林业科学  2015, Vol. 51 Issue (7): 9-20   PDF    
DOI: 10.11707/j.1001-7488.20150702
0

文章信息

王会霞, 王彦辉, 杨佳, 谢滨泽, 石辉
Wang Huixia, Wang Yanhui, Yang Jia, Xie Binze, Shi Hui
不同绿化树种滞留PM2.5等颗粒污染物能力的多尺度比较
Multi-Scale Comparisons of Particulate Matter and Its Size Fractions Deposited on Leaf Surfaces of Major Greening Tree Species
林业科学, 2015, 51(7): 9-20
Scientia Silvae Sinicae, 2015, 51(7): 9-20.
DOI: 10.11707/j.1001-7488.20150702

文章历史

收稿日期:2014-04-03
修回日期:2014-11-18

作者相关文章

王会霞
王彦辉
杨佳
谢滨泽
石辉

不同绿化树种滞留PM2.5等颗粒污染物能力的多尺度比较
王会霞1, 2, 王彦辉1 , 杨佳1, 2, 谢滨泽1, 2, 石辉2    
1. 中国林业科学研究院森林生态环境与保护研究所 北京 100091;
2. 西安建筑科技大学环境与市政工程学院 西安 710055
摘要【目的】研究不同绿化树种在单位叶面积、单叶、单株和单位绿地面积4级层次上对空气中PM2.5等颗粒物的滞留量,为优化城市绿化植物配置、降低空气中PM2.5等颗粒物污染危害提供科学依据。【方法】以北京市23种常见绿化植物为研究对象,经水洗、不同孔径滤膜过滤后用万分之一天平称量不同孔径滤膜上滞留的颗粒物质量,用扫描仪测出叶单面面积,计算出单位叶面积PM2.5等颗粒物(总颗粒物PM及其PM2.5、PM>2.5的粒径组成)滞留量。用单叶面积、叶面积指数计算单叶、单株和单位绿化面积上叶片PM2.5等颗粒物滞留量。采用多重比较分析不同植物PM2.5等颗粒物滞留量的差异。【结果】单位叶面积的PM,PM2.5,PM>2.5滞留量在植物种间差异显著,最大差别分别可达8.6,9.8,10.5倍。各植物种的单叶、单株和单位绿地面积的PM,PM2.5,PM>2.5滞留量亦表现出显著差异。在单叶层次,对PM,PM2.5,PM>2.5的滞留量差别可分别达到239,198,285倍;在单株层次,可达3 600,4 100,3 600倍;在单位绿地面积层次,可达18.3,20.5,18.1倍。不同生活型植物的单位叶面积、单叶、单株和单位绿地面积的PM,PM2.5和PM>2.5滞留量总体趋势表现为乔木>藤本>灌木。对不同叶习性而言,单位叶面积的PM,PM2.5和PM>2.5滞留量为常绿植物>落叶植物,而在单叶、单株和单位绿地面积层次上则为落叶植物>常绿植物。在单位绿地面积层次上,对PM2.5等颗粒物的滞留量较高的树种有二球悬铃木、垂柳、元宝枫、榆树等,中等的有油松、雪松、大叶黄杨等,较弱的有日本小檗、黄杨、小叶女贞等。【结论】不同植物PM2.5等颗粒物滞留量在单位叶面积、单叶、单株和单位绿地面积4级层次上均表现出显著差异。由于植物滞留PM2.5等颗粒物的数量取决于单位叶面积PM2.5等颗粒物滞留量及其叶面积指数,因此在选择高滞留PM2.5等颗粒物的树种时需同时考虑这2个因素,尤其是将不同生活型和具不同叶习性的植物合理混交配置,从而提高叶面积指数和滞留PM2.5等颗粒物能力,这是增强城市森林降低空气中PM2.5等颗粒物污染的有效途径。
关键词城市森林    绿化树种    空气质量    PM2.5等颗粒物    叶面积指数    叶面滞留    
Multi-Scale Comparisons of Particulate Matter and Its Size Fractions Deposited on Leaf Surfaces of Major Greening Tree Species
Wang Huixia1, 2, Wang Yanhui1, Yang Jia1, 2, Xie Binze1, 2, Shi Hui2    
1. Research Institute of Forest Ecology, Environment and Protection, CAF Beijing 100091;
2. School of Environmental and Municipal Engineering, Xi'an University of Architecture and Technology Xi'an 710055
Abstract: [Objective] Selection of plant species with strong ability to retain pollutants of particulate matters (PM) and its size fractions and suitable for local conditions should be chosen to ensure greening policy be designed to reduce PM pollution. In this study, the amounts of PM and its size fractions (PM2.5, PM>2.5) captured by leaves of twenty-three plant species on the basis of per unit leaf area, per leaf, per plant and per unit green area in the region of Beijing were investigated to find out the appropriate species. [Methods] The amounts of PM (PM2.5, PM>2.5) captured by leaves of twenty-three plant species were examined in this study. The collected leaf samples were washed using a brush with ultrapure water (ELGA, Buckinghamshire, UK) and then filtered through two types of membranes (w1) with pore sizes of 2.5 and 0.1 μm, respectively. Then the membrane with PM (w2) was weighed using balance with an accuracy of 0.1 mg (SI-114, Denver Instrument, USA) after dried at 40℃ for 24 h. The total hemi-surface leaf area (S) was measured using Image J software (Version 1.46; National Institutes of Health, Bethesda, MD, USA) after scanning (HP Scanjet 3570c, Japan). The PM (PM2.5 and PM>2.5) retention amounts were calculated as (w2-w1)/S. The PM (PM2.5 and PM>2.5) retention amounts per leaf, per tree and per unit green area were calculated based on the PM (PM2.5 and PM>2.5) retention amount per unit leaf area, single leaf area, and leaf area index (LAI). Data were subjected to ANOVA with multiple comparisons by using SPSS 19 (IBM, USA), with a level of significance at P<0.05. [Results] Leaf PM, PM2.5 and PM>2.5 per unit leaf area differed among species, by 8.6, 9.8, and 10.5 folds, respectively. Leaf PM, PM2.5 and PM>2.5 on the basis of per leaf, per plant and per unit green area also showed significant differences among species. The maximum difference reached up to 239, 198, and 285 (per leaf); 3 600, 4 100 and 3 600 (per plant); 18.3, 20.5 and 18.1 (per unit green area) folds. In general, the PM, PM2.5 and PM>2.5 retention amounts of different life form was in the order of tree > liana > shrub. For the species with different leaf habit, the evergreen species had a higher PM, PM2.5 and PM>2.5 retention amount per unit leaf area than that of deciduous species. However, the PM, PM2.5 and PM>2.5 retention amounts on the basis of per leaf, per plant and per unit green area were on the contrary. Platanus acerifolia, Salix babylonica, Acer truncatum, and Ulmus pumila were efficient species in capturing PM and its size fractions. Pinus tabulaeformis, Cedrus deodara and Buxus megistophylla had a medium ability to accumulate PM and its size fractions. Less efficient species were Berberis thunbergii, Buxus sinica, Ligustrum quihoui. [Conclusions] The amounts of PM and its size fractions captured by leaves on the basis of per unit leaf area, per leaf, per plant and per unit green area all showed significant differences among species. The ranking presented in terms of capturing PM and its size fractions can be used to select species for atmospheric PM pollution removal in the region of Beijing. Since the quantity of PM and its size fractions captured by leaves depends on the PM and its size fractions retention amount per unit leaf area and leaf area index, efficient plant species and plant configuration designs considering different life form and leaf habit can be used to decrease human exposure to the pollutants.
Key words: urban forest    greening species    air quality    particulate matter and its size fractions    leaf area index    leaf retention of particulate matter    

近几年来我国雾霾危害日渐严重,全国已有25个省份、100多个大中型城市、将近一半的国土不同程度地受到雾霾影响(姜晨怡,2013)。北京地区雾霾格外严重,仅2013年1月就出现了5次强霾污染,月均PM2.5浓度高达(240±165)μg·m-3,可能导致了725人过早死亡(李湉湉等,2013)。在京津冀雾霾污染最严重时,PM2.5浓度突破了600 μg·m-3,PM1浓度也突破了300 μg·m-3,其中PM1中的有机物、硫酸盐、硝酸盐和铵盐的浓度分别达到了160,70,40和30 μg·m-3,较天气晴好时分别增加了10,30,20和20倍。作为光化学烟雾主要成分的含氮有机颗粒物被大量检出,被认为是“最危险的信号”(邱晨辉,2013)。目前,洁净空气已成为一种奢侈品。为保障居民健康,亟需降低空气污染尤其是PM2.5污染。

绿色植物因其特殊的叶面特性和冠层结构而具有滞留、吸附/吸收和过滤PM2.5等颗粒污染物的功能。因此,各级和各地政府都将其作为一种空气污染的重要治理措施而大力推动营造城市森林,期望利用森林的巨大表面积发挥其特有滞尘、吸尘、阻尘等防护功能,如北京市在2012年启动了百万亩平原造林工程。但是,不同树种的叶面结构、树体大小等方面差别很大,其吸滞PM2.5等颗粒物的能力也有很大差异。所以合理选择造林树种是能否取得预期滞留PM2.5等颗粒物效果的关键。

目前,国内外学者在城市植被的滞留空气颗粒物能力(Sæbø et al.,2012Weber et al.,2014柴一新等,2002吴耀兴等,2009)、作用机制(Beckett et al.,2000Wang et al.,2013刘璐等,2013)和滞尘效益(Nowak et al.,2013陈芳等,2006a)等方面都已开展了一些研究。在贝尔格莱德(Tomašević et al.,2005)、沃尔索耳(Freer-Smith et al.,1997)、杭州(Lu et al.,2008)、广州和惠州(邱媛等,2007)、西安(王会霞等,2012)等城市,研究了植物叶面降尘的粒径分布。然而,这些研究多集中于叶面滞留颗粒物的总量或粒径组成等方面,对滞留PM2.5数量的报道尚不多见。Sæbø等(2012)虽研究了挪威和波兰的47种乔灌木的单位叶面积滞留的PM2.5、PM2.5-10和PM10-100数量,但鉴于不同植物的树体大小、叶面积指数等存在很大差异,仅考虑单位叶面积滞留PM2.5等颗粒物的数量还不足以指导造林树种的选择。

在当前的城市造林树种选择上,主要是依靠常规造林经验,这对保障树木的成活和生长是很必要的,但却不能满足当今城市绿化中特有的净化空气、减少PM2.5危害的新要求。因此,本文选择了北京市百万亩平原造林中推荐使用的23种常用绿化植物,在测定单位叶面积PM2.5等颗粒物滞留量的基础上,依据单株叶量和冠幅估算了单株植物及单位绿化面积上PM2.5等颗粒物的滞留量,以期为选择和优化城市绿化中的植物种类配置、增强城市森林降低空气中PM2.5等颗粒物污染危害提供科学依据。

1 研究区概况

北京市位于39°26′—41°03′N,115°25′—117°30′E,属典型的北温带半湿润大陆性季风气候,年均相对湿度53%,年均降水量584.6 mm。春季温暖少雨,夏季高温多雨,6—8月降水占全年降水的80%左右,冬季寒冷干燥。在全国十大城市中,北京市空气污染最严重,虽然近年来一定程度地控制了工业废气污染,但随着人口规模和城区面积扩大、机动车数量猛增、建筑工地扬尘量大,导致空气颗粒物污染严重,如2013年北京市环境空气质量的4项重要指标SO2,NO2,PM10和PM2.5平均浓度分别为26.5,56.0,108和89.5 μg·m-3(北京市环境保护监测中心,2014)。

2 研究方法 2.1 供试植物及采样点特征

根据北京市地理气候特点,对北京市的绿化植物种类和生长情况进行了全面调查,根据绿化植物的多样性和代表性,并依据《北京平原地区造林工程技术指导意见(试行)》中提供的植物名录,选择了最常见的23种植物,其中五叶地锦(Parthenocissus quinquefolia)是目前北京市垂直绿化应用较多的物种,也是北京市绿色建筑适用技术推广目录中建议的垂直绿化物种。供试的23种植物的基本性状见表 1

表 1 供试植物的基本信息(均值±标准差) Tab.1 The life form, leaf habit, leaf characteristics and above-ground growth status (mean±SD) of the investigated tree species

采样点分布于北京市海淀区香山路和北五环之间的绿化带内(东西长度在中国林业科学研究院到北京植物园路段),绿化带宽度45 m左右;绿化带内的植物有乔木、灌木、藤本等,其生境条件一致。由于该路段紧邻北京市五环,车流量较多,汽车尾气污染较为严重,空气中PM2.5浓度较大(宋少洁等,2012)。

2.2 叶样采集

为了避免道路的边界效应,减少位置差异可能造成的影响,供试样树均在距离道路10 m的范围内。本试验采样时间为2013年8月8日,最近一次降水在1周前,采样时叶表面存在明显的颗粒物累积;为减少采样时间不同导致的误差,所有样品采集均在1天内完成。乔木的采样高度为2~6 m,灌木和藤本为0.5~3 m;采样时在冠层4个不同方向和高、中、低不同位置,根据各植物单叶面积大小分别采集足量叶片。每个树种选择10株做样本,采集的叶样合并,得到混合样品。采得样品后立即装入保鲜袋中,并尽快转移到4 ℃冰箱内冷藏,以用于后续试验。

2.3 叶面PM2.5等颗粒物滞留量测定

植物叶面PM2.5等颗粒物的滞留量测定采用水洗法(Sæbø et al.,2012)。根据叶片大小和类型确定试验叶片数量,阔叶中较大的取30 ~40片,较小的取150 ~300片;针叶取30 ~50簇。每种植物做3个重复。

将选取植物叶样放入盛有蒸馏水的烧杯中,用小毛刷仔细清洗叶上的附着物,然后用镊子将叶片小心夹出,并用少量蒸馏水冲洗3次。将浸洗液首先用已烘干称质量的孔径2.5 μm的微孔滤膜(北京海成世洁过滤器材有限公司)过滤,滤出液继续用已烘干称质量的孔径0.1 μm的微孔滤膜(北京海成世洁过滤器材有限公司)过滤。这样,不同粒径范围的颗粒物即被微孔滤膜截留,分别为:>2.5 μm(标记为PM>2.5)和0.1~2.5 μm(标记为PM2.5)。然后将微孔滤膜放于40 ℃烘箱中烘干至恒质量(2次测定值≤ 0.000 2 g),再用0.000 1 g天平(SI-114,丹佛仪器(北京)有限公司)称质量,其与干净滤膜的质量差即为相应粒径范围的颗粒物质量。本研究未测定粒径小于0.1 μm的颗粒物量,主要是由于采用激光粒度分析仪(Mastersizer 2000,Malvern,England ,测量范围0.02~2 000 μm)测定叶面颗粒物粒径分布时未检测到粒径小于0.1 μm的颗粒。

计算单位叶面积PM2.5等颗粒物滞留量时需测定叶样的表面积。对于阔叶,将水洗后夹出的叶片晾干后置于扫描仪(HP Scanjet 3570c,日本)中扫描,之后用Image J(Version 1.46,National Institutes of Health,USA)图像处理软件计算叶片的单面表面积。对于针叶,随机选取40 ~50个针叶,用扫描仪扫描后用Image J图像处理软件测定针叶的长度(L,m),依排水法测定针叶样品的体积(V,m3),用公式$S = 2L\left({1 + \frac{\pi }{n}} \right)\sqrt {\frac{{nV}}{{\pi L}}} $(高金晖等,2007)计算针叶表面积(S,m2),式中n表示每束针叶数。

计算各样品PM>2.5、PM2.5滞留量和PM滞留量(PM>2.5和PM2.5的滞留量之和)与样品叶单面面积的比值,得到单位叶面积上各自粒径范围的颗粒物滞留量(g·m-2)。

2.4 样树生长指标测定

2013年8月,选择全日光天气,观测样树的地上生长指标。在离开样树至少1倍树高距离处用测高仪测量树高,并辅以测杆测量;用围尺测量树木胸径/地径;用皮尺测量样树在东西方向和南北方向的冠幅后取均值作为冠幅直径。

2.5 叶面积指数测量

用标准枝法调查整株的叶量(陈芳等,2006b),即从下至上将树杈从主枝到分枝分成3~5级,统计每株样树上一级枝、二级枝和三级枝等的数量,在树冠4个方向上分别统计标准枝上的叶片数量并统计整株树的标准枝数,从而获得整个调查植株的叶总量。在园林配置中,低矮灌木如小叶女贞(Ligustrum quihoui)、日本小檗(Berberis thunbergii)、大叶黄杨(Buxus megistophylla)和黄杨(Buxus sinica)等,多以规则绿篱形式种植,取样调查时仍调查单株叶片数量。然后,取树冠4个方位的20 ~30片叶子测定叶片的单面面积。利用获得的植株叶片总数和叶片的单面面积可求得总叶单面面积,再根据树冠垂直投影面积计算该植株的叶面积指数。

2.6 单株和单位绿地面积的PM2.5等颗粒物滞留量的计算

不同树种单株PM2.5等颗粒物的滞留量为单位叶面积PM2.5等颗粒物的滞留量与单株叶面积的乘积。单位绿地面积PM2.5等颗粒物的滞留量为树冠垂直投影范围内每平方米的树叶滞留PM2.5等颗粒物的量,等于植株叶面积指数和单位叶面积PM2.5等颗粒物滞留量的乘积。

2.7 数据处理

采用SPSS19(IBM,USA)软件进行数据分析。采用单因素方差分析法(one-way ANOVA)分析物种间的各粒径范围叶面滞留量的差异;若差异显著,用Duncan法进行多重比较。不同生活型和叶习性物种间的各粒径范围叶面滞留量间的差异亦用单因素方差分析法和Duncan法进行多重比较。差异显著性水平设定为P=0.05。

3 结果与分析 3.1 不同树种的单位叶面积PM2.5等颗粒物滞留量

23种供试植物的单位叶面积PM滞留量具有显著的物种差异(表 2P < 0.001),其中木槿(Hibiscus syriacus)的PM滞留量最高,为3.44 g·m-2;五叶地锦次之,为3.00 g·m-2;在2~3 g·m-2之间的树种有油松(Pinus tabulaeformis)、大叶黄杨、二球悬铃木(Platanus acerifolia)和白皮松(Pinus bungeana);在1~2 g·m-2之间的树种有玉兰(Magnolia denudata)、紫薇(Lagerstroemia indica)、构树(Broussonetia papyrifera)、紫叶李(Prunus cerasifera f.atropurpurea)等7种;在1 g·m-2以下的树种有小叶女贞、垂柳(Salix babylonica)、毛白杨(Populus tomentosa)、黄杨等10种。

表 2 供试植物单位叶面积及单叶、单株的滞尘量(均值±标准差) Tab.2 The particulate matter (PM) and its size fractions retention amount of the investigated tree species on the basis of unit leaf area, per leaf and per tree (mean±SD)

单位叶面积滞留PM2.5和PM>2.5的数量亦表现出显著的物种差异(表 2P < 0.001),变化范围分别为0.04 ~0.39,0.29~3.05 g·m-2。对PM2.5的滞留量,大于0.2 g·m-2的树种有木槿、大叶黄杨和二球悬铃木;在0.1~0.2 g·m-2之间的有五叶地锦、油松、垂柳、雪松(Cedrus deodara)等16种;在0.1 g·m-2以下的有栾树(Koelreuteria paniculata)、国槐(Sophora japonica)、日本小檗和白蜡(Fraxinus chinensis)。对PM>2.5的滞留量,木槿超过3 g·m-2,五叶地锦、油松、大叶黄杨、二球悬铃木和白皮松5种植物在2~3 g·m-2之间,玉兰、紫薇、构树、紫叶李和雪松5种植物在1~2 g·m-2之间,美人梅(Prunus mume ‘Meiren’)、元宝枫(Acer truncatum)、小叶女贞等12种植物则小于1 g·m-2

3.2 不同植物的单叶PM2.5等颗粒物滞留量

在供试的23种植物中,单叶面积在50 cm2以上的有二球悬铃木、五叶地锦、构树、元宝枫和玉兰5种;单叶面积在10 cm2以下的有大叶黄杨、榆树(Ulmus pumila)、国槐、紫薇、垂柳、小叶女贞、油松等12种;其他树种单叶面积在10~50 cm2之间(表 1)。

不同植物的单叶PM滞留量有很大差异(表 2P < 0.001),其中二球悬铃木最大,高达21.42 mg;五叶地锦次之,为20.44 mg;玉兰第三,为10.87 mg;黄杨最小,为0.09 mg。23种植物的单叶PM2.5和PM>2.5滞留量在物种间差异显著(表 2P < 0.001),其变化范围分别为0.01(日本小檗)~2.15 mg(二球悬铃木)和0.07(黄杨)~19.27 mg(二球悬铃木)。二球悬铃木和五叶地锦的单叶PM2.5滞留量分别为2.15,1.33 mg,PM>2.5滞留量分别为19.27,19.11 mg;而叶子表面积小的黄杨和日本小檗等树种的单叶PM2.5和PM>2.5滞留量均较小。

3.3 不同树种的单株叶面PM2.5等颗粒物滞留量

23种植物单株的PM滞留量差异显著(表 2P < 0.001)。最高的为二球悬铃木,高达343.9 g;元宝枫次之,为74.4 g;毛白杨第三,为53.6 g。单株PM滞留量在20~50 g的有7种,依次为垂柳>构树>国槐≈栾树≈玉兰>白皮松>油松。其他13种植物的单株PM滞留量在20 g以下,其中黄杨、小叶女贞和日本小檗的单株滞留量小于1 g。

二球悬铃木单株的PM2.5和PM>2.5滞留量也最大,分别达34.5,309.4 g;最小的为日本小檗,二者可差4 100和3 600倍。单株滞留PM2.5量大于5 g的树种还有元宝枫、垂柳、毛白杨、榆树和栾树,其余17种植物滞留PM2.5量小于5 g。单株PM>2.5滞留量大于10 g的树种还有元宝枫、毛白杨、垂柳、构树、玉兰、国槐等12种,小于10 g的为木槿、大叶黄杨、小叶女贞、黄杨等10种。

3.4 单位绿地面积叶面PM2.5等颗粒物滞留量

从单位绿地面积植物叶面PM2.5颗粒物滞留量来看,PM滞留量变化在1.1~20.6 g·m-2(表 2),其中大于10 g·m-2的还有二球悬铃木、五叶地锦、白皮松和玉兰4种,在5~10 g·m-2之间的有油松、构树、大叶黄杨、元宝枫、木槿和国槐6种,其他13种植物的单位绿地面积PM滞留量均在5 g·m-2以下。

在单位绿地面积叶面PM2.5和PM>2.5颗粒物滞留量上,二球悬铃木最强,分别为2.1和18.5 g·m-2。单位绿地面积叶面PM2.5滞留量大于0.6 g·m-2的还有二球悬铃木、垂柳、榆树、元宝枫、毛白杨、国槐等12种;小于0.6 g·m-2的有油松、雪松、栾树、美人梅等11种,其中黄杨、日本小檗仅为0.1 g·m-2。单位绿地面积滞留PM>2.5量超过10 g·m-2还有五叶地锦、白皮松和玉兰,在5~10 g·m-2之间的有油松、构树和大叶黄杨,小于5 g·m-2的有木槿、紫薇、构树、紫叶李等16种。

3.5 不同生活型和叶习性植物叶面PM2.5等颗粒物滞留量比较

不同生活型植物的叶面PM、PM>2.5和PM2.5滞留量差异显著(表 3P < 0.05)。单位叶面积的PM2.5等颗粒物滞留量排序为藤本>灌木>乔木,单叶的PM2.5等颗粒物滞留量排序为藤本>乔木>灌木,而单株和单位绿化面积的PM2.5等颗粒物滞留量排序则分别为乔木>藤本>灌木、乔木≈藤本>灌木。

表 3 不同生活型和叶习性的植物叶面的滞尘量 Tab.3 The particulate matter (PM) and its size fraction retention amount of the investigated tree species with different life form and leaf habit(mean±SE)

对叶习性而言,单位叶面积的PM和PM>2.5滞留量排序为落叶藤本>常绿乔木>常绿灌木≈落叶灌木>落叶乔木,PM2.5的滞留量排序为常绿灌木>落叶藤本>常绿乔木≈落叶灌木>落叶乔木。单叶的PM、PM2.5滞留量均表现为落叶藤本>落叶乔木>常绿灌木≈落叶灌木>常绿乔木,而对PM>2.5的滞留量表现为落叶藤本>落叶乔木>常绿灌木≈落叶灌木>常绿乔木。单株的PM、PM>2.5和PM2.5滞留量均表现为落叶乔木>常绿乔木>落叶藤本>常绿灌木≈落叶灌木。单位绿化面积的PM、 PM>2.5滞留量排序为落叶藤本>常绿乔木>落叶乔木>常绿灌木≈落叶灌木,而对PM2.5的滞留量排序为落叶藤本≈落叶乔木>常绿乔木>常绿灌木≈落叶灌木。

4 结论与讨论 4.1 不同树种的单位叶面积PM2.5等颗粒物滞留量

不同树种的单位叶面积滞尘量受叶表微结构、枝叶密集程度、叶面倾角、叶质地等因素的影响(Prajapati et al.,2008柴一新等,2002陈芳等,2006a2006b)。如果叶子的表面粗糙,具绒毛和沟状脊状突起、黏液油脂和叶柄短等特征,则可吸附大量飘尘颗粒(Sabin et al.,2006)。而贾彦等(2012)认为叶表粗糙程度对颗粒物的滞留能力与叶表沟状结构的尺寸有关;叶面微结构尺寸对细颗粒物具有筛选作用,沟壑宽度小于或等于粉尘颗粒粒径时,将不会增强植物叶片的滞尘能力。Räsänen等(2013)模拟测定了NaCl细颗粒在欧洲赤松(Pinus sylvestris)、垂枝桦(Betula pendula)、欧洲桦(Betula pubescens)和欧洲椴(Tilia vulgaris)叶面的滞留能力及叶面特征对其的影响,结果发现叶小的欧洲赤松具有高的滞留细颗粒物能力;阔叶植物叶面若具有绒毛、易润湿和气孔密度低则有利于滞留细颗粒物。本研究表明,北京市23种常见绿化植物的PM2.5等颗粒物滞留量因不同植物叶面形态特征而表现出较大差异,但并未表现出随叶面积减小而增大的特性,这可能与叶面微结构有关,其详细关系有待于进一步研究。不同植物叶面PM2.5,PM>2.5的滞留能力差异也与颗粒物与叶面的作用方式有关。颗粒物在叶面的滞留依赖于其粒径分布,粒径 < 0.1 μm的颗粒主要受扩散过程影响,粒径0.1~10 μm的颗粒受扩散过程和湍流撞击的双重影响,而粒径>10 μm的颗粒则以湍流撞击为主(Grantz et al.,2003)。能分泌油脂的油松叶面滞留的PM量较高,但PM2.5的滞留量居中,可能与叶面分泌的油脂使细颗粒物黏附在一起形成了较大颗粒有关。

不同生活型植物单位叶面积的PM及PM2.5,PM>2.5的滞留量亦表现出显著差异,排序为藤本>灌木>乔木。对不同叶习性的物种而言,单位叶面积PM2.5等颗粒物滞留量排序为常绿植物>落叶植物。北京的国槐在雨后2周的PM滞留量为0.68 g·m-2(戴斯迪等,2013),而干道旁大叶黄杨的滞尘量为10.28 g·m-2(史晓丽,2010)。北京市的冬青卫矛(Euonymus japonicus)的PM滞留量为20.80 g·m-2,而加杨(Populus ×canadensis)、桃(Prunus persica)和胡桃(Juglans regia)分别为0.78,2.11和1.27 g·m-2(王蕾等,2006a)。在重力和风的作用下,颗粒物可沉降在植物表面,然后通过枝叶对颗粒物的截留和吸附作用实现滞尘效应。当含有颗粒物的气流经过树冠时,部分粒径较大的颗粒被树叶阻挡而降落,另有一部分则滞留在枝叶表面(谢英赞等,2014)。藤本与灌木植物较乔木单位叶面积PM,PM2.5,PM>2.5的滞留量较高,可能与以下几个因素有关: 1)植株距离地面的高度较低,叶片能更多接触到因行人和车辆行驶等造成的二次扬尘;2)汽车尾气排放大量PM,且在加速、减速、停止时会排放更多的尾气(Furusjö et al.,2007);3)轮胎磨损、路面磨损等也能增加低矮植被叶面的PM暴露剂量(樊守彬等,2010);4)含有颗粒物的气流在经过高大乔木树冠时会受到阻挡而减速,导致部分颗粒物沉降在高度降低的灌木和藤本植物叶片上。常绿植物叶面能滞留较多颗粒物则可能与其生长期较长从而在污染环境中的暴露时间较长以及叶面上附着的部分颗粒物不易被降水冲洗或风吹掉有关。Kardel等(2011)认为降水并不能完全将植物叶面上滞留的颗粒物冲洗掉。王蕾等(2006b)认为叶面部分颗粒物附着牢固,不能被中等强度的15 mm降水冲掉或5~6级大风吹掉;但其受降水和大风的影响程度因物种而异。

4.2 不同树种的单叶、单株和单位绿地面积的PM2.5等颗粒物滞留量

不同树种单叶和单株的PM2.5等颗粒物滞留量是单位叶面积PM2.5等颗粒物滞留量和叶面积的函数。单叶的PM2.5,PM>2.5和PM滞留量都有很大的树种差异,叶片面积大的单叶滞留量就大,如单叶面积较大的二球悬铃木、五叶地锦、构树、元宝枫和玉兰等树种,其单叶面积滞留量均高于其他树种。

单株树木的总叶面积大小同时受单叶面积和叶片数量的影响,植物的单叶面积较大,并不意味着其总叶面积也大。因此,单叶面积较大的五叶地锦、构树和玉兰,其单株的PM2.5,PM>2.5和PM滞留量因叶片数量较少而较小。而垂柳、榆树、栾树等树种的单叶面积虽小,但其叶片数量较多,相应地其单株的PM2.5,PM>2.5和PM滞留量就较大。Paoletti等(2011)采用城市森林效益评估模型(urban forest effects model)计算了意大利佛罗伦萨地区的不同树木滞留PM10的能力,发现欧洲鹅耳枥(Carpinus betulus)最低,每株仅为2.6 g,而欧洲七叶树(Aesculus hippocastanum)最高,每株为182 g。此外,考虑到树体大小和不同环境下的林木健康状况差异,单位叶面积PM2.5等颗粒物滞留量与叶面积指数的乘积即单位绿地面积PM2.5等颗粒物滞留量是评价植物滞留PM2.5等颗粒物功能的合理指标。

不同生活型植物的单叶PM,PM>2.5,PM2.5滞留量大小依次为藤本>乔木>灌木,而单株和单位绿地面积的PM,PM>2.5,PM2.5滞留量则表现为乔木和藤本大于灌木。对不同叶习性的物种而言,单叶、单株和单位绿地面积的滞尘量均表现为落叶植物>常绿植物。不同生活型和不同叶习性植物的单叶、单株和单位绿地面积的滞尘量同时受单位叶面积PM2.5等颗粒物滞留量、单叶面积大小、叶片数量和冠幅等影响,已在前面进行了分析。但落叶植物由于冬季叶片凋落,并不能发挥叶片滞留PM2.5等颗粒物功能。因此在从全年时间尺度评价不同生活型植物的滞留PM2.5等颗粒物功能时,结论可能会与本文不同,还有待研究。

选择适宜北京地区生长、滞留PM2.5等颗粒物能力较强的树种,并进行不同生活型和不同叶习性植物的合理空间配置,能提高叶面积指数或绿量水平,既可形成更好的景观结构效果,也可产生较好的净化空气效益。如在北京市百万亩平原造林中栽植滞留PM2.5等颗粒物能力较强的二球悬铃木、垂柳、榆树、元宝枫等树种,并混交油松、雪松、大叶黄杨等常绿树种和低矮灌木,同时尽可能考虑引入藤本植物(如五叶地锦),会在提高单位绿化面积上的绿量水平的基础上提高植被滞留PM2.5等颗粒物的能力,增强植被减轻雾霾危害的功能与治理效果。

参考文献(References)
[1] 北京市环境保护监测中心. 2014-01-03. 2013年北京市PM2.5年均浓度89.5 微克/立方米. http://www.bjmemc.com.cn/g327/s922/t1913.aspx.
(Beijing Municipal Environmental Monitoring Center. 2014-01-03. The annual average concentration of PM2.5 was 89.5 micrograms per cubic meter in 2013. http://www.bjmemc.com.cn/g327/s922/t1913.aspx.[in Chinese])(1)
[2] 柴一新,祝宁,韩焕金. 2002. 城市绿化树种的滞尘效应——以哈尔滨市为例. 应用生态学报,13(9): 1121-1126.
(Chai Y X,Zhu N,Han H J. 2002. Dust removal effect of urban tree species in Harbin. Chinese Journal of Applied Ecology,13(9): 1121-1126[in Chinese]).(2)
[3] 陈芳,周志翔,郭尔祥,等. 2006a. 城市工业区园林绿地滞尘效应的研究——以武汉钢铁公司厂区绿地为例. 生态学杂志,25(1): 34-38.
(Chen F,Zhou Z X,Guo E X,et al. 2006a. Dust-retention effect of ornamental green land in urban industrial area: A case study in Wuhan Iron and Steel Company workshop area. Chinese Journal of Ecology,25(1): 34-38[in Chinese]).(2)
[4] 陈芳,周志翔,王鹏程,等. 2006b. 武汉钢铁公司厂区绿地绿量的定量研究. 应用生态学报,17(4): 592-596.
(Chen F, Zhou Z X,Wang P C,et al. 2006b. Green space vegetation quantity in workshop area of Wuhan Iron and Steel Company. Chinese Journal of Applied Ecology,17(4): 592-596[in Chinese]).(2)
[5] 戴斯迪,马克明,宝乐. 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. 环境科学学报,33(1): 154-162.
(Dai S D, Ma K M, Bao L,et al. 2013. Distribution of particle matters and contamination of heavy metals in the foliar dust of Sophora japonica in parks and their neighboring roads in Beijing. Acta Scientiae Circumstantiae,33(1): 154-162[in Chinese]).(1)
[6] 樊守彬,田刚,秦建平,等. 2010. 北京道路降尘排放特征研究. 环境工程学报,4(3): 629-632.
(Fan S B,Tian G,Qin J P,et al. 2010. Emission characteristics of road dust-fall in Beijing. Chinese Journal of Environmental Engineering,4(3): 629-632[in Chinese]).(1)
[7] 高金晖,王冬梅,赵亮,等. 2007. 植物叶片滞尘规律研究——以北京市为例. 北京林业大学学报,29(2): 94-99.
(Gao J H,Wang D M,Zhao L,et al. 2007. Airborne dust detainment by different plant leaves: taking Beijing as an example. Journal of Beijing Forestry University,29(2): 94-99[in Chinese]).(1)
[8] 贾彦,吴超,董春芳,等. 2012. 7种绿化植物滞尘的微观测定. 中南大学学报: 自然科学版,43(11): 4547-4553.
(Jia Y,Wu C,Dong C F,et al. 2012. Measurement on ability of dust removal of seven green plants at micro-conditions. Journal of Central South University: Science and Technology,43(11): 4547-4553[in Chinese]).(1)
[9] 姜晨怡. 2013-12-26. 那些我们一起追过的话题. 科技日报: 07版.
(Jiang C Y. 2013-12-26. The topics we have been chasing. Science and Technology Daily,07 Edition.[in Chinese])(1)
[10] 李湉湉,杜艳君,莫杨,等. 2013. 我国四城市2013年1月雾霾天气事件中PM2.5与人群健康风险评估. 中华医学杂志,93(34): 2699-2702.
(Li T T,Du Y J,Mo Y,et al. 2013. Assessment of haze-related human risks for four Chinese cities during extreme haze in January 2013. National Medical Journal of China,93(34): 2699-2702[in Chinese]).(1)
[11] 刘璐,管东生,陈永勤. 2013. 广州市常见行道树种叶片表面形态与滞尘能力. 生态学报,33(8): 2604-2614.
(Liu L,Guan D S,Chen Y Q. 2013. Morphological structure of leaves and dust-retaining capability of common street trees in Guangzhou Municipality. Acta Ecologica Sinica,33(8): 2604-2614[in Chinese]).(1)
[12] 邱晨辉. 2013-02-16. 中科院专项研究还原京津冀雾霾天气产生过程. 中国青年报: 03版.
(Qiu C H. 2013-02-16. Decoding the breakout of thick haze in Beijing-Tianjin-Hebei region. China Youth Daily,03 Edition[in Chinese]).(1)
[13] 邱媛,管东生. 2007. 经济快速发展区域的城市植被叶面降尘粒径和重金属特征. 环境科学学报,27(12): 2080-2087.
(Qiu Y,Guan D S. 2007. Particulate size and heavy metal accumulation in foliar dust from urban vegetation in rapidly developing cities. Acta Scientiae Circumstantiae,27(12): 2080-2087[in Chinese]).(1)
[14] 史晓丽. 2010. 北京市行道树固碳释氧滞尘效益的初步研究. 北京: 北京林业大学硕士学位论文,36.
(Shi X L. 2010. Preliminary study on fixing carbon dioxide releasing oxygen and retention of dust of street trees in Beijing. Beijing: MS thesis of Beijing Forestry University,36[in Chinese]).(1)
[15] 宋少洁,吴烨,蒋靖坤,等. 2012. 北京市典型道路交通环境细颗粒物元素组成及分布特征. 环境科学学报,32(1): 66-73.
(Song S J,Wu Y,Jiang J K,et al. 2012. Characteristics of elements in size-resolved fine particles in a typical road traffic environment in Beijing. Acta Scientiae Circumstantiae,32(1): 66-73[in Chinese]).(1)
[16] 王会霞,石辉,李秧秧,等. 2012. 城市植物叶面尘粒径和几种重金属(Cu,Zn,Cr,Cd,Pb,Ni)的分布特征. 安全与环境学报,12(1): 170-174.
(Wang H X,Shi H,Li Y Y,et al. 2012. Distribution features of particle size and heavy metal elements in foliage-captured dust. Journal of Safety and Environment,12(1): 170-174[in Chinese]).(1)
[17] 王蕾,高尚玉,刘连友,等. 2006a. 北京市11种园林植物滞留大气颗粒物能力研究. 应用生态学报,17(4): 597-601.
(Wang L,Gao S Y,Liu L Y,et al. 2006a. Atmospheric particle-retaining capability of eleven garden plant species in Beijing. Chinese Journal of Applied Ecology,17(4): 597-601[in Chinese]).(1)
[18] 王蕾,哈斯,刘连友,等. 2006b. 北京市春季天气状况对针叶树叶面颗粒物附着密度的影响. 生态学杂志,25(8): 998-1002.
(Wang L,Ha S,Liu L Y,et al. 2006b. Effects of weather condition in spring on particulates density on conifers leaves in Beijing. Chinese Journal of Ecology,25(8): 998-1002[in Chinese]).(1)
[19] 吴耀兴,康文星,郭清和,等. 2009. 广州市城市森林对大气污染物吸收净化的功能价值. 林业科学,45(5): 42-48.
(Wu Y X,Kang W X,Guo Q H,et al. 2009. Functional value of absorption and purgation to atmospheric pollutants of urban forest in Guangzhou. Scientia Silvae Sinicae,45(5): 42-48[in Chinese]).(1)
[20] 谢英赞,何平,方文,等. 2014. 北碚城区不同绿地类型常用绿化树种滞尘效应研究. 西南师范大学学报: 自然科学版,39(1): 1-8.
(Xie Y Z,He P,Fang W,et al. 2014. On dust retention effect of common greening tree species in Beibei District. Journal of Southwest China Normal University: Natural Science Edition,39(1): 1-8[in Chinese]).(1)
[21] Beckett K P,Freer-Smith P H,Taylor G. 2000. Particulate pollution capture by urban trees: effect of species and windspeed. Global Change Biology,6(8): 995-1003.(1)
[22] Freer-Smith P H,Holloway S,Goodman A. 1997. The uptake of particulates by an urban woodland: site description and particulate composition. Environmental Pollution,95(1): 27-35.(1)
[23] Furusjö E,Sternbeck J,Cousins A P. 2007. PM10 source characterization at urban and highway roadside locations. Science of the Total Environment,387(1/3): 206-219.(1)
[24] Grantz D A,Garner J H B,Johnson D W. 2003. Ecological effects of particulate matter. Environment International,29(2): 213-239.(1)
[25] Kardel F,Wuyts K,Maher B A,et al. 2011. Leaf saturation isothermal remanent magnetization (SIRM) as a proxy for particulate matter monitoring: inter-species differences and in-season variation. Atmospheric Environment,45(29): 5164-5171.(1)
[26] Lu S G,Zheng Y W,Bai S Q. 2008. A HRTEM/EDX approach to identification of the source of dust particles on urban tree leaves. Atmospheric Environment,42(26): 6431-6441.(1)
[27] Nowak D J,Hirabayashi S,Bodine A,et al. 2013. Modeled PM2.5 removal by trees in ten US cities and associated health effects. Environmental Pollution,178: 395-402.(1)
[28] Paoletti E,Bardelli T,Giovannini G,et al. 2011. Air quality impact of an urban park over time. Procedia Environmental Sciences,4: 10-16.(1)
[29] Prajapati S K,Tripathi B D. 2008. Seasonal variation of leaf dust accumulation and pigment content in plant species exposed to urban particulates pollution. Journal of Environmental Quality,37(3): 865-870.(1)
[30] Räsänen J V,Holopainen T,Joutsensaari J,et al. 2013. Effects of species-specific leaf characteristics and reduced water availability on fine particle capture efficiency of trees. Environmental Pollution,183: 64-70.(1)
[31] Sabin L D,Lim J H, Venezia M T, et al. 2006. Dry deposition and resuspension of particle-associated metals near a freeway in Los Angeles. Atmospheric Environment,40(39): 7528-7538.(1)
[32] Sæbø A,Popek R,Nawrot B,et al. 2012. Plant species differences in particulate matter accumulation on leaf surfaces. Science of the Total Environment,427: 347-354.(3)
[33] Tomašević M,Vukirović Z,Rajšić S,et al. 2005. Characterization of trace metal particles deposited on some deciduous tree leaves in an urban area. Chemosphere,61(6): 753-760.(1)
[34] Wang H X,Shi H,Li Y Y,et al. 2013. Seasonal variations in leaf capturing of particulate matter, surface wettability and micromorphology in urban tree species. Frontiers of Environmental Science & Engineering,7(4): 579-588.(1)
[35] Weber F,Kowarik I,Säumel I. 2014. Herbaceous plants as filters: Immobilization of particulates along urban street corridors. Environmental Pollution,186: 234-240.(1)