冬季不同植物配植类型绿地内PM2.5致变因素研究

张斌斌 伍文忠 孙丰宾 齐锋 晏海 邵锋

摘要：文章以浙江农林大学东湖校区内3种不同植物配植类型绿地为对象，采用定点观测法，研究了不同配植类型绿地对PM2.5浓度的影响，总结了冬季不同温度、相对湿度、风速及光照强度等气象因子条件下绿地内PM2.5浓度的变化规律。研究结果表明：同一时段PM2.5浓度大小依次为复层混交林>乔草>疏林草坪，同一配植类型绿地内PM2.5浓度上午显著大于下午;植物群落结构特征指标与PM2.5的聚集和扩散具有显著相关性，PM2.5浓度与郁闭度、种植密度、常绿树种数量占比成正比关系;不同绿地内PM2.5浓度均呈“L”型曲线变化规律;各气象因子对PM2.5浓度的影响能力大小依次为相对湿度>温度>风速>光照强度，其中PM2.5浓度与温度及风速呈负相关、与相对湿度呈正相关、与光照强度无明显相关性。

关键词：植物配植类型，PM2.5浓度，气象因子，相关性分析，变化规律

DOI： 10.12169/zgcsly.2018.12.01.0002

随着城市建设和经济发展，生态环境严重恶化，大气污染成为困扰许多国家和地区的重大环境问题[1-3]。城市粉尘来源众多，成份复杂多样[4-5]。PM2.5因其具有粒径小、重量轻、比表面积大等诸多特性不仅能在空气中长时间悬浮、凝聚，且表面极易携带有毒有害物质，这些物质被人体吸收后长时间积存在体内，对健康造成极大危害[6-11]。受当今技术水平的限制，从源头治理PM2.5污染还不现实，因此，利用城市绿地滞尘缓解大气粉尘污染是最佳的选择[12-13]。

城市绿地为人们提供休闲、娱乐场所的同时还能起到净化空气的作用[14]。Nowak等[15]对城市绿地滞尘效益进行研究发现，绿化植物能有效去除大气中的颗粒物。城市绿地的滞尘效益主要取决于绿地中的植物个体和不同类型的植物群落[16-17]。诸多学者研究表明，园林植物因其叶片结构、叶片性能等表现出不同的特征，其滞尘方式也有较大差异[18-21]。Baker等[22]通过对不同类型绿地的滞尘能力研究后发现，乔灌草型的绿地滞尘效果最好。在我国，PM2.5污染北方大于南方，研究热点集中在京津冀、长三角、华南沿海等区域[23]。作为长三角经济圈的重要组成部分，杭州的城市化发展迅猛，大气污染日益严重，有必要开展绿地滞尘方面的研究。

1材料与方法

1.1实验地概况

实验地位于杭州市临安区浙江农林大学东湖校区内（ E119°73'47”，N30°26'28”），距临安主城区约2.5 km，校区总面积约146hm2。校园内植物配植类型多样、结构稳定，植物种类达3 000余种。经现场实地调查，选取3种杭州地区常见植物配植类型的绿地作为研究对象，分别为疏林草坪（3 500 m2）、乔草型绿地（3 000 m2）（以下简称乔草）和复层混交林（2 500 m2），并以铺地广场为对照点。

1.2研究方法

1.2.1 PM2.5浓度和气象因子监测

采用4台微电脑粉尘仪（LD-5C[B]，北京绿林创新数码科技有限公司）监测4个样地內PM2.5浓度，仪器架设高度距离地面约为1.5 m（人体呼吸高度）。采用风速仪（MS6252B，深圳华谊智测科技股份有限公司）测定对照点处的温度、相对湿度、风速等气象数据，仪器与粉尘仪水平距离0.5 m，架设高度与粉尘仪一致。采用手持式照度计（ZDS-10，上海市嘉定学联仪表厂）测定光照强度。实验时间为2017年12月、2018年1月和2月，每月选取晴朗、静风天气监测2d，PM2.5浓度和气象因子每天同步监测8.5 h（8：00-16：30） [24]。光照强度从早上8：00开始，每整点测定一次，每天获得10个数据。每月各类数据取其两天的平均值。

1.2.2植物群落结构特征指标计算

本实验研究的植物群落结构特征指标包括郁闭度、乔木平均高度、种植密度、常绿树种数量占比及植物的规格。郁闭度测算以树冠投影法作为依据，即郁闭度=群落树冠投影总面积/群落面积[25]。在正午时分即太阳高度角为36°时，将航拍无人机（御MAVIC AIR.深圳市大疆创新科技有限公司）定位在垂直群落中心点的适合高度处俯拍群落影像，并将获得的影像按照一定比例精准绘制在AutoCAD软件中，通过软件计算出群落的郁闭度;乔木平均高度=群落内植株高度总和/植株总数量：种植密度=群落内植株总数量/面积：常绿树种数量占比=常绿树种数量/植株总数量;群落中的植物规格借助手持式激光测距仪（UT391A，深圳市美鑫仪器仪表电子有限公司）和皮尺测得。

1.2.3数据统计分析

利用Microsoft Excel 2013对实验数据进行整理，将3个月所收集到的各绿地内PM2.5浓度和各气象因子数据求取平均值。利用Origin 9.0绘制PM2.5浓度和各气象因子的动态变化图及PM2.5浓度与温度、相对湿度的趋势拟合图，同时使用SPSS 19.0对不同配植类型绿地内的PM2.5浓度进行方差分析及与各气象因子的Pearson相关性分析。

2结果与分析

2.1植物群落结构特征对PM2.5浓度的影响

对3种植物配植类型绿地内的PM2.5浓度进行方差分析，结果见表1。同一时段复层混交林内PM2.5浓度显著高于其他类型的绿地，PM2.5浓度基本符合复层混交林>乔草>疏林草坪这一规律。对同一类型绿地而言，PM2.5浓度上午显著大于下午。PM2.5浓度与植物配植类型的群落结构特征有密切关系（表2）。

复层混交林内郁闭度最大、乔草次之、疏林草坪最小，排列顺序与各配植类型绿地内的PM2.5浓度的大小顺序一致，说明郁闭度与PM2.5浓度变化成正比关系。这是因为郁闭度较高的绿地内部空气对流较弱，难以形成大气颗粒物三维输送的通道，不利于大气颗粒物的稀释扩散[26]。对3种配植类型绿地的乔木平均高度与PM2.5浓度大小进行对比发现，复层混交林乔木平均高度最低，PM2.5浓度最高，乔草乔木平均高度最高，PM2.5浓度居中，疏林草坪乔木平均高度居中，PM2.5浓度最低。乔木平均高度直接决定绿地内不同垂直高度处大气颗粒物的分布，乔木层越高，大气颗粒物垂直向上扩散的量越大，因此人体呼吸高度处的大气颗粒物浓度就越低[27]。疏林草坪内郁闭度小，PM2.5颗粒物容易被稀释扩散，所以PM2.5浓度最低。种植密度、常绿树种数量占比这2个指标与PM2.5浓度成正比，即种植密度越大，PM2.5浓度越大，常绿树种数量占比越大，PM2.5浓度越大。

综上所述，复层混交林内PM2.5浓度最高，说明该配植类型的绿地能有效截留大气颗粒物，对周围环境的空气净化起到较大作用。乔草型由于乔木层高度较高，林下空间较为通透，林内空气质量较佳，是理想的园林游憩空间。疏林草坪最为空旷，大气颗粒物易受到相对湿度、风速等气象因子的综合影响，而不易悬浮在草坪上空，因此，疏林草坪等空旷的绿地对PM2.5的疏散和传送具有重要作用。

2.2不同气象因子对绿地内PM2.5浓度的影响

冬季3种配植类型绿地内PM2.5浓度受综合因素影响均呈现出“L”型曲线的变化规律，上午浓度明显高于下午。通过对气象因子与PM2.5浓度的Pearson相关性分析发现，温度、相对湿度、风速与PM2.5浓度呈极显著相关性，其中PM2.5浓度与温度及风速呈负相关、与相对湿度呈正相关、与光照强度无明显相关性，各气象因子与绿地内PM2.5浓度相关性大小为相对湿度>温度>风速>光照强度（表3）。

2.2.1温度

温度与各绿地内的PM2.5浓度呈极显著负相关。8：00-13：30受太阳辐射作用，温度急剧上升，之后平缓下降。8：00-9：30和13：30-14：30这2个时间段PM2.5浓度变化与温度呈正相关，其余时间保持着负相关的变化趋势（图la），此外，这2个时间段所呈现的结果不仅受温度的影响，还受其他因素影响，且影响能力大于温度。

为验证冬季不同配植类型绿地内的PM2.5浓度与温度的线性关系，将PM2.5浓度与相应温度进行趋势拟合，所得方程为v= 176.75555 -5. 78221x（ R2=0. 52251）（图lb）。结果表明，冬季PM2.5浓度与温度拟合度较高，存在一定的线性关系。

2.2.2相对湿度

各绿地内的PM2.5浓度与相对湿度在时间上表现出较明显的同步性（图2a）。8：00-12：30相对湿度出现短暂的急剧上升后开始快速下降.PM2.5浓度受相对湿度的影响出现同样的变化规律，但到达最大值的时间较相对湿度有所延后。12：30-16：00相对湿度先缓慢升高而后降低，温度则保持缓慢下降趋势，PM2.5浓度也表现出与相对湿度同步的变化规律，但PM2.5浓度的增加时间较相对湿度的上升时间有所缩短，这可能是样地附近水体受到某种因素的影响使这一时段内的相对湿度上升造成的，但由于正午以前地表受太阳辐射的影响而被持续加热使PM2.5浓度在上升不久后便开始下降。16：00后.PM2.5浓度随着相对湿度的升高而再次出现回升的趋势。这是因为此时太阳辐射逐渐消失，空气中水分增加，PM2.5吸附水分后向下沉降，加上冬季下午地表温度与空气中的温度降低速度不同，形成上部高温下部低温的逆温环境，上部空间的PM2.5受到由上往下的气流作用开始在下部空间凝聚，长时间悬浮于空气中，导致冬季夜间的PM2.5浓度逐渐增高。综上分析，相对湿度与PM2.5浓度呈极显著正相关性，影响能力要大于温度。

将PM2.5浓度与相应相对湿度进行趋势拟合，所得拟合方程为y= 2.16872x+8.14425（R2=0. 64268）（图2b）。结果表明，冬季PM2.5浓度与相对湿度拟合度较与温度的拟合度高，线性关系在4个气象因子中表现最强。

2.2.3风速

冬季风速较低，日均值在0.4 m/s左右，最大不超过1m/s。8：00-9：30和13：30-14：30这2个时间段PM2.5浓度变化与风速呈正相关，其余时间为负相关的变化趋势（图3）。这说明风能有效降低大气中的PM2.5浓度，但在微风天气条件下（风速小于2 m/s）相对湿度对PM2.5浓度的影响要大于风速。

3结论与讨论

3.1结论

同一时间段内，3种植物配植类型绿地内PM2.5浓度大小排序为复层混交林>乔草>疏林草坪，同一配植类型绿地内PM2.5浓度上午显著大于下午。群落结构特征指标与绿地内PM2.5浓度大小有较为明显的关系。郁闭度、种植密度、常绿树种数量占比与PM2.5浓度变化成正比关系。郁闭度大、种植密度高、常绿树种数量占比大的绿地内PM2.5浓度也大，该种绿地能有效地清除周围环境中的大气颗粒物。乔木平均高度越高的绿地，人体呼吸高度处的PM2.5浓度越低，可作为理想的园林休憩空间。疏林草坪最为空旷，对PM2.5起到有效疏散和传送作用。

冬季绿地内的PM2.5浓度受气象因子的影响均呈现“L”型曲线的变化规律。在微风天气条件下，风速对PM2.5浓度的影响能力次于相对湿度和温度，影响能力大小排序为相对湿度>温度>风速>光照强度，其中PM2.5浓度与温度及风速呈负相关、与相对湿度呈正相关、与光照强度无明显相关性。

3.2讨论

不同植物配植类型绿地内PM2.5浓度有较大差异。李新宇等[28]在研究公园绿地PM2.5浓度变化规律中得出的结论为乔灌草型绿地内PM2.5浓度最大，其次为乔草型绿地，最后为草坪。吴志萍等[29]通過实验研究也得出了相似结论。这都与本文研究结果一致。也有较多研究得出了不同的结论，如李新宇等[30]在北京4个公园中选取了多种不同配置类型绿地进行滞尘实验研究，得出乔草型绿地内PM2.5浓度最低，其次为结构较为复杂的绿地，草坪内PM2.5浓度最大。陈自新、张新献等[31-32]研究结果为复层结构绿地内PM2.5浓度最低。本文只对3种配植类型绿地进行研究，所得结果并不能全面反映群落结构特征与PM2.5浓度关系，须待进一步深入研究。

气象因子是动态多变的，且各因子之间还相互影响。本文在研究气象因子对PM2.5的影响时，没有采取试验控制，在未来研究中，应对大气环境进行模拟，在精准控制其他因子条件下分析单个气象因子对PM：，浓度的影响。

参考文献

[1]李少宁，刘斌，鲁笑颖，等北京常见绿化树种叶表面形态与PM2.5吸滞能力关系[J].环境科学与技术，2016，39（ 10）：62 -68

[2]陈仁杰，陈秉衡，阚海东.我国113个城市大气颗粒物污染的健康经济学评价[J].中国环境科学，2010，30（3）：410-415

[3]江胜利，金荷仙，许小连.园林植物滞尘功能研究概述[J].林业科技开发，2011，25（6）：5-9.

[4]刘永春，贺泓.大气颗粒物化学组成分析[J].化学进展，2007，19（10）：1620-1631.

[5]黄小欧.PM2.5的研究现状及健康效应[J].广东化工，2012，39（5）：292-293+299.

[6]王兵，张维康，牛香，等.北京10个常绿树种颗粒物吸附能力研究[J].环境科学，2015，36（2）：408-414.

[7]康晓明，崔丽娟，赵欣胜，等.北京市湿地削减大气细颗粒物PM2.5功能[J].生态学杂志，2015，34（10）：2807-2813

[8] KUNZLI N，MUDWAY I S，COTSCHI T，et al.Comparison of oxi-dative properties，light absorhance，and total and elemental massconcentration of ambient PM2.5 collected at 20 European sites[J].Environmental Health Perspectives，2006，114（5）：684-690.

[9]赵松婷，李新宇，李延明.北京市常用同林植物滞留PM2.5能力的研究[J].西北林学院学报，2016，31（2）：280-287.

[10]常雷刚，金荷仙，华海镜.杭州综合医院PM2.5浓度变化规律研究[J].西北林学院学报，2014，29（2）：237-242.

[11]常亚敏，闫蓬勃，杨军北京地区控制PM2.5污染的城市绿化树种选择建议[J]中国园林，2015，31（1）：69-73.

[12]张灵艺，秦华.城市园林绿地滞尘研究进展及发展方向[J].中国园林，2015，31（1）：64-68.

[13]李新宇.赵松婷，李延明，等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，2014，23（4）：615-621

[14]吴志萍，王成.城市绿地与人体健康[J]世界林业研究，2007，20（2）：32-37.

[15] NOWAK D J，HIRABAYASHI S，BODINE A， et al.ModeledPM25 removal by trees in ten U.S.cities and associated healtheffects[J].Environmental P.llution ，2013 ，178： 395 -402

[16]郭伟，申屠雅瑾，郑述强，等.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，2010，19（6）：1465-1470.

[17]于璐，王誉洁，孙丰宾，等植物群落不同垂直高度对PM2.5浓度的影响[J].中国城市林业，2019，17（1）：1-5.

[18] SHARMA S C，ROY R K.Creen belt-an effective means of miti-gating industrial pollution[J].Indian Joumal of EnvironmentalProteetion ，1997，17（ 10）：724-727

[19]柴一新，祝宁，韩焕金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，2002，13（9）：1121-1126

[20] MCPHERSON E G，SCO FT K I，SIMPSON J R.Estimating costeffectiveness of residential yard trees for improving air quality inSacramento， California， using existing models[J].AtmosphericEnvironment，1998，32（1）：75-84.

[21] FREER-SMITH P H， BECKEIT K P，TAYLOR G.Depositionvelocities to Sorbus aria，Acer campestre，Populus deltoidesX tri-chocarpa ‘Beaupre’，Pin，u.s n，igra and X Cupressocyparisteylandii for coarse，fine and ultra-fine particles in the urban en-vironment[J].Environment Pollution ，2005 ，133（1）：157- 167.

[22] BAKER W L.A review of models of landscape change[J] .Land-scape Ecology，1989，2（2）：111-133.

[23]潘竟虎，张文，李俊峰，等.中国大范围雾霾期间主要城市空气污染物分布特征[J].生态学杂志，2014，33（ 12）：3423 -3431.

[24]陈博北京地区典型城市绿地对PM2 5等颗粒物浓度及化学组成影响研究[D]北京：北京林业大学，2016.

[25]李永宁，张宾兰，秦淑英，等.郁闭度及其测定方法研究与应用[J].世界林业研究，2008，21（1）：40-46

[26] RIES K，EICHHORN J.Simulation of effects of vegetation on thedispersion of pollutants in street canyons[J].MeteorologischeZeitschrift ，2001 ，10（4）：229- 233.

[27]陈博，徐琰，李志强，等植物配置方式对公同绿地调控p（ PM2.5）的影响[J]北方园艺，2017（14）：79-85.

[28]李新宇，赵松婷，李延明北京北小河公园绿地PM2 5浓度变化规律[J].园林，2013（6）：20-23.

[29]吳志萍，王成，侯晓静，等6种城市绿地空气PM2.5浓度变化规律的研究[J].安徽农业大学学报，2008，35（4）：494-498.

[30]李新宇，赵松婷，郭佳，等公园绿地植物配置对大气PM2.5浓度的消减作用及影响因子[J].中国园林，2016，32（8）：10-13.

[31]陈自新，苏雪痕，刘少宗，等.北京城市园林绿化生态效益的研究（3）[J].中国园林，1998，14（3）：53-56

[32]张新献，古润泽，陈自新，等.北京城市居住区绿地的滞尘效益[J]北京林业大学学报，1997，19（4）：12-17.

收稿日期：2018-12-01

基金项目：国家自然科学基金“基于局地气候区分类的城市热环境时空变化特征及其主要景观驱动因子研究”（ 51508515）

第一作者：张斌斌（1992-），男，硕士，研究方向为园林植物应用与园林生态。E-mail： 394522474@ qq.com

通信作者：邵锋（1979 -），男，博士，副教授，硕士生导师，研究方向为园林植物应用与园林生态。E-mail： shaofeng79@slna.com