林业科学  2018, Vol. 54 Issue (4): 155-164   PDF    
DOI: 10.11707/j.1001-7488.20180418
0

文章信息

杜万光, 王成, 王茜, 包红光, 贺然, 徐晨, 高飞, 谢静
Du Wanguang, Wang Cheng, Wang Qian, Bao Hongguang, He Ran, Xu Chen, Gao Fei, Xie Jing
北京香山公园主要植被类型的夏季环境效应评价
Evaluation of Summer Environmental Effects of the Main Vegetation Types in Beijing Fragrant Hills Park
林业科学, 2018, 54(4): 155-164.
Scientia Silvae Sinicae, 2018, 54(4): 155-164.
DOI: 10.11707/j.1001-7488.20180418

文章历史

收稿日期:2016-06-24
修回日期:2018-03-09

作者相关文章

杜万光
王成
王茜
包红光
贺然
徐晨
高飞
谢静

北京香山公园主要植被类型的夏季环境效应评价
杜万光1,2,3,4, 王成1,2, 王茜1,2,3, 包红光1,2,5, 贺然6, 徐晨6, 高飞6, 谢静4,7     
1. 中国林业科学研究院林业研究所 国家林业局森林培育重点实验室 北京 100091;
2. 国家林业局城市森林研究中心 北京 100091;
3. 北京市园林科学研究院 北京 100102;
4. 北京市园林绿化局 北京 100013;
5. 内蒙古农业大学林学院 呼和浩特 010018;
6. 北京市公园管理中心 北京 100044;
7. 北京市林业碳汇工作办公室 北京 100013
摘要:【目的】对香山公园典型植被生态环境效应相关影响因子分析评价,以期为游客选择香山公园最佳游览时间及公园绿地管理和景观设置提供理论依据。【方法】夏季连续10天在北京香山公园5处不同植物类型的游憩点进行测定,选择园外广场为对照,分析6处监测点微气候、PM10和PM2.5浓度、人体舒适度、空气负离子浓度及噪音情况,研究各因子日变化规律,并统计比较不同游憩点间差异和各生态因子间的相关性。【结果】香山公园日空气温度和空气相对湿度呈单峰型变化,平均降低空气温度1.7℃,增加空气相对湿度6%;人体舒适度达到Ⅱ级标准的时间最长可达8.5 h;PM10和PM2.5浓度均呈早晚高、午后低的双峰型变化特征,各游憩点对PM2.5日均净化率达27.6%,对PM10日均净化率达25.9%,2种颗粒物浓度间呈极显著正相关(P < 0.01),2种颗粒物浓度与温度、湿度分别呈显著负相关(P < 0.05)和极显著正相关(P < 0.01);负离子浓度呈波峰波谷交替变化,早、中、晚出现3个高峰,园内日均值为795个·cm-3,为园外的2.43倍,与PM10和PM2.5浓度极显著负相关(P < 0.01),与温度显著负相关(P < 0.05)、与湿度极显著正相关(P < 0.01),通过空气离子评价指数得出各游憩点均在6:00前后和20:00-21:00达到了轻度或中度污染;噪音呈现出早晚2个高峰,园内噪音平均值为40.3 dB,平均降噪率达21.8%,与植物郁闭度显著负相关(P < 0.05);植物郁闭度与负离子浓度极显著正相关(P < 0.01),与PM10和PM2.5质量浓度极显著负相关(P < 0.01)。【结论】香山公园绿地内不同植被类型间增湿、降温、抗污染、降噪等能力存在差别,黄栌混交林的生态效应最高,草坪最低;香山公园夏季合理的游憩时段为7:00-11:00和17:00-20:00。
关键词:生态环境效应    大气颗粒物    人体舒适度    负离子浓度    噪音    
Evaluation of Summer Environmental Effects of the Main Vegetation Types in Beijing Fragrant Hills Park
Du Wanguang1,2,3,4, Wang Cheng1,2 , Wang Qian1,2,3, Bao Hongguang1,2,5, He Ran6, Xu Chen6, Gao Fei6, Xie Jing4,7    
1. Key Laboratory of Forest Silviculture of the SFA Research Institute of Forestry, CAF Beijing 100091;
2. Research Center of Urban Forest, SFA Beijing 100091;
3. Beijing Institute of Lanscape Beijing 100102;
4. Beijing Municipal Bureau of Parks and Forestry Beijing 100013;
5. Forestry College of Inner Mongolia Agricultural University Hohhot 010018;
6. Beijing Park Management Centre Beijing 100044;
7. Beijing Forestry Carbon Administration Beijing 100013
Abstract: 【Objective】This paper was aimed to help tourists to select the best time to visit Beijing Fragrant Hills Park and to provide a theoretical basis for park greenbelt management and landscape setting.【Method】The measurements were continuously taken in 5 recreation points with different vegetation types in Fragrant Hills Park during a 10-day period in summer. The square outside the park was chosen as the control for comparisons. We analyzed the regularity of diurnal variation of every factor and statistically compared the difference and correlation of various ecological factors among the monitoring points, through analyzing micro climate changes, PM10 and PM2.5 mass concentration variation, differences of human comfort index, negative air ions concentration and noise pollution at the 6 monitoring sites.【Result】In the Fragrant Hills Park, daily temperature and relative air humidity showed single peak type curves. Relative air humidity increased by 6%, and air temperature decreased 1.7℃ on average. The longest duration with human comfort index reaching level Ⅱ were 8.5 hours. The PM10, PM2.5 mass concentration variation showed double peaks type curve, of which the values were high in morning and evening while low in afternoon. The average daily purification rates of every recreation points for PM2.5 reached 27.6% and for PM10 reached 25.9%, respectively; Moreover, the two kinds of particles had significant positive correlation (P < 0.01); The concentration variations of temperature and humidity variation showed significant negative correlation (P < 0.05) and positive correlation (P < 0.01); negative air ions concentration showed peak and valley alternately with changing regularity, 3 peaks respectively occurred in the morning, noon and evening. Daily average index in the park was 795 ion·cm-3, 2.43 times of the index outside the park, displaying significant negative correlation with PM10, PM2.5 concentration (P < 0.01), significant negative correlation with temperature (P < 0.05), and significant positive correlation with humidity (P < 0.01). Each recreation point reached mild or moderate pollution levels at around 6:00 and 20:00-21:00, through the CI index analysis. Average index of noise in the park reached 40.3 dB and the average noise reduction rate reached 21.8%, showing significant negative correlation with plant canopy density (P < 0.05). Meanwhile, plant canopy density showed significant positive correlation with negative air ions concentration (P < 0.01) and negative correlation with PM10 and PM2.5 mass concentration (P < 0.01).【Conclusion】We found that differences exist among various vegetation types in the Fragrant Hills Park in the ecological functions of increasing humidity, cooling temperature, antipollution, noise reduction etc., the eco-environmental effect of Cotinus coggygria mixed forest was the highest while that of the grass lawn was the lowest, the reasonable recreation periods of Beijing Fragrant Hills Park in Summer were 7:00-11:00 and 17:00-20:00.
Key words: eco-environmental effect    atmospheric particles    human comfort index    negative air ions    noise    

城市公园绿地是城市森林和城市生态系统的重要组成部分(彭镇华,2003赵艳等,2013),不仅能为居民提供观赏、放松、保健的游憩环境,还能提高城市生态质量(陶晓丽等,2013陈勇等,2014),更能固氮释氧、净化空气、降温增湿、抗污降噪、保护生物多样性、修复城市生态环境(濮阳雪华等,2014Pawinee et al., 2013),并以特有的小气候和生态功能在城市生态可持续发展中发挥着重要作用。近年来,随着我国经济发展,城市化进程的加快,民众生活质量普遍提升,越来越多的城市居民开始关注生活环境质量,工作之余能回归自然、亲近自然,选择到公园绿地、城市森林游憩的意愿越来越强(王晓磊等,2013Flanagan et al., 2014; Georgi et al., 2010)。北京香山公园树木繁茂、自然景观众多,其中红叶林达10.7 hm2,一、二级古树5 000余株,绿化覆盖率达96%,以深厚的历史文化和红叶、古树景观驰名中外,每年吸引着百万游客来园观光游憩(香山公园管理处,2001)。目前,针对城市公园绿地的生态环境相关研究主要涉及景观生态学(Tallis et al., 2011)、园林生态学(傅伟聪等,2016)、环境科学(濮阳雪华等,2014)和旅游生态学(陈婷等,2015)等领域,从空气质量(郭二果等,2013)、人体舒适度(辛学飞等,2014)、噪音影响(Fang et al., 2005; Gudina et al., 2014)、空气负离子浓度(冯鹏飞等,2015潘剑彬等,2015)和景观美景度(陈勇等,2014)等不同角度的单项研究较多,但针对多因素综合影响的生态效益评价研究较少。本研究借鉴旅游环境适宜评价法(张艳丽,2011)和森林公园综合保健功能指数评价法(韩明臣等,2012),对香山公园典型植被类型的小气候、大气颗粒物浓度、空气负离子浓度、人体舒适度及噪音等生态环境效应相关影响因子进行测定分析,以期为游客选择合理的游览时间和方式及为城市公园绿地规划设计、建设管理及环境监测等提供依据。

1 研究区概况

香山公园位于北京市海淀区,近西北五环(116°10′23″E,39°59′24″N),占地180 hm2左右,最高峰海拔573 m,有着丰富的乔木、灌木和草本植物资源,种类达390余种,主要乔木树种有黄栌(Cotinus coggygria)、侧柏(Platycladus orientalis)、油松(Pinus tabulaeformis)、国槐(Sophora japonica)、糠椴(Tilia mandshurica)和山杏(Armeniaca sibirica),主要灌木树种有大叶黄杨(Buxus megistophylla)、紫叶小檗(Berberis hunbergii)、榆叶梅(Amygdalus triloba)、连翘(Forsythia suspense)、沙地柏(Sabina vulgaris)和棣棠(Kerria japonica)等,主要地被植物有蛇莓(Duchesnea indica)、紫花地丁(Viola philippica)和诸葛菜(Orychophragmus violaceus)等(香山公园管理处,2001)。该地属温带大陆性气候,土壤为褐土,全年日照2 700 h左右,年降水量700 mm左右,平均气温11.6 ℃,全年无霜期200天左右,风向随季节变化明显(陈婷等,2015)。

2 研究方法 2.1 观测点选择

公园距离城市主干道2 km,园内游憩林及景点设置主要集中在东南侧山坳,草坪位于公园中部,为提高数据准确性,根据游客观赏习惯及尽量减少人为和环境因素变化带来的干扰,监测地选择在海拔基本相同、位置相近的不同植被类型,并选择远离游憩林的观赏草坪为监测点,同时将公园外入口处休闲广场绿地作为对照,测定空气温度、相对湿度、大气颗粒物质量浓度、空气负离子浓度、噪音等。每个监测地距离园外道路均大于100 m,面积均大于0.5 hm2,且每个监测地中心距边缘大于50 m,各监测点均选择在监测地中心或边缘(表 1)。

表 1 监测地分布概况 Tab.1 Survey of distribution of monitoring sites
2.2 微气候测定

采用Kestrel 4500手持自动气象站监测各点的气温、空气相对湿度、气压和风速等气象因子。2014年8月10—19日(期间以晴天和多云天气为主)连续检测10天,根据公园管理运行时间,选定每日6:00—21:00进行监测,每个监测点每小时测定1次,全天16次,每次在整点前后10 min内完成并在东西南北4个方向进行4次重复,测定高度为1.5 m。

2.3 人体舒适度测定

对于人体舒适度影响,国内外大多学者认为温度、湿度和风速等气象因子影响最大。人体舒适度指数THI计算公式为(John,1974):

$ {\rm{THI = }}T - 0.55 \times \left({1 - {H_r}} \right) \times \left({T - 14.5} \right) $ (1)

式中:T为实测空气温度(℃); Hr为实测空气相对湿度(%)。人体舒适度评价标准如表 2所示。

表 2 人体舒适度评价标准 Tab.2 Evaluation standard of human comfort index
2.4 颗粒物浓度测定

采用Turnkey仪器公司生产的Dustmate粉尘监测仪测定PM10和PM2.5浓度,分辨率为0.001 mg ·m-3,测量范围为0~6 000 μg ·m-3,6:00—21:00每整点同步测定各监测点人体呼吸高度1.5 m处的可吸入颗粒物PM10和PM2.5浓度,每个点东西南北四个方向实测4次,连续测定10天。颗粒净化率能够直接反应出各监测点的净化能力,其计算公式为(李新宇等,2014):

$ {P_{\rm{n}}} = \left({{C_{\rm{o}}} - {C_{\rm{n}}}} \right)/{C_{\rm{o}}}。$ (2)

式中:Pn为颗粒净化率;Co为对照点处大气颗粒物浓度;Cn为公园内不同监测点大气颗粒物浓度。

2.5 空气负离子浓度测定

采用AIC-1000空气负离子仪测定空气负离子浓度,6:00—21:00每个整点测定各监测点人体呼吸高度1.5 m处空气负离子浓度, 每个点在东西南北四个方向实测4次,连续测定10天。本研究采用日本安倍空气离子评价指数(濮阳雪华等,2014)对研究区空气清洁度进行评价,计算公式如下:

$ {\rm{CI = }}{n^ - }/1000q;\;q = {n^ + }/{n^ - }。$ (3)

式中:CI为空气离子评价指数;n+n-分别为空气中正离子数和负离子数(个·cm-3);q为单极系数。国内外大多学者认为空气清洁程度与负离子浓度直接相关,浓度越高空气越清洁(熊丽君等,2011),其评价标准如表 3所示(蒙丽娜等,2014)。

表 3 空气清洁度等级标准 Tab.3 Grade standard of air cleanliness
2.6 噪声测定

采用TES-1350A噪音仪测定,分辨率0.1 dB,测定范围35~130 dB,6:00—21:00每小时测定各监测点噪声值,各点同时进行,每次测定5组数据,连续测定10天。

2.7 数据处理

采用SPSS19.0和Microsoft Excel 2007软件进行数据标准化处理、统计、量化分析及图表制作。

3 结果与分析 3.1 不同观测点温湿度日变化特征

观测发现,与对照相比园内各监测点平均降低空气温度1.7 ℃,增加空气相对湿度6%。由图 1可知,各点空气温度均在6:00达到最低值,之后呈现逐渐上升再下降的变化特征,14:00—15:00达到最高值。各监测点平均气温表现为CK>S5>S2>S4>S1>S3;观测时段内,园内各点降温能力均随气温升高而增加,其中9:00—17:00最显著,这可能是由于随着太阳辐射增强,遮挡物较少的对照点升温较快,相比之下,植物覆盖密集区域升温缓慢;S5相比其他监测点降温能力较差,日均降温率仅为2.8%,而其温度日变化差异最高达9.4 ℃,这可能是由于草坪郁闭度低,温度调节能力差,散热速度较快所致;游憩林(黄栌纯林、黄栌混交林)内降温能力明显高于林缘,S3比S4降温率高3.4%,这与植物蒸腾作用导致温度降低有关;S3和S1降温率分别为9.0%和7.0%,黄栌混交林明显高于纯林。

图 1 不同观测点温湿度日变化 Figure 1 Diurnal variation of air temperature and air relative humidity at different monitoring sites

图 1可知,空气相对湿度呈“U”型变化特征,14:00—15:00出现最低值,园内外最大差异出现在16:00,相差达10.9%,观测时段内,园内5处监测点空气相对湿度明显高于对照点,平均湿度表现为S1>S3>S5>S4>S2>CK;与对照相比,园内各点在9:00—18:00空气相对湿度变化幅度较大;各点间增湿能力有显著差异,黄栌林内明显高于林缘,增湿率最高达13.8%,黄栌混交林林缘增湿率最小,仅为8.7%,这与林内日常养护灌溉、郁闭度高、土壤蒸发慢有关(秦仲,2016;Hamada et al., 2010);不同植被类型间的差异也较明显,黄栌纯林的增湿能力好于混交林,这可能是由于冠层结构存在差异,且黄栌纯林平均叶面积较大有利于植物蒸腾,所以湿度大于由针叶、阔叶树种与黄栌组成的混交林,而草坪增湿率较高与日常养护喷灌较频繁有关。

3.2 人体舒适度日变化特征

人体舒适度指数(THI)能直接反应游客游园时的舒适状况,同时也是环境状况变化的评价指标(辛学飞,2015)。由图 2可知,各观测点THI呈先上升后下降的变化特征,依据表 2评价发现,观测时段内各点均未达到Ⅰ级标准,对照在6:00—8:00和21:00达到了Ⅱ级标准,而在12:00—17:00人体感觉很不舒适,很不舒适和不舒适时间达到12 h,占观测时段的75%;S5相比对照点达到Ⅱ级标准的时间多1 h,在6:00—8:00和20:00—21:00人体感觉较舒适,但在13:00—6:00时同样达到了Ⅵ级标准,说明草坪区域遮挡少且温度较高和湿度也较大,人体舒适度指数低;黄栌纯林和黄栌混交林的林缘及林内整体舒适时间较长,平均达8.5 h,达到Ⅱ级标准占监测时段的51.6%,集中在6:00—10:00和18:00—21:00;园内各不同植被类型监测点的舒适时长表现为S3=S1>S4>S2>S5,但在12:00—17:00人体感觉均较不舒适,说明此时间段不适合休闲娱乐游憩活动。

图 2 人体舒适度日变化 Figure 2 Diurnal variation of human comfort index at different monitoring sites
3.3 颗粒物浓度日变化特征

1) PM10、PM2.5浓度日变化特征由图 3可知,PM10和PM2.5浓度均呈早晚高午间低的双峰型变化特征,6:00—8:00出现第1个高峰,18:00—20:00出现第2个高峰。其他时段变化趋势相对平缓,13:00—16:00出现较低值,这可能是由于早晚空气湿度大,不利于颗粒物扩散,午后空气温度升高、空气相对湿度降低、风速小、湍流作用较强,有利于颗粒物扩散。参照《环境空气质量标准》(GB3095-2012)对园内PM2.5和PM10污染状况进行评价,国家标准Ⅰ、Ⅱ类功能区要求PM2.5和PM10质量浓度小时均值分别低于35、75和50、150 μg ·m-3。由图 3可知,与对照相比,园内各点9:00—18:00的PM2.5和PM10浓度均能达到国家标准Ⅱ类功能区要求,平均达标率为87.5%,6:00时污染最严重,超标2.3%~16%,对照点PM10和PM2.5达标率分别为43.7%和56.2%。上述结果说明公园内外均存在一定程度的污染,但公园绿地内缓解大气颗粒物污染作用明显,这可能是由于观测时段正是公园绿地内植物生长稳定时期,植物生理活动旺盛,植被繁茂,可有效吸收、吸附并滞留各粒径颗粒物的缘故(谢滨泽等,2014Huang et al., 2011)。

图 3 PM10、PM2.5浓度日变化特征 Figure 3 Diurnal variation of PM10 and PM2.5 concentration at different monitoring sites

2) 不同监测点降低2种颗粒物浓度能力分析由图 3可知,园内各点PM2.5变化较PM10平缓,与对照相比对PM10和PM2.5日平均净化率分别达25.9%和27%,说明公园内植被对PM2.5等可入肺颗粒物有更强缓冲和阻滞作用(濮阳雪华等,2014)。由图 4可知,各点PM2.5净化能力表现为S3>S1>S4>S2>S5,PM10净化能力表现为S1>S3>S4>S2>S5;游憩林内净化能力要好于林缘,黄栌纯林净化PM10和PM2.5的能力最高分别达32.2%和34.9%,PM10粒径稍大,相比PM2.5更不易附着在针叶表面(吴俊林等,2015Sabin et al., 2006)。方差分析表明,黄栌混交林与纯林2种植被类型间差异不显著,林缘和林内差异不显著,但均与园内草坪和对照差异显著(P < 0.05),说明草坪净化能力最差,而林内绿量高,植物种类丰富,盖度大,叶片面积大,能较好地吸收、吸附和滞留大气颗粒物。

图 4 各监测点PM10和PM2.5日均浓度 Figure 4 Daily average concentration of PM10 and PM2.5 at different monitoring sites
3.4 空气负离子浓度日变化特征

空气负离子有杀菌、滞留尘埃和净化空气等作用,是评价空气质量的重要指标(Ryushi et al., 1998)。通过连续观测发现(图 5),各点空气负离子浓度基本呈早、中、晚(6:00—9:00、12:00—15:00、18:00—21:00)高的3峰型变化特征,园内各点负离子浓度为500~1 300个·cm-3,日均值为795个·cm-3,是对照的2.43倍,表明林木分布和植被密集区域的空气负离子浓度明显高于遮挡低和植物种植少的开阔区域,这可能是由于数量较多的植被能有效的附着污染物,并通过光合作用产生空气负离子(蒙丽娜等,2014)。园内各点日均负离子浓度变化差异明显,黄栌混交林内最高可达967个·cm-3、草坪最低仅为619个·cm-3,园内各点表现为S3>S1>S4>S2>S5。黄栌混交林好于黄栌纯林,这可能是由于林内郁闭度高,林分面积大,混交林盖度大,能有效阻止外界干扰,且针叶植物具有尖端放电功能,能促使空气发生电离从而增加空气中负离子浓度(冯鹏飞等,2015Josh et al., 2012)。

图 5 空气负离子浓度日变化特征 Figure 5 Diurnal variations of negative air ion concentration at different monitoring sites
3.5 空气清洁度变化特征

图 6可知,观测时段内各点空气清洁度指数CI呈现出连续波动的变化特征,9:00—10:00和14:00—15:00出现2个高峰后开始降低。园内平均CI为0.74,显著高于对照点,达到中度清洁,S1、S3和S4在8:00—10:00先后达了非常清洁的程度;S1、S2、S3和S4达到一般清洁的时段占观测时段的81.3%,而S5仅有50%,各点均在6:00前后和20:00—21:00达到轻度或中度污染,说明公园绿地内空气清洁度明显好于公园外,园内各点平均CI值表现为S3>S1>S2>S4>S5,草坪污染情况较林地严重。

图 6 空气清洁度日变化 Figure 6 Diurnal variations of air CleanlinessIndex(CI) at different monitoring sites
3.6 噪音日变化特征

噪音危害已成为现代居民生活的公害之一(Maleki et al., 2011),国内外众多学者公认植被能有效降低噪音危害。本研究对公园进行声源调查发现,噪音主要来自游客游览活动、绿化养护、工程作业、虫鸟叫声和园外交通噪音。由图 7可知,各点噪音趋势均呈先上升后下降再上升的双峰型变化特征,7:00—8:00出现第1个高峰, 19:00—20:00出现第2个高峰,这可能与游客游园高峰及绿化工程作业为了避免高温暑热选择早晚时段进行的缘故有关;园内各点噪音平均值为40.3 dB,整体要低于于对照点平均值(51.5 dB),降噪率可达21.8%,园内各点噪音波动变化保持较小幅度;参照《声音环境质量标准》(GB3096-2008)国家标准(1类功能区昼间和夜间分别要求不高于55和45 dB),发现园内1类标准区的达标时段为97.5%,只有20:00时草坪和黄栌混交林林缘2处监测点未达标,而对照点的达标时段仅占62.5%,这可能是由于植物枝条和叶片能反射、绕射和吸收大量声波,一定宽度、高度、密度的绿地能有效降低噪音污染(王琳琳等,2016)。观测发现,园内各点的降噪能力也有明显差异,平均降噪率表现为S1>S3>S2>S4>S5,黄栌纯林要好于黄栌混交林、林内优于林缘,草坪降噪率最低,仅有13.6%,成片林木可使高频噪音散射明显减弱,叶片面积大、带有绒毛的树叶有更强的降噪作用(卢荷英等,2014; Liu et al., 2013)。

图 7 噪音日变化规律 Figure 7 Diurnal variation of noise level at different monitoring sites
3.7 生态因子间相关性特征分析

表 4可知,空气负离子浓度与PM10和PM2.5浓度极显著负相关,这表明PM10、PM2.5受到负离子的撞击拦截,而且颗粒物中有较多的微尘带正电荷,与负离子结合促使部分颗粒物改变物理属性转变为负电荷,从而颗粒物之间相互吸附造成沉降,形成负离子浓度与颗粒物浓度此消彼长、相互排斥的现象。空气负离子浓度与空气温度显著负相关(P < 0.05),与空气相对湿度极显著正相关(P < 0.01),气温升高不利于水汽凝结,而利于污染物扩散,在扩散过程中易吸附大量的负离子而造成负离子浓度降低,所以空气温度越高时负离子浓度越低,而相对湿度越大越容易使得水汽形成而促使污染物沉降;人体舒适度与空气负离子浓度及植物郁闭度显著正相关(P < 0.05),而与其他因子间无显著相关性;PM10与PM2.5浓度显著正相关(P < 0.05);2种颗粒物浓度均与空气温度负相关、与空气相对湿度呈显著正相关;噪音与植物郁闭度负相关(P < 0.05),空气温度、空气相对湿度与植物郁闭度分别显著负相关和极显著正相关。

表 4 监测点各生态因子相关性 Tab.4 Correlation analysis of the main ecological factors at different monitoring sites
4 讨论

香山公园植被丰富,降温增湿作用较为明显,园内各植被类型平均降温1.7 ℃,降温率最高达6.1%,平均增加湿度6%,增湿率最高达10.7%,这与大多学者研究结果基本保持一致(濮阳雪华等,2014秦仲等,2016)。很多研究表明不同植被类型增湿降温能力存在差异,本研究中黄栌混交林增湿降温能力最强,草坪降温能力最差但增湿作用较好,这与部分学者研究结果有一定差异(苏泳娴等,2011;傅伟聪等,2016),这可能是由于选择监测点为城市公园,其日常绿化养护频率较高有关。园内人体舒适度呈现早晚舒适的变化特征,黄栌游憩林内舒适时间最长,而草坪活动区域舒适时间较短,仅有5 h,各不同植被类型的监测点平均舒适时间为7.6 h,与一些学者的研究存在差异(宴海等,2012),这可能是由于选择的观测时段不同而造成的差异。

公园内外PM10、PM2.5浓度均呈现出早晚高、午后低的双峰型变化特征,草坪净化颗粒物的能力最差,乔灌草相结合植被类型(黄栌混交林、纯林)净化效果最好,这与大多学者的研究结果一致(王晓磊等,2014吴俊林等,2015)。早晨6:00公园内各不同植被类型监测点颗粒物浓度均较高,不适宜游园,7:00—19:00时仅有黄栌游憩林内的颗粒物浓度符合国家二级标准,而草坪适合游憩的时间相比则延后2 h,这可能是由于早晚湿度大颗粒物不易扩散,植物呼吸等生理作用减弱对颗粒物的吸附能力降低,且此时段又是上下班车辆和游客游园的高峰期,易造成颗粒物浓度升高。

公园内的空气负离子浓度整体处于较高水平,这可能与中心城区相比周围建筑物少,人口不密集,植被种类丰富,负离子损耗较少有关。负离子浓度同样呈现出波峰波谷交替变化的特征,早中晚出现3个高峰,与部分学者的研究结果相似,但峰值的出现时间有所差异(Mohamed et al., 2014; 冯鹏飞等,2015),这可能与观测周期、点位设置、主干道车流量及游客游览高峰时间不同有关。黄栌混交林内负离子浓度最高,草坪区域浓度较低,与大多学者研究结果一致(张建国等,2016)。就CI指数而言,其呈现出早晚低、午后高的变化特征,表明6:00前后和20:00后公园内污染较严重,不适宜游园。

公园内噪音呈现出较低值,仅20:00前后超出标准。黄栌纯林、混交林的降噪能力较好,草坪降噪能力最差,且林内降噪能力明显好于林缘,这与大多学者研究结果一致(王琳琳等,2016),这可能是由于密集的植物其叶片、枝条、树干等改变了声波直射,使声波绕射或反射从而减少了声波传递。同时绿地宽度越大降噪能力越强。

5 结论

通过对香山公园不同植被类型各夏季环境效应评价可知,香山公园绿地具有降温增湿、降噪、抗污染、增加空气负离子等作用。夏季11:00前与17:00后游客在香山公园内游憩体感会比较舒适,12:00—17:00全园处于空气温度高、相对湿度大、人体感觉不舒适阶段,不建议游园。但综合大气污染及噪音情况,选择游览时间和游憩地点时,应尽量选择在7:00后,避开颗粒物浓度较高时段,9:00—17:00与20:00后应尽量避免在草坪区域和园外休闲广场活动,较为适宜的游憩时间段为7:00—11:00、17:00—20:00。在相同的气象条件下,黄栌混交林内游览舒适时间最长,草坪舒适时间最短。12:00—15:00园内空气负离子浓度虽然较高,PM10和PM2.5较低,但人体感觉较为闷热并不舒适,此段时间游客应避免户外游览,可选择在公园内驿站、亭榭休息,香山公园夏季合理的游憩时段为7:00—11:00和17:00—20:00。同时,通过园内5处不同植被类型游憩点的综合对比发现,黄栌混交林的夏季环境效应最高,草坪最低。

参考文献(References)
陈婷, 李国华, 王燕铭. 2015. 旅游活动对香山公园草地生态环境的影响[J]. 水土保持研究, 22(3): 280-285.
(Chen T, Li G H, Wang Y M. 2015. Effects of tourist activities on grassland ecological environment in Xiangshan Park[J]. Research of Soil and Water Conservation, 22(3): 280-285. [in Chinese])
陈勇, 孙冰, 廖绍波, 等. 2014. 深圳市城市森林林内景观的美景度评价[J]. 林业科学, 50(8): 39-44.
(Chen Y, Sun B, Liao S B, et al. 2014. Scenic beauty estimation of in-forest landscapes in Shenzhen urban forests[J]. Scientia Silvae Sinicae, 50(8): 39-44. [in Chinese])
冯鹏飞, 于新文, 张旭. 2015. 北京地区不同植被类型空气负离子浓度及其影响因素分析[J]. 生态环境学报, 24(5): 818-824.
(Feng P F, Yu X W, Zhang X. 2015. Variations innegative air ion concentrations associated with different vegetation types and influencing factors in Beijing[J]. Ecology and Environmental Sciences, 24(5): 818-824. [in Chinese])
傅伟聪, 齐津达, 陈梓茹, 等. 2016. 百里杜鹃国家森林公园盛花期游览路线选择[J]. 森林与环境学报, 36(1): 117-123.
(Fu W C, Qi J D, Chen Z R, et al. 2016. Analysis on choosing touring route in Baili Rhododendron National Forest Park at blooming period[J]. Journal of Forest and Environment, 36(1): 117-123. [in Chinese])
郭二果, 王成, 郄光发, 等. 2013. 北方地区典型天气对城市森林内大气颗粒物的影响[J]. 中国环境科学, 33(7): 1185-1198.
(Guo E G, Wang C, Qie G F, et al. 2013. Influence of typical weather conditions on the airborne particulate matters in urban forests in northern China[J]. China Environmental Science, 33(7): 1185-1198. [in Chinese])
韩明臣, 梁玉莲, 叶兵, 等. 2012. 北宫国家森林公园森林保健功能指数评价研究[J]. 广东农业科学, 39(24): 185-194.
(Hang M C, Liang Y L, Ye B, et al. 2012. Research on composite evaluation index of urban forest health effects of Beigong National Forest Park[J]. Guangdong Agricultural Sciences, 39(24): 185-194. DOI:10.3969/j.issn.1004-874X.2012.24.057 [in Chinese])
李新宇, 赵松婷, 李延明, 等. 2014. 北京市不同主干道绿地群落对大气PM2.5浓度消减作用的影响[J]. 生态环境学报, 23(4): 615-621.
(Li X Y, Zhao S T, Li Y M, et al. 2014. Subduction effect of urban arteries green space on atmospheric concentration of PM2.5 in Beijing[J]. Ecology and Environmental Sciences, 23(4): 615-621. [in Chinese])
卢荷英, 程煜, 杨红玉, 等. 2014. 福州市中心城区主干道行道树减噪效果研究[J]. 福建师范大学学报:自然科学版, 30(2): 90-97.
(Lu H Y, Cheng Y, Yang H Y, et al. 2014. Study on noise reduction effect of roadside trees along main roads in downtown of Fuzhou City[J]. Journal of Fujian Normal University:Natural Science Edition, 30(2): 90-97. [in Chinese])
蒙丽娜, 孙迎雪, 李科, 等. 2014. 北京香山空气负氧离子垂直变化测量研究[J]. 城市环境与城市生态, 27(1): 12-15.
(Meng L N, Sun Y X, Li K, et al. 2014. Experimental research of vertical variation of aero anion in Xiangshan Hill of Beijing[J]. Urban Environment & Urban Ecology, 27(1): 12-15. [in Chinese])
潘剑彬, 李树华. 2015. 北京市城市公园绿地负氧离子效益空间格局特征研究[J]. 中国园林, 3: 100-104.
(Pan J B, Li S H. 2015. Study on the spatial pattern of negative aeroion benefits on Beijing City park[J]. Chinese Landscape Architecture, 3: 100-104. [in Chinese])
彭镇华. 2003. 城市森林[M]. 北京: 中国林业出版社: 39-42.
(Peng Z H. 2003. Urban forest[M]. Beijing: China forestry Publishing House: 36-42. [in Chinese])
濮阳雪华, 高晨浩, 罗红松, 等. 2014. 北京鸿华高尔夫球场生态环境效益评价研究[J]. 草业学报, 23(5): 124-132.
(Puyang X H, Gao C H, Luo H S, et al. 2014. Evaluating of eco-environment benefits in Beijng Honghua Golf Courses[J]. Acta Prataculturae Sinica, 23(5): 124-132. DOI:10.11686/cyxb20140514 [in Chinese])
秦仲, 李湛东, 成仿云, 等. 2016. 北京园林绿地5种植物群落夏季降温增湿作用[J]. 林业科学, 52(1): 37-47.
(Qing Z, Li Z D, Cheng F Y, et al. 2016. Cooling and humidifying effects of five landscape plant communities on summer days in Beijing[J]. Scientia Silvae Sinicae, 52(1): 37-47. [in Chinese])
陶晓丽, 陈明星, 张文忠, 等. 2013. 城市公园的类型划分及其与功能的关系分析——以北京市城市公园为例[J]. 地理研究, 32(10): 1964-1976.
(Tao X L, Chen M X, Zhang W Z, et al. 2013. Classification and its relationship with the functional analysis of urban parks:taking Beijing as an example[J]. Geographical Research, 32(10): 1964-1976. [in Chinese])
王琳琳, 郑国华. 2016. 不同公园植物群落减噪效果及影响因子分析[J]. 福建农业学报, 31(1): 63-69.
(Wang L L, Zheng G H. 2016. Effect on and factors affecting noise reduction by plant communitiesat parks in Fuzhou[J]. Fujian Journal of Agricultural Sciences, 31(1): 63-69. [in Chinese])
王晓磊, 王成, 古琳, 等. 2014. 春季典型天气下城市街头绿地内大气颗粒物浓度变化特征[J]. 生态学报, 33(11): 2889-2896.
(Wang X L, Wang C, Gu L, et al. 2014. Concentration variations of atmospheric particulate matters in street greenbelts under typical weather conditions in spring[J]. Chinese Journal of Ecology, 33(11): 2889-2896. [in Chinese])
王晓磊, 许景伟, 李传荣, 等. 2013. 济南南部山区夏季典型游憩林人体舒适度的研究[J]. 林业科学研究, 26(5): 616-621.
(Wang X L, Xu J W, Li C R, et al. 2013. Human comfort level of typical recreational forests in mountain area of southern Jinan in summer[J]. Forest Research, 26(5): 616-621. [in Chinese])
吴俊林, 齐实, 申云康, 等. 2015. 2种城市林带PM1质量浓度变化及其与气象因子的关系[J]. 水土保持学报, 29(4): 104-109.
(Wu J L, Qi S, Shen Y K, et al. 2015. PM1 mass concentration of urban conifer and broadleaf forest and their correlation with meteorological factors[J]. Jouranl of Soil and Water Conservation, 29(4): 104-109. [in Chinese])
香山公园管理处. 2001. 香山公园志[M]. 北京: 中国林业出版社.
(Fragrant Hill Park Management Office. 2001. Records of fragrant hills park[M]. Beijing: China Forestry Publishing House. [in Chinese])
谢滨泽, 王会霞, 杨佳, 等. 2014. 北京常见阔叶绿化植物滞留PM2.5能力与叶面微结构的关系[J]. 西北植物学报, 34(12): 2432-2438.
(Xie B Z, Wang H X, Yang J, et al. 2014. Retention capability of PM2.5 and its explanation by leaf surface icro-structure of common broad-leaved plant species in Beijing[J]. Acta Botanica Boreali-Occidentalia Sinica, 34(12): 2432-2438. [in Chinese])
辛学飞, 韩琳, 黄俊, 等. 2015. 两种人体舒适度评定方法在张家界国家森林公园的对比应用及检验[J]. 高原山地气象研究, 35(4): 76-80.
(Xin X F, Han L, Hang J, et al. 2015. Two assessment methods comparison application and inspection of human comfort in Zhangjiajie National Forest Park[J]. Plateau and Mountain Meteorology Research, 35(4): 76-80. [in Chinese])
熊丽君, 韩少华, 唐浩, 等. 2011. 空气负离子研究进展及影响因素分析[J]. 中国人口·资源与环境, 21(3): 184-187.
(Xiong L J, Han S H, Tang H, et al. 2011. The research progress and influencing factors of aero-anion[J]. China Ppulation, Resources and Environment, 21(3): 184-187. [in Chinese])
宴海, 王雪, 董丽. 2012. 华北树木群落夏季微气候特征及其对人体舒适度的影响[J]. 北京林业大学学报, 34(5): 57-63.
(Yan H, Wang X, Dong L. 2012. Microclimatic characteristics and human comfort conditions of tree communities in northern China during summer[J]. Journal of Beijing Forestry University, 34(5): 57-63. [in Chinese])
张建国, 徐文俊, 崔会平, 等. 2016. 衢州大橘海森林公园空气负离子浓度变化[J]. 浙江农林大学学报, 33(1): 26-32.
(Zhang J G, Xu W J, Cui H P, et al. 2016. Air anions concentration variation in forest park of citrus groves in Quzhou[J]. Journal of Zhejiang A&F University, 33(1): 26-32. DOI:10.11833/j.issn.2095-0756.2016.01.004 [in Chinese])
张艳丽. 2013. 杭州市典型城市森林类型生态保健功能研究. 北京: 中国林业科学研究院博士学位论文.
(Zhang Y L. 2013. Ecological health effect a of typical urban forests in Hangzhou. Beijing: PhD thesis of Chinese Academy of Forestry University. [in Chinese])
赵艳, 徐正春, 温秀军, 等. 2013. 城市森林健康评价研究进展[J]. 林业资源管理, (6): 43-47.
(Zhao Y, Xu Z C, Wen X J, et al. 2013. Research advances of health assessment of urban forests[J]. Forest Resources Management, (6): 43-47. [in Chinese])
Fang C F, Ling D L. 2005. Guidance for noise reduction provided by tree belts[J]. Landscape and Urban Planning, 71(1): 29-34. DOI:10.1016/j.landurbplan.2004.01.005
Flanagan L B, Farquhar G D. 2014. Variation in the carbon and oxygen isotope composition of plant biomass and its relationship to water-use efficiency at the leaf and ecosystem-scales in a northern Great Plains grassland[J]. Plant Cell and Environment, 37: 425-438. DOI:10.1111/pce.2014.37.issue-2
Georgi N J, Dimitriou D. 2010. The contribution of urban green spaces to the improvement of environment in cities:case study of Chania, Greece[J]. Building and Environment, 45(6): 1401-1414. DOI:10.1016/j.buildenv.2009.12.003
Gudina L F, Klaus D, Henrik M. 2014. Efficiency of parks in mitigating urban heat island effect:an example from Addis Ababa[J]. Landscape and Urban Plannin, 123: 87-95. DOI:10.1016/j.landurbplan.2013.12.008
Huang G, Zhou W, Cadenasso M L. 2011. Is everyone hot in the city? Spatial pattern of land surfce temperatures, land cover and neighborhood socioeconomic characteristics in Baltimore, MD[J]. Journal of Environment Management, 92(7): 1753-1759.
John R M. 1974. Climatology fundamentals and applications[M]. New York: McGraw-Hill Book.
Josh G, Conghe S. 2012. Mapping leaf area index using spatial, spectral, and temporal information from multiple sensors[J]. Remote Sensing of Environment, 119(2012): 173-183.
Liu L, Guan D S, Peart M R, et al. 2013. The dust retention capacities of urban vegetation-a case study of Guangzhou, South China[J]. Environmental Science and Pollution Research, 20(9): 6601-6610. DOI:10.1007/s11356-013-1648-3
Maleki K, Hossein S M. 2011. Investigation of the effect of leavers, branches and canpies of trees on noise pollution reduction[J]. Annals of Environmental Science, 34(7): 137-154.
Mohamed K J, Rey D, Rubio B. 2014. The influence of weather and climate on the reliability of magnetic properties of tree leaves as proxies for air pollution monitoring[J]. Science of the Total Environment, 468/469: 892-902. DOI:10.1016/j.scitotenv.2013.09.009
Pawinee I, Kazunori H, Kardi T. 2013. Public park voluation using Making[M]. New York: John Wiley and Sons: 7-9.
Ryushi T, Kita I, Sakurai T, et al. 1998. The effect of exposure to negative air ions on the recovery of physiological response after moderate endurance exercise[J]. International Journal of Biometeorology, 41(3): 132-136. DOI:10.1007/s004840050066
Sabin L D, Lin J H, Venezai M T, et al. 2006. Dry deposition and resuspension of particle-associated metals near a freeway in Los Angeles[J]. Atmospheric Environment, 40(39): 7528-7538. DOI:10.1016/j.atmosenv.2006.07.004
Tallis M, Taylor G, Sinnett D, et al. 2011. Estimating the removal of atmospheric particulate pollution by the urban tree canopy of London, under current and future environments[J]. Landscape and Urban Planting, 103(2): 129-138. DOI:10.1016/j.landurbplan.2011.07.003