樹木葉片滯塵量與反射光譜及圖像特征的關(guān)系研究.pdf

1、隨著人類活動(dòng)對(duì)環(huán)境影響的加劇，細(xì)小顆粒物群體逐漸變得龐大，成分變得復(fù)雜，危害程度也逐漸增強(qiáng)。其中細(xì)小顆粒物或粉塵與霧霾天氣現(xiàn)象有密切關(guān)聯(lián)，它不僅給人類健康帶來巨大的負(fù)面影響，對(duì)植物的反射光譜和圖像各參量也有所改變。本研究主要對(duì)5種樹木葉片在不同葉面滯塵量的情況下葉片反射光譜和圖像的特征進(jìn)行測定，分別建立葉面滯塵量與反射光譜和圖像各參量之間的關(guān)系模型，在所建立的模型基礎(chǔ)上對(duì)影響葉片反射光譜和圖像各參量變化的因素進(jìn)行探討，主要包括每種葉片葉

2、面滯塵量的測定、反射光譜波段的獲取、葉片圖像的分割與圖像各參量的提取，最后從光譜特征波段的變化、圖像各參量在除塵前后的改變多少，各樹種葉片之間的變化差異來初步探討葉面塵對(duì)樹木反射光譜和圖像的影響程度。本研究旨在為霧霾天氣的預(yù)防和治理提供理論參考。
　　結(jié)合以上研究內(nèi)容，本研究得到以下結(jié)果和結(jié)論:
　　(1)采集了120個(gè)大葉黃楊葉片，利用便捷式近紅外光譜儀獲取葉片反射光譜，萬分之—高精度分析天平測得葉面滯塵量，分析除塵前后葉

3、片反射率等特征因子的差異，建立葉面滯塵量與葉片反射光譜之間的關(guān)系模型。所得模型根據(jù)反射光譜就能預(yù)測大葉黃楊葉面滯塵量。
　　(2)根據(jù)大葉黃楊葉片圖像各參量在有無塵土情況下的數(shù)據(jù)變化得出，葉片圖像各參量在除塵前后都有不同程度的改變，用圖像各參量變化數(shù)據(jù)和光譜數(shù)據(jù)所建立的對(duì)數(shù)模型效果優(yōu)于用同樣參數(shù)所建的線性模型;圖像參數(shù)色調(diào)H建立的模型優(yōu)于其余各圖像參數(shù)，在一定葉面滯塵量范圍內(nèi)，葉面滯塵量與圖像參數(shù)H值呈負(fù)相關(guān)。
　　(3)分

4、別采集80片小葉楊、國槐、大葉黃楊、銀杏、玉蘭葉片樣本，測定葉面滯塵量，獲取反射光譜數(shù)據(jù)，采用不同回歸模型建立光譜反射率與葉面滯塵量間的數(shù)量關(guān)系;5種葉片在除塵前后葉片光譜曲線雖然其大體走勢基本相同，部分存在差異;除小葉楊外，其他幾個(gè)樹種葉片都是紅邊參數(shù)反演葉面滯塵量的效果較好，由此得知，紅邊參數(shù)可在一定精度范圍內(nèi)預(yù)測國槐、大葉黃楊、銀杏、玉蘭葉面滯塵量。偏最小二乘回歸模型(PLS)的擬合精度最高，較低的是線性回歸模型，通過高光譜數(shù)據(jù)利

5、用偏最小二乘回歸模型就能夠?qū)θ~面滯塵量進(jìn)行預(yù)測。
　　(4)探討不同樹種的葉面滯塵量與各自的圖像參數(shù)之間的關(guān)系，分別對(duì)5種葉片圖像進(jìn)行分割，建立模型進(jìn)行擬合，得出，采用合適的圖像分割方法分割圖像，整體上得到了較好的分割效果;在測試的幾個(gè)圖像參數(shù)中，以確定系數(shù)較高的圖像參數(shù)H為自變量，采用對(duì)數(shù)模型擬合大葉黃楊葉面滯塵量與H的關(guān)系結(jié)果最佳，表明可以通過葉片圖像參數(shù)H值預(yù)測葉面滯塵量。
　　本文所得出的模型能使用于北京城市主要綠化