地區的灰塵污染水平。

研究選取200組反演模擬值和實測數據，利用均方根誤差(RMSE)來評價模型的滯塵量反演精度。結果如圖8所示，表明用NDPI建立的滯塵反演模型與實測數據具有很高的擬合度。RMSE為5.93，表明該模型能準確反映北京市區植被滯塵量的空間分布。

圖8 葉面滯塵量反演精度驗證Fig.8 Inversion precision with reference to measured data of foliar dust

3 結 論

以北京冬季主要常綠植物大葉黃楊為研究對象，探討了不同滯塵程度影響下的葉面光譜響應特性，確定了其光譜響應的敏感波段，進一步研究了植被指數的比值與葉面滯塵量之間的相關關系，構建了滯塵反演模型，并利用Sentinel-2影像獲得城區常綠植被滯塵量的空間分布情況。

(1)在510～700和758～1 480 nm范圍內，除塵前葉片的平均光譜反射比小于潔凈葉片。封閉區域葉片除塵前后的平均光譜反射率的變化小于半封閉區域，開放區域葉片除塵前后的平均光譜反射率變化最大。三邊參數對葉面滯塵的干擾不敏感，但藍邊和紅邊的面積隨著灰塵污染程度的加劇而減小，而黃邊的面積的隨著灰塵污染程度的加劇而增大。

(2)光譜反射率與350～722 nm處的滯塵量呈正相關，在672 nm正相關達到最大值，為0.786。在510～580 nm的綠波范圍內呈現凹形，這表明綠波對灰塵的敏感度比其他波段弱。在722～1 050 nm范圍內觀察到負相關，其中722～801 nm范圍內的負相關性迅速降低，在802 nm負相關達到最小值，為-0.35。從803～1 050 nm負相關變化緩慢。因此，可以利用紅波段和近紅外紅外波段建立滯塵反演模型。該模型的決定系數R2為0.879。

(3)利用2018年11月22日和2019年1月15日的Sentinel-2遙感影像，測定了北京市冬季常綠植物葉片(主要是大葉黃楊)上的灰塵分布。利用實測數據驗證了反演結果的合理性。反演結果表明，封閉區域的平均滯塵量低于半封閉區域和開放區域。高滯塵量在北京市區的區域分布在南部較高，在北京二環核心區的滯塵量比其他區域少，從市中心到周邊地區的滯塵量呈下降趨勢。