环境科学学报  2015, Vol. 35 Issue (4): 984-990
城市道路隔离带绿化模式对人行道空气质量的影响评价    [PDF全文]
武小钢 , 蔺银鼎    
山西农业大学城乡建设学院, 太谷 030801
摘要:探讨城市道路绿化隔离带对于污染物的阻滞效应,以减少城市道路污染向两侧横向扩散,保护道路行人免受来自机动车道污染物的伤害具有重要的现实意义.因此,本研究在太原市区选择16条主干道(28个监测样点),以4种绿化植物配置模式(乔木+灌木+低绿篱、乔木+低绿篱、乔木、低绿篱)为研究对象,在无风或者微风 (风速小于2 m · s-1)条件下对SO2、NOx、TSP和PM10等5种污染物进行现场监测.研究结果表明,城市道路绿化隔离带对于控制机动车道的主要污染物向非机动车道的扩散具有明显作用,绿化隔离带的植物模式差异会影响绿化带吸附和阻隔污染物能力的强弱.在此基础上,通过构建一个新的评价指标来比较各个模式在阻滞污染物方面的能力.结果显示,与其他模式相比,低绿篱模式和乔木+灌木+低绿篱模式分别对NH3和PM10具有更高的降低能力.对于SO2、NH3、NOx等气态污染物,以乔木(T)为配置模式的绿化带效果最佳,而对于TSP、PM10等颗粒污染物,乔木+灌木+低绿篱(TSH)模式的阻滞净效应最高.新评价指标能够准确定量评价绿化带植物对污染物阻滞效应能力的大小,具有较好的应用性.
关键词城市道路    绿化隔离带    植物配置模式    污染物    
Impact of plant configuration mode of greening segregating belt on air quality of adjacent sidewalk in urban street
WU Xiaogang, LIN Yinding    
College of Urban and Rural Construction, Shanxi Agricultural University, Taigu 030801
Abstract: Vehicle emissions are key sources of air pollution in most cities of China. The available literature indicates that roadside vegetation has the potential to mitigate vehicle-generated air pollution through increasing deposition rate of particulates and/or absorption of gaseous pollutants, but lacks the information on the impact of different designs on the efficacy. Therefore, it is important to assess critical design factors of greenbelt, especially for practical considerations on road-user(pedestrian, bicycler, etc.) safety. Field monitoring of pollutants concentration(SO2, NOx, NH3, TSP and PM10) in urban street with greenbelt were performed using medium-flow air samplers at 28 sample locations in 16 streets in Taiyuan, China. Plant configuration modes (vegetation structure) were categorized into 4 types: Tree+Shrub+Hedge(TSH), Tree+Hedge(TH), Tree(T) and Hedge(H). It was found that tree planting of four modes all reduced the pollutants concentration of sidewalk air significantly. The decrease in concentration showed a maximum decrease of SO2, NOx, NH3, TSP and PM10 by 31.4%, 23.0%, 35.0%, 38.2% and 39.6% respectively in plots of TSH. There was no difference in reduction rate of SO2, NOx and TSP among four modes. Moreover, a new parameter was proposed to accurately compare the efficacy among different modes. In comparison to others, markedly higher efficacy of NH3 reduction in T mode and PM10 capture in TSH mode were observed. Capture of particulate pollutant (e.g. TSP, PM10) was more efficient with TSH mode by the presence of more leaf area and higher density, and decrease of gaseous contaminant was more effective with T mode due to good ventilation.
Key words: urban street    greenbelt    plant configuration mode    pollutants    
1 引言(Introduction)

当前,随着城市机动车保有量的迅速攀升,交通源排放已经超过工业排放,成为城市大气污染的主要来源.不同于工业排放,交通源污染为发生在城市居民区和商业区的贴地线源(Gromke et al., 2009).研究发现,机动车辆产生的污染物主要集中在高度为0~0.3 m和1.5~2.0 m的两个区段(Maher et al., 2008),交通主干道及其两侧50 m以内、1.7 m以下的低空范围成为受道路污染影响最为严重的空间(Kaur et al., 2005).大量研究表明,长期暴露在交通源污染物环境中将导致多种严重的健康问题(Adar et al., 2007; Salam et al., 2008).据估计,全世界受到交通源污染物危害的人群高达6亿之巨(Yazid et al., 2014),这其中受到交通源污染最为直接和严重危害的便是城市中日常上下班的人群,尤其是行人(Mitchell et al., 2009).在城市化的速度和规模日益增长的今天,有效预防和解决这一问题也就成为城市规划、生态建设及公共健康等领域必须给予足够关注的科学和实践命题.

关于城市街道峡谷中大气污染物散布规律人们已经取得了比较丰富的认知.研究发现,城市街谷形态结构显著影响街道峡谷内的气流运动,进而影响街谷内污染物的扩散,其中,最受关注的结构因子包括街谷高宽比(H/W)和长宽比(L/W)、街道两侧建筑高度比(对称性街谷和非对称性街谷)、屋顶形式等(钟珂等,2001邱巧玲等,2007),Yazid等(2014)对此进行了系统的梳理和总结.街谷外部环境,即街谷的风场(风向和风速)(Kim et al., 2004;Hang et al., 2010)、热场(热稳定性、墙体加热状况及其日变化)(Cheng et al., 2011; Tong et al., 2012)及车辆运动(车速及行车方向)(Baker,2001;Carpentieri et al., 2011)等对街谷污染物扩散和累积均具有显著影响.基于数值模拟和现场试验的研究表明,街谷中树木降低了空气流通性,从而使污染物扩散受阻(钟珂等,2005; Gromke et al., 2008; 徐伟嘉等,2012).基于这一研究结果,研究人员转而寻求能够加强空气流动的街道树木种植策略.途径之一是研究不同高度(冠层密度)的树木对污染物扩散的影响(Kikuchi,2009),通过修剪来增加空气流动;其二是研究不同类型的树木和种植间距的影响(Wania,2012),对于树冠稀疏的树木而言,种植间距的不同并不会显著影响污染物浓度,而树冠稠密的树木在小间距情况下则可显著增加污染物浓度.绿化带结构参数(如郁闭度、疏透度)对于空气颗粒物的净化效应具有显著影响(殷杉等,2007),不同植物及群落的滞尘能力也存在明显差异(郭伟等,2010赵晨曦等,2013).

McNabola等(2009)通过模拟实验结合模型研究表明,平行风向和常规街道形态(H/W=1)情况下,50 cm高的边界墙可显著降低机动车道污染物向人行道的扩散(43%~65%),而风速对其无显著影响;垂直风向情况下人行道污染物浓度则有一定程度的上升.在城市道路建设的现实活动中,矮墙的修建往往因不可行或不美观而难以实施,绿化隔离带也许是一个可行的替代方案.但绿化带为多孔介质,在空气动力学方面与墙体明显不同,模型模拟的结果也需要现场试验进一步验证.而目前对于城市街谷中机动车道与人行道之间绿化隔离带与污染物扩散关系的研究案例极少,仅见于本课题组的部分成果(李萍等,2011蔺银鼎等,2011).基于此,本文立足于对城市道路行人生态安全的考虑,通过实地监测,探讨以下两个问题:①道路绿化隔离带是否可以有效降低机动车道的污染物向非机动车道的扩散;②不同植物配置模式之间是否具有显著差异.以期为科学设计基于保护非机动车道行人生态安全的城市道路绿化隔离带提供理论和技术支撑.

2 材料与方法(Materials and methods) 2.1 样地选取

试验在太原市市区进行.太原市是我国重要的能源重化工基地,位于东经112°33′,北纬37°52′,全境属大陆性暖温带季风气候,年平均风速为1.8~2.4 m · s-1,年平均降雨量456 mm,年平均气温9.5 ℃.除春季风速较大外,其他季节风速偏低,静风频率偏高,对大气污染物水平扩散不利.

在对太原市主要街道绿化情况调查的基础上,将植物配置模式分为4个类型:乔木+灌木+低绿篱(Tree + Shrub + Hedge,TSH)、乔木+低绿篱(Tree + Hedge,TH)、乔木(Tree,T)、低绿篱(Hedge,H).选取16条主要道路(东西向11条,南北向5条),设置28个采样点.各采样点绿化隔离带空间格局及道路状况见表 1.

表1 样地绿化隔离带空间结构特征 Table 1 Space structural characteristics of the test samples
2.2 试验设计 2.2.1 测试指标、仪器和方法

颗粒污染物监测指标为TSP和PM10,测试方法为滤膜阻留法.气态污染物监测指标为SO2、NOx、NH3,测试方法为溶液吸收法.采样仪器为KB6120型中流量大气采样器,采样高度为1.5 m,采样流量颗粒物为100 L · min-1,NOx为0.4 L · min-1,SO2为0.5 L · min-1;采样时间NH3为20 min,其余4个指标均为60 min.NOx吸收量的测定采用盐酸萘乙二胺比色法(GB/T15436—1995),NH3吸收量的测定采用次氯酸钠-水杨酸分光光度法(GB/T14679—1993),SO2吸收量的测定采用甲醛缓冲溶液吸收-盐酸副玫瑰苯胺分光光度法(GB/T15262—1994),TSP的测定采用重量法(GB/T15432—1995),PM10的测定采用重量法(GB/T6921—1986)(叶伊兵,2000).

试验时间为2009年8月27日至9月20日,在晴朗、无风或者微风(平均风速小于2 m · s-1)情况下进行观测,每日同步测定两个采样点(每样点6台大气采样器),采样时段分别为9:00—10:00、11:00—12:00、13:30—14:30.

2.2.2 监测点的布置

每个采样点设3个监测点,分别为A点(机动车道与绿化带相接处)、B点(绿化带与非机动车道相接处)、C点(相邻绿化隔离带间隔处),A、B两点纵向对应,B、C点横向对应(图 1).A、B点布置在绿化隔离带两侧,距离与隔离带宽度相等;C点与B点间距离不小于5 m.

图 1 污染物采样监测点位置示意图 Fig. 1 Schematic diagram of pollutant sampling locations

由于交通流量与街道大气污染物浓度有显著的相关性,且街道内风速情况会影响颗粒物的分布,因此在采样过程中,使用Kestrel 3500便携式气候测量仪同步观测采样点环境气温、相对湿度、风速等气象参数,每隔20 min测定1次,重复3次.车流量统计采用截面法,以5 min为单位,分类(轻型客车、轻型货车、中大型客车、中大型货车、摩托车)统计出通过单侧道路截面的车辆数量,每隔10 min统计1次,每时段重复3次.

2.3 数据分析

非机动车道大气污染物在经过绿化带植物阻滞后较机动车道减少的比率也可以称之为绿化带污染物阻滞效应,其计算公式为:

式中,Pn为绿化带污染物阻滞效应(无量纲),n为观测样本,CACB分别为监测点A和B处的大气污染物浓度.

机动车道产生的大气污染物在向两侧扩散的过程中,与植物、建筑物或地面(土壤)相碰撞而被表面吸附或吸收,从而发生重力沉降(干沉降).因此,为了消除污染物扩散过程中因水平传播距离增加而发生自然沉降或向高处逸散对研究结果的影响,以准确描述绿化带植物对污染物的阻滞效应,引入净效应(Net Effect)的概念,其计算公式为:

式中,Pn为绿化带污染物阻滞净效应(无量纲),CC为监测点C处的大气污染物浓度.由图 1可知,C点为与B点处于同一水平位置且无绿化带处,因此,可视为空白对照.由公式(2)可知,Pn取值为0~1时,表示绿化带污染物截留效应为负效应(低于自然扩散过程中的沉降率);Pn取值大于1时,表示绿化带污染物截留效应为正效应,值越大,则正效应越强.

以每一样点1天内3个时段的采样作为3个平行样.不同植物配置模式下污染物变量的差异运用One-Way ANOVA分析,比较用Turkey′s-b方差分析,相关性分析用Pearson相关分析,全部分析在SAS17.0平台上完成.

3 结果(Results) 3.1 车流量与机动车道大气污染物状况

4种绿化植物配置模式相应的道路交通流量分布情况见图 2.由图可知,不同道路的不同时段,轻型客车均是构成车流量最主要的车辆类型,其次是中大型客车.同一类型道路在3个时段的车流量相对稳定,未表现出显著差异(数据未列出).植物配置为乔木+灌木+低绿篱(TSH)和乔木+低绿篱(TH)的道路车流量(均高于2200辆 · h-1)显著高于隔离带为乔木(T)和低绿篱(H)的道路(低于1500 辆· h-1),这与道路结构显著相关.由表 1可知,TSH和TH道路的车道数分别为10.6±3.2和7.6±2.1,高于T型道路(4.0±0.0)和H型道路(4.3±0.7).

图 2 研究样点车流量分时段分布 Fig. 2 Vehicle flow distribution at different times in sampling location

考虑到交通流量对街道大气污染物浓度有显著的影响,进而影响对不同街道绿化隔离带对交通源污染物截留效应的评估,因此,有必要考察不同车流量情况下观测样本之间污染物浓度差异,监测 结果见图 3.从图中可以看出,在监测的5种污染物中,4种隔离带绿化模式的街道之间并未表现出一致的规律性,总体而言差异性不显著.具体看来,以乔木+低绿篱(TH)为绿化模式的街道中,SO2、NOx、TSP和PM10 4种污染物浓度均高于其他3种类型的街道,而NH3浓度低于其他类型.其中,SO2浓度为(0.13±0.07)mg · m-3,显著高于TSH((0.06±0.04)mg · m-3)和T((0.08±0.05 mg · m-3))绿化模式的浓度;NOx浓度为(0.27±0.06)mg · m-3,显著高于T((0.20±0.08)mg · m-3)和H((0.22±0.07)mg · m-3)绿化模式的浓度;TSP浓度((1.18±0.59)mg · m-3)显著高于TSH((0.74±0.30)mg · m-3)绿化模式,与T和H模式差异不显著;而PM10浓度值为(0.50±0.17)mg · m-3,显著高于其他3种类型.对5种污染物浓度与交通流量的相关性分析表明,车流量与NOx和NH3浓度显著正相关,相关系数分别为0.323(p<0.01)和0.231(p<0.05);车流量与SO2、TSP和PM10相关性不显著(相关系数分别为-0.095、-0.081和-0.037).

图 3 机动车道A点大气污染物浓度(不同小写字母表示不同植被配置类型间大气污染物差异显著,p<0.05) Fig. 3 Concentration of air pollutants at the edge of vehicle lane(Different lower-case letters at the top of columns are significantly different at p<0.05)
3.2 绿化隔离带污染物阻滞效应

非机动车道大气污染物在经过绿化带植物阻滞后较机动车道减少的比率见表 2.由表 2可知,乔木+灌木+低绿篱(TSH)模式对SO2、NH3、TSP和PM10的阻滞效应均高于其他3种绿化模式,比率分别为31.4%、35.0%、38.2%和39.6%.而对NOx来说,阻滞效应以乔木(T)模式最好(24.4%),TSH次之.Turkey′s-b方差分析比较结果显示,4种植物配置模式对SO2等5种污染物的阻滞效应无明显差异.隔离带宽度与污染物阻滞效应间的相关性分析结果见表 3,隔离带宽度与5种污染物阻滞效应的相关性均不显著.

表2 隔离带不同植物配置模式对污染物的阻滞效应 Table 2 Exposure reduction of different configuration modes

表3 隔离带宽度与污染物的阻滞净效应的相关性 Table 3 Exposure reduction of different widths of greening segregating belt

表 4为根据公式(2)计算得到的4种植物配置模式阻滞污染物的净效应.可以看出,对于SO2、NH3、NOx等气态污染物,阻滞净效应最高的是以乔木(T)为配置模式的绿化带,而对于TSP、PM10等颗粒污染物,以乔木+灌木+低绿篱(TSH)模式的阻滞净效应最高.Turkey′s-b方差分析比较结果显示,4种植物配置模式对SO2、NOx和TSP的阻滞净效应无显著差异;低绿篱(H)模式对NH3的阻滞效应显著高于乔木+灌木+低绿篱模式(TSH)和乔木+低绿篱模式(TH),乔木+灌木+低绿篱模式(TSH)对PM10的阻滞效应显著高于乔木模式(T).

表4 隔离带不同植物配置模式对污染物的阻滞净效应 Table 4 Exposure reduction of different configuration modes
4 讨论(Discussion)

以往的研究表明,城市大气污染物中颗粒污染物的来源较多,如土壤尘、建筑水泥尘、机动车尾气尘、煤烟尘、冶金尘、硫酸盐和硝酸盐粒等.本研究中,交通流量与TSP和PM10未表现出显著的相关性,反映出研究区大气颗粒物来源中机动车尾气尘的贡献率比较低,这一结果与陈建华等(2005)对北京市交通路口大气颗粒物污染特征的研究结果一致.对机动车道污染物背景水平的分析结果也显示,在监测的5种污染物指标中,研究样本之间多无明显差异.因此,尽管本研究中各样本在交通流量存在一定差异,但我们认为并不会对绿化隔离带污染物阻滞效应研究结果造成重大偏离.

通过计算非机动车道大气污染物在经过绿化带植物阻滞后较机动车道减少的比率(Pn),虽然可以反映出污染物减少的程度,但并不能真实地反映出绿化隔离带的有无或者结构差异对污染物阻滞效应的影响,表 2中4种植物配置模式对SO2等5种污染物的阻滞效应无明显差异的结果充分反映了这一点.而通过构建新的表征指标-绿化带污染物阻滞净效应P′n,发现可以揭示一些新的现象,如以乔木(T)为配置模式的绿化带对于气态污染物具有更好的阻滞效应,准确地讲是更加有利于气态污染物的迅速扩散,而乔木+灌木+低绿篱(TSH)模式对于颗粒污染物具有更好的阻滞净效应.因此,参数P′n具有较Pn更为准确描述绿化带植物对污染物的阻滞效应的能力,可在今后的研究中加以进一步的论证.

本研究显示,植物配置模式对SO2、NOx和TSP的阻滞净效应无显著差异;低绿篱(H)模式对NH3的阻滞效应显著高于乔木+灌木+低绿篱模式(TSH)和乔木+低绿篱模式(TH),乔木+灌木+低绿篱模式(TSH)对PM10的阻滞效应显著高于乔木模式(T).这一结果揭示了一个十分重要的问题,即污染物不同,应该相应地采用不同的绿化模式以达到保护非机动车道行人生态安全的目的.因此,道路绿化隔离带植物配置模式的设计必须首先确定目标污染物.譬如,对于机动车尾气排放产生的氮氧化物、碳氢化合物等气态污染物,应以低矮植物为主,避免浓密树冠造成污染物扩散不畅而滞留(钟珂等,2005);而如果道路积尘较多使得机动车行驶造成的路面扬尘严重或机动车排放颗粒污染物水平较高情况下,则应以复层结构为宜.随着机动车排放标准和燃油质量的提高及城市道路清扫保洁水平的提升,今后城市街道绿化隔离带的设计应该以促进污染物扩散为目标.

除了空间结构参数(如高度、宽度、疏透度)影响绿化隔离带的抑污降尘效应外(殷杉等,2007蔺银鼎等,2011),植物的种类和植物学特性对其净化功能也有明显影响.王修信等(2007)选择5月份北京城区绿地为研究对象,发现绿地的降尘效果与单位面积上叶片的浓密度有关,总体趋势呈现树林、灌木林、草地降尘效果逐渐减小的趋势.柴一新等(2002)的研究表明,叶片表皮具有沟状组织、密集纤毛的树种降尘能力强,而叶片表皮具有瘤状或疣状突起的树种滞尘能力则相对较差.罗红艳等(2000)的研究显示,不同树种之间对SO2的吸收累积作用差异较大,从大到小依次为落叶乔木、灌木和常绿针叶树.作为理想的道路绿化隔离带,将空间结构和植物种类综合考虑将对道路绿化隔离带净化能力的提高产生积极作用.

5 结论(Conclusions)

1)城市道路绿化隔离带对于控制机动车道的主要污染物向非机动车道的扩散具有明显作用,说明在城市道路的机动车道和非机动车道之间设置绿化隔离带对净化非机动车道大气环境,减轻道路污染对道路行人的生态伤害具有积极作用.

2)绿带的植物配置模式对绿带吸附和阻隔污染物的效应随污染物种类不同而变化.对于SO2、NH3、NOx等气态污染物,以乔木(T)为配置模式的绿化带为最佳,而对于TSP、PM10等颗粒污染物,以乔木+灌木+低绿篱(TSH)模式的阻滞净效应最高.

致谢: 感谢硕士研究生韩翀、赵越、王松、李余峰、乔建伟等在本项目实验过程中所做的大量野外监测和实验室分析工作.

参考文献
[1] Adar S D,Kaufman J D.2007.Cardiovascular disease and air pollutants: evaluating and improving epidemiological data implicating traffic exposure[J].Inhalation Toxicology,19(S1): 135-149
[2] Baker C J.2001.Flow and dispersion in ground vehicle wakes[J].Journal of Fluids and Structures,15(7): 1031-1060
[3] Carpentieri M,Kumar P,Robins A.2011.An overview of experimental results and dispersion modelling of nanoparticles in the wake of moving vehicles[J].Environmental Pollution,159(3): 685-693
[4] 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[J].应用生态学报,13(9): 1121-1126
[5] 陈建华,王玮,刘红杰,等.2005.北京市交通路口大气颗粒物污染特征研究(Ⅰ)—大气颗粒物污染特征及其影响因素[J].环境科学研究,18(2): 34-38
[6] Cheng W C,Liu C H.2011.Large-eddy simulation of turbulent transports in urban street canyons in different thermal stabilities[J].Journal of Wind Engineering and Industrial Aerodynamics,99(4): 434-442
[7] Gromke C,Buccolieri R,Sabatino S D,et al.2008.Dispersion study in a street canyon with tree planting by means of wind tunnel and numerical investigations-evaluation of CFD data with experimental data[J].Atmospheric Environment,42(37): 8640-8650
[8] Gromke C B,Ruck B.2009.On the impact of trees on dispersion processes of traffic emissions in street canyons[J].Boundary-Layer Meteorology,131(1): 19-34
[9] 郭伟,申屠雅瑾,郑述强,等.2010.城市绿地滞尘作用机理和规律的研究进展[J].生态环境学报,19(6): 1465-1470
[10] Hang J,Sandberg M,Li Y G,et al.2010.Flow mechanisms and flow capacity in idealized long-street city models[J].Building and Environment,45(4): 1042-1053
[11] Kaur S M,Nieuwenhuijsen M J,Colvile R N.2005.Pedestrian exposure to air pollution along a major road in Central London,UK[J].Atmospheric Environment,39(38): 7307-7320
[12] Kikuchi A,Hataya N,Mochida A,et al.2009.Field measurement and CFD analysis on thermal environment and ventilation efficiency in street canyons to investigate the influence of roadside trees and moving automobiles//The 7th International Conference on Urban Climate.Yokohama,Japan
[13] Kim J J,Baik J J.2004.A numerical study of the effects of ambient wind direction on flow and dispersion in urban street canyons using the RNG k-ε turbulence model[J].Atmospheric Environment,38(19): 3039-3048
[14] 李萍,王松,王亚英,等.2011.城市道路绿化带"微峡谷效应"及其对非机动车道污染物浓度的影响[J].生态学报,31(10): 2888-2896
[15] 蔺银鼎,武小刚,郝兴宇,等.2011.城市机动车道颗粒污染物扩散对绿化隔离带空间结构的响应[J].生态学报,31(21): 6561-6567
[16] 罗红艳,李吉跃,刘增.2000.绿化树种对大气 SO2 的净化作用[J].北京林业大学学报,22(1): 45-50
[17] Maher B A,Moore C,Matzka J.2008.Spatial variation in vehicle-derived metal pollution identified by magnetic and elemental analysis of roadside tree leaves[J].Atmospheric Environment,42(2): 364-373
[18] McNabola A,Broderick B M,Gill L W.2009.A numerical investigation of the impact of low boundary walls on pedestrian exposure to air pollutants in urban street canyons[J].Science of the Total Environment,407(2): 760-769
[19] Mitchell R,Maher B A.2009.Evaluation and application of biomagnetic monitoring of traffic-derived particulate pollution[J].Atmospheric Environment,43(13): 2095-2103
[20] 邱巧玲,王凌.2007.基于街道峡谷污染机理的城市街道几何结构规划研究[J].城市发展研究,14(4): 78-82
[21] Salam M T,Islam T,Gilliland F D.2008.Recent evidence for adverse effects of residential proximity to traffic sources on asthma[J].Current Opinion in Pulmonary Medicine,14(1): 3-8
[22] Tong N Y O,Leung D Y C.2012.Effects of building aspect ratio,diurnal heating scenario,and wind speed on reactive pollutant dispersion in urban street canyons[J].Journal of Environmental Sciences,24(12): 2091-2103
[23] 王修信,胡玉梅,刘馨,等.2007.城市草地的小气候调节作用初步研究[J].广西师范大学学报: 自然科学版,25(3): 23-27
[24] Wania A,Bruse M,Blond N,et al.2012.Analysing the influence of different street vegetation on traffic-induced particle dispersion using microscale simulations[J].Journal of Environmental Management,94(1): 91-101
[25] 徐伟嘉,幸鸿,余志.2012.道路绿化带对街道峡谷内污染物扩散的影响研究[J].环境科学,33(2): 532-538
[26] Yazid A W M,Sidik N A C,Salim S M,et al.2014.A review on the flow structure and pollutant dispersion in urban street canyons for urban planning strategies[J].Simulation,90: 1-24
[27] 叶伊兵.2000.中国环境保护标准汇编大气质量分析方法[M].北京: 中国标准出版社
[28] 殷杉,蔡静萍,陈丽萍,等.2007.交通绿化带植物配置对空气颗粒物的净化效益[J].生态学报,27(11): 4590-4595
[29] 赵晨曦,王玉杰,王云琦,等.2013.细颗粒物 (PM2.5) 与植被关系的研究综述[J].生态学杂志,32(8): 2203-2210
[30] 钟珂,亢燕铭,王翠萍.2001.城市街口规划设计与城市空气环境的关系[J].中国环境科学,21(5): 460-463
[31] 钟珂,亢燕铭,王翠萍,等.2005.城市绿化对街道空气污染物扩散的影响[J].中国环境科学,25(S1): 6-9