Контроль атмосферных загрязнителей методом обратного рассеяния
оптическое приборостроение и технология
УДК 535.3
КОНТРОЛь АТМОСФЕРНЫХ ЗАГРЯЗНИТЕЛЕЙ МЕТОДом ОБРАТНОГО РАССЕЯНИЯ
© 2011 г.
В. П. Захаров*, доктор физ.-мат. наук; Е. В. Тимченко*, канд. физ.-мат. наук; П. Е. Тимченко*, канд. физ.-мат. наук; О. Н. Макурина**, доктор биол. наук; А. Д. Золотухина*; С. В. Алембеков*
** ГОУ ВПО “Самарский государственный аэрокосмический университет имени академика ** С.П. Королева (национальный исследовательский университет)”, г. Самара
** ГОУ ВПО “Самарский государственный университет”, г. Самара
** Е-mail: Vorobjeva.82@mail.ru
Представлены статистические результаты исследований спектральных характеристик древесных культур города Самары. Метод дифференциального обратного рассеяния использовался как основной метод контроля оптических характеристик растений. Все исследования проводились в одно и то же время суток на протяжении пяти месяцев вегетации зеленых листьев березы с мая по октябрь. В ходе исследования дополнительно контролировалось содержание основных пигментов в листьях древесных культур с помощью флуоресцентного анализа и биохимического метода Брагинского. Экспериментально показана корреляция данных биохимического анализа растений с данными, полученными оптическими методами, что подтверждает адекватность применения метода дифференциального обратного рассеяния для идентификации районов города по экологической значимости.
Ключевые слова: флуоресценция, метод обратного рассеяния, оптические коэффициенты, экологический мониторинг, растительная ткань.
Коды OCIS: 300.0300, 290.0290.
Поступила в редакцию 24.02.2011.
Введение
Наиболее широко применяемыми оптическими методами контроля состояния растений являются методы обратного рассеяния, комбинационного рассеяния, абсорбционный метод и флуоресцентный анализ. Фактически метод обратного рассеяния, так же как и абсорбционный метод, использует различия в спектрах поглощения химических компонентов растительной ткани, однако, в отличие от последнего, он позволяет осуществлять дистанционные измерения. Для определения концентрации хлорофилла в работах [1–9] были введены оптические коэффициенты (вегетационные индексы), использующие отношения интенсивностей обратного рассеяния в видимой и ИК областях спектра. Применение данных коэффици-
ентов хорошо зарекомендовало себя для оценки объема зеленой биомассы по данным дистанционного зондирования Земли из космоса [10, 11].
В условиях городской среды растения подвергаются воздействию антропогенных факторов, причем наибольшее влияние оказывают окиси углерода, азота, серы, являющиеся основными химическими компонентами выхлопов двигателей внутреннего сгорания, выбросы которых составляют более 65% от общего объема валовых выбросов. Атмосферные антропогенные вещества оказывают комбинированное многофакторное воздействие, которое может приводить к существенной экологической нагрузке на биологические объекты даже при соблюдении норм по каждому отдельно взятому загрязнителю. Учитывая, что листья расте-
62 “Оптический журнал”, 78, 9, 2011
ний наиболее чувствительны к действию атмо сферных загрязнителей, древесные культуры могут быть использованы как “живые датчики” экологического состояния биосферы, а их оптические характеристики – служить коли чественной мерой состояния окружающей среды [12, 13].
В связи с этим одной из актуальных проблем является разработка и применение метода дифференциального обратного рассеяния для конт роля атмосферных загрязнителей
Дифференциальные оптические коэффициенты
На основе сравнительного анализа вегетационных индексов в различных формах представления показано, что одним из наиболее эффективных для контроля состояния растения является коэффициент обратного рассеяния, предложенный в работе [5], –
K
=
R750 R550
,
(1)
где R750 и R550 – коэффициенты отражения на длинах волн 750 и 550 нм соответственно.
Это связано с пропорциональностью коэффици-
ента (1) суммарной концентрации хлорофиллов
и отсутствием в области 550 нм полос погло-
щения других светопоглощающих пигментов.
А коэффициент индуцированной флуоресцен-
ции, возбуждаемой лазером на длине волны
λ, может быть задан в виде отношения пиков интенсивностей флуоресценции J740 и J684 на длинах волн 740 и 684 нм соответственно
Fλ
=
J740 J684
.
(2)
Распространение оптического излучения в
растительной ткани представляет собой ком-
плексные процессы поглощения, многократ-
ного рассеяния и флуоресценции, зависящие
от биохимического состава и морфологических свойств разных слоев растительной ткани. У читывая, что растительная ткань обладает
большим альбедо (Λ > 0,9), ее можно представить в виде планарной многократно рассеиваю-
щей сплошной среды с неоднородно распреде-
ленными коэффициентами поглощения µa(r, λ) и рассеяния µs(r, λ). Для планарной модели растительной ткани распределение спектральной плотности лучевой интенсивности I в точке r в направлении s может быть описано транспортным уравнением переноса (ТПИ)
(sÑ)I(r, s, λ) = -μ(r, λ)I(r, s, λ) +
ò+
μs
(r, 4p
λ)
(3) ρs (ss¢)I(r, s¢, λ)dΩ¢ + χ(r, s, λ, λi ),
где первый член описывает затухание лучевого потока I(r, s, λ) с коэффициентом µ = = µa + µs; второй член обусловлен приростом потока излучения за счет рассеянного излучения, распространяющегося по всем другим направлениям s′; ps(ss′) – фазовая функция рассеяния, а χ(r, s, λ, λi) определяет вклад от внутренних источников (флуоресценции), наличие которых связано с распределенными в среде пигментами.
Коэффициент рассеяния µs определяется прежде всего структурой и топологией растительной ткани, т. е. конфигурацией и пространственной локализацией клеток ткани и пигмент-белковых комплексов, в связи с чем он считался постоянным в пределах слоя. С пектральная зависимость коэффициента поглощения µa определяется пространственным распределением химических компонентов среды, вносящим существенный вклад в поглощение на длине волны λ, т. е. определяется прежде всего концентрацией светопоглощающих пигментов и их спектральными свойствами:
ån
μa (r, λ) = μa0 (r, λ) + αi (r, λ)Ci (r),
i=1
(4)
где Ci(r) – концентрация i-го химического компонента, αi(r, λ) – спектрально зависимый молярный коэффициент поглощения, а µa0 – вклад неучтенных компонентов среды. Основ-
ными составляющими растительной ткани,
входящими в сумму выражения (4), являются
вода, лигнин, белок, целлюлоза, гемицеллю-
лоза и светопоглощающие пигменты: хлоро-
филл a (Ca), хлорофилл b (Cb), каротиноиды, антоцианы. Неучтенные компоненты среды
(крахмал, сахар, продукты метаболизма фото-
синтеза и другие) имеют слабую зависимость
от длины волны в видимой области спектра,
что позволяет считать µa0 функцией только координат.
Решение интегродифференциального урав-
нения переноса (3) возможно только численны-
ми методами. Однако для качественной оценки
функциональных зависимостей оптических ко-
эффициентов (1) и (2) можно воспользоваться
первым приближением решения ТПИ. В дан-
ном приближении решение имеет следую-
щий вид:
“Оптический журнал”, 78, 9, 2011
63
K » k0 + kcCa+b,
F
»
ηf ηf
(740) (684)
(f0
+
f1Ca
+
f2Cb
),
(5)
где ηf(λ) – квантовый выход флуоресценции на длине волны λ, fi – постоянные коэффициенты, Ca+b = Ca + Cb – суммарная концентрация хлорофиллов в листе, kc ≈ αa(550) + αb(550), а k0 определяется разностью молярных коэффициентов поглощения воды, лигнина и целлюлозы на длинах волн 550 нм и 750 нм и в отсутствие водяного стресса близок к единице. Видно, что коэффициент обратного рассеяния линейно зависит от суммарной концентрации хлороф иллов обеих форм, а коэффициент флуоресценции является их линейной комбинацией. Данные зависимости качественно правильно отражают экспериментально наблюдаемые результаты.
Биофизические исследования показали, что влияние внешних факторов (прежде всего антропогенных веществ) приводит к изменению как концентраций светопоглощающих пигментов, так и характерных времен релаксации возбуждения хлорофилла, эффективности флуоресценции. Изменение размеров, формы, плотности клеток и влагосодержания в них под действием стресса может приводить к изменению коэффициентов поглощения µa и рассеяния µs и, как следствие, к изменению коэффициента обратного рассеяния K за счет увеличения среднего оптического пути лучей в растительной ткани. С учетом медленного изменения оптических коэффициентов среды от указанных параметров, можно принять что данная зависимость носит параметрический характер
μa (t) = μa (t, {T}, {Ck*}), μs (t) = μs (t, {T}, {Ck*}), ηf (t) = ηf (t, {T}, {Ck*}),
(6)
где время t отражает изменение данных параметров вследствие естественного жизненного цикла растения, {T} учитывает влияние климатических факторов (прежде всего температуры и влажности), а {Ck*} – параметрическую зависимость от концентрации атмосферных загрязнителей. Следовательно, в общем случае оптические коэффициенты являются сложной неявной функцией естественных и внешних воздействующих факторов. Из вида выражений (5) следует, что данная функция факторизуется, по крайней мере для случая относи-
тельно малых концентраций загрязнителей Ck*, т. е. при отсутствии залповых выбросов. Тогда, для “вычленения” параметрической зависимости оптических коэффициентов только от концентрации загрязнителей удобно ввести диф ференциальные коэффициенты
∆2K
=
K(t,
{T}, 0) - K(t, {T}, K(t,{T},0)
{ Ck* })
,
∆2F
=
F(t,
{T}, 0) - F(t, {T}, F(t, {T}, 0)
{ Ck* })
,
(7)
являющиеся, по сути, отношением экспери ментально измеренных оптических коэффициентов к их значениям в условиях отсутствия загрязнителей, т. е. соответствующих естественным условиям. Дифференциальные коэффициенты наиболее целесообразно применять при контроле состояния растений на достаточно большой территории, где заведомо можно выделить участок, слабо подверженный воздействию антропогенных факторов (7). Кроме того, их удобно использовать для уменьшения ста тистического разброса результатов измерений.
Результаты исследований
Все исследования проводились с помощью экспериментального стенда на базе спектро графа Andor Shamrock 303 (диапазон 200– 1200 нм, погрешность определения длины волны 0,1 нм), который обеспечивал измерение оптических параметров с погрешностью 1,5% (P = 0,95) [14, 15].
Исследования по установлению функциональных зависимостей дифференциальных коэффициентов (7) от концентрации антропогенных веществ в атмосфере проводились в натурных условиях на протяжении двух лет. В качестве объекта исследования была выбрана береза повислая, которая, по данным биологических исследований [7, 8], является одной из наиболее чувствительных древесных культур. Пункты наблюдения (пункты 1–4) обусловлены наличием постов Гидрометеоцентра по контролю присутствия вредных веществ в атмо сферном воздухе. Пункт 5 находился в сквере, удаленном от транспортных магистралей, и использовался в качестве контрольного пункта, отражающего естественную календарную тенденцию изменения оптических характеристик растений в процессе жизненного цикла в условиях средней полосы России. Все исследования проводились в одно и то же время суток. Одно-
64 “Оптический журнал”, 78, 9, 2011
временно с регистрацией оптических характеристик растений в каждом пункте наблюдения контролировались концентрации следующих атмосферных загрязнителей (данные Самарского Гидрометеоцентра): оксид углерода (СО), диоксид серы (SO2), диоксид азота (NO2), формальдегиды (CH2О), пыль. Для каждого эксперимента отбиралось по три контрольных листа с трех разных ярусов трех разных берез в пре делах каждого пункта наблюдения.
Для выявления статистического разброса оптических характеристик листьев с растений, находящихся в пределах одного пункта наблюдения, были измерены дифференциальные оптические коэффициенты листьев с 6 берез, расположенных на расстоянии 500 м друг от друга по обе стороны от дороги. Погрешность измерений в пределах пункта исследования не превышала 2%.
Установлено, что влияние атмосферных антропогенных загрязнителей на оптические характеристики растения проявляется на двух временных масштабах: быстром (среднесуточном) и медленном (календарном). На рис. 1 представлены данные изменения концентрации атмосферных загрязнителей, температуры
100
F, %
40
20
1 2
(а) 100 T, %
40
20
и влажности в пункте 3, а также коэффициента обратного рассеяния K и коэффициента флуоресценции F, полученные при измерении в период с 15 по 19 июля. Зависимость климатических параметров (температура, влажность) и концентрации атмосферных загрязнителей от времени имеет квазигармоничный вид с характерным суточным периодом, что согласуется с интенсивностью выбросов в дневное и ночное время. Видно, что быстрая функциональная связь проявляется только для коэффициента обратного рассеяния K в зависимости от концентрации СО, а коэффициент флуоресценции F остается практически неизменным (рис. 1б).
Характерные корреляции между концентрацией загрязнителей в пунктах наблюдения и значениями коэффициента обратного рассеяния K и дифференциальным коэффициентом ∆2K представлены на рис. 2.
Анализ представленных данных показы вает, что, как и следовало ожидать, увеличение коэффициента обратного рассеяния K от пункта к пункту сопровождается аналогичным увеличением концентрации хлорофилла Сa+b. Причем эта тенденция обратна тенденции изменения концентраций CO и NO2, т. е. увеличению K соответствует уменьшение концент раций загрязнителей и наоборот. Корреляций между значениями оптического коэффициента и концентрацией SO2 не обнаружено. Напротив, изменение дифференциального коэффициента ∆2K отражает характер изменения как CO, так и NO2 (основных компонентов выбросов автомобильных двигателей), что подтверждает правильность введения данного коэффициента как характеристики, выражающей
0 20 40 60 80 100
3
C 2
2
1 3
(б) 1 K F
0,99
1 0,98
0 20 40 60 80 t, ч
Рис. 1. Зависимости температуры (2) и влажности (1) – а; концентрации СО (1) в атмосфере и нормированных оптических коэффициентов
K (♦ – 2) и F (▲ – 3) – (б) от времени в преде-
лах пункта 3.
1
1 23 0,8 4
5 0,6 6
Пункт 2
Пункт 1
Пункт 3
Пункт 4
Рис. 2. Нормированные концентрации атмосферных загрязнителей SO2 (1), СО (5), NO2 (6), коэффициентов K (3) и ∆2K (2) и суммарной концентрации хлорофиллов a + b (4) для раз-
личных пунктов в сентябре.
“Оптический журнал”, 78, 9, 2011
65
1,1
C
1
0,9
0,8
0,7
0,6
1,1
C
1
май
0,9
0,8
0,7 май
(а)
1 2
3 54
июнь
июль
август
(б)
сентябрь
июнь
июль
1 2 3
4
август сентябрь
Рис. 3. Изменения коэффициента обратного рассеяния K (4), дифференциального коэффициента ∆2K (1), коэффициента Kм, рассчитанного с помощью математической модели [14, 18] (5), коэффициента флуоресценции F (2) и концентрации СО (3) – а; изменения коэффициентов флуоресценции F (2) и ∆2F (1), отношений концентраций хлорофиллов Ca/Cb (3) и концентрации NO2 (4) – б (в пункте наблю дения 1).
воздействие антропогенных факторов на растение. Следует подчеркнуть, что этот коэффициент отражает интегрированное воздействие данных загрязнителей и имеет нелинейный параметрический характер.
Графики изменения коэффициентов обратного рассеяния K и флуоресценции F, а также дифференциальных коэффициентов (7) ∆2K и ∆2F для пункта 1 в течение жизненного цикла растения представлены на рис. 3. Здесь же п риведена расчетная кривая (пунктир) коэффициента обратного рассеяния Kм, полученная с помощью математической модели [18]. Видно хорошее согласие теоретических и экспе риментальных значений.
Видно, что в отличие от коэффициента обратного рассеяния K коэффициент флуоресценции F пропорционален изменению отношения концентраций хлорофиллов a и b. Это является
следствием того факта, что основной вклад во флуоресценцию вносит фотосистема II, содержащая хлорофиллы обоих типов. Отмечается слабовыраженная обратная корреляция между коэффициентом флуоресценции и изменением концентрации NO2, сказывается “демпфирующее” и накопительное действие репродукционного механизма растения. Функциональная зависимость дифференциального коэффициента обратного рассеяния ∆2K от времени качественно совпадает с аналогичной зависимостью для загрязнителя СО.
На рис. 4 представлена зависимость коэффициента обратного рассеяния K от суммарной концентрации хлорофилла Ca+b. Экспериментально измеренные значения отмечены точками. Видно, что в отличие от линейной зависимости, характерной для растения в отсутствие внешней антропогенной нагрузки, данная функциональная связь является полиномиальной с нелинейностью, имеющей характер малого возмущения.
В целом можно утверждать, что введенные дифференциальные коэффициенты описывают многофакторную интегрированную зависимость оптических характеристик растений от уровня загрязнения окружающей среды.
Установленные параметрические функциональные связи между значениями коэффициентов обратного рассеяния и флуоресценции и концентрацией атмосферных загрязнителей позволяют применить оптический метод контроля состояния растений для экологического картографирования территорий городов,
K
6
41 2
2
0 1 2 3 Сa+ b, мг/г
Рис. 4. Зависимость коэффициента обратного рассеяния K от концентрации хлорофиллов Ca+ b. 1 – экспериментальные результаты, 2 – аппроксимация экспериментальных резуль татов.
66 “Оптический журнал”, 78, 9, 2011
(а)
(б)
7 1
6 5 42
3 2
3 1 04
Пункт 5 Пункт 4 Пункт 9 Пункт 3 Пункт 8 Пункт 10 Пункт 1 Пункт 2 Пункт 7 Пункт 6
Рис. 5. Экологическое картографирование города Самары. а – пункты наблюдения г. Самары: 1 – пересечение ул. Советской Армии и Московского шоссе, 2 – Ст. м. Московская – пересечение Московского шоссе и ул. Гагарина; 3 Гидрометеоцентр – ул. Ново-Садовая, 4 – Красная Клинка – ул. Батайская, 5 – Поселок Управленческий – ул. Сергея Лазо, 6 – Центральный Автовокзал, 7 – Проспект Кирова, 8 – Завод Тарасова, 9 – Площадь Революции, 10 – Ул. Молодогвардейская (Теремок); б – зависимости коэффициента обратного рассеяния K (столбец 1), суммарной концентрации хлорофиллов Са + b (столбец 2) и концентрации атмосферных загрязнителей СО (столбец 3) и NO2 (столбец 4) для всех пунктов исследования в июне.
который был апробирован на примере города
2. Получены экспериментальные зависи-
Самары. Гистограмма изменения оптических мости между оптическим дифференциальным
коэффициентов и концентрации загрязните- коэффициентом и интегральной суммарной
лей в исследованных районах города Самары концентрацией антропогенных веществ, харак-
(рис. 5б) ясно показывает обратную тенденцию терных для выхлопов двигателей внутреннего
изменения оптических характеристик растения и концентрации антропогенных веществ в ат-
сгорания (CO, NO2, SO2). Показано, что наибольшее влияние на оптические характеристи-
мосфере – повышение коэффициента K соот ки растения оказывает оксид углерода.
ветствует интегральному уменьшению концен-
3. Предложен оптический метод экологиче-
трации загрязнителей и наоборот.
ского картографирования территорий городов,
использующий установленные функциональ-
Выводы
ные зависимости дифференциальных оптических коэффициентов от концентрации атмос-
1. Введены дифференциальные коэффици ферных загрязнителей. Метод апробирован на
енты, определенные как отношения коэффи- примере города Самара.
циентов обратного рассеяния на длинах волн
Работа выполнена при поддержке Федераль-
750 и 550 нм и флуоресценции на длинах волн ной целевой программы “Научные и научно-
740 и 684 нм к их значениям в отсутствие за- педагогические кадры инновационной России”
грязнителей. С помощью этих коэффициентов (2009–2013 гг.), выполняемой в рамках меро-
п олучены зависимости оптических характери- приятия 1.3.1. “Проведение научных иссле-
стик растений от концентрации внешних за- дований молодыми учеными – кандидатами
грязнителей.
наук”.
*****
“Оптический журнал”, 78, 9, 2011
67
ЛИТЕРАТУРА
1. Rouse J.W., Haas R.W., Schell J.A., Deering D.W., Harlan J.C. Monitoring the vernal advancements and retrogradation of natural vegetation // NASA/GSFC Final Report. 1974. P. 1–137.
2. Huete A.R. A soil adjusted vegetation index (SAVI) // Remote Sens. Environ. 1988. V. 25. P. 295–309. 3. Huete A.R., Liu H.Q., Batchily K., van Leeuwen W. A comparison of vegetation indices global set of TM ima-
ges for EOS-MODIS // Remote Sens. Environ. 1997. № 59. P. 440–451. 4. Gitelson A.A., Gritz Y., Merzlyak M.N. Relationships between leaf chlorophyll content and spectral reflectance
and algorithms for non-destructive chlorophyll assessment in higher plant leaves // J. of plant physiology. 2003. № 160(3). P. 271–282. 5. Мерзляк М.Н. Спектры отражения листьев и плодов при нормальном развитии, старении и стрессе // Физиология растений. 1997. Т. 44. № 5. С. 707–716. 6. Марчук Г.И., Кондратьев К.Я., Козодеров В.В., Хворостьянов В.И. Облака и климат. Л.: Гидрометеоиздат, 1986. 7. Козодеров В.В. Особенности реализации моделей оценки фитомассы растительности по наблюдениям из космоса // Исследование Земли из космоса. 2006. № 2. С. 79–88. 8. Головко В.А. Современные технологии устранения влияния атмосферы на многоспектральные измерения высокого пространственного разрешения из космоса // Исследование Земли из космоса. 2006. № 2. С. 11–23. 9. Козодеров В.В., Кондранин Т.В., Косолапов В.С. Восстановление объема фитомассы и других параметров состояния почвенно-растительного покрова по результатам обработки многоспектральных спутниковых изображений // Исследование Земли из космоса. 2007. № 1. С. 57–65. 10. Merzlyak M.N., Gitelson A.A., Chivkunova O.B., Rakitin V.Y. Non-destructive optical detection of leaf senescence and fruit ripening // Physiol Plant. 1999. № 106. P. 135–141. 11. Gopal R., Mishra K.B., Zeeshan S.M. Prasad Laser-induced chlorophyll fluorescence spectra of mung plants growing under nickel stress // Current Science. 2002. V. 83. № 7. P. 880–884. 12. Saito Y., Kanoh M., Hatake K., Kawahara T.D., Nomura A. Investigation of laser-induced fluorescence of several leaves for application to lidar vegetation monitoring // Appl. Opt. 1998. V. 37. P. 431–437. 13. Козодеров В.В. Особенности реализации моделей оценки фитомассы растительности по наблюдениям из космоса // Исследование Земли из космоса. 2006. № 2. С. 79–88. 14. Братченко И.А., Воробьева Е.В., Захаров В.П., Тимченко П.Е., Котова C.П. Экспериментальные иссле дования и математическое моделирование оптических характеристик растительной ткани // Изв. СНЦ РАН. 2007. Т. 9. № 3. С. 620–625. 15. Захаров В.П., Макурина О.Н., Тимченко Е.В., Тимченко П.Е., Котова C.П., Валиуллов Р.В. Экологический мониторинг города Самары с помощью метода дифференциального обратного рассеяния // Вестник СГАУ – Самара. 2008. № 2(15). C. 261–271 16. Майдебура И.С. Влияние загрязнения городской среды на биохимические показатели древесных растений // Естественные и технические науки. М.: Изд-во “Компания Спутник+”, 2006. № 4(24). С. 136–141. 17. Дружкина Т.А. Проблемы скрининговой оценки урбанизированных территорий на примере г. Саратова // Вестник Саратовского госагроуниверситета им. Н.И. Вавилова. 2007. № 1. С. 6–9. 18. Захаров В.П., Братченко И.А., Синдяева А.Р., Тимченко Е.В. Моделирование распределения энергии оптического излучения в растительной ткани // Опт. и спектр. 2009. Т. 107. № 6. С. 957–962.
68 “Оптический журнал”, 78, 9, 2011
УДК 535.3
КОНТРОЛь АТМОСФЕРНЫХ ЗАГРЯЗНИТЕЛЕЙ МЕТОДом ОБРАТНОГО РАССЕЯНИЯ
© 2011 г.
В. П. Захаров*, доктор физ.-мат. наук; Е. В. Тимченко*, канд. физ.-мат. наук; П. Е. Тимченко*, канд. физ.-мат. наук; О. Н. Макурина**, доктор биол. наук; А. Д. Золотухина*; С. В. Алембеков*
** ГОУ ВПО “Самарский государственный аэрокосмический университет имени академика ** С.П. Королева (национальный исследовательский университет)”, г. Самара
** ГОУ ВПО “Самарский государственный университет”, г. Самара
** Е-mail: Vorobjeva.82@mail.ru
Представлены статистические результаты исследований спектральных характеристик древесных культур города Самары. Метод дифференциального обратного рассеяния использовался как основной метод контроля оптических характеристик растений. Все исследования проводились в одно и то же время суток на протяжении пяти месяцев вегетации зеленых листьев березы с мая по октябрь. В ходе исследования дополнительно контролировалось содержание основных пигментов в листьях древесных культур с помощью флуоресцентного анализа и биохимического метода Брагинского. Экспериментально показана корреляция данных биохимического анализа растений с данными, полученными оптическими методами, что подтверждает адекватность применения метода дифференциального обратного рассеяния для идентификации районов города по экологической значимости.
Ключевые слова: флуоресценция, метод обратного рассеяния, оптические коэффициенты, экологический мониторинг, растительная ткань.
Коды OCIS: 300.0300, 290.0290.
Поступила в редакцию 24.02.2011.
Введение
Наиболее широко применяемыми оптическими методами контроля состояния растений являются методы обратного рассеяния, комбинационного рассеяния, абсорбционный метод и флуоресцентный анализ. Фактически метод обратного рассеяния, так же как и абсорбционный метод, использует различия в спектрах поглощения химических компонентов растительной ткани, однако, в отличие от последнего, он позволяет осуществлять дистанционные измерения. Для определения концентрации хлорофилла в работах [1–9] были введены оптические коэффициенты (вегетационные индексы), использующие отношения интенсивностей обратного рассеяния в видимой и ИК областях спектра. Применение данных коэффици-
ентов хорошо зарекомендовало себя для оценки объема зеленой биомассы по данным дистанционного зондирования Земли из космоса [10, 11].
В условиях городской среды растения подвергаются воздействию антропогенных факторов, причем наибольшее влияние оказывают окиси углерода, азота, серы, являющиеся основными химическими компонентами выхлопов двигателей внутреннего сгорания, выбросы которых составляют более 65% от общего объема валовых выбросов. Атмосферные антропогенные вещества оказывают комбинированное многофакторное воздействие, которое может приводить к существенной экологической нагрузке на биологические объекты даже при соблюдении норм по каждому отдельно взятому загрязнителю. Учитывая, что листья расте-
62 “Оптический журнал”, 78, 9, 2011
ний наиболее чувствительны к действию атмо сферных загрязнителей, древесные культуры могут быть использованы как “живые датчики” экологического состояния биосферы, а их оптические характеристики – служить коли чественной мерой состояния окружающей среды [12, 13].
В связи с этим одной из актуальных проблем является разработка и применение метода дифференциального обратного рассеяния для конт роля атмосферных загрязнителей
Дифференциальные оптические коэффициенты
На основе сравнительного анализа вегетационных индексов в различных формах представления показано, что одним из наиболее эффективных для контроля состояния растения является коэффициент обратного рассеяния, предложенный в работе [5], –
K
=
R750 R550
,
(1)
где R750 и R550 – коэффициенты отражения на длинах волн 750 и 550 нм соответственно.
Это связано с пропорциональностью коэффици-
ента (1) суммарной концентрации хлорофиллов
и отсутствием в области 550 нм полос погло-
щения других светопоглощающих пигментов.
А коэффициент индуцированной флуоресцен-
ции, возбуждаемой лазером на длине волны
λ, может быть задан в виде отношения пиков интенсивностей флуоресценции J740 и J684 на длинах волн 740 и 684 нм соответственно
Fλ
=
J740 J684
.
(2)
Распространение оптического излучения в
растительной ткани представляет собой ком-
плексные процессы поглощения, многократ-
ного рассеяния и флуоресценции, зависящие
от биохимического состава и морфологических свойств разных слоев растительной ткани. У читывая, что растительная ткань обладает
большим альбедо (Λ > 0,9), ее можно представить в виде планарной многократно рассеиваю-
щей сплошной среды с неоднородно распреде-
ленными коэффициентами поглощения µa(r, λ) и рассеяния µs(r, λ). Для планарной модели растительной ткани распределение спектральной плотности лучевой интенсивности I в точке r в направлении s может быть описано транспортным уравнением переноса (ТПИ)
(sÑ)I(r, s, λ) = -μ(r, λ)I(r, s, λ) +
ò+
μs
(r, 4p
λ)
(3) ρs (ss¢)I(r, s¢, λ)dΩ¢ + χ(r, s, λ, λi ),
где первый член описывает затухание лучевого потока I(r, s, λ) с коэффициентом µ = = µa + µs; второй член обусловлен приростом потока излучения за счет рассеянного излучения, распространяющегося по всем другим направлениям s′; ps(ss′) – фазовая функция рассеяния, а χ(r, s, λ, λi) определяет вклад от внутренних источников (флуоресценции), наличие которых связано с распределенными в среде пигментами.
Коэффициент рассеяния µs определяется прежде всего структурой и топологией растительной ткани, т. е. конфигурацией и пространственной локализацией клеток ткани и пигмент-белковых комплексов, в связи с чем он считался постоянным в пределах слоя. С пектральная зависимость коэффициента поглощения µa определяется пространственным распределением химических компонентов среды, вносящим существенный вклад в поглощение на длине волны λ, т. е. определяется прежде всего концентрацией светопоглощающих пигментов и их спектральными свойствами:
ån
μa (r, λ) = μa0 (r, λ) + αi (r, λ)Ci (r),
i=1
(4)
где Ci(r) – концентрация i-го химического компонента, αi(r, λ) – спектрально зависимый молярный коэффициент поглощения, а µa0 – вклад неучтенных компонентов среды. Основ-
ными составляющими растительной ткани,
входящими в сумму выражения (4), являются
вода, лигнин, белок, целлюлоза, гемицеллю-
лоза и светопоглощающие пигменты: хлоро-
филл a (Ca), хлорофилл b (Cb), каротиноиды, антоцианы. Неучтенные компоненты среды
(крахмал, сахар, продукты метаболизма фото-
синтеза и другие) имеют слабую зависимость
от длины волны в видимой области спектра,
что позволяет считать µa0 функцией только координат.
Решение интегродифференциального урав-
нения переноса (3) возможно только численны-
ми методами. Однако для качественной оценки
функциональных зависимостей оптических ко-
эффициентов (1) и (2) можно воспользоваться
первым приближением решения ТПИ. В дан-
ном приближении решение имеет следую-
щий вид:
“Оптический журнал”, 78, 9, 2011
63
K » k0 + kcCa+b,
F
»
ηf ηf
(740) (684)
(f0
+
f1Ca
+
f2Cb
),
(5)
где ηf(λ) – квантовый выход флуоресценции на длине волны λ, fi – постоянные коэффициенты, Ca+b = Ca + Cb – суммарная концентрация хлорофиллов в листе, kc ≈ αa(550) + αb(550), а k0 определяется разностью молярных коэффициентов поглощения воды, лигнина и целлюлозы на длинах волн 550 нм и 750 нм и в отсутствие водяного стресса близок к единице. Видно, что коэффициент обратного рассеяния линейно зависит от суммарной концентрации хлороф иллов обеих форм, а коэффициент флуоресценции является их линейной комбинацией. Данные зависимости качественно правильно отражают экспериментально наблюдаемые результаты.
Биофизические исследования показали, что влияние внешних факторов (прежде всего антропогенных веществ) приводит к изменению как концентраций светопоглощающих пигментов, так и характерных времен релаксации возбуждения хлорофилла, эффективности флуоресценции. Изменение размеров, формы, плотности клеток и влагосодержания в них под действием стресса может приводить к изменению коэффициентов поглощения µa и рассеяния µs и, как следствие, к изменению коэффициента обратного рассеяния K за счет увеличения среднего оптического пути лучей в растительной ткани. С учетом медленного изменения оптических коэффициентов среды от указанных параметров, можно принять что данная зависимость носит параметрический характер
μa (t) = μa (t, {T}, {Ck*}), μs (t) = μs (t, {T}, {Ck*}), ηf (t) = ηf (t, {T}, {Ck*}),
(6)
где время t отражает изменение данных параметров вследствие естественного жизненного цикла растения, {T} учитывает влияние климатических факторов (прежде всего температуры и влажности), а {Ck*} – параметрическую зависимость от концентрации атмосферных загрязнителей. Следовательно, в общем случае оптические коэффициенты являются сложной неявной функцией естественных и внешних воздействующих факторов. Из вида выражений (5) следует, что данная функция факторизуется, по крайней мере для случая относи-
тельно малых концентраций загрязнителей Ck*, т. е. при отсутствии залповых выбросов. Тогда, для “вычленения” параметрической зависимости оптических коэффициентов только от концентрации загрязнителей удобно ввести диф ференциальные коэффициенты
∆2K
=
K(t,
{T}, 0) - K(t, {T}, K(t,{T},0)
{ Ck* })
,
∆2F
=
F(t,
{T}, 0) - F(t, {T}, F(t, {T}, 0)
{ Ck* })
,
(7)
являющиеся, по сути, отношением экспери ментально измеренных оптических коэффициентов к их значениям в условиях отсутствия загрязнителей, т. е. соответствующих естественным условиям. Дифференциальные коэффициенты наиболее целесообразно применять при контроле состояния растений на достаточно большой территории, где заведомо можно выделить участок, слабо подверженный воздействию антропогенных факторов (7). Кроме того, их удобно использовать для уменьшения ста тистического разброса результатов измерений.
Результаты исследований
Все исследования проводились с помощью экспериментального стенда на базе спектро графа Andor Shamrock 303 (диапазон 200– 1200 нм, погрешность определения длины волны 0,1 нм), который обеспечивал измерение оптических параметров с погрешностью 1,5% (P = 0,95) [14, 15].
Исследования по установлению функциональных зависимостей дифференциальных коэффициентов (7) от концентрации антропогенных веществ в атмосфере проводились в натурных условиях на протяжении двух лет. В качестве объекта исследования была выбрана береза повислая, которая, по данным биологических исследований [7, 8], является одной из наиболее чувствительных древесных культур. Пункты наблюдения (пункты 1–4) обусловлены наличием постов Гидрометеоцентра по контролю присутствия вредных веществ в атмо сферном воздухе. Пункт 5 находился в сквере, удаленном от транспортных магистралей, и использовался в качестве контрольного пункта, отражающего естественную календарную тенденцию изменения оптических характеристик растений в процессе жизненного цикла в условиях средней полосы России. Все исследования проводились в одно и то же время суток. Одно-
64 “Оптический журнал”, 78, 9, 2011
временно с регистрацией оптических характеристик растений в каждом пункте наблюдения контролировались концентрации следующих атмосферных загрязнителей (данные Самарского Гидрометеоцентра): оксид углерода (СО), диоксид серы (SO2), диоксид азота (NO2), формальдегиды (CH2О), пыль. Для каждого эксперимента отбиралось по три контрольных листа с трех разных ярусов трех разных берез в пре делах каждого пункта наблюдения.
Для выявления статистического разброса оптических характеристик листьев с растений, находящихся в пределах одного пункта наблюдения, были измерены дифференциальные оптические коэффициенты листьев с 6 берез, расположенных на расстоянии 500 м друг от друга по обе стороны от дороги. Погрешность измерений в пределах пункта исследования не превышала 2%.
Установлено, что влияние атмосферных антропогенных загрязнителей на оптические характеристики растения проявляется на двух временных масштабах: быстром (среднесуточном) и медленном (календарном). На рис. 1 представлены данные изменения концентрации атмосферных загрязнителей, температуры
100
F, %
40
20
1 2
(а) 100 T, %
40
20
и влажности в пункте 3, а также коэффициента обратного рассеяния K и коэффициента флуоресценции F, полученные при измерении в период с 15 по 19 июля. Зависимость климатических параметров (температура, влажность) и концентрации атмосферных загрязнителей от времени имеет квазигармоничный вид с характерным суточным периодом, что согласуется с интенсивностью выбросов в дневное и ночное время. Видно, что быстрая функциональная связь проявляется только для коэффициента обратного рассеяния K в зависимости от концентрации СО, а коэффициент флуоресценции F остается практически неизменным (рис. 1б).
Характерные корреляции между концентрацией загрязнителей в пунктах наблюдения и значениями коэффициента обратного рассеяния K и дифференциальным коэффициентом ∆2K представлены на рис. 2.
Анализ представленных данных показы вает, что, как и следовало ожидать, увеличение коэффициента обратного рассеяния K от пункта к пункту сопровождается аналогичным увеличением концентрации хлорофилла Сa+b. Причем эта тенденция обратна тенденции изменения концентраций CO и NO2, т. е. увеличению K соответствует уменьшение концент раций загрязнителей и наоборот. Корреляций между значениями оптического коэффициента и концентрацией SO2 не обнаружено. Напротив, изменение дифференциального коэффициента ∆2K отражает характер изменения как CO, так и NO2 (основных компонентов выбросов автомобильных двигателей), что подтверждает правильность введения данного коэффициента как характеристики, выражающей
0 20 40 60 80 100
3
C 2
2
1 3
(б) 1 K F
0,99
1 0,98
0 20 40 60 80 t, ч
Рис. 1. Зависимости температуры (2) и влажности (1) – а; концентрации СО (1) в атмосфере и нормированных оптических коэффициентов
K (♦ – 2) и F (▲ – 3) – (б) от времени в преде-
лах пункта 3.
1
1 23 0,8 4
5 0,6 6
Пункт 2
Пункт 1
Пункт 3
Пункт 4
Рис. 2. Нормированные концентрации атмосферных загрязнителей SO2 (1), СО (5), NO2 (6), коэффициентов K (3) и ∆2K (2) и суммарной концентрации хлорофиллов a + b (4) для раз-
личных пунктов в сентябре.
“Оптический журнал”, 78, 9, 2011
65
1,1
C
1
0,9
0,8
0,7
0,6
1,1
C
1
май
0,9
0,8
0,7 май
(а)
1 2
3 54
июнь
июль
август
(б)
сентябрь
июнь
июль
1 2 3
4
август сентябрь
Рис. 3. Изменения коэффициента обратного рассеяния K (4), дифференциального коэффициента ∆2K (1), коэффициента Kм, рассчитанного с помощью математической модели [14, 18] (5), коэффициента флуоресценции F (2) и концентрации СО (3) – а; изменения коэффициентов флуоресценции F (2) и ∆2F (1), отношений концентраций хлорофиллов Ca/Cb (3) и концентрации NO2 (4) – б (в пункте наблю дения 1).
воздействие антропогенных факторов на растение. Следует подчеркнуть, что этот коэффициент отражает интегрированное воздействие данных загрязнителей и имеет нелинейный параметрический характер.
Графики изменения коэффициентов обратного рассеяния K и флуоресценции F, а также дифференциальных коэффициентов (7) ∆2K и ∆2F для пункта 1 в течение жизненного цикла растения представлены на рис. 3. Здесь же п риведена расчетная кривая (пунктир) коэффициента обратного рассеяния Kм, полученная с помощью математической модели [18]. Видно хорошее согласие теоретических и экспе риментальных значений.
Видно, что в отличие от коэффициента обратного рассеяния K коэффициент флуоресценции F пропорционален изменению отношения концентраций хлорофиллов a и b. Это является
следствием того факта, что основной вклад во флуоресценцию вносит фотосистема II, содержащая хлорофиллы обоих типов. Отмечается слабовыраженная обратная корреляция между коэффициентом флуоресценции и изменением концентрации NO2, сказывается “демпфирующее” и накопительное действие репродукционного механизма растения. Функциональная зависимость дифференциального коэффициента обратного рассеяния ∆2K от времени качественно совпадает с аналогичной зависимостью для загрязнителя СО.
На рис. 4 представлена зависимость коэффициента обратного рассеяния K от суммарной концентрации хлорофилла Ca+b. Экспериментально измеренные значения отмечены точками. Видно, что в отличие от линейной зависимости, характерной для растения в отсутствие внешней антропогенной нагрузки, данная функциональная связь является полиномиальной с нелинейностью, имеющей характер малого возмущения.
В целом можно утверждать, что введенные дифференциальные коэффициенты описывают многофакторную интегрированную зависимость оптических характеристик растений от уровня загрязнения окружающей среды.
Установленные параметрические функциональные связи между значениями коэффициентов обратного рассеяния и флуоресценции и концентрацией атмосферных загрязнителей позволяют применить оптический метод контроля состояния растений для экологического картографирования территорий городов,
K
6
41 2
2
0 1 2 3 Сa+ b, мг/г
Рис. 4. Зависимость коэффициента обратного рассеяния K от концентрации хлорофиллов Ca+ b. 1 – экспериментальные результаты, 2 – аппроксимация экспериментальных резуль татов.
66 “Оптический журнал”, 78, 9, 2011
(а)
(б)
7 1
6 5 42
3 2
3 1 04
Пункт 5 Пункт 4 Пункт 9 Пункт 3 Пункт 8 Пункт 10 Пункт 1 Пункт 2 Пункт 7 Пункт 6
Рис. 5. Экологическое картографирование города Самары. а – пункты наблюдения г. Самары: 1 – пересечение ул. Советской Армии и Московского шоссе, 2 – Ст. м. Московская – пересечение Московского шоссе и ул. Гагарина; 3 Гидрометеоцентр – ул. Ново-Садовая, 4 – Красная Клинка – ул. Батайская, 5 – Поселок Управленческий – ул. Сергея Лазо, 6 – Центральный Автовокзал, 7 – Проспект Кирова, 8 – Завод Тарасова, 9 – Площадь Революции, 10 – Ул. Молодогвардейская (Теремок); б – зависимости коэффициента обратного рассеяния K (столбец 1), суммарной концентрации хлорофиллов Са + b (столбец 2) и концентрации атмосферных загрязнителей СО (столбец 3) и NO2 (столбец 4) для всех пунктов исследования в июне.
который был апробирован на примере города
2. Получены экспериментальные зависи-
Самары. Гистограмма изменения оптических мости между оптическим дифференциальным
коэффициентов и концентрации загрязните- коэффициентом и интегральной суммарной
лей в исследованных районах города Самары концентрацией антропогенных веществ, харак-
(рис. 5б) ясно показывает обратную тенденцию терных для выхлопов двигателей внутреннего
изменения оптических характеристик растения и концентрации антропогенных веществ в ат-
сгорания (CO, NO2, SO2). Показано, что наибольшее влияние на оптические характеристи-
мосфере – повышение коэффициента K соот ки растения оказывает оксид углерода.
ветствует интегральному уменьшению концен-
3. Предложен оптический метод экологиче-
трации загрязнителей и наоборот.
ского картографирования территорий городов,
использующий установленные функциональ-
Выводы
ные зависимости дифференциальных оптических коэффициентов от концентрации атмос-
1. Введены дифференциальные коэффици ферных загрязнителей. Метод апробирован на
енты, определенные как отношения коэффи- примере города Самара.
циентов обратного рассеяния на длинах волн
Работа выполнена при поддержке Федераль-
750 и 550 нм и флуоресценции на длинах волн ной целевой программы “Научные и научно-
740 и 684 нм к их значениям в отсутствие за- педагогические кадры инновационной России”
грязнителей. С помощью этих коэффициентов (2009–2013 гг.), выполняемой в рамках меро-
п олучены зависимости оптических характери- приятия 1.3.1. “Проведение научных иссле-
стик растений от концентрации внешних за- дований молодыми учеными – кандидатами
грязнителей.
наук”.
*****
“Оптический журнал”, 78, 9, 2011
67
ЛИТЕРАТУРА
1. Rouse J.W., Haas R.W., Schell J.A., Deering D.W., Harlan J.C. Monitoring the vernal advancements and retrogradation of natural vegetation // NASA/GSFC Final Report. 1974. P. 1–137.
2. Huete A.R. A soil adjusted vegetation index (SAVI) // Remote Sens. Environ. 1988. V. 25. P. 295–309. 3. Huete A.R., Liu H.Q., Batchily K., van Leeuwen W. A comparison of vegetation indices global set of TM ima-
ges for EOS-MODIS // Remote Sens. Environ. 1997. № 59. P. 440–451. 4. Gitelson A.A., Gritz Y., Merzlyak M.N. Relationships between leaf chlorophyll content and spectral reflectance
and algorithms for non-destructive chlorophyll assessment in higher plant leaves // J. of plant physiology. 2003. № 160(3). P. 271–282. 5. Мерзляк М.Н. Спектры отражения листьев и плодов при нормальном развитии, старении и стрессе // Физиология растений. 1997. Т. 44. № 5. С. 707–716. 6. Марчук Г.И., Кондратьев К.Я., Козодеров В.В., Хворостьянов В.И. Облака и климат. Л.: Гидрометеоиздат, 1986. 7. Козодеров В.В. Особенности реализации моделей оценки фитомассы растительности по наблюдениям из космоса // Исследование Земли из космоса. 2006. № 2. С. 79–88. 8. Головко В.А. Современные технологии устранения влияния атмосферы на многоспектральные измерения высокого пространственного разрешения из космоса // Исследование Земли из космоса. 2006. № 2. С. 11–23. 9. Козодеров В.В., Кондранин Т.В., Косолапов В.С. Восстановление объема фитомассы и других параметров состояния почвенно-растительного покрова по результатам обработки многоспектральных спутниковых изображений // Исследование Земли из космоса. 2007. № 1. С. 57–65. 10. Merzlyak M.N., Gitelson A.A., Chivkunova O.B., Rakitin V.Y. Non-destructive optical detection of leaf senescence and fruit ripening // Physiol Plant. 1999. № 106. P. 135–141. 11. Gopal R., Mishra K.B., Zeeshan S.M. Prasad Laser-induced chlorophyll fluorescence spectra of mung plants growing under nickel stress // Current Science. 2002. V. 83. № 7. P. 880–884. 12. Saito Y., Kanoh M., Hatake K., Kawahara T.D., Nomura A. Investigation of laser-induced fluorescence of several leaves for application to lidar vegetation monitoring // Appl. Opt. 1998. V. 37. P. 431–437. 13. Козодеров В.В. Особенности реализации моделей оценки фитомассы растительности по наблюдениям из космоса // Исследование Земли из космоса. 2006. № 2. С. 79–88. 14. Братченко И.А., Воробьева Е.В., Захаров В.П., Тимченко П.Е., Котова C.П. Экспериментальные иссле дования и математическое моделирование оптических характеристик растительной ткани // Изв. СНЦ РАН. 2007. Т. 9. № 3. С. 620–625. 15. Захаров В.П., Макурина О.Н., Тимченко Е.В., Тимченко П.Е., Котова C.П., Валиуллов Р.В. Экологический мониторинг города Самары с помощью метода дифференциального обратного рассеяния // Вестник СГАУ – Самара. 2008. № 2(15). C. 261–271 16. Майдебура И.С. Влияние загрязнения городской среды на биохимические показатели древесных растений // Естественные и технические науки. М.: Изд-во “Компания Спутник+”, 2006. № 4(24). С. 136–141. 17. Дружкина Т.А. Проблемы скрининговой оценки урбанизированных территорий на примере г. Саратова // Вестник Саратовского госагроуниверситета им. Н.И. Вавилова. 2007. № 1. С. 6–9. 18. Захаров В.П., Братченко И.А., Синдяева А.Р., Тимченко Е.В. Моделирование распределения энергии оптического излучения в растительной ткани // Опт. и спектр. 2009. Т. 107. № 6. С. 957–962.
68 “Оптический журнал”, 78, 9, 2011