地质封存CO2泄漏导致土壤CO2浓度的明显升高已是共识，CO2泄漏引起的土壤CO2浓度的增加使植被生长受到抑制，这种土壤CO2浓度升高对植物生长的抑制作用远大于任何大气温室效应的抑制作用。土壤CO2胁迫效应引起的植物形态变化通常需要数周时间才能做出反应，因此利用植物形态指标识别CO2泄漏的时滞特性是CO2泄漏地表监测的瓶颈。
植物的光谱特征即光谱反射特征是由植物的化学特征和形态特征决定的，这些特征与植物的发育、健康状况和生长条件密切相关。植物高光谱技术利用很窄而连续的光谱通道对植物进行持续观测，能够更好地表征、分类和识别植物光谱特征的细微变化，近年来广泛应用于精准农业监测、环境污染胁迫监测等方面的一种快速、可靠的技术。因此，可利用植物高光谱技术监测土壤CO2胁迫下植物的光谱特征变化，为地质封存CO2泄漏的识别提供快速无损的监测方法。
本文以典型作物玉米为研究对象，通过模拟地质封存CO2泄漏产生的土壤高CO2浓度环境，观测土壤CO2胁迫下玉米的生物学响应与光谱特征变化。通过对玉米叶片原始光谱和一阶导数光谱分析，提取对土壤CO2胁迫敏感的玉米光谱特征参量，并以其为基础，利用不同方法构建多种复合光谱特征指数，并筛选可灵敏稳定识别泄漏的光谱特征指数，为利用高光谱技术识别与监测CCS项目区CO2泄漏风险提供理论依据与技术支持。
本文搭建了正常浓度（CK）、低（10%）、中（30%）、高（50%）四个CO2泄漏水平的CO2泄漏模拟平台，采用叶绿素仪（SPAD-502，日本）测定玉米物SPAD值，采用便携式地物光谱仪（FieldSpec HandHeld 2，美国）采集植物叶片光谱信息，利用移动窗口多项式拟合平滑法( Savitzky-Golay)对原始发射光谱进行降噪预处理并计算其反射光谱一阶导数，最终通过玉米对CO2泄漏的生物学响应、玉米对CO2泄漏的光谱响应与一阶导数光谱分析以及光谱特征指数构建与分析，得到以下结论：
1) 玉米的形态学指标对CO2泄漏指示有明显的滞后效应和较低的灵敏性；
2) 玉米SPAD较其形态学指标变化相对明显，但SPAD在早期较难识别较低土壤CO2浓度的泄漏；
3) 通过对玉米原始光谱与一阶导数光谱的分析，提取对土壤CO2胁迫相对敏感的单光谱参量，基于单光谱参量构建可能用于识别CO2泄漏的光谱特征指数；其中，玉米的REP - BEP光谱特征指数，既可有效识别CO2的泄漏，也可用于土壤CO2浓度的定量反演，是土壤CO2泄漏识别与土壤CO2浓度反演的理想指标。
该研究可为CCS项目区CO2泄漏的高光谱遥感识别、诊断和反演提供技术依据。
薛璐，西北大学城市与环境学院博士研究生，榆林学院生命科学学院中级实验师，研究方向为CO2地质封存环境影响与地表监测技术。
马俊杰，西北大学城市与环境学院教授，二氧化碳捕集与封存技术国家地方联合工程研究中心、陕西省碳中和技术重点实验室固定成员，研究方向为生态规划与环境影响评价、CO2地质封存环境影响与地表监测技术。
本研究由国家高技术研究发展计划-863计划（No.2012AA05010 3），陕西省教育厅自然科学研究计划项目（No.19JK1001），陕西省科技厅一般项目（青年）（No.2021JQ-832），榆林市自然科学研究计划项目（No.CXY-2020-015）和陕西省碳中和技术重点实验室共同资助。
原文公开发表于InternationalJournal of Greenhouse Gas Control，https://doi.org/10.1016/j.ijggc.2021.103342
