2018, Vol. 38
[PDF全文]
2. 北京生物多样性保护研究中心, 北京 100076
2. Beijing Biodiversity Conservation Center, Beijing 100076
随着城市化进程的不断推进，大气污染逐渐成为全球普遍面临的严重环境问题(高明等，2016；白志鹏，2016；刘华军等，2016；Zhong，2017).大气颗粒物是我国很多城市大气污染中的首要污染物，对人体的生命健康造成了很大危害.大气颗粒物因重力、降水、吸附等因素，连同所吸附的重金属元素，被吸附于植物叶表面，因此，植物修复成为一种生态友好的大气污染控制手段(Bert，2009).研究发现，利用叶片对污染物的吸附作用，植物不仅可有效去除大气污染物(Aboal et al., 2004；王亚超，2007)，还可用以评价大气污染状况(蒋高明，1992；刘艳菊等，2001；Rai，2011).而且，植物叶表对颗粒物的吸附作用是一个长期、可持续的过程，因而叶表尘量可反映植物生存环境中大气颗粒物的阶段性污染状况，有望作为大气站对颗粒物污染监测的重要补充手段.
北京是京津冀地区的核心区域，交通密集、大气污染严重(马丽梅等，2014；赵颜颜，2015)，沙尘暴和雾霾等灾害天气频发.目前，北京市政府已采取车辆限行、改进燃料等多种方式的污染源控制手段来改善大气污染现状，并建立和完善了城市大气质量监测网络，目前站点已经覆盖了全市各个行政区，可以动态观测并发布包括颗粒物在内的大气污染物实时状况.对于没有站点分布的地带，如何利用植物对颗粒物的滞留作用来量化评价所在环境的大气颗粒物阶段性污染状况仍缺乏研究探索.基于以往对北京街道32种植物叶片滞尘能力的研究结果(Liu et al., 2017)，本研究从中挑选出叶表尘浓度高或广泛分布的5种植物类型，分析北京市交通带及公园共7个位点的这5种植物叶表尘及重金属含量，并分析它们与样点附近监测站的大气颗粒物月均浓度的相关性，探讨用植物叶表尘及其重金属量化评价所在环境大气颗粒物及其重金属污染的可能性，以期为城市环境大气颗粒物长期污染状况的综合评价提供环境友好的生态学方法.
2 材料和方法(Materials and methods) 2.1 样点及样品采集选择北京市5个路边点和2个公园点作为样点(表 1、图 1)，于2015年10月19日(之前18 d内无降雨)分别采集5种有一定滞尘潜力且普遍存在的绿化植物叶片样品，包括臭椿(Ailanthus altissima)、槐(Sophora japonica)、北京杨(Populus beijingensis)、榆树(Ulmus pumila)、紫叶李(Prunus cerasifera f. atropurpurea).每种植物采集3株个体的叶片作为重复，叶片样品距地面约2 m，且分布于树冠下部最外层.采集时选择健康成熟叶片，并避免叶片间相互摩擦损失叶表尘，即时送回实验室.
| 表 1 植物叶片样品采集样点信息 Table 1 Description of sampling sites |
 |
 |
| 图 1 采样点及大气监测站点分布示意图 Fig. 1 Map of sampling sites and air monitoring stations |
送入实验室后，每份样品称取约10 g鲜重(100~300 cm2)的完整叶片用于实验.将每份样品分为洗涤和不洗两组，分别与已知面积的纸片共同拍摄获得图像，用Adobe Photoshop图象处理软件测量已知纸片的目标像素及叶片像素，采用公式(1)计算获得叶面积值：
|
(1) |
式中，S为叶面积(cm2)，L为叶片像素，T为目标像素，P为纸片面积(cm2).
2.2.2 样品前处理及测定洗涤组叶片样品表面用18 MΩ超纯水洗净后置于烘箱中70 ℃保持2 h至干；不洗组叶片样品同样条件下直接烘干.之后叶片用德国Sartorius公司生产的十万分之一天平CPA225D称重、研磨成粉末后密封保存待用.
每份样品称取0.2 g，加入HNO3-H2O2(2 mL/1 mL)后在CEM公司生产的微波消解仪中消解.先由室温(3 min)加热到80 ℃并保持15 min，再升温到190 ℃保持15 min后，自然冷却到室温.把消解液用18 MΩ去离子水完全转移并定容至25 mL，混匀待测.用北京普析通用公司生产的TAS-990原子吸收分光光度计测定Cd、Cr、Cu、Mn、Ni、Pb、Zn等7种重金属元素，其标准曲线由国家有色金属及电子材料分析测试中心销售的金属标准贮备液(1000 μg·L-1)配制而成.参考标准样品采用中国地质科学院地球物理地球化学勘查研究所制备的灌木枝叶国家一级标准物质GBW 07603(GSV-2)，进行质量控制，相对误差 < 5%.
2.3 计算和数据分析 2.3.1 叶表尘和重金属含量的计算单位面积叶表尘量、单位面积叶片质量、单位面积叶表尘重金属含量分别采用公式(2)、(3)、(4)计算获得.
|
(2) |
|
(3) |
|
(4) |
式中，G为单位面积叶表尘量(g·m-2)，U为不洗叶质量(g)，W为洗涤叶质量(g)，S为叶面积(cm2)，M为单位面积叶重金属含量(μg·m-2)，Lu为单位质量不洗叶重金属含量(μg·g-1)，Lw为单位质量洗涤叶重金属含量(μg·g-1)，C为单位面积叶表尘重金属含量(μg·m-2·叶-1)，Mu为单位面积不洗叶重金属含量(μg·m-2)，Mw为单位面积洗涤叶重金属含量(μg·m-2).
2.3.2 MAI的计算采用金属累积指数(Metals Accumulation Index，MAI)法(Liu et al., 2007)计算每种植物叶片对不同金属的综合累积能力，具体见式(5).
|
(5) |
式中，N代表分析的重金属种类数目，变量Ij = x/δX，x/δX为每种金属含量平均值(x)与其标准偏差(δX)的比值.本研究共评价了7种重金属，故N=7.
2.3.3 其他空气污染物数据获取及处理通过北京市环境保护监测中心网站(http://zx.bjmemc.com.cn)收集的采样地点附近站点(图 1、表 2)的北京市大气监测数据，得到2015年9月1—30日的PM2.5、PM10浓度和空气质量指数(AQI)等日均值，计算各污染物月均值(式(6))，结果见表 2.
|
(6) |
| 表 2 大气质量监测站站点信息及其PM2.5、PM10和AQI观测值 Table 2 Description of adjacent air monitoring stations with monthly mean PM2.5, PM10 concentration and AQI |
|
式中，A为各污染物(或空气质量指数)日均值；MA为各污染物(或空气质量指数)月均值.
2.3.4 数据统计分析采用SPSS 17.0软件分析每种植物叶表尘及尘重金属含量均值和标准偏差，并用单因素方差分析其在同一样点不同树种及不同样点同一树种之间差异的显着性(p＜0.05，p＜0.01)，多重比较采用LSD法；采用皮尔森积矩相关系数法(双尾)分析各采样点植物叶表尘浓度与邻近监测站点大气PM10、PM2.5及空气质量指数(AQI)间的相关性；采用相关性矩阵法对所有样点植物叶表尘的7种重金属进行主成分分析.
3 结果与讨论(Results and discussion) 3.1 植物叶表尘情况 3.1.1 植物叶表尘浓度105个样品的测定结果表明(表 3)，植物叶片可滞留的大气尘为0.05~67.7 g·m-2·叶-1，均值为23.5 g·m-2·叶-1.所有植物单位面积叶片累积尘浓度按其在7个样点的均值(括号中数据表示范围，下同)从高到低依次为：望京公园27.9(4.89~54.1)、朝阳公园26.5(6.45~46.6)、玉蜓桥25.2(6.38~45.9)、岳各庄桥22.6(1.98~36.5)、念坛公园21.8(1.99~37.1)、麋鹿苑21.1(3.81~41.6)、京承高速19.3(4.56~30.6) g·m-2·叶-1.所有样点的5种植物叶片累积尘浓度按均值从高到低依次为：臭椿39.4(27.8~54.1)、榆树34.5(18.9~46.6)、紫叶李24.1(16.4~30.6)、北京杨14.2(5.77~22.4)、槐5.22(1.98~12.9) g·m-2·叶-1.
| 表 3 北京市7个街道及公园样点植物叶表尘及重金属含量 Table 3 Concentrations of leaf surface dust and associated heavy metals at 4 roadside and 3 park sampling sites in Beijing |
|
同一树种在城市不同功能区的滞尘能力不同(阿丽亚·拜都热拉等，2014)，除京承高速最高叶表尘浓度出现在紫叶李(30.6 g·m-2·叶-1)外，臭椿和榆树在几乎所有采样点都具有最高或次高的叶表尘浓度均值，且显著高于其他一种或多种植物(图 2)，在京承高速、朝阳公园、望京公园、岳各庄桥、玉蜓桥、麋鹿苑和念坛公园，臭椿的叶表尘浓度均值分别为27.8、39.5、54.1、29.4、45.9、41.6、37.1 g·m-2·叶-1，榆树的叶表尘浓度均值分别为18.9、46.6、41.5、36.5、32.6、30.7、34.8 g·m-2·叶-1.北京杨和槐在这些样点的叶表尘浓度均值最低或次低，分别为14.7、6.45、17.6、22.4、19.8、13.1、5.77 g·m-2·叶-1和4.56、12.9、4.89、1.98、6.38、3.81、1.99 g·m-2·叶-1.同一样点不同植物种类的叶表尘浓度的最高值是最低值的6.71~18.6倍，均值为23.5 g·m-2·叶-1，高于以往研究结果，如2013年北四环北京市园林科学研究院内科普公园23种乔木的叶表尘浓度0.627 g·m-2·叶-1(李新宇等，2015)和2014年北四环至北五环间居民小区8种阔叶植物的叶表尘浓度1.36 g·m-2·叶-1(范舒欣，2017)，暗示本实验选择的植物种类更易滞留大气尘.
 |
| 图 2 7个样点的5种植物叶表尘浓度 (柱高为叶表尘浓度均值, 误差线为标准误，误差线上方为逗号隔开的两组字母，逗号前的字母代表“不同样点之间同种植物的叶表尘浓度”的差异显著性，逗号后的字母代表“同一样点不同植物之间的叶表尘浓度”的差异显著性，具有相同字母的两个样点的同种植物之间(逗号前字母)或同一样点的两种植物之间(逗号后字母)的叶表尘浓度在0.05或0.01水平上具有显著差异，叶表尘浓度从大到小的顺序为a＞b＞c＞d, 下同) Fig. 2 Dust accumulation concentration in 5 plant species leaves from 7 sampling sites |
不同种类植物叶表尘浓度与PM2.5、PM10浓度月均值及AQI月均值之间的Pearson(双尾)相关性分析表明：槐、紫叶李和北京杨的叶表尘浓度与PM10、PM2.5浓度月均值不相关，不能反映大气尘污染状况.榆树、臭椿叶表尘浓度分别与PM10和PM2.5浓度月均值在0.05水平上显著相关，相关系数分别为0.872和0.907；臭椿叶表尘浓度与AQI月均值也呈显著正相关，相关系数为0.865，有望反映大气尘污染状况.理论上讲，当测定出榆树和臭椿的叶表尘浓度后，可以通过式(8)、(9)和(10)分别计算出样点的PM10、PM2.5的月均浓度及AQI的月均值.
|
(8) |
|
(9) |
|
(10) |
式中，x1为榆树叶表尘浓度(g·m-2·叶-1)，x2为臭椿叶表尘浓度(g·m-2·叶-1)，y1为PM10月均浓度(μg·m-3)，y2为PM2.5月均浓度(μg·m-3)，y3为AQI月均值.
把除望京公园外的其他6个样点的榆树叶表尘浓度带入式(8)，臭椿叶表尘浓度分别带入式(9)、(10)，得到PM2.5、PM10及AQI月均浓度模拟值，并与该样点附近大气站监测所得的月均浓度实际值进行对比(表 4)，发现模拟值与实际值相近，PM2.5、PM10及AQI相对误差分别为0.18%~3.7%、1.2%~10.6%和0.26%~5.7%，推断榆树可较好地反映大气PM2.5污染情况，而臭椿可较好反映大气PM10污染及空气质量指数(AQI)情况.这可能与两种植物的叶表面结构及叶表面湿润度有关(刘玲等，2013)，观察发现，叶片上的细纹结构、细胞之间的间隔、气孔等部位镶嵌着不同粒径的颗粒物(张鹏骞等，2017).榆树叶片上下表皮均具有细微结构和表皮毛、足量的细胞间隔，且上表皮细胞分泌粘液物质，下表皮有气孔(张鹏骞等，2017)，更易附着细颗粒物PM2.5；而臭椿叶片仅上表皮具有一些细微结构，下表皮有极少量气孔(张鹏骞等，2017)，更适合附着包括粗颗粒物PMcoarse在内的可吸入颗粒物PM10，但由于其表皮细胞缺乏粘性物质的分泌，因此，细颗粒物PM2.5的比例相对较低.
| 表 4 不同样点PM2.5、PM10浓度、AQI月均值模拟结果 Table 4 Simulated and monitored values of monthly mean PM2.5, PM10 concentration and AQI |
|
由图 3及表 3可知，105个样品的叶表尘Cd含量为2.87~280 μg·m-2·叶-1，单位叶表尘Cd含量均值为85.7 μg·m-2·叶-1，每个样点所有植物单位叶表尘Cd含量(括号中数据表示其范围，下同)按均值从高到低依次为：念坛公园102(33.7~192)、望京公园102(26.2~229)、玉蜓桥94.9(38.3~231)、朝阳公园83.4(28.9~182)、麋鹿苑79.4(25.0~170)、京承高速76.9(23.8~127)、岳各庄桥61.9(13.5~97.6) μg·m-2·叶-1.Cd是中国道路尘及大气中重金属污染最严重的元素(Shao et al., 2013)，城市积灰中的Cd主要来源于建筑、垃圾焚烧、交通活动(李凤全等，2009)，而交通活动中Cd主要来源于轮胎刹车中的摩擦碎屑(邵莉，2012).各样点中叶表尘Cd含量最高的是念坛公园(采样位置为公园南门外路口)和望京公园(采样位置为东五环桥下).念坛公园外大型运输车活动频繁，且采样点临近信号灯路口，车辆启动频繁，Cd污染最大来源可能是汽车刹车时的轮胎磨损.而望京公园采样点位于东五环桥下且接驳机场高速，车辆流量大、堵车频率高，刹车摩擦造成的金属碎屑较重，因此，直接影响了该采样点的大气尘Cd含量；而Cd污染次高的玉蜓桥(采样位置为南二环主路边)也是由于交通活动造成，该采样点堵车频率高，刹车行为多，是Cd污染主要来源；朝阳公园与麋鹿苑采样点在公园内部，Cd污染相对较轻；京承高速属于快速路，交通流量虽然大但刹车活动较少.岳各庄桥采样点附近有加油站与停车场，虽然有一定数量的刹车活动，但Cd污染主要来源的刹车金属残渣颗粒较重，在空气中垂直迁移能力较差，可能未附着到附近叶面上，因而京承高速与岳各庄桥大气尘Cd污染最轻.以往研究显示，成都大气尘Cd含量从一环至外环逐渐降低(耿占琪，2010)，其交通拥堵模式相比北京而言具有中心密度大、周围密度小的特点(覃晓春，1995)，而交通拥堵意味着汽车刹车频繁，构成了成都大气尘中的Cd污染模式，印证了本研究各采样点Cd污染情况.
 |
| 图 3 7个样点的5种植物叶表尘Cd含量 Fig. 3 Cd concentration in leaf surface dust of 5 plant species from 7 sampling sites |
所有样点的5种植物叶片累积尘Cd含量按均值从高到低依次为(图 3)：臭椿167(97.6~231)、榆树107(64.5~182)、紫叶李70.7(44.2~121)、北京杨56.7(38.3~80.1)、槐27.1(13.5~38.3) μg·m-2·叶-1.同一地点不同种类植物叶表尘Cd含量比较表明(图 3)，臭椿在每个样点的叶表尘Cd含量均为最高或次高，显著高于其它一至多种植物.另外，槐的叶表尘Cd含量在每个样点都最低，且多显著低于臭椿或其它树种.以往研究显示，叶表滞留Cd能力在北京地区表现为毛白杨＞圆柏＞槐＞油松＞银杏(韩玉丽，2015)，在兰州地区表现为毛白杨＞圆柏＞小叶黄杨＞槐(Du et al., 2010)，其中与本研究类似的结论是杨柳科杨属植物普遍大于槐，本研究中最佳滞留尘Cd污染的臭椿属于北京常见乡土植物，建议今后在贴近交通干道的绿化带增加种植，以有效去除尘Cd污染.
3.2.2 植物叶表尘重金属Cr含量及对大气尘Cr污染的指示由图 4及表 3可知，105个样品叶表尘Cr含量为17.2~3410 μg·m-2·叶-1，单位叶表尘Cr含量均值为388 μg·m-2·叶-1，每个样点所有植物单位叶表尘Cr含量按均值从高到低依次为：念坛公园630(16.0~1210)、岳各庄桥406(109~887)、玉蜓桥372(175~732)、朝阳公园366(186~772)、麋鹿苑350(119~472)、望京公园327(166~493)、京承高速264(194~402) μg·m-2·叶-1.城市Cr污染主要来源于煤燃烧和工业污染(Gao et al., 2010)，尤其在锅炉房、煤电场等煤残渣较高的地方(Zhou et al., 2007)，且易通过沉降作用污染水源(He et al., 2013).本研究中，念坛公园的Cr污染最重，由于该样点附近的天堂河污水处理厂排放的中水水源在念坛公园的入口，露天沟渠结构使Cr污染其周围地表土，在空气动力学作用下造成大气尘Cr污染.7个采样点中Cr污染最轻的是京承高速，其采样点高于高速路面3~5 m，无浇灌设施，且附近无湖泊河流等露天水源，推测其Cr污染受水源影响较小.而其它5个采样点数值相差不大，除岳各庄桥外附近皆有来自地下水的露天水面资源，推测5个采样点Cr污染受一定水源影响.岳各庄桥采样点则具有人工喷灌设施，水源可能为地下水或中水.以往研究表明，北京市公园的Cr污染普遍高于道路(戴斯迪等，2013)，原因在于北京市大部分公园水体来源为河道(王春雨等，2014)，且河道水质不佳，多为4~5类水体(北京市环境保护监测中心，2015)，而Cr易沉降在水体中，污染地表土.
 |
| 图 4 7个样点的5种植物叶表尘中Cr含量 Fig. 4 Cr concentration in leaf surface dust of 5 plant species from 7 sampling sites |
在所有样点5种植物叶片累积尘Cr含量按均值从高到低顺序依次为(图 4)：臭椿525(186~887)、榆树523(226~1210)、北京杨333(119~551)、紫叶李317(109~615)、槐241(16.0~472) μg·m-2·叶-1.臭椿和榆树是滞留尘Cr污染的最佳植物，考虑到Cr污染是北京地区最高的非致癌健康风险重金属污染(唐荣莉等，2012)，建议在居民小区相应增加臭椿和榆树的绿化.
3.2.3 植物叶表尘重金属Cu含量及对大气尘Cu污染的指示由图 5及表 3可知，105个样品叶表尘Cu含量为75.5~3700 μg·m-2·叶-1，单位叶表尘Cu含量均值为660 μg·m-2·叶-1，每个样点所有植物单位叶表尘Cu含量按均值从高到低依次为：玉蜓桥896(266~2820)、念坛公园843(152~2820)、岳各庄桥738(224~1300)、望京公园695(288~1650)、京承高速599(139~1680)、朝阳公园505(191~1240)、麋鹿苑342(186~572) μg·m-2·叶-1.街道尘中的Cu污染具有典型的交通污染特征(Miguel et al., 1997)，其主要来源是汽车润滑油(Sternbeck et al., 2012)，交通活动量大的玉蜓桥和念坛公园的大气尘Cu污染程度最重.岳各庄桥、望京公园、京承高速居中，其中，岳各庄桥采样点与主路间具有较高植物隔离带，其Cu污染可能源于采样点附近的加油站.朝阳公园和麋鹿苑作为公园内采样点距离交通带最远，因此，其Cu污染最轻.
 |
| 图 5 7个样点的5种植物叶表尘Cu含量 Fig. 5 Cu concentration in leaf surface dust of 5 plant species from 7 sampling sites |
不同样点的5种植物叶表尘Cu含量按均值从高到低依次为(图 5)：臭椿1710(572~2820)、北京杨486(191~1300)、紫叶李483(348~633)、榆树377(139~693)、槐241(152~352) μg·m-2·叶-1.臭椿在所有样点都具有最高的叶表尘Cu含量，且普遍具有显著差异，是降低Cu污染的最佳植物，适宜在大气尘Cu污染地带增植.
3.2.4 植物叶表尘重金属Mn含量及对大气尘Mn污染的指示由图 6及表 3可知，105个样品叶表尘Mn含量为166~5540 μg·m-2·叶-1，单位叶表尘Mn含量均值为1710 μg·m-2·叶-1，每个样点所有植物单位叶表尘Mn含量按均值从高到低依次为：望京公园2340(1510~3120)、念坛公园2050(696~3060)、京承高速1870(507~4100)、岳各庄桥1670(1110~2270)、玉蜓桥1640(487~4090)、朝阳公园1260(1050~1650)、麋鹿苑1160(1030~1230) μg·m-2·叶-1.大气中的Mn污染主要来源于钢铁工厂及建筑工地等生产活动和自然环境中的历史积累，交通活动不是Mn污染的主要来源(Kuang et al., 2004；Gunawardana et al., 2012)，但由于目前无铅汽油中使用锰基抗爆剂代替了铅(邵莉等，2012)，因此，汽车尾气排放也会对城市交通带大气Mn污染产生部分贡献.相较于汽车通过刹车摩擦等作用直接向大气中排放的其它大颗粒重金属污染，Mn污染在尾气排放中主要以可交换态和铁锰氧化物结合态的PM10粒径存在(Tokalioglu et al., 2006；邵莉，2012)，在空气中的传播更具迁移性(郭广慧等，2008).本研究中望京公园、念坛公园大气尘Mn污染相对较重；京承高速、岳各庄桥、玉蜓桥Mn污染相对居中；朝阳公园和麋鹿苑距离交通带最远，因此，污染最轻.
 |
| 图 6 7个样点的5种植物叶表尘Mn含量 Fig. 6 Mn concentration in leaf surface dust of 5 plant species from 7 sampling sites |
5种植物在所有样点叶表尘Mn含量按均值从高到低顺序排列为(图 6)：北京杨2300(696~4100)、臭椿1830(1030~3060)、榆树1820(935~3120)、紫叶李1500(1130~2210)、槐1130(487~2080) μg·m-2·叶-1.叶表尘含量最高的北京杨，虽然其飞絮污染严重，但在大气Mn污染严重地带，仍需保留为交通带行道树一员，形成净化汽车尾气污染的第一道屏障.
3.2.5 植物叶表尘重金属Ni含量及对大气尘Ni污染的指示由图 7及表 3可知，105个样品叶表尘Ni含量为9.96~2800 μg·m-2·叶-1，单位叶表尘Ni含量均值为396 μg·m-2·叶-1，每个样点所有植物单位叶表尘Ni含量按均值从高到低依次为：麋鹿苑657(174~1210)、朝阳公园597(54.1~1120)、念坛公园434(173~1180)、岳各庄桥283(82.1~560)、望京公园279(163~599)、玉蜓桥277(71.6~491)、京承高速241(136~503) μg·m-2·叶-1.以往研究表明，工业排放是城市积灰中Ni的主要来源(Banerjee，2003)，典型行业区域的地表灰尘Ni污染研究显示，火电行业及养殖行业为最大来源(杨龙等，2015)，并主要以残渣颗粒物形式存在(孟久灵等，2016).本研究中，麋鹿苑和朝阳公园两个样点都为远离交通带的公园内样点且都使用燃煤锅炉供暖多年，因此, Ni污染可能来源于锅炉燃烧的历史积累.麋鹿苑内散放饲养麋鹿30余载，属于Ni污染较高的养殖业.念坛公园植物叶表尘Ni含量均值居中，可能受样点西侧100 m内的国兴工业园及其周围3个村落多年燃煤取暖影响(洪秀萍等，2015).交通带岳各庄桥、望京公园、玉蜓桥和京承高速样点的植物叶片尘Ni污染较轻，表明交通对Ni污染影响较小.
 |
| 图 7 7个样点的5种植物叶表尘Ni含量 Fig. 7 Ni concentration in leaf surface dust of 5 plant species from 7 sampling sites |
把5种植物在所有样点叶表尘Ni含量按均值从高到低顺序排列为(图 7)：榆树526(173~963)、槐479(94.8~1210)、臭椿462(218~1010)、紫叶李351(82.1~1180)、北京杨160(54.1~346) μg·m-2·叶-1.北京地区的乡土树种榆树、槐、臭椿(张楠等，2011)具有相对较高的Ni积累能力，建议在燃煤区及动物养殖园区增加种植数量.
3.2.6 植物叶表尘重金属Pb含量及对大气尘Pb污染的指示由图 8及表 3可知，105个样品叶表尘Pb含量为13.0~3960 μg·m-2·叶-1，单位叶表尘Pb含量均值为484 μg·m-2·叶-1，每个样点所有植物单位叶表尘Pb含量按均值从高到低依次为：念坛公园666(150~2020)、岳各庄桥620(161~2050)、京承高速571(97.0~2160)、朝阳公园486(217~1000)、麋鹿苑417(186~1110)、玉蜓桥379(190~889)、望京公园250(98.9~351) μg·m-2·叶-1.由于无铅汽油的使用，近年北京地区大气尘Pb污染主要以残渣态存在(Shao et al., 2013)，最可能的来源为煤炭燃烧，而土壤历史积累的交通带大气Pb污染也会以颗粒物存在(王金达等，2003)，主要呈现以PM10为主的酸可提取态和氧化物结合态，生物有效性高(钱枫等，2011)，对环境影响大.念坛公园周边的工厂、燃煤、重型交通等，岳各庄桥样点旁的加油站，京承高速的交通污染和历史积累，都是这些样点具有较高大气尘Pb污染的来源.朝阳公园、麋鹿苑Pb污染相对居中，是公园内少量锅炉燃烧行为的历史积累；玉蜓桥和望京公园Pb污染最轻.
 |
| 图 8 7个样点的5种植物叶表尘Pb含量 Fig. 8 Pb concentration in leaf surface dust of 5 plant species from 7 sampling sites |
把5种植物在所有样点叶表尘Pb含量按均值从高到低顺序排列为(图 8)：北京杨1280(301~2160)、槐362(150~1000)、榆树306(164~369)、臭椿238(97.0~533)、紫叶李237(98.9~462) μg·m-2·叶-1.考虑到北京杨对大气尘Pb较强的累积作用，在Pb污染严重存在的地带，仍是绿化树种中不可或缺的选择.
3.2.7 植物叶表尘重金属Zn含量及对大气尘Zn污染的指示由图 9及表 3可知，105个样品叶表尘Zn含量为55~6500 μg·m-2·叶-1，单位叶表尘Zn含量均值为1850 μg·m-2·叶-1，每个样点所有植物单位叶表尘Zn含量按均值从高到低依次为：念坛公园2200(265~4580)、岳各庄桥2060(815~3980)、朝阳公园1970(419~3250)、望京公园1900(619~3180)、玉蜓桥1900(1080~3580)、京承高速1510(390~4050)、麋鹿苑1440(199~2730) μg·m-2·叶-1.城市街道的尘Zn污染主要以残渣态存在(Lu et al., 2003)，并且大部分通过交通活动如轮胎添加剂、润滑油添加剂、金属腐蚀等释放(Shao et al., 2013)，车辆频繁起停会引起环境中大气尘Zn含量增高，如江苏省收费站路面灰尘中锌的含量是行驶路段路面灰尘锌含量的2.5倍(邵莉，2012).本研究的7个样点中，念坛公园和岳各庄桥植物叶表大气尘Zn含量最高，这可能是由于念坛公园采样点临近交通信号灯路口且重型运输车较多，岳各庄桥采样点附近有加油站和停车场.朝阳公园、望京公园、玉蜓桥的大气尘Zn污染居中，原因在于朝阳公园采样点位于公园内部但附近有东门停车场，汽车起停操作多；望京公园及玉蜓桥采样点附近交通流量大且堵车频繁，刹车行为多.京承高速和麋鹿苑的大气尘Zn污染最轻，原因在于京承高速属于城市快速路，与其它采样点相比交通较通畅，刹车行为相对较少，而麋鹿苑采样点位于公园内部，同时距离停车场较远.
 |
| 图 9 7个样点的5种植物叶片表尘中Zn含量 Fig. 9 Zn concentration in leaves dust of 5 plant species from 7 sampling sites |
所有样点5种植物叶片累积尘Zn含量按均值从高到低依次为(图 9)：北京杨2930(1720~4050)、榆树2420(1400~3250)、臭椿2280(1200~4580)、紫叶李1100(528~1920)、槐540(199~1080) μg·m-2·叶-1.5种植物中北京杨具有累积大气尘Zn污染的最佳优势，适合作为治理Zn污染的行道树种植于堵车较严重的城市路段及交通信号灯路口.
3.2.8 植物叶片对不同重金属吸附能力不同的原因分析植物叶片对大气尘重金属的积累作用主要通过吸收及吸附空气中的浮沉及雾滴使其中的污染物附着在叶面上(张翠萍等，2005).本研究结果显示，不同类型植物的叶片对不同重金属的吸附能力不同，这与南京市15种树木吸附重金属能力各异的研究结论一致(梁淑英等，2008).富集重金属的大气颗粒物的粒径大小千差万别，但这些重金属主要集中在粒径小于10 μm的颗粒物上(谢华林等，2002)，不同植物叶表面结构对不同粒径颗粒物的附着能力不同(张鹏骞等，2017)，从而导致其吸附不同种类重金属的能力不同.
3.3 植物叶表尘金属指数对大气尘金属综合污染状况的指示MAI指数可用来描述植物对多种金属元素的综合累积能力，植物MAI越高则其对多种金属元素的综合累积能力越强(Monfared et al., 2013).本研究中植物的MAI值为1.47~22.6(均值6.49)，7个不同样点具有最高MAI值的植物不同：臭椿MAI值在京承高速(22.6)、朝阳公园(20.1)、岳各庄桥(6.65)、念坛公园(14.0)最高，榆树MAI值在望京公园(10.5)最高，紫叶李MAI值在玉蜓桥(8.69)和麋鹿苑(4.20)最高(表 5).臭椿在所有样点的叶表尘总MAI(76.8)最高，其次为紫叶李(43.6)和榆树(36.5)，最低为槐(20.4)和北京杨(17.5)(表 5)，暗示臭椿、紫叶李和榆树更适合综合评价样点的大气尘重金属污染状况.植物叶表尘总MAI值按样点从高到低的顺序为：朝阳公园(42.4) > 京承高速(37.4) > 念坛公园(28.2) > 望京公园(27.1) > 玉蜓桥(24.6) > 岳各庄桥(18.5) > 麋鹿苑(16.7)(表 5).综合上述不同样点最高尘MAI和每个样点所有植物的总MAI，初步判断京承高速、朝阳公园大气重金属综合污染较重，念坛公园和望京公园、玉蜓桥居中，岳各庄桥和麋鹿苑污染最轻.
| 表 5 不同样点和不同种类植物叶表尘金属累积指数 Table 5 MAI of leaf suface dust for various plant species at different sampling site |
|
叶片中7种重金属含量的相关性分析表明(表 6)：Cd、Cr、Cu、Mn、Zn之间显著正相关，除Cr外都为交通因素影响较大的重金属，其中，Cd、Zn、Cu污染的最大来源为刹车及润滑剂，Mn、Zn主要来源为尾气排放，这与江西省高速公路环境降尘的重金属含量研究相类似(邵莉，2012).Cr污染的主要来源为工业区及居民区化石燃料燃烧，部分来源于交通活动(刘春华，2007)；Ni与其余金属之间没有显著相关性，其受环境中的土壤背景影响较大；Pb与除Mn、Zn之外的其它金属无显著相关性，可能来源于汽车尾气排放及在环境中的历史积累.
| 表 6 单位面积叶表尘中各重金属的相关性分析 Table 6 Correlation between various heavy metals in unit area leaf surface dust |
|
进一步对7种重金属进行主成分分析(表 7)，提取出3个主成分：主成分1由Cd、Cr、Cu、Mn、Zn组成，主要来源于交通活动中的刹车及尾气排放；主成分2由Pb组成，可能来源于地表土中累积的汽油铅；主成分3主要由Ni组成，可能来源于城市不同功能区环境中的积累(杨龙等，2015).
| 表 7 主成分分析结果 Table 7 Results of principal component analysis |
|
1) 就研究中所涉及的植物而言，每平米植物叶表可移除大气尘0.05~67.7 g，均值为23.5 g.臭椿和榆树叶片具有较好的滞尘效果，其叶表尘浓度分别与邻近监测站的PM10和PM2.5浓度月均值在0.05水平上显著相关，相关系数为0.872和0.907；臭椿叶表尘浓度与AQI月均值也呈显著正相关，相关系数为0.865，可量化评价大气颗粒物污染，有望有效反映大气尘污染状况.
2) 本研究中植物叶表可以滞留大气尘Cd、Cr、Cu、Mn、Ni、Pb、Zn均值分别为：85.7(2.87~280)、388(17.2~3410)、660(75.5~3700)、1710(166~5540)、396(9.96~2800)、484(13.0~3960)、1850(55.0~6500) μg·m-2·叶-1.植物叶表尘重金属类别及其最高含量均值出现的样点(即该金属污染程度最重的样点)分别为：Cd(念坛公园、望京公园)、Cr(念坛公园)、Cu(玉蜓桥、念坛公园)、Mn(望京公园、念坛公园)、Ni(麋鹿苑、朝阳公园)、Pb(念坛公园、岳各庄桥、京承高速)、Zn(念坛公园、岳各庄桥).根据所有样点5种植物叶表尘中不同重金属含量均值判断，臭椿对Cd、Cu累积能力强，适于评价大气尘Cd、Cu污染状况，同理，臭椿和榆树对Cr，北京杨对Mn、Pb、Zn，榆树、槐和臭椿对Ni累积能力强，适于指示大气尘中相应重金属的污染状况.
3) 本研究中植物叶片尘的MAI值为1.47~22.6(均值6.49)，臭椿、紫叶李和榆树对重金属的综合累积能力最强，有利于减轻大气尘重金属综合污染，也可用来评价样点的大气尘重金属综合污染状况.本研究中京承高速、朝阳公园综合污染较重，应该予以关注，北京地区应采取进一步措施控制化石燃料燃烧、减少地表扬尘，同时全市范围内增植一定数量的臭椿、紫叶李和榆树.
Aboal J, Fernández Á, Carballeira A. 2004. Oak leaves and pine needles as biomonitors of airborne trace elements pollution[J]. Environmental & Experimental Botany, 51(3): 215–225.
|
阿丽亚·拜都热拉, 玉米提·哈力克, 塔依尔江·艾山, 等. 2014. 阿克苏市5种常见绿化树种滞尘规律[J]. 植物生态学报, 2014, 38(9): 970–977.
|
Banerjee A D. 2003. Heavy metal levels and solid phase speciation in street dusts of Delhi, India[J]. Environmental Pollution, 123(1): 95–105.
DOI:10.1016/S0269-7491(02)00337-8
|
北京市环境保护监测中心. 2015. 2015年10月河流水质状况[OL]. 北京: 北京市环境保护监测中心. 2015-11-02. http://www.bjmemc.com.cn/g364/s1013/t2413.aspx
|
Bert V, Seuntjens P, Dejonghe W, et al. 2009. Phytoremediation as a management option for contaminated sediments in tidal marshes, flood control areas and dredged sediment landfill sites[J]. Environmental Science & Pollution Research, 16(7): 745–64.
|
白志鹏, 蔡斌彬, 董海燕, 等. 2006. 灰霾的健康效应[J]. 环境污染与防治, 2006, 28(3): 198–201.
|
戴斯迪, 马克明, 宝乐, 等. 2013. 北京城区公园及其邻近道路国槐叶面尘分布与重金属污染特征[J]. 环境科学学报, 2013, 33(1): 154–162.
|
Du Z, Ren J, Tao L. 2010. Researches on heavy metals accumulation of greening trees species in Lanzhou city[C]. Proceedings of Symposium from Cross-strait Environment & Resources and 2nd Representative Conference of Chinese Environmental Resources & Ecological Conservation Society. Guangdong, China: 295-302
|
范舒欣, 蔡妤, 董丽. 2017. 北京市8种常绿阔叶树种滞尘能力[J]. 应用生态学报, 2017, 28(2): 408–414.
|
Gunawardana C, Goonetilleke A, Egodawatta P. 2012. Source characterisation of road dust based on chemical and mineralogical composition[J]. Chemosphere, 87(2): 163–170.
|
郭广慧, 雷梅, 陈同斌, 等. 2008. 交通活动对公路两侧土壤和灰尘中重金属含量的影响[J]. 环境科学学报, 2008, 28(10): 1937–1945.
DOI:10.3321/j.issn:0253-2468.2008.10.001 |
高明, 吴雪萍, 郭施宏. 2016. 城市化进程、环境规制与大气污染-基于STIRPAT模型的实证分析[J]. 工业技术经济, 2016, 35(9): 110–117.
|
Gao Y J, Ma T, Ling W L, et al. 2010. Analytical method of Cr stable isotope and its application to water pollution survey[J]. Chinese Science Bulletin, 55(7): 664–669.
|
耿占琪. 2010. 金华城市灰尘重金属空间分布规律[D]. 金华: 浙江师范大学. 17-60
http://cdmd.cnki.com.cn/Article/CDMD-10345-2010241306.htm |
He B, Yun Z J, Shi J B, et al. 2013. Research progress of heavy metal pollution in China:Sources, analytical methods, status, and toxicity[J]. Chinese Science Bulletin, 58(2): 134–140.
|
洪秀萍, 李洋, 梁汉东, 等. 2015. 北京市大兴区民用燃煤汞污染研究[J]. 中国环境管理干部学院学报, 2015, 25(1): 35–38.
|
韩玉丽. 2015. 北京市不同功能区5种常见树种对重金属富集特征研究[D]. 北京: 中国林业科学研究院. 26-28
http://cdmd.cnki.com.cn/Article/CDMD-82201-1015622508.htm |
蒋高明. 1992. 大气污染指示植物的研究[J]. 城市环境与城市生态, 1992, 5(4): 40–45.
|
Kuang C, Neumann T, Norra S. 2004. Land use-related chemical composition of street sediments in Beijing[J]. Environmental Science & Pollution Research, 11(2): 73–83.
|
刘春华, 岑况. 2007. 北京市街道灰尘的化学成分及其可能来源[J]. 环境科学学报, 2007, 27(7): 1181–1188.
|
李凤全, 潘虹梅, 叶玮, 等. 2009. 城市灰尘地球化学研究进展[J]. 物探与化探, 2009, 33(3): 313–318.
|
刘华军, 杜广杰. 2016. 中国城市大气污染的空间格局与分布动态演进-基于161个城市AQI及6种分项污染物的实证[J]. 经济地理, 2016, 36(10): 33–38.
|
李新宇, 赵松婷, 李延明, 等. 2015. 北方常用园林植物滞留颗粒物能力评价[J]. 中国园林, 2015, 31(3): 72–75.
|
梁淑英, 夏尚光, 胡海波. 2008. 南京市15种树木叶片对铅锌的吸收吸附能力[J]. 城市环境与城市生态, 2008, 21(5): 21–24.
|
刘艳菊, 丁辉. 2001. 植物对大气污染的反应与城市绿化[J]. 植物学通报, 2001, 18(5): 576–586.
|
刘玲, 方炎明, 王顺昌, 等. 2013. 7种树木的叶片微形态与空气悬浮颗粒吸附及重金属累积特征[J]. 环境科学, 2013, 34(6): 2361–2367.
|
Liu Y, Yang Z, Zhu M, et al. 2017. Role of plant leaves in removing airborne dust and associated metals on Beijing roadsides[J]. Aerosol and Air Quality Research, 17: 2566–2584.
DOI:10.4209/aaqr.2016.11.0474
|
Lu Y, Gong Z T, Zhang G L, et al. 2003. Concentrations and chemical speciations of Cu, Zn, Pb and Cr of urban soils in Nanjing, China[J]. Geoderma, 115(1): 101–111.
|
Liu Y J, Zhu Y G, Ding H. 2007. Lead and cadmium in leaves of deciduous trees in Beijing, China:development of a metal accumulation index(MAI)[J]. Environmental Pollution, 145(2): 387–390.
DOI:10.1016/j.envpol.2006.05.010
|
Miguel D E, Llamas F J, Chacón E, et al. 1997. Origin and patterns of distribution of trace elements in street dust:Unleaded petrol and urban lead[J]. Atmospheric Environment, 31(17): 2733–2740.
DOI:10.1016/S1352-2310(97)00101-5
|
孟久灵, 周飞, 陈棉彪, 等. 2016. 城市积尘重金属污染特征研究进展[J]. 广州化工, 2016, 44(14): 1–4.
DOI:10.3969/j.issn.1001-9677.2016.14.002 |
马丽梅, 张晓. 2014. 区域大气污染空间效应及产业结构影响[J]. 中国人口·资源与环境, 2014, 24(7): 157–164.
|
Monfared S H, Matinizadeh M, Shirvany A, et al. 2013. Accumulation of heavy metal in Platanus orientalis, Robinia pseudoacacia and Fraxinus rotundifolia[J]. Journal of Forestry Research, 24(2): 391–395.
|
钱枫, 杨仪方, 张慧峰. 2011. 北京交通环境PM10分布特征及重金属形态分析[J]. 环境科学研究, 2011, 24(6): 608–614.
|
覃晓春. 1995. 改变成都交通干道布局模式的思考[J]. 决策咨询, 1995(4): 44–45.
|
Rai K P. 2011. Ethnomedicinal plants of India with special reference to an Indo-Burma hotspot region:an overview[J]. Ethnobotany Research & Applications, 9: 379–429.
|
Sternbeck J, Sjödin Å, Andréasson K. 2002. Metal emissions from road traffic and the influence of resuspension-results from two tunnel studies[J]. Atmospheric Environment, 36(30): 4735–4744.
DOI:10.1016/S1352-2310(02)00561-7
|
邵莉, 肖化云, 吴代赦, 等. 2012. 交通源重金属污染研究进展[J]. 地球与环境, 2012, 40(3): 445–459.
|
邵莉. 2012. 江西省高速公路沿线环境介质中重金属污染特征及其影响因素研究[D]. 南昌: 南昌大学. 29-70
http://cdmd.cnki.com.cn/Article/CDMD-10403-1013343628.htm |
Shao L, Xiao H Y, Wu D S. 2013. Speciation of heavy metals in airborne particles, road dusts, and soils along expressways in China[J]. Chinese Journal of Geochemistry, 32(4): 420–429.
|
Tokalioglu S, Kartal S. 2006. Multivariate analysis of the data and speciation of heavy metals in street dust samples from the organized industrial district in Kayseri(Turkey)[J]. Atmospheric Environment, 40(16): 2797–2805.
DOI:10.1016/j.atmosenv.2006.01.019
|
唐荣莉, 马克明, 张育新, 等. 2012. 北京城市道路灰尘重金属污染的健康风险评价[J]. 环境科学学报, 2012, 32(8): 2006–2015.
|
王春雨, 郭庆军, 朱光旭, 等. 2014. 稳定碳同位素技术在北京市公园湖泊沉积物有机质来源分析与评价中的应用[J]. 生态学杂志, 2014, 33(3): 778–785.
|
王金达, 刘景双, 于君宝, 等. 2003. 沈阳市城区土壤和灰尘中铅的分布特征[J]. 中国环境科学, 2003, 23(3): 77–81.
|
王亚超. 2007. 城市植物叶面尘理化特性及源解析研究[D]. 南京: 南京林业大学. 43-44
http://cdmd.cnki.com.cn/Article/CDMD-10298-2007153159.htm |
谢华林, 张萍, 贺惠, 等. 2002. 大气颗粒物中重金属元素在不同粒径上的形态分布[J]. 环境工程, 2002, 20(6): 55–57.
|
杨龙, 孙长虹, 李珊珊, 等. 2015. 典型行业环境地表灰尘重金属污染比较研究[J]. 环境工程, 2015, 33(2): 122–125.
|
Zhou G Z, Wang C Z, Han Z Z, et al. 2007. Heavy metals distribution in fly ash from gangue power plant[J]. Journal of Coal Science & Engineering, 13(1): 85–89.
|
张翠萍, 温琰茂. 2005. 大气污染植物修复的机理和影响因素研究[J]. 云南地理环境研究, 2005, 17(6): 84–88.
|
张楠, 郝培尧, 晏海, 等. 2011. 北京市城区行道树多样性及种类构成研究[A]//张启翔. 中国观赏园艺研究进展2011[C]. 中国园艺学会观赏园艺专业委员会、国家花卉工程技术研究中心. 北京: 799-803
|
张鹏骞, 朱明淏, 刘艳菊, 等. 2017. 北京路边9种植物叶片表面微结构及其滞尘潜力研究[J]. 生态环境学报, 2017, 26(12): 2126–2133.
|
Zhong T Y. 2017. The Study on legal control system of atmospheric pollution in China[C]. Proceedings of the 2016 2nd International Conference on Materials Engineering and Information Technology Applications(MEITA 2016). Shandong, China: 343-345
|
赵颜颜. 2015. 京津冀地区大气污染源浅析[J]. 经营管理者, 2015(4): 139.
|