两种绿地对机动车排放CO2的削减作用比较

张骁博，孙守家，郑宁，李新宇，舒健骅，李春友*

1.河北农业大学园林与旅游学院，河北 保定 071000；2.中国林业科学研究院林业研究所//国家林业局林木培育重点实验室，北京 100091；3.北京市园林科学研究院//园林绿地生态功能评价与调控技术北京市重点实验室，北京 100102；4.北京市园林科学研究院//绿化植物育种北京市重点实验室，北京 100102



两种绿地对机动车排放CO2的削减作用比较

张骁博1，孙守家2，郑宁2，李新宇3，舒健骅4，李春友1*

1.河北农业大学园林与旅游学院，河北 保定 071000；2.中国林业科学研究院林业研究所//国家林业局林木培育重点实验室，北京 100091；3.北京市园林科学研究院//园林绿地生态功能评价与调控技术北京市重点实验室，北京 100102；4.北京市园林科学研究院//绿化植物育种北京市重点实验室，北京 100102

摘要：不同群落结构绿地系统中大气CO2的空间分布特征和来源解析是优化植物配置模式、评价绿地生态效益的重要依据。本文以北京市园林科学研究院（“乔-灌-草”结构）和四得公园绿地（单一乔木结构）距离北京市四环路0、30、60、90和120 m处大气CO2为研究对象，测定其浓度和δ13C值，并利用Keeling plot方程结合IsoSource软件对CO2来源进行定量估算，以期获得不同群落对机动车排放CO2的消减作用的差异。结果表明，城市绿地系统CO2浓度和CO2增量中机动车尾气贡献率随与道路距离的增加呈明显下降趋势，“乔-灌-草”结构和单一乔木结构绿地中距离道路120 m处CO2摩尔分数分别为403.36和423.57 μmol·mol-1，分别较路旁降低7.42%和4.32%，其中外源CO2中机动车尾气的贡献率分别降低33.9%和22.5%，土壤呼吸贡献率分别升高12.1%和7.6%，植物呼吸贡献率分别升高21.8%和14.9%。“乔-灌-草”结构较单一乔木结构对CO2浓度和机动车尾气CO2贡献率的削减作用更明显，且最大削减率的位置更靠近绿地边缘。在城市系统中临近道路的边缘位置配植“乔-灌-草”结构的绿地能有效削减道路上机动车排放的CO2。

关键词：群落结构；CO2浓度；δ13C；来源；削减率

引用格式：张骁博，孙守家，郑宁，李新宇，舒健骅，李春友.两种绿地对机动车排放CO2的削减作用比较［J］.生态环境学报，2016，25（4）:629-635.

ZHANG Xiaobo，SUN Shoujia，ZHENG Ning，LI Xinyu，SHU Jianhua，LI Chunyou.Comparison on the Reduction of CO2Emission from Motor Vehicles at Two Types of Community Structure ［J］.Ecology and Environmental Sciences，2016，25（4）:629-635.

2013年全球大气CO2摩尔分数突破400 μmol·mol-1，较工业革命时期升高约45%，预计在2050年将达到550 μmol·mol-1（Leuenberger et al.，1992；Culf et al.，1997）。CO2含量在空气中仅占0.03%，却是引发温室效应，造成全球变暖、海平面上升等诸多环境问题的主要气体之一（IPCC，2007）。全球80%以上CO2排放量来自城市区域，对环境的影响不容忽视（Churkina，2008；Velasco et al.，2009）。随着全球城市化的加剧，CO2浓度逐年升高的问题受到广泛关注，世界气象组织（World Meteorological Organization，WMO）和联合国全球环境基金（Global Environment Facility，GEF）已在全球各地建立了200余个大气CO2监测本底站以研究全球大气CO2浓度的长期变化趋势（Stephens et al.，2013；Tans，1996；周凌晞等，2003）。同时，许多国家已在城市区域开展了对CO2变化特征的研究（王长科等，2003；Henninger et al.，2010），但目前对特定绿地系统中的CO2浓度特征研究较少（潘剑彬等，2011）。CO2中12C和13C两种稳定性同位素在物理和化学性质存在的差异导致反应过程中同位素产生分馏（林光辉，2013）。基于同位素的质量守恒可以有效地解析生态系统的碳交换过程（Bowling et al.，2008），将同位素技术和Keeling plot方程结合，利用线性两端模型可以估算生态系统中各来源CO2的贡献率（Yakir et al.，2000）。该方法已被广泛应用于自然生态系统碳交换特征的研究（Fassbinder et al.，2012；朱先进等，2013），但对城市生态系统的碳循环研究较少（刘卫等，2012）。

到2013年末，北京市机动车拥有量达543.7万辆，每年消耗燃油约700万吨，CO2排放量巨大（王俊秀，2013）。减排和增汇两项措施均能有效降低城市中CO2浓度，绿色植物具有有效的增汇功能，但不同群落结构的城市绿地对CO2消减作用尚未明确。本研究以北京市园林科学研究院（Beijing Institute of Landscape Architecture，简称BILA）和四得公园（Side Park，简称SP）中临近城市主干道的绿地为样地，通过离轴积分腔输出光谱技术（off-axis integrated cavity output spectroscopy，OA-ICOS）测定路旁和绿地中空气CO2浓度和δ13C值，并利用Keeling plot方程（Yakir et al.，2000；Keeling，1958）结合IsoSource方程（Phillips et al.，2003）估算CO2来源，对不同来源CO2在空间位置上的分布特征进行分析，以期为优化植物配置模式和评价绿地生态效益提供依据。

1　材料与方法

1.1试验地概况

试验在北京市四元桥（116°27′E，39°58΄N）旁的北京市园林科学研究院和四得公园绿地中进行，北京市园林科学院绿地中有植物100余种，为乔-灌-草搭配的群落结构，四得公园绿地为典型的单一乔木群落结构，样地基本信息如表1所示。

以四环路靠近绿地系统一侧的辅路边缘为起点，分别向绿地系统中垂直延伸3条120 m长的样带，在样带距离道路0、30、60、90和120 m处的位置设置取样点，如图1所示。

图1　试验地位置Fig.1 Location of experimental station

1.2样品的收集和测定方法

1.2.1空气样品的收集和测定

在2015年8—10月，每月选择2～4个无风的典型晴天，在10:00─14:00对两块绿地中取样点高1.5 m处的空气进行收集，收集时用FM2002-12V微型真空泵（成都气海机电制造有限公司，中国）连接EATON管，先抽气1 min将原EATON管中气体排出，空气样品储存在1 L铝塑复合膜气体采样袋中（大连海德科技有限公司，中国）。每个样点重复取样3次，采用往返采样方法，以减少取样时间不一致造成的试验误差。将空气样品通入CCIA-38EP-CO2稳定同位素分析仪（Los Gatos Research Inc.，USA）中测定样品的CO2浓度和13C比率，仪器采样频率为1 Hz，CO2测定精度为50 ppb，δ13C测定精度为0.1‰。δ13C为13C的测定结果相对于VPDB（Vienna Pee Dee Belemnite）的千分率（‰），公式为：

其中，Rsample和Rstandard分别表示样品和标准物13C/12C的摩尔比率。

1.2.2汽车尾气的收集和测定

将北京市大屯路隧道、慧忠路隧道按长度等分为5段，在4个等分点和两端进行气体取样。取样时间选择在车流量较大的7:00─9:00和17:00─19:00，每个样点重复取样3次，通过Keeling plot方程获得北京市机动车尾气CO2中δ13C值，用来对环境中不同CO2来源所占比例进行定量估算，CO2浓度及13C测定方法同1.2.1。

1.2.3植物和土壤样品的收集和测定

对两块绿地中的优势树种分别进行取样，在树木北侧和南侧各取10～15片树叶进行混合，每种植物重复3次，样品取回清水洗净后在烘箱中105 ℃杀青1 h，用70 ℃烘干至恒重，粉碎后过80目筛。对两块绿地中的土壤进行取样，样品收集5～20 cm深度处的土壤，样品取回自然风干后，以过量的0.1 mol·L-1稀盐酸浸泡24 h去除样品中碳酸盐，用清水冲洗若干次后过80目筛。取样时为降低空间变异性的影响，植物和土壤取样点设置时依照随机均匀原则。

表1　北京市园林科学研究院和四得公园绿地基本信息Table 1 Information of sample points in BILA and SP.

将过筛后的植物和土壤样品加入Flash EA1112 HT元素分析仪（Thermo Scientific Inc.，USA）中高温还原为CO2，用DELTA V Advantage质谱仪（Thermo Scientific Inc.，USA）测定CO2中的δ13C值，测定精度为0.1‰。获得的土壤和植物中δ13C值用来对环境中不同CO2来源所占比例进行定量估算。

1.3数据处理

根据Keeling plot，生态系统中CO2浓度是大气本底浓度与增加源气体浓度之和，用公式表示为：

式中，CE、Cb和Ci分别表示生态系统中的CO2浓度、CO2浓度的本底值和增加的CO2浓度。基于同位素的质量守恒，获得公式：

式中，δE和CE分别代表生态系统空气中的δ13C值和CO2浓度，Cb和δb分别为本底大气CO2浓度和δ13C值，δi表示外源增加CO2的δ13C值。当1/CE趋于0时，有δE=δi。根据公式（3），可得到生态系统中外源CO2的δ13C值，以及机动车尾气中CO2的δ13C值。

试验地中CO2主要来源于机动车尾气和自然系统呼吸，Bowling et al.（2008）证明叶片呼吸产生的CO2的δ13C值较光合产物高约3‰。在Cb不变，CE趋于无穷大，即CE=Ci时，可将公式（3）变为：

式中，fm、fs和fp分别表示汽车尾气、土壤呼吸和植物呼吸产生的CO2在大气CO2增加量中所占的比例，且三者之和为1，δm、δs、和δp分别表示各自的δ13C值。通过IsoSource模型按照指定增量范围（1%）进行叠加运算，可以得到各CO2来源贡献率出现频率的分布，将处于忍受范围内（±0.1‰）的组合进行加权平均得到各CO2来源在大气CO2增加量中所占的比例。

使用IBM SPSS Statistics 19对数据进行分析，利用IsoSource对城市生态系统CO2中13C的来源进行划分，用Excel 2013作图。

2　结果与分析

2.1两种不同群落结构绿地对CO2的削减率分析

图2显示，在北京市园林科学研究院绿地中，距离道路0～60 m范围内，CO2摩尔分数随着与道路距离的增加而逐渐降低，0 m处约为433.27 μmol·mol-1，30和60 m处分别较0 m分别降低了约4.35%和7.13%，在60～120 m中保持相对稳定，约为403.36 μmol·mol-1。在四得公园单一乔木的群落结构中，CO2摩尔分数随与道路距离的增加而呈下降趋势，0 m处约为442.67 μmol·mol-1，120 m处约为423.57 μmol·mol-1，30、60、90和120 m处较0 m处依次降低了约2.11%、2.83%、3.71%和4.32%，120 m处CO2浓度削减率较“乔-灌-草结构”的北京市园林科学研究院绿地低3.11%。

图2　北京市园林科学研究院和四得公园绿地不同位置CO2浓度变化Fig.2 Variations of CO2concentration at different location of BILA and SP.

图3结果表明，大气CO2的δE值在绿地中随着远离道路逐渐降低。在北京市园林科学研究院中，δE-BILA最大值为-12.73‰，最小值为-13.55‰，减幅达0.82‰。在四得公园绿地中，δE-SP最大值为-13.37‰，最小值为-13.98‰，减幅达0.61‰，且不同位置δE-SP的均值与δE-BILA相比偏负约0.41‰。

图3　北京市园林科学研究院（A）和四得公园（B）绿地不同位置CO2中δ13C值变化Fig.3 Variations of δ13C value in CO2at different location of BILA （A） and SP （B）

2.2两种不同群落结构绿地中CO2增量来源分析

典型隧道封闭性较强，CO2浓度的增加主要来自于机动车尾气的排放，大屯路隧道及慧忠路隧道中大气CO2摩尔分数的倒数和δ13C值的关系如图4 （a）所示，当［x（CO2）］-1趋于0时，趋势线截距约为-28.13‰（r≈0.9536），即北京市机动车尾气中δm=-28.13‰。图4（b）为北京市园林科学研究院和四得公园绿地中土壤中的δ13C值，其中δs-BILA=-18.88‰±0.41‰，δs-SP=-19.27‰±0.35‰。表2表明，在北京市园林科学研究院0～60 m处植物叶片δ13C值随与道路距离的增加呈下降趋势，在60～120 m处无明显差异，植物南侧叶片δ13C值在0、60和120 m处分别较北侧高0.80‰、0.53‰和0.78‰，植物叶片δ13C均值δp-BILA=-27.97‰± 0.98‰；在四得公园绿地0～60 m处植物叶片δ13C值无明显差异，在60～120 m处呈上升趋势，植物南侧叶片δ13C值在0和60 m处与北侧无明显差异，在120 m处较北侧高0.38‰，植物叶片δ13C均值δp-SP=-28.19‰±0.71‰。根据公式（4），植物呼吸产生CO2中的δ13C值为δp+3‰。

综上，不同来源CO2中的δ13C值如表3所示。

图5（a）、（b）显示，北京市园林科学研究院大气CO2中δi值在0～60 m处升高较快，增长1.76‰，在60 m处达到-24.13‰，在60～120 m处升高较慢，增长0.27‰，在120 m为-23.86‰。四得公园绿地大气CO2中δi值在0～120 m中逐渐稳定升高，由0 m处的-25.79‰增至120 m处-24.43‰，升高了1.36‰。北京市园林科学研究院大气CO2中δi值在0～120 m处的最大增量比四得公园绿地高约49.3%。

图4　机动车尾气和土壤中δ13C值Fig.4 The δ13C value of vehicle exhaust and soil

表2　不同位置植物中δ13C值Table 2 The δ13C value of plant in different location

表3　北京市园林科学研究院和四得公园绿地中不同来源CO2中的δ13C值Table 3 The δ13C value of different CO2sources at BILA and SP.

图5（a）显示，北京市园林科学院0 m处机动车尾气排放CO2在大气CO2增量中的贡献率为60.7%，与120 m处相比高33.9%，其中在0～60 m中降低约31.1%，在60～120 m中降低约2.8%。土壤呼吸CO2的贡献率从0 m处的11.9%逐渐升高至120 m处的24.0%，植物呼吸CO2的贡献率在0～60 m中逐渐升高，由27.3%升至49.3%，在60～120 m处稳定在49.1%左右。生态系统呼吸CO2在绿地大气CO2增量的贡献中，土壤呼吸与植物呼吸的比例随与道路距离的增加从4∶9变为1∶2。图5（b）显示，四得公园绿地0 m处机动车尾气排放CO2在该位置CO2增量中的贡献率为61.4%，随与绿地中心距离的减少而逐渐降低，在30、60、90和120 m处分别为55.7%、49.7%、46.1%和38.9%，最大减幅达22.5%。土壤和植物呼吸CO2在大气CO2增量中的贡献率随与绿地中心距离的减少而逐渐升高，在0 m处分别为12.9%和25.7%，在120 m处达到最大值，分别为20.5%和40.6%，二者贡献率比例约为1∶2。

图5　北京市园林科学研究院（A）和四得公园（B）绿地不同位置δi变化及外源CO2在大气CO2增量中所占比例Fig.5 Variations of δiand contributions of different CO2sources at different location of BILA （A） and SP （B）

3　讨论

CO2浓度在绿地不同位置的变化差异说明了绿色植物对环境CO2浓度存在削减作用，这与潘剑彬等（2011）在北京市奥森公园的研究结果相似。四得公园与北京市园林科学研究院距离道路0 m处CO2浓度偏高主要是由于大量汽车尾气排放和“街谷效应”使得空气流通性差，而绿地中CO2浓度较0 m处偏低可能是由于：（1）植物在昼间光合作用消耗CO2使其浓度降低（尹起范等，2009）；（2）本文取样时间为正午，8:00─10:00间植物蒸腾作用释放水分造成绿地内外存在温度差，空气在水平方向上机械湍流加剧，绿地系统夜间土壤和植物呼吸产生的CO2向外扩散（George et al.，2007）；（3）植物形成屏障，阻碍空气在水平方向上的内外交换。“乔-灌-草”结构对CO2的削减率比单一乔木结构高，其CO2浓度的梯度变化特征也更明显，主要是由于乔木树冠较高，在树木主干部分对空气的阻碍作用小，且“乔-灌-草”结构中植物种类丰富，空间布局合理，郁闭度明显高于单一乔木结构，对光能的利用更充分、高效。本研究δE值与孙守家等（2015）的研究相比在道路上偏负，而在绿地系统中偏正，可能是由于本研究仅以10:00─14:00间的空气样品为对象，未考虑车流量和车速变化较大且植物光合作用较弱的早、晚时刻。

机动车尾气主要由汽油和柴油燃烧产生，Bush et al.（2007）通过对美国地区不同品牌机动车尾气中碳同位素组成的研究发现不同品牌的机动车尾气δ13C值差异较大。通过收集空气流通性差、车流量大的隧道中的空气，利用Keeling plot方程获得北京市机动车尾气CO2中的δ13C值为-28.13‰，这一数值在Deines（1980）测定的石油δ13C值-32‰～-21‰之间。由于城市中存在以天然气为燃料的机动车，而天然气的δ13C值可达-100‰（张士亚，1998），因此δm值可能偏负，但仍在Deines（1980）测定的石油δ13C值-32‰ ～ -21‰之间。城市绿化以C3植物为主，北京园林科学研究院和四得公园绿地植物δp-BILA和δp-SP值在Griffiths（1992）测定的C3植物叶片δ13C值-20‰～-35‰之间，且与王玉涛等（2010）对北京地区多种植物叶片中δ13C值的观测结果近似，而植物南侧叶片δ13C值高于北侧是由于两侧光照条件的差异造成叶片气孔导度、光合羧化酶活性和温湿度等具有差异性，影响叶片对13CO2的吸收固定（Mccarroll et al.，2001；王建等，2006）。在北京市园林科学研究院中植物叶片δ13C值随与道路距离的增加而逐渐降低，与δE-BILA的变化趋势相同，可能是由于植物光合作用利用的CO2中δ13C值的变化，而四得公园绿地植物叶片δ13C值随与道路距离的增加而逐渐升高，与δE-SP的变化趋势相反，且南、北两侧叶片的δ13C值差异不大，可能是因为毛白杨叶片中进行光合作用的酶对CO2具有选择性，需在后续试验中进行验证。Buchmann et al.（1998）发现土壤碳同位素特征与上层植被的种类有关，因此本文通过随机均匀取样尽可能消除土壤碳同位素空间变异性的影响后，获得δs-BILA和δs-SP值，结果与孙守家等（2015）对四元桥周边地区土壤同位素的研究结果相似。

根据Keeling plot方程在假设生态系统中Ci趋于无穷大的基础上获得外源CO2的δi，随与道路距离的增加出现δE降低而δi升高的现象，δi的降低是由于绿地系统CO2中来源于δ13C值较低的机动车尾气贡献率减少，绿地系统对机动车尾气产生的CO2具有明显的削减作用。土壤呼吸与植物呼吸对外源CO2增量的贡献率比例与朱先进等（2013）在自然生态系统中的研究结果差别较大，植物呼吸的比例较高，可能是由于城市生态系统中CO2浓度较高造成植物光合作用增强（王建林等，2012），且植物进行光合作用时对不同来源CO2具有选择性，需在今后的研究中结合14C和18O等进行验证。30～60 m宽的“乔-灌-草”结构绿地可以达到对机动车尾气CO2的最大削减率，而单一乔木需120 m以上的宽度才可以最大限度的削减机动车尾气CO2，因此在保证园林景观美的前提下，在靠近路旁的公园、居民区等区域外围以“乔-灌-草”群落结构配置绿地，比单一乔木的群落结构节省空间，且对机动车尾气CO2的削减效果好。

本文在假设城市中CO2增量全部源于机动车尾气和生态系统呼吸的条件下，针对“乔-灌-草”和单一乔木两种群落结构中10:00─14:00间的CO2分布和构成进行研究，而城市大气受到诸多因素的影响，异质性较高。今后可加入其他群落结构、不同时间段和其他碳源（天然气废气，动物呼吸等）的研究，并增加对植物样品的采集、分析，以期进一步探讨植物进行光合作用时对不同来源CO2的选择性，以期为优化城市园林植物配植和评价绿地生态效益提供更为可靠的依据。

4　结论

城市绿地系统CO2浓度和CO2增量中机动车尾气贡献率在8─10月的10:00─14:00间随与道路距离的增加而呈明显下降趋势，“乔-灌-草”结构比单一乔木结构对CO2的削减作用更明显，且最大削减率的位置更靠近绿地边缘。因此，在公园和居民区临近道路的边缘位置配植“乔-灌-草”结构的绿地能有效削减道路上机动车排放的CO2。

参考文献：

BOWLING D R，PATAKI D E，RICHARDSON J T.2008.Carbon isotopes in terrestrial ecosystem pools and CO2fluxes ［J］.New Phytologist，178（1）:24-40.

BUCHMANN N，EHLERINGER J R.1998.CO2concentration profiles and carbon and oxygen isotopes in C3and C4crop canopies ［J］.Agricultural and Forest Meteorology，89（1）:49-58.

BUSH S E，PATAKI D E，EHLERINGER J R.2007.Sources of variation in δ13C of fossil fuel emissions in Salt Lake City，USA ［J］.Applied Geochemistry，22（4）:715-723.

CHURKINA G.2008.Modeling the carbon cycle of urban systems ［J］.Ecological Modelling，216（2）:107-113.

CONTINI D，DONATEO A，ELEFANTE C，et al.2012.Analysis of particles and carbon dioxide concentrations and fluxes in an urban area:Correlation with traffic rate and local micrometeorology ［J］.Atmospheric Environment，46:25-35.

CULF A D，FISCH G，MALHI Y.1997.The influence of the atmospheric boundary layer on carbon dioxide concentrations over atropical forest ［J］.Agric For Meteorol，85（3-4）:149-158.

DEINES P.1980.The isotopic composition of reduced organic carbon ［J］.Handbook of Environmental Isotope Geochemistry，1:329-406.

FASSBINDER J J，GRIFFIS T J，BAKER J M.2012.Interannual，seasonal，and diel variability in the carbon isotope composition of respiration in a C3/C4agricultural ecosystem ［J］.Agricultural and Forest Meteorology，153（15）:144-153.

GEORGE K，ZISKA L H，BUNCE J A，et al.2007.Elevated atmospheric CO2concentration and temperature across an urban-rural transect ［J］.Atmospheric Environment，41（35）:7654-7665.

GRIFFITHS H.1992.Carbon isotope discrimination and the integration of carbon assimilation pathways in terrestrial CAM plants:commissioned review ［J］.Plant，Cell and Environment，15（9）:1051-1062.

HENNINGER S，KUTTLER W.2010.Near surface carbon dioxide within the urban area of Essen，Germany ［J］.Physics and Chemistry of the Earth，35（1-2）:76-84.

IDSO C D，IDSO S B，BALLING R C.2001.An intensive two-week study of an urban CO2dome in Phoenix，Arizona，USA ［J］.Atmospheric Environment，35（6）:995-1000.

IPCC.2007.Summary for Policymakers of Climate Change 2007:The Physical Science Basis.Contribution of Working Group to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change ［M］.Cambridge:Cambridge University Press.

KEELING C D.1958.The concentration and isotopic abundances of atmospheric carbon dioxide in rural areas ［J］.Geochimica et Cosmochimica Acta，13（4）:322-334.

LEUENBERGER M，SIEGENTHALER U，LANGWAY C.1992.Carbonisotope composition of atmospheric CO2during the lastice age from Antarctic ice core ［J］.Nature，357:488-490.

MCCARROLL D，PAWELLEK F.2001.Stable carbon isotope ratios of Pinus sylvestris from northern Finland and the potential for extracting a climate signal from long Fennoscandian chronologies ［J］.The Holocene，11（5）:517-526.

PHILLIPS L，GREGG W.2003.Source Partitioning using stable isotopes:coping with too many sources ［J］.Oecologia，136（2）:261-269.

STEPHENS B B，BRAILSFORD G W，GOMEZ A J，et al.2013.Analysis of a 39-year continuous atmospheric CO2record from Baring Head，New Zealand ［J］.Biogeosciences，10:2683-2697.

TANS P P.1996.Feasible Global Carbon Cycle Observing System:a plan to decipher today's carbon cycle based on observations ［J］.Global Change Biology，2（3）:309-318.

VELASCO E，PRESSLEY S，GRIVICKE R，et al.2009.Eddy covariance flux measurements of pollutant gases in urban Mexico City ［J］.Atmospheric Chemistry and Physics Discussions，9:7325-7342

YAKIR D，STERNBERG L D L.2000.The use of stable isotopes to study ecosystem gas exchange ［J］.Oecologia，123（3）:297-311.

林光辉.2013.稳定同位素生态学［M］.北京:高等教育出版社.

刘卫，位楠楠，王广华，等.2012.碳同位素比技术定量估算城市大气CO2的来源［J］.环境科学，33（4）:1041-1049.

潘剑彬，董丽，廖圣晓，等.2011.北京奥林匹克森林公园CO2浓度特征研究［J］.北京林业大学学报，33（1）:30-35.

孙守家，孟平，张劲松，等.2015.城市绿地系统内外CO2浓度、δ13C、δ18O差异和来源及影响因素［J］.应用生态学报，26（10）:3000-3010.

王建，赵兴云，钱君龙.2006.天目山柳杉树轮δ13C方位变化及成因探讨［J］.地理研究，25（2）:242-254.

王建林，温学发，赵风华，等.2012.CO2浓度倍增对8种作物叶片光合作用、蒸腾作用和水分利用效率的影响［J］.植物生态学报，36（5）:438-446.

王俊秀.2013.中国汽车社会发展报告2012-2013［M］.北京:社会科学文献出版社.

王玉涛，李吉跃，刘平，等.2010.不同生活型绿化植物叶片碳同位素组成的季节特征［J］.植物生态学报，34（2）:151-159.

王长科，王跃思，刘广仁.2003.北京城市大气CO2浓度变化特征及影响因素［J］.环境科学，24（4）:13-17.

尹起范，盛振环，魏科霞，等.2009.淮安市大气CO2浓度变化规律及影响因素的探索［J］.环境科学与技术，32（4）:54-57.

张士亚.1998.利用甲、乙烷碳同位素判别天然气类型的一种新方法.石油与天然气地质文集［M］.北京:地质出版社.

周凌晞，李金龙，温玉璞，等.2003.瓦里关山大气CO2及其δ13C本底变化［J］.环境科学学报，23（3）:295-300.

朱先进，于贵瑞，王秋凤，等.2013.典型森林和草地生态系统呼吸各组分间的相互关系［J］.生态学报，33（21）:6925-6934.

Comparison on the Reduction of CO2Emission from Motor Vehicles at Two Types of Community Structure

ZHANG Xiaobo1，SUN Shoujia2，ZHENG Ning2，LI Xinyu3，SHU Jianhua4，LI Chunyou1*
1.Agricultural University of Hebei College of Landscape and Travel，Baoding 071000，China；2.Key Laboratory of Tree Breeding and Cultivation of State Forestry Administration，Research Institute of Forestry，Chinese Academy of Forestry，Beijing 100091，China；3.Beijing Key Laboratory of Ecological Function Assessment and Regulation Technology of Green Space，Beijing Institute of Landscape Architecture，Beijing 100102，China；4.Beijing Key Laboratory of Greening Plants Breeding，Beijing Institute of Landscape Architecture，Beijing 100102，China

Abstract：Spatial distribution and source analysis of CO2between different structure communities are important foundations to optimize plant arrangement and evaluate ecological benefit in green space system.This study measured CO2concentration and13C at 0，30，60，90 and 120 meters from Fourth Ring Road to Beijing Institute of Landscape Architecture and Side Park，which had a tree-shrub-grass multi-structure and a tree single-structure community，respectively.The objective of this study was to obtain the reduction effect of CO2of different community structures based on estimation of CO2sources using Keeling plot method and IsoSource software.The results indicated that both CO2concentration and contribution fraction of vehicle exhaust in CO2decreased obviously with the increment of distance from Forth Ring Road.CO2concentrations at 120 meters away from road were 403.36 and 423.57 μmol·mol-1in the tree-shrub-grass multi-structure community and the tree single-structure community，respectively，decreasing 7.42% and 4.32% compared to that at road in these two communities.Compared the contribution fractions of different sources in exogenous CO2at Beijing Institute of Landscape Architecture and Side Park，the contribution of vehicle exhaust decreased by 33.9% and 22.5%，while soil respiration increased by 12.1% and 7.6% and plant respiration increased by 21.8% and 14.9%，respectively.This result indicated that tree-shrub-grass multi-structure community had greater effect on the reduction of CO2concentration and the contribution rate of vehicle exhaust than that of tree single-structure community.This study also revealed that the position of greatest CO2concentration reduction was close to the edge of multi-structure community.This research work indicated that constructing the tree-shrub-grass multi-structure community adjacent to road can effectively reduce the CO2from vehicle exhaust in urban ecosystem.

Key words：structure of community； CO2concentration； δ13C； source； reduction rate

DOI：10.16258/j.cnki.1674-5906.2016.04.012

中图分类号：X16

文献标志码：A

文章编号：1674-5906（2016）04-0629-07

基金项目：国家自然科学基金项目（31470705）；北京市自然科学基金项目（8132044）

作者简介：张骁博（1991年生），男，硕士研究生，主要从事城市生态学方向研究。E-mail:chopozhang@foxmail.com

*通信作者：李春友，男，教授。E-mail:lchy0815@163.com

收稿日期：2016-04-05