高光譜分析葉菜對(duì)顆粒物污染的響應(yīng)特征規(guī)律

孔麗娟，于海業(yè)，陳美辰，樸兆佳，劉 爽，黨敬民，張 蕾，隋媛媛

吉林大學(xué)生物與農(nóng)業(yè)工程學(xué)院，吉林 長春 130022

引 言

霧霾是目前最難解決的空氣污染問題之一，空氣中的懸浮顆粒物是霧霾發(fā)生的最重要原因，其中無機(jī)鹽、含碳組分、粉塵沙塵氣溶膠是顆粒物的主要成分。顆粒物不僅影響自然界中植物的光合作用，也對(duì)溫室蔬菜造成危害[1]。研究表明多數(shù)植物是通過有利的葉面結(jié)構(gòu)阻滯空氣中的顆粒物，再將顆粒物通過氣孔等途徑吸收進(jìn)葉片組織中，參與生理代謝活動(dòng)，植物這種阻滯與吸附顆粒物的行為可以減少空氣中的有害顆粒物質(zhì)，葉片表面的溝槽、褶皺、氣孔、突起、茸毛等微觀結(jié)構(gòu)以及蠟質(zhì)分泌物等因素使這類植物在積累和吸附顆粒物方面更具優(yōu)勢(shì)[2]。植物種類不同，吸附凈化顆粒物的能力也有差異，通過研究植物對(duì)顆粒物的響應(yīng)特征可以篩選出對(duì)空氣凈化更有利的品種以及對(duì)顆粒物污染有指示作用的品種。

由于霧霾天氣發(fā)生時(shí)間不固定、試驗(yàn)可重復(fù)率低、變量難以控制等，人們依靠自然條件下的顆粒物作為試驗(yàn)條件存在很多局限性，導(dǎo)致植物對(duì)顆粒物的響應(yīng)研究受阻。另外，目前對(duì)顆粒物污染的響應(yīng)研究對(duì)象多為喬木、灌木、綠化植被等[3-5]，都是在自然顆粒物條件下定性分析不同形態(tài)特征的植物葉片對(duì)顆粒物的滯留吸附與凈化能力的差異[6]，缺少對(duì)葉菜類蔬菜等設(shè)施農(nóng)業(yè)方面的研究，缺乏顆粒物環(huán)境的人工模擬方法，缺少先進(jìn)技術(shù)和手段對(duì)顆粒物污染機(jī)制進(jìn)行分析。 2.世紀(jì)末開始，國內(nèi)外學(xué)者將高光譜應(yīng)用于植物的生理生態(tài)狀況檢測(cè)。在植物水分、營養(yǎng)、病蟲害、特殊環(huán)境脅迫以及精準(zhǔn)農(nóng)業(yè)領(lǐng)域內(nèi)的研究及應(yīng)用更為廣泛[7]，對(duì)葉菜受重金屬污染、農(nóng)藥殘留、硝酸鹽含量超標(biāo)等的光譜研究也常有報(bào)道[8-9]，但利用光譜研究葉菜受顆粒物污染后的光譜特征變化和響應(yīng)機(jī)制卻比較少見。利用光譜技術(shù)監(jiān)測(cè)植物受顆粒物污染的生理情況是一個(gè)復(fù)雜而較新的方向，通過顆粒物直接作用于葉菜，結(jié)合光譜數(shù)據(jù)和光合生理信息，直接分析葉片的光譜特征變化，能快速無損獲得植物受顆粒物污染的情況，更有利于分析葉菜對(duì)顆粒物污染的響應(yīng)機(jī)制。

有學(xué)者利用燃料燃燒[10]、顆粒物收集后再利用風(fēng)洞發(fā)出[11]等方法模擬顆粒物的試驗(yàn)環(huán)境，但存在顆粒物易結(jié)塊、占地面積大、成分不夠全面準(zhǔn)確等問題。本文采用有效成分模擬法，人工模擬顆粒物發(fā)生環(huán)境。對(duì)小白菜、生菜、小油菜三種常見葉菜進(jìn)行顆粒物污染試驗(yàn)，獲取葉片光譜信息，分析對(duì)比三種葉菜未受顆粒物污染和受顆粒物污染后高光譜、一階導(dǎo)數(shù)光譜、光譜特征參數(shù)和凈光合速率等變化特征，獲得葉菜受顆粒物污染的響應(yīng)規(guī)律，判別蔬菜的受害情況，為設(shè)施農(nóng)業(yè)蔬菜的病害預(yù)警提供新思路。通過比較顆粒物污染環(huán)境下，三種葉菜葉片在各個(gè)波段范圍內(nèi)的光譜特征差異，為實(shí)現(xiàn)葉菜種類的識(shí)別提供可能。對(duì)優(yōu)選出的敏感波段、特征波長、敏感光譜特征參數(shù)和植被指數(shù)分別建立三種葉菜的凈光合速率反演模型，為今后在顆粒物污染環(huán)境下葉菜的診斷與響應(yīng)分析提供理論依據(jù)，具有實(shí)用性。研究結(jié)果可為設(shè)施農(nóng)業(yè)蔬菜凈化、管控、生理信息監(jiān)測(cè)提供參考。

1 實(shí)驗(yàn)部分

1.1 樣品

試驗(yàn)對(duì)象選擇生長期為采收期的青梗四季小白菜(33 d)、意大利生菜(60 d)和青油一號(hào)小油菜(48 d)，種子購于吉林省科豐種業(yè)有限公司。2019年4月—6月培育，幼苗長出3～4片真葉后移栽至口徑10 cm的塑料花盆中，每個(gè)花盆定植1株，供葉菜生長的土壤有機(jī)質(zhì)含量12.59 g·kg-1，全氮含量0.727 g·kg-1，有效磷0.007 g·kg-1，速效鉀0.15 g·kg-1。

1.2 顆粒物試驗(yàn)環(huán)境模擬

搭建由不銹鋼管和PVC透光膜定制成的六面透光棚(尺寸為90 cm×40 cm×60 cm，內(nèi)徑)，供對(duì)照組與試驗(yàn)組的植物生長與管理。配有自制有機(jī)玻璃顆粒物發(fā)生箱(尺寸為45 cm×35 cm×30 cm)，通過可控閥門與試驗(yàn)棚相連，箱側(cè)壁的槽孔外壁通過滑動(dòng)滑板可實(shí)現(xiàn)顆粒物發(fā)生箱的密閉，如圖1所示。燃燒底物由硝酸鉀、乳糖、膠、氯化銨、粗蒽和樹脂按比例制成，燃燒產(chǎn)物含碳氧化物、氮氧化物、銨鹽、硝酸鹽、硫酸鹽、金屬離子、煙塵等，實(shí)現(xiàn)了顆粒物的有效人工模擬[5]。模擬出來的顆粒物能夠持久并均勻地發(fā)出，不會(huì)出現(xiàn)顆粒物結(jié)塊等現(xiàn)象，且來源廣泛，造價(jià)低，占地面積小，方便移動(dòng)與收納。

用場(chǎng)發(fā)射電子顯微鏡[(environmental scanning electron microscope, ESEM)，JEOL JSM-6700F，美國FEI公司]觀察顆粒物微觀圖像如圖2，可見模擬出的顆粒物多為分布均勻的粗細(xì)顆粒物，有的呈團(tuán)聚狀聚集。

圖1 試驗(yàn)裝置示意圖Fig.1 Schematic diagram of experimental chamber device

圖2 顆粒物的ESEM圖Fig.2 ESEM image of particle matters

利用氣溶膠監(jiān)測(cè)儀(Dust Trak DRX 8533，TSI，USA)測(cè)得空棚(對(duì)照棚)的PM2.5和PM10的值為2 μg·m-3，PM1.0的值為1 μg·m-3，空氣質(zhì)量指數(shù)為優(yōu)，故對(duì)照棚內(nèi)的顆粒物忽略不計(jì)，生長期間內(nèi)所有植株的水肥光照等管理?xiàng)l件都相同，即顆粒物的作用是對(duì)照棚和試驗(yàn)棚的唯一差別條件。經(jīng)預(yù)試驗(yàn)結(jié)果分析后采用500 μg·m-3作為試驗(yàn)棚內(nèi)PM2.5的濃度，即試驗(yàn)棚內(nèi)PM2.5濃度維持在500 μg·m-3左右，空氣污染指數(shù)為六級(jí)，空氣質(zhì)量屬于嚴(yán)重污染水平[12]。

1.3 方法與數(shù)據(jù)處理

每次試驗(yàn)分為對(duì)照組和試驗(yàn)組，對(duì)照組是放置在對(duì)照棚(空棚)內(nèi)健康生長的葉菜，試驗(yàn)組是在試驗(yàn)棚內(nèi)經(jīng)顆粒物作用持續(xù)3 h的同種葉菜。試驗(yàn)組提前用塑料薄膜將土包裹覆蓋以消除土壤、根系對(duì)顆粒物的吸附作用，同時(shí)忽略植株莖稈的吸附作用[13]。

于2019年6月—7月的晴朗天氣9:00—15:00進(jìn)行試驗(yàn)，試驗(yàn)前對(duì)植株和功能葉片編號(hào)。每種葉菜測(cè)36株，每個(gè)植株測(cè)三片功能葉片，每片葉片的數(shù)據(jù)取平均值作為分析用數(shù)據(jù)。高光譜采用美國ASD公司產(chǎn)Field Spec HandHeld 2地物光譜儀結(jié)合自帶光源的探測(cè)器測(cè)定，測(cè)量范圍325～1 075 nm，采樣間隔1.4 nm，分辨率3 nm@700 nm，每片葉獲取9條數(shù)據(jù)，共972條數(shù)據(jù)。凈光合速率采用美國產(chǎn)LI-6400 XT型光合儀測(cè)定，每片葉獲取3組數(shù)據(jù)，共324組數(shù)據(jù)。利用ViewSpec Pro，SPSS 24.0和Origin 19.0軟件進(jìn)行數(shù)據(jù)處理與分析。

2 結(jié)果與討論

2.1 三種葉菜對(duì)顆粒物污染的光譜響應(yīng)特征分析

2.1.1 高光譜特征差異及機(jī)理分析

對(duì)三種葉菜對(duì)照組和試驗(yàn)組的原始高光譜做窗口大小為10的Savitzky-Golay平滑(SG)預(yù)處理，得到圖3所示高光譜曲線圖。在450～850 nm波段內(nèi)，對(duì)照組和試驗(yàn)組的光譜曲線趨勢(shì)變化總體一致。顆粒物作用后，植物內(nèi)部生理信息發(fā)生變化并通過高光譜曲線反映出來： 受光子激發(fā)的高能級(jí)塵埃粒子發(fā)生能級(jí)躍遷并輻射出相同性質(zhì)光束(能級(jí)躍遷作用較強(qiáng))，使得同種葉菜的試驗(yàn)組葉片光譜反射率在400～680 nm內(nèi)，都高于對(duì)照組葉片； 在680～760 nm內(nèi)，出現(xiàn)了植被典型的“陡坡”特征，即植被光譜反射率曲線斜率驟增，出現(xiàn)“紅邊效應(yīng)”； 在近紅外短波區(qū)(760～1 075 nm)，受葉肉細(xì)胞和胞間隙的反射作用及葉片水分影響，反射率出現(xiàn)平穩(wěn)最高點(diǎn)(760 nm后的反射平臺(tái))。

圖3 三種葉菜高光譜特征 b： 小白菜； y： 小油菜； s： 意大利生菜； cg： 對(duì)照棚； eg： 試驗(yàn)棚； 下同F(xiàn)ig.3 Spectral characteristics of three kinds of leaves under PM (eg) and non-PM (cg)

b： Pakchoi； y： Brassica napus； s： Italian lettuce； cg： The control group； eg： Experimental group. The same below

三種葉菜的光譜特征差異表現(xiàn)在： 可見光綠光區(qū)(490～560 nm)葉菜的反射率相對(duì)較高，這是因?yàn)轭w粒物誘導(dǎo)植物已有葉綠素分解，葉綠素含量降低，對(duì)光吸收減少，使光譜反射率升高，出現(xiàn)葉綠素的強(qiáng)反射峰即550 nm處的“綠峰”。生菜、小白菜和小油菜在此波段內(nèi)試驗(yàn)組的反射率平均值比對(duì)照組分別增加7.75%，4.98%及11.77%； 由于小油菜葉片顏色最深，葉綠素含量最多，故反射率變化最大，這與前人關(guān)于病變?nèi)~片壞死或失綠區(qū)域在可見光范圍內(nèi)的反射率值變大的研究結(jié)果相符[7]。在可見光紅光區(qū)(620～760 nm)，植物光合活性最強(qiáng)，對(duì)光的吸收最多，葉菜的反射率表現(xiàn)出先降低再升高的趨勢(shì)，出現(xiàn)“紅谷”(680 nm處的反射谷)。在760～850 nm內(nèi)，顆粒物的作用使葉菜內(nèi)部結(jié)構(gòu)發(fā)生損傷，導(dǎo)致光合作用減弱，對(duì)光的吸收減弱、反射增多，也可能與顆粒物對(duì)光的散射有關(guān)，結(jié)果使小白菜和生菜試驗(yàn)組表現(xiàn)出最高反射率值，而小油菜相比其他兩種蔬菜在此波段內(nèi)對(duì)顆粒物作用的抗性更強(qiáng)，內(nèi)部結(jié)構(gòu)損傷程度較弱，對(duì)光吸收更多，試驗(yàn)組表現(xiàn)出較低反射率值。

葉菜高光譜特征的差異與植物表型有關(guān)，小白菜具有細(xì)小褶皺、多茸毛的葉片特征，經(jīng)葉面積儀測(cè)得葉面積約5 498.13 mm2，葉片較大，生菜葉片則是大褶皺，葉面積約5 926.76 mm2，葉片也較大，所以這兩種葉菜滯留吸附顆粒物能力都較強(qiáng)，小油菜由于葉片較光滑，沒有肉眼可見的褶皺與茸毛，且葉面積約2 427.5 mm2，葉片較小，故對(duì)顆粒物的滯留與吸附作用相對(duì)較弱，對(duì)顆粒物響應(yīng)較敏感?？梢娙~菜的種類不同，對(duì)顆粒物的響應(yīng)也不同，高光譜的特征差異可作為葉菜是否受顆粒物污染的健康狀況敏感指示。 2.1.2 一階導(dǎo)數(shù)光譜特征及三邊位置分析

對(duì)三種葉菜的高光譜全波段進(jìn)行一階導(dǎo)數(shù)(FD)處理，如圖4所示，采用最大一階導(dǎo)數(shù)法計(jì)算三邊位置作為識(shí)別特征對(duì)植物的相關(guān)參數(shù)進(jìn)行診斷。光譜“紅邊”是指植物葉片在波長680～760 nm之間反射光譜曲線斜率最大處，是綠色葉片最明顯的光譜特征，如果植物健康狀況好，則紅邊位置會(huì)往長波方向移動(dòng)(紅移)，相反則往短波方向移動(dòng)(藍(lán)移)[14]。由圖4和表1可知三種葉菜的一階導(dǎo)數(shù)光譜特征各異： 相比健康的對(duì)照組，試驗(yàn)組小白菜和生菜的紅邊幅值均增大，小油菜的紅邊幅值則減小，受顆粒物作用的影響，植物葉片中Chla/Chlb降低，葉綠素b比例增大，導(dǎo)致三種葉菜的紅邊位置均出現(xiàn)了不同程度的“藍(lán)移”現(xiàn)象，小油菜紅邊藍(lán)移現(xiàn)象最明顯(9 nm)。結(jié)合葉片特征分析，小白菜和生菜的葉片對(duì)顆粒物有自身的進(jìn)化抵御機(jī)制，而小油菜葉片光滑，葉面積最小，沒有褶皺茸毛等有利的葉片結(jié)構(gòu)來抵抗顆粒物，故紅邊藍(lán)移的現(xiàn)象最明顯，此紅邊位置特征可以作為溫室內(nèi)蔬菜受顆粒物影響的早期預(yù)警指標(biāo)，并且可知小油菜對(duì)顆粒物作用最敏感。據(jù)圖3和圖4中可見光綠光區(qū)的光譜峰值，反射率和反射率的一階導(dǎo)數(shù)光譜峰值最大的是生菜，其次是小白菜，最小的是小油菜，可以實(shí)現(xiàn)依據(jù)光譜特征對(duì)3種葉菜有效區(qū)分，拓展光譜技術(shù)在葉菜精準(zhǔn)管控方面的應(yīng)用。

圖4 三種葉菜一階導(dǎo)數(shù)高光譜特征Fig.4 First derivative hyperspectral characteristics of three kinds of leaves

表1 三種葉菜一階導(dǎo)數(shù)光譜紅邊位置特征Table 1 Red edge position (REP) of vegetables

光譜“黃邊”是黃光在560～640 nm之間反射率一階導(dǎo)數(shù)最大值位置，光譜“藍(lán)邊”是藍(lán)光在490～530 nm之間反射率一階導(dǎo)數(shù)最大值位置，由圖5可知，受顆粒物污染后，三種葉菜在黃光范圍呈現(xiàn)“兩峰兩谷”特征，黃邊位置沒有變化，均在630 nm處，黃邊幅值降低，藍(lán)邊位置均在520 nm處附近，但小白菜和小油菜的藍(lán)邊幅值升高，生菜的藍(lán)邊幅值降低，黃邊幅值和藍(lán)邊幅值差異結(jié)合前文“紅邊藍(lán)移”特征可用于判別葉菜受顆粒物污染情況。

2.2 顆粒物污染下三種葉菜光合光譜信息的相關(guān)性

2.2.1 光譜敏感波段提取

由圖6可知，顆粒物污染后的三種葉菜葉片的凈光合速率與原始高光譜的相關(guān)性較差，與一階導(dǎo)數(shù)光譜的相關(guān)性較好，證明一階導(dǎo)數(shù)光譜預(yù)處理技術(shù)在研究植物外環(huán)境脅迫相關(guān)性方面更有優(yōu)勢(shì)。

圖5 植物葉片黃光和藍(lán)光范圍的一階導(dǎo)數(shù)光譜特征 (a)： 黃光范圍； (b)： 藍(lán)光范圍Fig.5 First derivative spectra of three kinds of leaves in the yellow aod blue light ranges (a)： Yellow light range； (b)： Blue light range

圖6 三種葉菜的凈光合速率與葉片原始光譜、一階導(dǎo)數(shù)光譜的相關(guān)性 (a)： 生菜； (b)： 小白菜； (c)小油菜Fig.6 Correlation between original spectrum, first derivative spectra and net photosynthetic rates of three kinds of leaf vegetables (a)： Italian lettuce leaves； (b)： Pakchoi leaves； (c)： Oilseed rape leaves

利用相關(guān)分析法選取敏感波段，依據(jù)相關(guān)性閾值線確定500～717 nm部分波段內(nèi)最適合對(duì)受顆粒物污染后植物葉片光合特性進(jìn)行診斷，其中，生菜在555～656 nm波段內(nèi)達(dá)到顯著正相關(guān)，在498～550和681～717 nm波段內(nèi)達(dá)到顯著負(fù)相關(guān)，小白菜在583～619 nm波段內(nèi)達(dá)到了顯著負(fù)相關(guān)，小油菜在525～557 nm波段內(nèi)顯著負(fù)相關(guān)，在592～631 nm波段內(nèi)顯著正相關(guān)，分別選取上述波段作為三種葉菜的光譜敏感波段，用ρ′(波段)表示。 2.2.2 光譜特征波長提取

為提取并簡化光譜信息，在500～717 nm波段內(nèi)，對(duì)原始光譜進(jìn)行一階導(dǎo)數(shù)(FD)和多元散射校正(MSC)預(yù)處理，并進(jìn)行高斯函數(shù)擬合，提取光譜曲線的波峰位(特征波長)，如表2所示，對(duì)比波峰對(duì)應(yīng)高光譜一階導(dǎo)數(shù)值，最終選出生菜、小白菜和小油菜的最優(yōu)特征波長，分別為530，584和598 nm，記為ρ′(530)，ρ′(584)，ρ′(598)，作為光譜特征變量。

表2 特征波長提取結(jié)果Table 2 Optimal characteristic wavelength

2.2.3 敏感光譜特征參數(shù)及植被指數(shù)

為篩選顆粒物污染下三種葉菜的敏感光譜特征參數(shù)及植被指數(shù)，選擇10個(gè)高光譜特征參數(shù)及4個(gè)植被指數(shù)，由表3可知三種葉菜的高光譜特征參數(shù)及植被指數(shù)與葉片凈光合速率的相關(guān)性各異，生菜的Dr(紅邊幅值)、SDr(紅邊面積)、SDr/SDb(紅邊面積與藍(lán)邊面積的比值)、SDr/SDy(紅邊面積與黃邊面積的比值)，小白菜的SDr、Dy(黃邊幅值)、NIRRP(近紅外峰值)、(SDr-SDy)/(SDr+SDy)(紅邊面積與黃邊面積的歸一化值)以及小油菜的λr(紅邊位置)、SDy(黃邊面積)、(SDr-SDy)/(SDr+SDy)與葉片凈光合速率的相關(guān)系數(shù)達(dá)到了0.05顯著檢驗(yàn)水平，對(duì)葉菜葉片的光譜反射率有很好的指示作用，故作為敏感光譜特征參數(shù)和植被指數(shù)進(jìn)行研究。

表3 顆粒物污染下三種蔬菜的高光譜特征參數(shù)與凈光合速率的相關(guān)關(guān)系Table 3 The correlation coefficients of spectral characteristic parameters andnet photosynthetic rate of leaves polluted by PM

2.3 顆粒物污染的三種葉菜的凈光合速率反演模型建立

將前文優(yōu)選出的敏感波段、特征波長、敏感光譜特征參數(shù)和植被指數(shù)作為光譜特征變量，取樣本數(shù)的3/4作為校正集，1/4作為預(yù)測(cè)集，用ln對(duì)數(shù)運(yùn)算、多項(xiàng)式函數(shù)和幾種組合方法分別建立顆粒物污染下，處于采收期的三種葉菜葉片的凈光合速率反演模型，在模型建立過程中，預(yù)處理方法選擇SG，F(xiàn)D，SD(二階導(dǎo)數(shù))和MSC，建模方法選擇CLS(經(jīng)典最小二乘)、PLS(偏最小二乘)、PCR(主成分回歸)和SMLR(逐步多元線性回歸)，用校正集和預(yù)測(cè)集的相關(guān)系數(shù)Rc和Rp評(píng)價(jià)模型性能，即相關(guān)系數(shù)越接近于1，模型的精度越高。分析對(duì)比后最終確定FD+SG+PLS方法是建立生菜和小白菜凈光合速率反演模型的最優(yōu)方法，相關(guān)系數(shù)為0.912 2和0.952 8，確定FD+SG+MSC+SMLR方法是建立小油菜凈光合速率反演模型的最優(yōu)方法，相關(guān)系數(shù)為0.896 4，殘差分析結(jié)果滿足-2<殘差<2的要求，表明模型穩(wěn)定。建模結(jié)果實(shí)現(xiàn)了葉菜凈光合速率的精準(zhǔn)預(yù)測(cè)，并為今后顆粒物污染環(huán)境下的模型修正和精度評(píng)定提供參考，具有實(shí)用性。將表4中三種葉菜的敏感波段取交集，得知592～619 nm波段是三種葉菜的共同敏感波段，可為今后確定葉菜類蔬菜的敏感波段作參考，大大減少工作量。

3 結(jié) 論

解決了實(shí)驗(yàn)室人工模擬顆粒物環(huán)境的問題，基于高光譜分析葉菜葉片生理生態(tài)、光合特性和光譜特征對(duì)顆粒物的響應(yīng)，更深入分析葉菜對(duì)顆粒物污染的響應(yīng)機(jī)制，對(duì)實(shí)際生產(chǎn)中利用高光譜技術(shù)研究顆粒物對(duì)設(shè)施農(nóng)業(yè)葉菜類蔬菜的影響具有重要意義。結(jié)果表明： (1)受顆粒物作用后，試驗(yàn)組高光

表4 顆粒物污染的三種蔬菜凈光合速率的反演模型Table 4 Inversion models of net photosynthetic rate under PM

譜特征、一階導(dǎo)數(shù)光譜特征和三邊位置各有不同，可對(duì)葉菜判別、顆粒物污染的預(yù)警提供參考； (2)小油菜由于葉片更為光滑，葉面積較小，沒有肉眼可見的褶皺與茸毛，故對(duì)顆粒物的滯留與吸附作用較小，對(duì)顆粒物污染比小白菜和生菜敏感，可作為反映空氣污染狀況的指示植物，而小白菜對(duì)顆粒物的滯留能力比生菜和小油菜強(qiáng)，可為溫室減霾配置提供參考，精準(zhǔn)管控溫室微環(huán)境； (3)優(yōu)選出的敏感波段、特征波長和敏感光譜特征參數(shù)和植被指數(shù)用于建立顆粒物污染下三種葉菜凈光合速率的反演模型，用于預(yù)測(cè)葉菜類蔬菜在顆粒物污染下的凈光合速率，并對(duì)今后模型評(píng)定和修正提供參考。