《基於高光譜遙感的華南常見綠化植物滯塵效應研究》是依託廣東省科學院廣州地理研究所，由周霞擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於高光譜遙感的華南常見綠化植物滯塵效應研究
- 依託單位：廣東省科學院廣州地理研究所
- 項目負責人：周霞
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
城市綠化植物能夠有效阻滯空氣中的粉塵，改善城市生態環境質量。目前，植物滯塵能力已經成為篩選城市綠化植物的一個重要指標。本項目從評估植物的滯塵能力出發，根據葉片表面特徵差異，選擇華南地區常見綠化植物大花紫薇、金葉榕、紅花檵木、朱蕉為研究對象，採用高光譜遙感技術，研究滯塵污染下的植物葉片光譜特徵，選擇適合反演分析的特徵波段，利用偏最小二乘法、支持向量機回歸等方法，分析葉面滯塵量、葉面滯塵粒徑大小與其反射光譜之間的關係，構建植物滯塵效應的光譜估算模型，並比較葉片表面特徵對模型的影響。本項目創新性在於考慮到葉片表面結構對光譜特徵的影響，深化了國內在葉面滯塵光譜模型上的研究，同時首次探討葉面滯塵粒徑特徵光譜模型的構建。通過本研究，可以促進遙感技術在植物滯塵效應中的套用，有助於快速無損的評估植被滯塵效應，為城市綠化植物的合理配置及城市空氣品質監測提供科學依據。
結題摘要
隨著工業化和城市化的快速發展，城市大氣污染日趨嚴重。植物能有效阻滯空氣中的粉塵，改善城市生態環境質量。目前，植物滯塵效應已成為篩選城市綠化植物的一個重要指標。如何高效、快速、準確評估植物滯塵效應，評價不同綠化植物對城市大氣環境的改善作用，成為當前研究熱點。 高光譜技術為植被滯塵研究提供高效、便捷、非破壞性技術手段。本研究以探索高光譜技術在植物滯塵效應估算中的套用為目的，綜合考慮華南常見綠化植被類型及其葉片特徵，選取金葉榕、紅花檵木、朱蕉為研究對象，開展植被滯塵效應評價的理論與套用研究。在分析滯塵植物葉片光譜特徵的基礎上，藉助機器學習算法篩選敏感波段，利用線性回歸和機器學習算法（SVM, CART, RF）構建滯塵效應的光譜估算模型，通過反演模型的定量精度評價指標，對幾種方法進行比較，探討適用反演的最優方法。結論如下： （1）葉片滯塵量隨時間的增加而增加，但達到飽和後不再增加，甚至出現減少趨勢。植物葉片的飽和滯塵量從大到小為：朱蕉（2.23 g/m）＞紅花檵木（2.21 g/m）＞金葉榕（2.12 g/m）。 （2）在可見光與近紅外波段 (350-1360nm)，可有效區分滯塵前後葉片光譜特徵差異，是研究植物滯塵光譜特徵規律及構建估算模型的理想區域。 （3）三種植物吸附PM2.5（≤2.5μm）顆粒物的數量均超過90%，吸附能力依次為金葉榕＞紅花檵木＞朱蕉。 （4）RF算法可有效地對高光譜數據進行降維。機器學習算法明顯優於Pearson相關性方法。基於SVM和RF算法的滯塵量模型反演精度最高；基於RF的葉面滯塵粒徑特徵反演精度優於SVM。 （5）對於三種植物，用於構建高精度反演模型的最優波段和方法有所差異，其中紅花檵木滯塵量的反演波段數為150，最優方法為RF算法；朱蕉滯塵量的反演波段數為74，最優方法為SVM算法；金葉榕滯塵量的反演波段數為80，最優方法為SVM和RF算法。 通過本研究，以期推動遙感技術在植被滯塵效應中的套用，拓展植被滯塵效應光譜特徵的理論和方法基礎，有助於快速無損的評估滯塵效應，為城市綠化植物的合理配置及空氣品質監測提供科學依據。
