基于实地监测的城市林木调控PM2.5能力研究

包红光,王 成,杜万光,郭二果,王晓磊,贺 然

1 内蒙古农业大学林学院,呼和浩特 010018

2 中国林业科学研究院林业研究所 国家林业和草原局林木培育重点实验室 国家林业和草原局城市森林研究中心,北京 100091

3 北京市园林绿化局,北京 100013

4 呼和浩特市环境监测中心站,呼和浩特 010030

5 东营市水务局,东营 257091

6 北京植物园,北京 100000

随着城市化进程加快,城市人口不断聚集,城市环境不断恶化,城市PM2.5污染引起人们的广泛关注。PM2.5粒径≤2.5 μm,具有沉降速度慢、滞留时间长、影响范围广、危害程度大等特点,给城市居民生活造成了诸多不利影响。许多城市因PM2.5污染所造成的健康和经济损失呈逐年上升趋势[1],因PM2.5所引起的健康问题也屡见不鲜[2- 4]。城市林木为城市生态服务系统提供至关重要的保障,是城市绿色基础的基本组成[5],是极好的天然过滤器,可以有效减少PM2.5污染,很多国家均把林木栽植作为首要的举措来改善空气环境质量[6- 7]；其过滤功能,有助于大幅减少对人体健康造成的不利影响[8]。目前,城市林木调控PM2.5污染效应主要通过实地监测进行研究,实地监测作为尺度外推的重要基础,监测数据能够直接、准确地表征城市林木PM2.5动态变化特征以及相关关系。本文基于实地监测的城市林木调控PM2.5效应的相关文献进行系统概述,从林木树种单位叶面积与形状特征、林木结构特征、时空变化特征、主要气象条件以及其他影响因素等方面进行归纳总结。

1 单位叶面积与形态特征

研究表明,单位叶面积大小以及叶表面微形态结构对吸滞PM2.5能力有直接影响,园林常见树种、经济林树种与生态树种调控PM2.5能力方面,通过直接采样、空气气溶胶再发生器,电镜扫描、水洗称重法、X射线能谱仪、原子力显微镜(AFM)等方法进行定量和叶表面微形态结构进行对比分析[9- 15]。结果发现,不同监测地点和研究对象得出的研究结果和相应结论不尽相同,总体来看,大叶黄杨(BuxusmegistophyllaLevl.)、小叶黄杨(Buxussinica(Rehd.etWils.)Chengsubsp.sinicavar.parvifoliaM.Cheng)、银杏(GinkgobilobaL.)、板栗(Castaneamollissima)、杉木(Cunninghamialanceolata(Lamb.)Hook.)、柳树(Salixbabylonica)、金叶女贞(Ligustrum×vicaryiHort)、国槐(EuonymusjaponzcusThunb.)、雪松(Cedrusdeodara(Roxb.)G.Don)等树种单位面积滞留能力较为突出,这可能是由于环境中PM2.5为影响叶片表面滞留颗粒物数量的主要原因,也有学者认为,不同树种叶片在萌芽阶段、叶片生长阶段、满叶期阶段吸滞PM2.5表现均有不同,叶片结构越复杂越有利于吸附PM2.5[16- 18]。不同叶面微形态结构能影响滞留PM2.5,且不同叶面微形态结构均有差异表现,例如,形态结构(蜡质,绒毛,沟槽,条状,纹理,分泌物,自由能)、因针叶树种生长密度,冠幅大小、沟槽宽度、叶量、叶面倾角、接触角均与调控PM2.5能力有关,所受时间、地点的影响较小,相关内容还需进一步详细研究,下一步应依据不同地区或植物科属进行系统分类,定量与定性研究时宏观与微观相结合,进一步研究林木树种叶面微结构特征的同时,对林木树种及林分年滞留量进行动态研究,同时进行相互比较验证[19- 23]。

2 城市林木结构特征

2.1 城市林木不同树种调控PM2.5能力

城市林木是城市生态系统中具有自净功能的主要组成部分[24- 25],通过手持采样仪器进行定位监测、干沉降、采样及称重、风洞模拟实验等得出不同树种调控PM2.5能力。研究发现,针叶树种因其单位叶面积大的原因,吸滞PM2.5能力表现较好,落叶乔木其次,草地吸滞PM2.5表现能力最差[17]。Lin等[26]发现松树(Pinus)和杜松(JuniperusrigidaS.etZ.)对细颗粒物的清除效率表现较好,同时发现,空气流通越大清除效率越高,种植密度越大则清除效率越低,其分枝方向不影响树种本身清除效率。有学者对全球范围内常见城市林木学削减PM2.5能力进行研究,发现削减能力不突出,但悬铃木(Platanusacerifolia(Aiton)Wild.),银白槭(AcersaccharinumL.),美国皂夹(GleditsiatriacanthosL.)削减PM2.5的能力高于平均水平,针叶树种相比较阔叶树种因其叶面积指数,树冠密度等因素清除PM2.5能力较好,这也与其他学者研究结果相同[17,27- 29]；也有学者长期监测发现,针叶树种清除PM2.5能力1.32倍于阔叶树种[30]。

2.2 城市林木不同配置结构调控PM2.5能力

城市林木不同配置结构影响PM2.5[7,31- 32]。吴志萍等[33]发现,多层复合结构且绿量较大、郁闭度和覆盖度较高的绿地内PM2.5要高于单层结构绿地,这可能是由于聚集效应形成内环境而造成局部效应；郭二果等[34],王成等[35]发现,黄栌林、侧柏林和混交林内PM2.5年均值均能到国家环境质量二级标准。段文军等[36]发现,深圳市园山森林公园整体上具有降低局部区域内PM2.5,但不同监测点略有不同,山麓林、河谷林内表现为聚集效应,山脊林内为削减效应。有学者表明[37],纯林绿地或乔草配置绿地削减PM2.5表现最好,其余配置结构表现不明显。王轶浩等[38]发现,针叶林削减PM2.5的作用优于其他林分,以及对颗粒物有再分配的作用。Gao等[39]、Liu等[40]发现,针叶混交林和阔叶林内PM2.5相比较其他林分表现较低,主要是由于夏季混交林表现为多维度结构和构造,以及造成的森林小气候对PM2.5产生一定的影响,其中针叶林表现较为突出,同时发现冠层密度和叶面积指数对PM2.5影响较为显著。古琳等[41]发现,不同配置结构绿地PM2.5均低于道路PM2.5；Zhao等[42]认为夏季乔灌草、灌草结构对PM2.5的吸滞能力最强。Wagner等[43]、Salmond等[44]发现,应优化街道峡谷内城市林木配置结构,减少因林木植源性污染造成的PM2.5污染；Janhäll等[45]表明,为有效治理PM2.5污染应优先选择较低或者贴近地面的树种,同时应注意靠近污染源。有学者认为[5,46],城市林木调控PM2.5的功能与其配置结构类型无关,甚至没有表现出特定的相关性,主要取决于城市林木面积的大小、连续性,并进一步表明城市林木在消除PM2.5方面的潜在效果取决于多种因素的相关性以及城市林木自身的不确定性。Nowak等[6]通过对比研究加拿大86个城市森林表明,树木冠层可以有效改善PM2.5,但会导致树木冠层以下PM2.5会升高。Liu等[47]发现,北京市奥林匹克森林公园人工林树木冠层在不同季节PM2.5削减率高于湿地和湖水表面。

2.3 城市林木面积大小调控PM2.5能力

除不同树种以及林木结构影响城市林木调控PM2.5能力之外,城市林木面积大小也会影响调控PM2.5。Hao等[48]发现,通过绿道提高社区、城市边缘与城市郊区绿道、绿地的空间连接,确保绿色斑块之间的可达性,可以有效分散、稀释、缓解和降解PM2.5。Wu等[49]表明,绿地覆盖率越大削减PM2.5效应越显著,同时发现,其绿地覆盖率削减效应影响大于绿地总周长的影响。曹宏亮等[50]发现,通过增加常绿针叶林面积,可以有效调控上海市PM2.5,通过提高城市森林面积可以发挥更大的生态系统服务。张祥[51]发现,绿地率大于75%的绿地类型对于减少PM2.5具有明显效果。何亮[52]认为,绿地面积对削减PM2.5并无显著相关,但表现为正值,说明在一定程度上绿地面积越大,其对PM2.5净化效益越好。朱柳燕[53]发现,南京市常绿阔叶林春季半径为1—2 km范围,秋季半径为2—3 km范围的绿地面积；广州市常绿林半径为5—6 km范围,北京市干旱森林春季、秋季半径为1—6 km范围,夏季半径为3—4 km范围时可以有效减轻PM2.5。总体来说,不同地区因林木自身应用特点的不同城市林木面积大小调控PM2.5能力有所差异。

3 影响PM2.5主要气象条件及其他因素

城市绿地调控PM2.5能力除了受叶表面积、林木结构、林木面积大小影响之外,气象条件、其他污染气体、不同天气对城市林木调控PM2.5也具有一定影响。目前,有学者用气候模型、气象数据的存档以及实地监测研究PM2.5与气象因素之间的相关性[54- 56]。下面主要对降水(降雨、降雪)、温度、湿度、风速等气象因素,臭氧(O3)、NOX、SO2,不同天气条件影响调控PM2.5能力方面进行概述。

3.1 降水(降雨、降雪)

降雨能够洗脱植物叶表面滞留的颗粒物,使叶表面具有反复滞留颗粒物的能力,不同降雨量对PM2.5去除效果不同。郭二果等[34]发现,降雨能使大气颗粒物,尤其为粗颗粒物浓度降低,但PM2.5等细颗粒物浓度增加,可能是由于降雨首先冲刷减少粗颗粒物,所以小粒径所占比例会增加所导致。曹宏亮[50]等发现,降水量和降雨时数增加时,上海市城市森林PM2.5下降,城市森林削减PM2.5总量会下降。陈波等[57]对降雨前后对城市森林内PM2.5对比发现,雨前和雨中PM2.5波动较大,监测期间累计降雨量达70 mm,雨后1 d PM2.5下降(89.36±4.78)%左右,说明降雨对森林植被区域降低PM2.5作用更明显些。Przybysz等[58]通过模拟实验表明,20 mm模拟降雨量对樟子松(P.sylvestris)PM2.5等细颗粒物的冲刷量在21%—30%,但大部分细颗粒物均留在树木枝条上。有部分学者研究结果与上述结果有所不同,5 d总降雨量为34 mm,对林内PM2.5变化影响不大,变化趋势一致；但在降雨量分别为1 mm,27 mm时,林内PM2.5无明显变化,但在27 mm雨后2 h林内PM2.5降幅最大,达76.1%[59]。刘辰明等[15]研究不同树种在不同降雨条件对PM2.5冲刷率时发现,14 mm降雨条件下大叶黄杨(BuxusmegistophyllaLevl.)PM2.5冲刷接近30%,栾树(Koelreuteriapaniculata)、杜仲(EucommiaulmoidesOliver)对PM2.5没有冲刷作用,说明在特定降雨条件下对部分树种叶表面去除PM2.5能力有限,这可能与叶表面结构有一定关系,需进一步研究在降雨条件下不同林木树种调控PM2.5能力。总体来讲,降雨对PM2.5的影响具有不确定性,其作用也无统一结论,同时发现降雪影响城市林木调控PM2.5能力的研究较少,应加强研究降雪对于城市林木调控PM2.5的影响。

3.2 风速

城市林木可以阻碍风流,同时可以减少湍流动力学能量[60]。有学者发现[35,61- 62],PM2.5随着风速的增大而增加,且粒径越小,关系系数越大,这可能是由于风吹动树叶等摩擦机械作用产生气溶胶有关。陈波等[20]研究发现风速在0.4—5 m/s之间时,植物园内PM2.5变化浮动不大,5.1 m/s时植物园内PM2.5下降一倍左右,7.6 m/s时植物园内PM2.5下降一倍以上,PM2.5与空气相对湿度呈较好的一致性,PM2.5与近地层逆温层的出现相对应,风速减小的同时逆温层加厚时PM2.5会持续积累,质量浓度升高。有学者发现,风速在8 m/s时与PM2.5呈正相关,大于8 m/s时与PM2.5呈负相关[63]。将燕[59]认为,当风速为4 m/s时,林内PM2.5下降21.4%,风后1 h林内PM2.5下降72.7%,风后1 h下降幅度达到最大。Jean等[64]在街道峡谷环境下通过CFD(计算流体力学)模型模拟研究发现,风速为4.6 m/s时相比较风速为1 m/s城市林木滞留PM2.5效应更加显著,风速为1 m/s时PM2.5会增加8%,这可能是由于当时风速下不会发生湍流分散作用而产生。总体来讲,不同学者对于风速与PM2.5的关系有不同的界定。

3.3 温度

太阳辐射与温度高低有直接的关系,大气及地面的累积温度升高,局部温度差异增大,空气流动性增强,使得PM2.5降低,同时随着日照时数的增加,加强大气的扩散能力,有利于大气中的PM2.5迁移和扩散[65-67]。翟广宇等[68]发现,日均气温在- 3—0℃之间时与PM2.5之间的线性关系较强,在日均气温14—16℃时与PM2.5之间的相关性又有所增加,说明太阳辐射加速了水溶性离子形成的过程,从而使得PM2.5增加。

3.4 湿度

一般情况下PM2.5与相对湿度呈正相关,因不同季节相对湿度的变化PM2.5也有一定的变化,相对湿度越大加重PM2.5积聚污染[41,66],同时也通过影响水溶性离子的成核和凝聚的过程影响PM2.5[65,69]。有学者表明[62],相对湿度达到一定程度后PM2.5呈一定阈值,阈值还需界定。研究发现,在一年大部分月份里PM2.5与相对湿度呈显著负相关,只有少数几个月份呈正相关,当相对湿度足够高时,颗粒物变得太重而不能留在空中,进而生干沉降,使PM2.5下降[70]。

3.5 臭氧(O3)、NOX、SO2

高浓度SO2促进植物挥发性气体(VOCs)的排放[71- 72],挥发性气体(VOCs)对近地大气对流层臭氧光化学合成有显著影响,植物排放的挥发性气体(VOCs)将会导致大气对流层中臭氧(O3)浓度上升,说明挥发性气体(VOCs)的排放与臭氧呈显著相关。城市林木产生的挥发性气体(VOCs)为臭氧前体物[73],挥发性气体(VOCs)与NOX反应形成臭氧以及其他污染物[74],同时发现挥发性气体(VOCs)为二次气溶胶的重要前体物,二次气溶胶是PM2.5的重要组成部分[75- 76]。如何准确量化挥发性气体(VOCs)向二次气溶胶的转化过程以及影响城市林木的生产力将是未来的重要研究工作,虽然PM2.5与臭氧没有直接的关系,但间接相关[77]。总体来讲,臭氧(O3)、NOX、SO2等气体复合效应对城市林木调控PM2.5有一定的影响。

3.6 不同天气状况

城市林木调控PM2.5受不同天气条件的影响。陈博等[78]发现,晴朗天气景观生态林内PM2.5处于较低水平,雾霾天气下景观生态林内PM2.5具有增加效应,并且效果更佳明显,雾滴对PM2.5具有一定的清除作用。赵松婷等[79]对北京市小公河公园绿地内PM2.5进行监测,发现无污染、轻度污染(PM2.5≤150)、中度污染(115150)天气条件下,公园绿地对PM2.5滞留作用受到一定的制约,说明公园绿地调控PM2.5能力受不同天气条件的影响。丛岭等[80]证实,林地在空气质量优、轻度污染、中度污染、重度污染、严重污染时对PM2.5阻滞率分别为289.7%,19.9%,65.6%,97.2%,14.99%,说明在不同空气质量等级背景条件下林地阻滞PM2.5效果有所差异。有学者认为[35,57,61],多云和雾霾天气使城市森林内PM2.5显著增加,尤其为高温高湿“桑拿天”,能使郁闭度较大城市森林内细颗粒物垂直扩散受到影响,其PM2.5所占比例显著增加。

4 城市林木调控PM2.5时空特征

4.1 城市林木调控PM2.5时间变化特征

4.1.1季节、月份变化规律

城市林木在不同季节、不同月份生长势有所不同,因此城市林木调控PM2.5能力季节变化、月份变化有所差异。陈波等[14]发现,柳树(Salixbabylonica)、五角枫(Acermono)、银杏(Ginkgobiloba)、杨树(Populusspp)对PM2.5吸附量秋季高于夏季,可能是由于秋季各树种湿润性大于夏季所致。Chen等[30]发现,北京市一年内PM2.5最高的均为海淀万柳(非植被区),而最低的为海淀北京植物园内,海淀万柳(非植被区)PM2.5要高于北京植物园83.33%,可能是由于植被区的吸滞PM2.5作用而引起。王成等[35]发现,北京西山不同游憩林内PM2.5变化规律总体上呈现冬季最高,夏季、秋季次之,春季最低变化规律。Gao等[39]发现,六种不同城市绿地内PM2.5秋季较比其他季节要高,夏季PM2.5显著低于其他季节,尤其为8月、10月。古琳等[41]对香樟林(Cinnamomumcamphora)、湿地松林(Pinuselliotii)、栓皮栎林(Quercusvariabilis)内PM2.5变化研究发现,季节变化特征为春季>冬季>秋季>夏季。Hua等[81]研究北京市道路防护林内PM2.5季节、月份变化规律,发现季节变化为冬季>秋季>夏季,夏季PM2.5显著低于其他季节,尤其在八月和十月,可能是由于夏季植被生理活动旺盛导致。史宇等[82]发现,北京市林地PM2.5季节变化为冬季>春季>秋季>夏季,林地覆盖率较高的区域对PM2.5有一定的削减作用,同时发现下垫面为林地的区域PM2.5在各个季节均表现为较低值,说明林地覆盖率与PM2.5呈负相关,至于林地覆盖面积与PM2.5之间的关系,需进一步研究。李少宁等[83]发现北京市大兴区南海子公园植被区冬季PM2.5明显高于其他季节,最低值出现在夏季6月、8月。汪结明等[84]发现,长沙市不同类型园林绿地PM2.5月份表现为10月最低,8月最高,季节变化为夏季>冬季>春季>秋季,这可能是由于夏季高温高湿气候持续时间较长导致不同类型园林绿地PM2.5较为突出。陈波等[85]、鲁绍伟等[86]发现北京市植物园、西山典型游憩林内PM2.5季节变化均为冬季>春季>秋季>夏季,可能是由于冬季大气层更为稳定,降水少,不利于湿沉降发生所导致。苏维等[87]发现南昌市林地斑块林冠层春季、夏季、秋季削减PM2.5差异不显著,但均高于冬季削减率,可能是由于城市森林斑块总叶面积的大小影响削减PM2.5程度,总叶面积大,林地斑块滞留PM2.5越多,净化效果越明显。总体来说,一般情况下冬季城市林木内PM2.5最高,夏季PM2.5最低,但也有夏季最高等情况出现,除PM2.5受到季节等因素之外,林地覆盖面积、林木冠层面积均在不同季节影响PM2.5的原因。

4.1.2日变化规律

Gao等[39]对六种不同绿地内PM2.5日变化规律进行监测研究发现,在黎明和黄昏PM2.5较高,中午时候出现较低值,相比较黄昏,黎明时较比黄昏低,晚间和黄昏均出现较高数值的PM2.5,这可能是由于空气中较高的湿度引起的。郭含文等[88]发现,绿地率不同对PM2.5有一定的影响,绿地率越高其PM2.5日变化幅度很小；王轶浩等[38]研究重庆城郊森林PM2.5时发现,下午PM2.5低于上午,12:00时出现峰值,19:00时出现最低值；段文军等[36]发现,深圳市园山风景区内夏季PM2.5日均值达到一类环境功能区要求,说明风景区有较为稳定的内环境。陈上杰等[89]发现,北京市五环路道路绿化带内外PM2.5变化基本一致,峰值出现在8:00时、18:00时,谷值出现在16:00时,同时发现单位三维绿量与PM2.5显著正相关。监测时段内受到不同时间段车流量、人流量以及气象因素的影响,城市林木内PM2.5出现峰值、最低值的时段有所不同,除车流量、人流量、气象因素之外,监测点的位置、绿地率、单位面积三维绿量均对PM2.5日变化有一定的影响。除此之外,峰值、谷值的不同还与当时的人流量、车流量等情况也有很大的关系,需进一步深入研究。

4.2 城市林木调控PM2.5空间变化特征

4.2.1城市林木调控PM2.5水平变化特征

城市林木调控PM2.5不仅受林木树种、配置结构以及面积大小的影响还与林木边界的距离等因素有关。Chen等[90]发现,白杨林(Populustomentosa)内PM2.5距路缘40 m处达到最高值,之后开始下降,说明毛白杨林(Populustomentosa)距路缘40 m以上能有效阻滞PM2.5污染。李素莉等[91]发现,道路防护林距道路不同水平观测点PM2.5有升有降,并没表现出特定的规律,说明道路防护林对道路来源PM2.5扩散具有一定影响。陈上杰等[89]发现,道路防护林不同宽度处PM2.5阻滞作用比较复杂,但距道路50 m外PM2.5下降到一定程度并趋于稳定。包红光[92]则证实,城市公园绿地环城高速路、城市主干道165 m,距城市次干道60 m以上宽度处PM2.5表现为下降趋势,并持续下降,这与Viippola等[93]研究结果不尽相同,因PM2.5有较长时间停留等的特点,不会随道路距离的增加而增加,反而会造成较高的内环境。Tiwary等[94]发现,宽度为2.2 m的山楂树篱可以有效减少PM2.5浓度,树篱高度为1.6 m时会达到最佳滞留PM2.5效果。有学者对城市水平梯度景观格局调控PM2.5能力研究发现,北京市五环道路绿地以外PM2.5单位面积削减量、削减总量以及去除率均高于五环以内城市道路绿地[95]。总体来讲,城市林木在不同立地环境条件下所能阻滞PM2.5有效半径有所不同。

城市林木调控PM2.5水平调控效益还与天气状况及污染程度相关。王晓磊等[96]发现,在晴天、多云、雨后阴天等不同天气条件下,城市街头绿地距路缘55—85 m、40—85 m、55 m处对PM2.5净化效益较好；同时李新宇等[97]发现,道路绿地在无污染或者轻度污染条件下距路缘6 m、16 m、26 m、36 m处均能表现出对PM2.5不同程度的削减作用,中度污染或者重度污染条件下各个观测点削减作用不明显,甚至会出现无作用的观测点。

4.2.2城市林木调控PM2.5垂直变化特征

Jin等[46]发现,由樟树(Cinnamomumcamphora(L.) Presl)、法国梧桐(PlatanusorientalisLinn.)组成的道路绿地在0.3 m、1.5 m、4 m、8 m、12 m垂直高度处在不同季节调控PM2.5能力为递减趋势,说明道路绿地林冠层部分PM2.5削减能力较好。鲁绍伟等[98]对不同海拔高度油松林吸附PM2.5研究发现,低海拔的植物吸附多于高海拔,这可能是由于不同海拔高度叶表面形态特征有关。相对于PM2.5水平变化规律,垂直变化规律的研究相对较少,以后可以重点研究城市林木内PM2.5垂直变化规律。杨貌等[99]研究道路不同绿地配置不同模式PM2.5削减作用时发现,垂直向下1.5—3 m高度方向上对PM2.5有明显的削减作用,植被郁闭度、疏透度以及配置类型是影响垂直削减作用的主要因素。Abhijith等[60]表明,在街道峡谷环境中,较高的林木会导致空气质量恶化,而较低的林木会改善空气质量状况。Sun等[18]对监测鹫峰国家森林公园PM2.5发现,仅在侧柏林内15 m时浓度高于9 m时的浓度。

4.2.3城市林木内外调控PM2.5变化特征

不同学者对城市林木内外PM2.5变化研究状况均有所不同。Chen等[30]发现,白蜡纯林、胡杨纯林内PM2.5高于纯林外,可能是由于纯林空间结构影响小气候的同时细颗粒物被林带内叶子和树枝拦截并通过干沉降和湿沉降到达地面,故而林内PM2.5高于林外。Jin等[46]发现,城市林木冠层密度和叶面积指数分别为50%—60%、1.5—2.0时调控PM2.5效益达到最佳。Liu等[40]发现纯林内PM2.5因积聚效应均比空白对照要高,除此之外,呼吸作用和一系列化学反应会使PM2.5悬浮于叶片上,同时植物的呼吸作用和较高的相对湿度更有利于PM2.5沉积,使纯林内PM2.5积聚升高。陈上杰[89]等认为,大多数监测时段混交林内PM2.5较高,并发现不同林带出现的状况有所不同；但也有学者持不同观点,李新宇等[100]认为公园绿地内PM2.5要比公园外裸露地低20%。总体来讲,城市林内外PM2.5差异的情况是由于不同植被叶片、配置结构、郁闭度、疏透度以及当时的气象因素等情况所导致。

5 存在问题与研究展望

实地监测能够直观、准确地表征城市林木调控PM2.5的影响,但研究过程中仍有以下不足。基于城市林木调控PM2.5研究大多集中在叶片微结构,树种以及林分尺度上[9- 15,16-23]。不管从单位叶面积以及形态结构特征上,其监测结果均证明城市林木不同树种对调控PM2.5具有明显作用,因不同树种单位叶面积以及微形态特征存在较大差异[9- 15,16- 18],仅考虑以上因素不足以指导城市林木调控PM2.5的树种选择,并且对于树种的选择较为随机[17,26-29]。下一步应系统有效的进行地区、树种分类,有利于从单叶调控PM2.5能力尺度上推至单木再到林分进行对比分析行,同时从城市与区域等不同尺度上提出切实、可操作的城市林木种植规划方案,充分发挥城市林木生态环境效益。

城市林木调控PM2.5机制方面研究成果较多,但调控机理问题研究较少,具体表现为数据有限并且较难相互比较和验证,叶片微结构和生理机制及机理对调控PM2.5的作用还需大量研究和数据积累。城市林木调控PM2.5的研究大多涉及日变化及季节变化[30,35-36,38-39,41,81- 86,88- 89,91],而对于连续几天、不同天气条件下,或者连续几年的持续性研究较少[101]。多数研究通过选择晴朗无风的条件进行观测,以排除其他或者特殊气象因素的影响,并且主要以在林木种类、林木结构或林木面积大小对调控PM2.5能力为主,很少涉及特殊天气,例如,不同降水量、降水前后、不同等级污染、不同等级风速等气象因素作为观测变量的研究。下一步应在气象因素变量多样化的基础上,研究城市林木调控PM2.5时间变化特征。

城市林木调控PM2.5的距离衰减效应主要集中在水平方向上[90- 97]。通过定量评估PM2.5二维空间变化,其结果主要为提高城市林木在不同水平方向、垂直方向调控PM2.5提供有效依据,但不同空间尺度的城市林木与PM2.5之间的关系仍然不明确,更很少同时涉及水平方向以及垂直方向结合的三维空间上。近年来,随着数值模拟方法得到广泛应用以及计算机运用能力的不断提高[64,102- 103],计算机模拟方法逐渐流行,涌现出大量模拟软件,模拟与实地监测相结合为城市林木调控PM2.5三维研究提供机遇。下一步应深入探究城市林木调控PM2.5效应的三维特征,将有利于更好地挖掘其三维空间变化的影响机制,从而更好地指导城市林木的种植规划与空间优化,进而实现城市林木调控PM2.5效益的最大化、最优化[104- 105]。