本发明涉及环境监测与评价技术领域，尤其涉及一种基于高光谱技术的叶面降尘量测定方法。
背景技术：
沙尘暴是我国北方干旱、半干旱地区一种常见的灾害性天气。沙尘暴爆发时，在空气中产生大量的浮尘，浮尘经沉降后在植物叶片表面形成明显的降尘，通常称之为叶面降尘，叶面降尘量是反映沙尘暴强度的一个重要指标，也是衡量一个地区空气质量好坏、生态环境质量优劣的一个主要因子,同时还是一个沙尘暴灾害强度的指示因子。有研究表明叶面降尘对植物的生长发育有明显的危害作用，同时也有学者指出叶面降尘能影响植物叶片的组织结构，造成叶片栅栏组织呈现不规则排列。因此，通过测定叶面降尘量能有效反映出该地区环境质量的优劣，也可以为沙尘暴对植物的危害程度监测与评估提供基础数据与评价依据。如何对沙尘爆发区的沙尘暴强度进行大面积、快速、准确的监测，从而为沙尘暴的灾害评估、环境质量的监测及评价提供基础数据和评价依据，一直是一个难点，也是目前众多学者的研究热点。传统的沙尘暴地面监测方法，由于制约因素诸多，无法有效地刻画沙尘暴的动态过程。随着遥感技术的出现与发展，为沙尘暴的监测提供了一种新的先进手段。关于沙尘暴遥感监测的研究，最早始于20世纪70年代。Shenk等利用可见光或红外通道数据研究了水面和陆面上空沙尘暴的监测方法；Griggs利用ERTS-1的可见光数据研究了水面上空大气悬浮颗粒光学厚度的测量方法；Carlson利用卫星观测的亮度资料确定了撒哈拉地区沙尘的爆发及其相应的大气扰动。但20世纪90年代以前的沙尘暴研究工作仅局限于单通道信息的处理和分析。近年来，已经发展为多通道遥感数据监测，甚至多源遥感数据融合监测。郑新江等人利用气象卫星多通道信息监测沙尘暴。罗敬宁等利用NOAAKLM和FY-1C/D卫星遥感数据对沙尘暴强度监测进行了研究。肖继东等利用EOS/MODIS数据，构建了提取沙尘暴区域范围和强度等级信息的沙尘暴卫星遥感监测指数。海全胜等针对MODI数据建立了一个稳定判识沙尘强度的沙尘指数模型。前人众多的对沙尘暴遥感监测的研究结果，为后续的进一步深入研究提供了很好的借鉴并奠定了基础.虽然已有大量的关于沙尘暴遥感监测的报道，但大多数的研究都集中于对沙尘暴爆发过程的遥感监测，如沙尘暴的起源、扩散及沉降过程等，而针对于沙尘暴沉降后对沉降区环境、植被等危害的定量监测方面的研究甚少。另外，当前沙尘暴强度监测的主要指标为光学厚度，该指标虽然能有效的反映出大气中浮尘的数量，而大气浮尘具有明显的移动性和扩散性，因此无法反映出沙尘暴对其影响区域的实际危害程度，但叶面降尘量这个指标可以真实有效的反映出沙尘暴在该区域的影响强度和实际危害程度。最后，关于高光谱遥感在该方面应用的报道鲜见。鉴于以上原因，本发明以沙尘暴频发且强度大的南疆为研究区域，以地面遥感获取的高光谱数据和室内测定的叶面降尘量数据为基础，探讨叶面降尘量高光谱遥感定量监测的可行性，为高光谱遥感在沙尘暴监测方面的应用提供理论依据和技术支持，最终为沙尘暴的灾害评估和环境监测及评价提供新的思路与方法。
技术实现要素：
本发明是为了解决现有针对于沙尘暴沉降后对沉降区环境、植被等危害的定量监测方面的研究方法无法反映出沙尘暴对其影响区域的影响强度和实际危害程度等问题而提出一种通过测定叶面降尘量来真实有效的反映出沙尘暴在该区域的影响强度和实际危害程度的基于高光谱技术的叶面降尘量测定方法。本发明是通过以下技术方案实现的：上述的基于高光谱技术的叶面降尘量测定方法，其包括以下步骤：(1)试验材料的选择及采集先选择降尘区具有较强滞尘能力的树种，接着对每棵树种采集3～5片健康、无病斑和虫害并具有一定叶面降尘的叶片；(2)光谱测试与处理先将上述步骤(1)中的叶片放于黑色棉布上，再将光谱辐射仪的探头保持垂直向下并距离叶片一定距离，然后在每个叶片上采集5个不同部位样点分别进行光谱测定，最后以5个样点测定的平均值作为该叶片的光谱反射率；(3)叶面降尘量测定先将测完光谱的叶片剪除叶柄并测定其叶面积，测完叶面积后，放入预热至105℃杀青30分钟，然后在80℃下烘干至恒重并进行第一次称重，接着将第一次称重后的叶片放入蒸馏水中浸泡20～30分钟,待叶片变软后，用软毛刷将其正面的降尘洗净，经蒸馏水冲洗后，再次于80℃烘干至恒重，进行第二次称重；(4)叶面降尘的去除选择叶面具有明显降尘的叶片，摘下后迅速进行第一有尘光谱测定，第一有尘光谱测定完后，用蒸馏水将其降尘洗净，放于阳光下将表面的水分蒸发，待叶片表面无明显可见水分时，进行第二次无尘光谱测定；(5)叶面降尘敏感波段的确定对比同一叶片去叶面降尘前后的高光谱特征的变化情况，将去叶面降尘后反射率变化最大的波段初步确定为敏感波段；再将叶面降尘量数据与叶片350～1050nm波段的高光谱数据进行相关性分析，将相关性达到极显著水平的波段初步确定为敏感波段；比较这两种敏感波段的范围，将二者重叠的波段最终确定为叶面降尘的敏感波段；(6)建模与验证采用一元线性回归和多元线性回归、偏最小二乘回归、主成分回归四种方法分别进行建模；选用一定数量的样本分别用于建模和用于模型的检验；选取均方根误差、决定系数、样本标准差与预测均方根误差比这3个指标，对模型的预测能力和稳定性进行检验。所述基于高光谱技术的叶面降尘量测定方法，其中：所述步骤(1)中的树种为榆树，分别采集了两次样品，第一次采集50片叶，第二次采集33片叶，共计83片叶。所述基于高光谱技术的叶面降尘量测定方法，其中：所述步骤(2)中光谱测定采用的是手持式野外光谱辐射仪，所述手持式野外光谱辐射仪的波段值为350～1050nm，光谱分辨率为3nm，光谱采样间隔为1.4nm；所述步骤(2)中的光谱测定是选择在晴朗无云、风力小于三级的天气进行，测定时间为北京时间12:00～16:00；在测定过程中每隔一小时标定一次白板，同时，将噪声较大的350～399nm波段范围的光谱数据去除，对测量后的光谱数据进行平滑处理和一阶微分处理。所述基于高光谱技术的叶面降尘量测定方法，其中：所述平滑处理和一阶微分处理后的光谱数据要与叶面降尘量做相关性分析，根据相关性分析结果，构建叶面降尘差值指数、叶面降尘比值指数、叶面降尘归一化指数。所述基于高光谱技术的叶面降尘量测定方法，其中：所述步骤(3)中是将测完光谱的叶片放于有编号的信封内，带回实验室后，剪除叶柄并用叶面积测定仪测定叶片的叶面积，记为S，单位为cm2，测完叶面积后，放于预热至105℃的烘箱中杀青30分钟，再于80℃下烘干至恒重，接着用万分之一的电子天平第一次称重，记为W1；然后将第一次称重之后的叶片放于蒸馏水中浸泡30分钟后，用软毛刷将其正面的降尘洗净，经蒸馏水冲洗后，放于对应的信封中于烘箱中烘干至恒重，进行第二次称重，记为W2；所述叶面降尘量的计算公式为：FDC(g·m-2)＝(W1-W2)÷S×10000。所述基于高光谱技术的叶面降尘量测定方法，其中：所述步骤(6)中所述用于建模的是采用所述第一次采集的50个样本；所述用于模型检验的是采用所述第二次采集的33个样本。有益效果：本发明基于高光谱技术的叶面降尘量测定方法不仅操作简单、步骤少、快速、效率高、效果好，而且通过测定叶面降尘量能够真实有效的反映出沙尘暴在该区域的影响强度和实际危害程度，即有效反映出了该地区环境质量的优劣，也可以为沙尘暴对植物的危害程度监测与评估提供基础数据与评价依据，适于推广与应用。同时，为高光谱遥感在环境质量监测与评价的应用中关于基础数据的获取提供了新的思路和方法，对于大面积地区的环境质量监测方法的突破具有重要意义。具体实施方式本发明基于高光谱技术的叶面降尘量测定方法，包括以下步骤：1、试验材料的选择及采集先选择降尘区具有较强滞尘能力的树种，本实施例中以南疆居民区普遍种植的绿化树种-榆树为试验材料，以阿拉尔市为样品采集区域，共采集了两次样品，采集时间为2012年8月15号和2012年9月5号，其中第一次采集了50片叶，第二次采集了33片叶，共计83片叶。采集时选择健康、无病斑和虫害的叶片，每棵树有代表性的采集3片叶。所有叶片的叶面降尘量(Foliardustfallcontent，FDC)情况见表1。表1试验榆树叶片的叶面降尘量统计2、光谱测试与处理光谱测定采用手持式野外光谱辐射仪，波段值为350～1050nm，光谱分辨率为3nm，光谱采样间隔为1.4nm。选择晴朗无云、风力小于三级的天气进行，测定时间为北京时间12:00～16:00，测定过程中，每隔一小时标定一次白板。测定时，将叶片放于黑色棉布上，探头保持垂直向下，距离叶片距离为50cm，每叶片采集5个样点，以其平均值作为该叶片的光谱反射率。考虑到350～399nm波段噪声较大的原因，因此，直接将该波段范围的光谱数据去除。由于仪器噪声对光谱数据质量具有一定的影响，对测量后的光谱数据进行了平滑处理和一阶微分处理。利用平滑处理和一阶微分处理后的光谱数据与叶面降尘量做相关性分析，根据相关性分析结果，构建了叶面降尘差值指数(FDCDI)、叶面降尘比值指数(FDCRI)、叶面降尘归一化指数(FDCNI)。FDCDI＝R852-R673(1)FDCRI＝R852÷R673(2)FDCNI＝(R852-R673)÷(R852-R673)(3)式中R852、R673分别为852nm与673nm波段的反射率。3、叶面降尘量测定将测完光谱的叶片放于编号的信封内，带回实验室后，剪除叶柄，用叶面积测定仪测定叶片的叶面积，记为S，单位为cm2，测完叶面积后，放于预热至105℃的烘箱中杀青30分钟，再于80℃烘干至恒重，用万分之一的电子天平进行第一次称重，记为W1，称重之后的叶片放于蒸馏水中浸泡20～30分钟，待叶片变软后，用软毛刷将其正面的降尘洗净，经蒸馏水冲洗后，放于对应的信封中于烘箱中80℃烘干至恒重，进行第二次称重，记为W2。叶面降尘量的计算公式为：FDC(g·m-2)＝(W1-W2)÷S×10000(4)4、叶面降尘的去除选择叶面具有明显降尘的叶片，摘下后迅速进行第一次有尘光谱测定，有尘光谱测定完后，用蒸馏水将其降尘洗净，放于阳光下将表面的水分蒸发，待叶片表面无明显可见水分时，进行第二次无尘光谱测定。5、叶面降尘敏感波段的确定对比同一叶片去叶面降尘前后的高光谱特征的变化情况，将去叶面降尘后反射率变化最大的波段初步确定为敏感波段；再将叶面降尘量数据与叶片350～1050nm波段的高光谱数据进行相关性分析，将相关性达到极显著水平的波段初步确定为敏感波段，比较这两种敏感波段的范围，将二者重叠的波段最终确定为叶面降尘的敏感波段。6、建模与验证采用一元线性回归和多元线性回归(MLR)、偏最小二乘回归(PLSR)、主成分回归(PCR)四种建模方法。在所有83个样本中，以第一次采集的50个样本用于建模，第二次采集的33个样本用于模型的检验。选取均方根误差(RMSE)、决定系数(R2)、样本标准差与预测均方根误差比(RPD)这3个指标，对模型的预测能力和稳定性进行检验。决定系数、样本标准差与预测均方根误差比越大，均方根误差越小，说明模型的预测能力和稳定性越强。针对样本标准差与预测均方根误差比而言，当其值大于2时，说明模型具有很好的预测能力，介于1.4到2之间时，说明模型可对样品做初略估算，而小于1.4时，说明模型无法对样品进行预测。数据处理与建模均在软件UnscramblerX10.1中完成。本发明不仅操作简单、步骤少、效率高、效果好，而且通过测定叶面降尘量能够真实有效的反映出沙尘暴在该区域的影响强度和实际危害程度，即有效反映出了该地区环境质量的优劣，也可以为沙尘暴对植物的危害程度监测与评估提供基础数据与评价依据，适于推广与应用。