植物大气污染响应高光谱监测实例研究

植物大气污染响应高光谱监测实例研究
第24卷第5期
2008年lO月
中国环境监测
EnvironmentalMonitoringinChina
表达载体构建V01.24No.5
0ct.20o8
植物大气污染响应高光谱监测实例研究
张金恒(青岛科技大学生态环境与农业信息化研究所环境与安全工程学院,山东青岛266042)
摘要:选择某钢铁企业绿化树种桂花当年生叶片作为供试样本,测试叶片光谱反射率之后分别测试叶液pH值,叶片
含硫量,叶绿素含量,叶片含水量,研究生长在S02污染环境下桂花叶片光谱的变化以及相应的部分生理生化指标的变
化.研究表明,污染较严重生产区采集的叶片光谱反射率和红边斜率均较生活区低,叶片含硫量随大气s0,浓度的增减
而相应地变化,叶片叶绿素含量,叶液pH值,叶片含水量的变化规律与叶片含硫量和大气s0浓度的变化规律相反.
关键词:二氧化硫;桂花叶片;生理生化指标;光谱
中图分类号:X831文献标识码:A文章编号:10026002(2008)05.0040—03 StudyofHyperospectralApplicationtoMonitoringV egetationResponseofAirPollution ZHANGJin-heng(InstituteofEco-environment&AgricultureInformation,Instituteo fEco—environment&AgricultureInformation. Collegeofmaterialandenvironmentalscience,Qingdaouniversityofscienceandtechnolog y,Qingdao266042,China)
Abstract:Leavesofosmanthusfragrans(HosOsmanthiFragrantis)growninsteelworkswer eselectedtomeasurepHvalue,sulfur
content,chlorophyllconcentrationandwatercontentofleaves,inordertoinvestigatethechan gesofspectralreflectanceandthese indeicesofbiophysiologicalandbiochemistry.Resultsshowedthatleafspectralreflectancea ndrededgeslopeweremeasuredwith samplescollectedfromresidentialareawerehigherthanthosewithsamplescollectedfrompo llutionarea.Thereweresimilarchangelaw betweenleafsulfurcontentandairSO2concentation.Andthecontrarychangelawexistedbet weentheseindeicesofbiophysiologicaland
biochemistry(pHvalue,chlorophyllconcentrationandwatercontentofleaves)andsulfurco ntent.
Keywords:Sulfurdioxide;Leavesofosmanthusfragrans(FlosOsmanthiFragrantis);Indeic esofbiophysiologicalandbiochemistry;垃圾处理厂工艺流程
Spectrum供应链金融管理
1光谱监测植物大气污染响应的研究进展
利用植物修复技术来治理大气污染尤其是近
地表大气的混合污染是近年来国际上正在加强研
究和迅速发展的前沿性新课题.植物对大气污染
的直接修复是植物通过其地上部分的叶片气孔及
茎叶表面将大气污染物吸收到体内,在体内通过
氧化还原过程进行反应而成无毒物质,或通过根
系排出体外,或积累储藏于某一器官内.因此当
大气中污染物的浓度不超过伤害阈值时,植物不
nfj防静电不发火仅不会受害,还能通过表面附着,叶片积累及代谢
转移而净化大气中的污染物(陶福禄等1999,刘
艳菊等2001,胡羡聪等2003,孔国辉等2003,温达
志等2003),使污染物离开对人畜产生危害的环
境而转移到另外一个环境.因此,植物具有净化
及监测大气污染的功能.植物叶片从大气中吸收
的污染物主要在叶片内积累,其体内的污染物含
量与暴露时间,空气中污染物的浓度呈正相关,但
是定量化植物净化和监测大气污染功能最终将取
决于植物体内污染物含量的精确评价.植物的各
个部分对大气污染物都有一定的吸收能力,对于
木本植物来说,以树叶的吸收量最大(张永生等
2003,Simonichetal1994).因此如何快速便捷地
进行植物叶片污染物含量的检测具有十分重要的
意义.
传统的污染物含量的检测主要是采用植物组
异氰酸甲酯
织的化学分析方法,例如硫元素采用氧瓶燃烧灰
化样品,并用Hg(NO)滴定法和BaSO4比浊法分
别测定.从采集大量的样本,烘干,称重,研磨直
到使用某些有潜在危害品进行测试,需耗费
大量的时间,人力和物力,以至于结果不具有时效
性,而且可能造成某些生理生化参数的变化,导致
试验结果缺乏准确性(张金恒2006,Cados等
2001,Jagdish等1998).利用等离子体发生光谱
仪,x射线荧光光度计等仪器测量虽然精度较高,
但是除了上述缺点之外,这些高精仪器设备研究
收稿日期:2007.09.21;修订日期:20080811
作者简介:张金恒(1973一),男,吉林敦化人,博士,副教授,博士生导师张金恒:植物大气污染响应高光谱监测实例研究4l
条件在很多情况下不具备.至今没有一种经济,
简单,便捷而又具备一定精度的植物大气污染响
应适时监测方法.
高光谱遥感使得快速提取植物生理生态参数
以及利用高光谱定量反演植被生理和生化参数成
为可能.植被长期生长在受污染的环境中,受到
不利因素的胁迫,光谱反射特性要发生变化,地物
波谱特性为环境监测提供了一种新的途径和方法(郭世忠等1984).有关环境污染植物响应光谱
的研究以土矿区,油田等植被光谱特征为研究对象开展得较多(郭世忠等1984,刘厚田等1984,雷利卿等1998).虽然大气污染环境下植被的生理
生态特征研究有所开展,但是关于大气污染环境下植被光谱特征的研究及其光学遥感定量化方面研究还缺乏系统深入.有些研究者曾对大气污染环境下植物光谱特征进行初步探索.上世纪80
年代初中国环境科学研究院刘厚田和中国科学院遥感应用研究所田国良等(刘厚田等1983)运用
动态薰气箱对棉株进行s0,薰气处理,使用积分
球测量叶片350~850nm反射光谱和微分光谱. 研究发现棉叶光谱反射率发生变化,即在可见光部分反射率增加,在近红外部分反射率降低,整个光谱反射曲线发生蓝移,初步确定几个波段可区别污染叶片和正常叶片.进一步研究表明,当空
气中sO:达到一定值时就会对棉花产生"抑制"作用,造成地物波谱特性发生某些变化,污染物浓度越高这种现象越明显,受污染的棉花生理变化特点,有利于用野外光谱测试来监测污染状况(郭世等1984).吴荣等(1992)分析了190~900nm的正常,受害和衰老植物叶片的荧光光谱特征及其变化,研究表明叶绿素两个荧光峰的消长与植物受害程度有内在联系.Jacob等(1997)研究了生长
在炼油厂和原油电厂区域的植被生理光谱响应, 发现高浓度硫和NDVI值相关.冯富成等(1998) 进行s0为
主要污染物之一地区的杨树叶片光谱测量与特征分析,受污染的杨树与健康的杨树相
比,在可见光部分吸收减弱,反射增强;在红外区,
反射率值明显低于正常叶片的反射率,在红外区0.7Mm处上升的斜率减小,肩部变化平缓,拐点位
置不同程度发生了位移.
2研究实例
2.1样本采集与分析
对某钢铁企业内采集对SO,吸抗性较强的桂
花当年生叶片.采样区域选择在常年大气污染定
位监测点所在的范围,即炼铁和焦化区,轧钢区,
生活区.于上午8:00~l0:00之间,在每一个采
样区域选择代表性桂花5株,分别采集活枝下高
度最低处当年生叶片,作为该采样区域的样本.
对采集的样本清洗晾干之后,采用PHS一2型酸
度计测其pH值;采用混合液浸提,751型分光光
度计测量叶绿素含量;采用氯化钡比浊法测量含
硫量;利用烘干称重法测量叶片含水量;采用美国Anal~icalSpectrMDevice公司制造的ASDFieldSpec ProFRTM光谱辐射仪测量叶片光谱反射率.
2.2大气SO:浓度与部分生化参数的分析
根据该企业监测站2005年第一季度大气监
测结果报表,将上述三个采样区的大气SO,浓度,
叶片pH值,叶绿素,含硫量测量,含水量测定结
果进行综合比较(表1).分析数据和监测数据表
明,在三个采样区叶片含硫量的变化趋势和大气SO,浓度的变化规律一致:炼铁和焦化区>;轧钢
垃圾焚烧
区>;生活区.而叶绿素含量和叶片pH值的变化
与叶片含硫量和大气SO,浓度的变化规律相反,
即炼铁和焦化区<;轧钢区<;生活区.叶片水分含量:生活区>;生产区.从采样现场调查不难看出,

本文发布于:2024-09-22 23:19:28,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/2/210043.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:叶片   光谱   植物   研究   污染物   生理
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议