刘双芳,张维康,韩静波,王兵 ,牛香 *
1.沈阳农业大学林学院,辽宁 沈阳 110866;2.中国林业科学研究院森林生态环境与保护研究所,北京 100091;3.国家林业和草原局森林生态环境重点实验室,北京 100091;4.江西大岗山森林生态系统国家野外科学观测研究站,江西 新余 338033
随着城市化和工业化的快速发展,空气环境质量日益下降(Yang et al.,2015;Ming et al.,2017;易心钰等,2017)。空气污染成为世界各国面临的重要环境问题,对发展中国家的影响尤为严重。中国作为最大的发展中国家,2013年至今,以PM2.5和PM10为主要污染物的复合型雾霾长时间、大范围的在中国多个地区集中连片爆发(张生玲等,2017)。根据《2018年中国生态环境状况公报》可知,全国338个地级以上城市,64.2%城市环境空气质量超标。沈阳是中国东北地区的重要工业城市,城市环境问题也日益严峻。据《2018沈阳市环境质量公报》显示,沈阳市主要污染物为PM2.5和PM10,其中PM2.5的年均浓度为41 μg·m-3,超过国家标准(35 μg·m-3)20%,PM10的年均浓度为75 μg·m-3,超过国家标准(70 μg·m-3)的10%,空气轻度污染及以上的天数共80 d,空气污染治理问题刻不容缓。
大气颗粒物是造成大气污染的首要污染物,它具有悬浮时间长,传播距离远等特点,能引起呼吸道感染、心肺系统和癌症等疾病,降低预期寿命(Kim et al.,2013;Oliveira et al.,2013;Nowak et al.,2014)。与之相反,空气负离子具有杀菌、降尘和清洁空气等功效,被誉为“空气维生素和生长素”(王薇等,2013)。目前空气负离子浓度已成为衡量一个地区空气质量好坏的重要指标之一(黄向华等,2013)。因此,减少颗粒物污染、控制颗粒物浓度和提高空气负离子的浓度成为城市空气质量提升的关键。
绿地中植物可以通过叶片尖端放电、光电效应和光合生理过程等产生负离子,是增加空气负离子浓度的重要来源之一(王薇等,2013)。植物叶表面粗糙、多绒毛、沟状组织和分泌液等特征还能够吸附空气中的颗粒物(房瑶瑶等,2015;Ryan et al.,2016)。同时,植物群落可以增加周围空气的湿度,加大地表粗糙度,降低风速,从而提高大气颗粒物的沉降速率(吕铃钥等,2016;Jeanjean et al.,2017)。因此城市绿地可以有效地消减大气颗粒物浓度,提高空气负离子的浓度,进而提升城市空气质量。随着城市园林绿化的迅速发展和人们对环境改善的迫切需求,学者们开始关注城市绿地对改善城市空气质量的重要作用。冯鹏飞等(2015)研究发现不同植被类型空气负离子日平均浓度表现为阔叶林>针阔叶混交林>针叶林>灌木林>无植被覆盖开阔地;李新宇等(2016)探讨了不同公园绿地植物配置对大气PM2.5浓度的削减作用,结果认为乔-草配置型绿地消减能力最佳,纯草坪绿地最差;佘欣璐等(2020)研究认为不同绿色空间内林地滞留PM2.5能力最强,远高于草地和农田;Nowak et al.(2013)研究了美国10个城市的树木对PM2.5的影响,结果表明树木通过拦截颗粒物提高了城市整体的空气环境质量;Bottalico et al.(2017)研究发现不同类型的植物群落滞留的大气颗粒物的浓度存在很大差异。然而,这些研究主要是针对各种功能指标的单项评价,而城市环境质量的提升需要绿地内多因子相互作用,目前有关不同植被结构的大气颗粒物与空气负离子浓度之间的关系以及影响因素的研究较少,还存在很多不足。
本文以沈阳市东陵公园8种不同的植被结构为研究对象,在全面了解不同植被结构特征的基础上,通过定点监测不同植被结构群落内大气颗粒物浓度、空气负离子浓度和气象因子,详细探讨不同植被结构对空气质量的调控能力及其影响因素,从而为优化城市绿地景观结构和改善城市空气质量提供一定的借鉴。
沈阳市东陵公园位于沈阳市东部(图1),占地面积约557.3 hm2。植被覆盖率85%以上,主要植物有油松(Pinus tabuliformis)、云杉(Piceaasperata)、蒙古栎(Quercus mongolica)、稠李(Padus avium)、水榆花楸(Sorbus alnifolia)、鼠李(Rhamnus davurica)、大叶朴(Celtis koraiensis)、桃叶卫矛(Euonymus bungeanus)、榆叶梅(Amygdalus triloba)、萱草(Hemerocallis fulva)、玉簪(Hosta plantaginea)等。
图1 沈阳市东陵公园样点位置示意图Fig.1 The location of Dongling Park in Shenyang
通过实地勘测选取了8块20 m×20 m的不同植被结构类型样地,每块样地记录乔木树种名称、多度,并进行每木检尺,测定胸径和树高;记录灌木和草本树种名称、多度、盖度和高度等(如表1所示)。并计算出每个样方的重要值和Simpson多样性指数。选取公园入口广场作为对照点,并将观测期间沈阳市的PM10和PM2.5质量浓度作为背景参照值。
实验日期为2019年7—9月,每月选取3 d(晴天、微风或无风),对东陵公园内9块样地进行监测,监测时间段为07:00—19:00,每隔3 h监测1次,每次监测6 min。采用手持式粉尘仪(DUSTMATE,英国)分别监测PM2.5和PM10浓度,使用手持式负离子仪(KEC900+,日本)测定空气负离子浓度,同时用手持式自动气象仪(LA-8000A,中国)同步记录大气温度、相对湿度、风速和光照强度。采样高度均距地表1.5 m。为科学比较和评价东陵公园不同植被结构的绿地环境空气质量,以中华人民共和国生态环境部(原中华人民共和国环境保护部)发布实施的《环境空气质量标准》(GB3095—2012)中PM2.5和PM10质量浓度日均值标准作为衡量颗粒物污染程度的依据。
选取乔木层郁闭度、乔木平均高度、常绿树种数量占比和Simpson多样性指数作为植物群落结构特征指标。乔木层郁闭度测定以树冠投影法作为依据,Simpson多样性指数的计算是以重要值为基础,主要反映了群落的稳定性和丰富程度。相关计算公式如下:
表1 东陵公园样地概况Table 1 The basic information of plots in Dongling Park
式中,CA为郁闭度;SC为群落树冠投影总面积;ST为群落面积;HA为常绿树种数量占比;HZ为群落内植株高度总和;N为植株总数量;PC为常绿树种数量占比;NC为常绿树种数量;D为Simpson多样性指数;Pi为第i物种的重要值;S为物种数。
运用Microsoft Excel 2007和SPSS 23.0对实验数据进行统计分析和图表处理,不同植被结构对大气颗粒物和空气负离子浓度的影响研究采用ANOVA单因素方差与Duncan新复极差法结合对组间差异进行比较,结果用“平均值±标准误差”表示;大气颗粒物和空气负离子浓度以及与不同影响因子之间的关系采用Pearson相关性分析。
由图2可知,大气颗粒物PM2.5和PM10浓度日变化趋势基本一致,整体呈现先下降后缓慢上升的趋势,且上午高、下午低。在不同植被结构大气颗粒物的日变化中,浓度最高值时间出现在07:00—10:00,且S1内PM2.5和PM10浓度最高,分别为(147.10±50.52)、(169.47±52.05) μg·m-3。在13:00—16:00,S4、S5、S6、S7、S8内PM2.5和PM10浓度最低。总体而言,13:00—16:00这个时间段更适合游客开展休闲游憩。
不同植被结构内大气颗粒物浓度如表2所示,PM2.5和PM10日平均质量浓度变化范围分别为28.95—48.63 μg·m-3和45.21—68.55 μg·m-3。其中,平均浓度在S1中为最高,分别为 (48.63±18.05)μg·m-3和 (68.55±20.64) μg·m-3。S3最低,分别为(28.95± 8.91) μg·m-3和 (45.21±10.38) μg·m-3。另外,与CK相比,S3和S4内PM2.5和PM10浓度表现为降低,S1、S2、S5、S6、S7和S8内PM2.5和PM10浓度表现为升高。从方差分析结果看出,各样地之间大气颗粒物浓度差异性不显著(P>0.05)。
表2 不同植被结构大气颗粒物质量浓度对比Table 2 The comparison of air particulate matter concentration in different vegetation structures
图2 不同植被结构大气颗粒物浓度日变化特征Fig.2 Diurnal variation of air particulate concentration in different vegetation structures
参照中国《环境空气质量标准》(GB 3095—2012),各样地的PM2.5和PM10浓度日均值都达到二类环境功能区质量要求(75、150 μg·m-3)。其中S3和S4内PM2.5和PM10浓度达到了一类环境功能区质量要求(35、50 μg·m-3)。同时发现S3、S4、S5和S8内PM2.5和PM10浓度均低于沈阳市PM2.5和PM10背景值浓度(37、55 μg·m-3)。因此,S3和S4内PM2.5和PM10浓度达到了自然风景区的空气质量要求,处于清洁水平;S1、S2、S5、S6、S7和S8内PM2.5和PM10浓度未达到自然风景区的空气质量要求。
图3所示为东陵公园不同植被结构内空气负离子浓度日均值分析结果,可以看出8块绿地内负离子浓度均明显高于对照组,主要原因是植被能吸收空气中的污染物、净化空气,同时植物光合作用也能产生大量的空气负离子。
由图3可知,8块不同植被结构内空气负离子日均质量浓度范围为446.21—1 007.50 ion·cm-3。空气负离子日平均浓度在S7最高,为 (1 007.50±53.10) ion·cm-3。S1内空气负离子浓度最低,为(446.21± 34.91) ion·cm-3。方差分析结果表明,不同植被结构内空气负离子浓度有显著差异(P<0.05)。
图3 不同植被结构绿地内空气负离子浓度差异性分析Fig.3 Difference analysis of air anion concentrations in green space of different vegetation structures
表3 不同植被结构内大气颗粒物浓度和负离子浓度的相关性Table 3 Correlation between particulate matter and negative air ion concentration in different vegetation structures
为详细探究大气颗粒物和空气负离子浓度之间的关系,对不同植被结构内大气颗粒物和空气负离子浓度的日变化进行相关性分析,结果如表3所示。不同植被结构绿地内空气负离子与大气颗粒物PM2.5和PM10浓度呈均极负显著相关关系(P<0.01)。其中,S2和S4内空气负离子浓度与PM2.5和PM10浓度相关性大于其他样地。总体而言,PM10浓度与空气负离子浓度的相关性大于PM2.5浓度与空气负离子浓度的相关性。
由表4可知,不同植被结构内大气颗粒物浓度与乔木层郁闭度呈极显著正相关(P<0.01),与灌木多样性呈显著负相关(P<0.05)。空气负离子浓度与乔木层郁闭度呈正显著相关(P<0.05)。大气颗粒物和空气负离子浓度均与乔木平均高度、乔木多样性和草本多样性呈正相关,与常绿树种数量占比呈负相关,但均不显著。
表4 不同影响因子与大气颗粒物浓度和空气负离子浓度的相关关系Table 4 The correlation between different impact factors and air particulate concentration and air negative ion concentration
大气颗粒物和空气负离子浓度均与相对湿度呈正显著相关(P<0.05),与温度呈负显著相关(P<0.05)。此外,大气颗粒物浓度还与光照呈负显著相关(P<0.05),空气负离子浓度与光照强度呈正相关,但不显著。大气颗粒物和负离子浓度与风速均不相关。
城市绿地通过植被覆盖可以减少PM2.5和PM10来源,同时茂密的树冠层可以降低风速,促进PM2.5和PM10的沉降,另外植物的叶片、树枝和树皮等都可以附着和黏附颗粒物,从而调控大气颗粒物的浓度(王华等,2013)。鲁绍伟等(2017)研究发现植被区PM10质量浓度低于非植被区;Tallis et al.(2011)对伦敦城市森林的研究结果表明植被每年削减PM10量为852—2 121 t,以上研究均证实了绿地具有削减颗粒物浓度的功能。然而,本研究结果出现绿地中大气颗粒物的浓度高于对照点的现象。分析原因可能是城市绿地植被净化大气颗粒物在一定空间范围内比较显著,当达到一定阈值后将不再明显,不同植被结构会形成较稳定的“森林内环境”(王晓磊等,2014)。低温、高湿和相对静风的环境,容易导致林内逆温层的产生,颗粒物出现易累积和消散慢的特点(王成等,2014)。此外,刘立民等(2000)研究认为地域相对绿量与空气污染物之间存在绿化效益最佳阈值区。不同植被结构内绿量存在差异。在绿量增加初期,污染物浓度下降较快,当绿量达到一定值后,下降速度明显减缓;当绿量继续增加,达到一个较高的的量值时,污染物浓度下降开始不明显,就会出现上述现象。Liu et al.(2015)、王轶浩等(2016)研究结果也证实了此现象存在的可能性。
不同的植被结构调控大气颗粒物的能力大小不同。一般而言,具有乔-灌-草复层结构的植物群落调控大气颗粒物的能力高于结构单一的群落,即绿地的垂直结构越复杂,大气颗粒物浓度越低。王国玉等(2014)研究认为,复层混交的乔-灌-草配置结构消减颗粒物能力强;汪结明等(2016)对不同园林绿地类型研究发现滞尘能力大小为乔灌草>乔草>草坪。本研究结果显示,S1内PM2.5和PM10浓度最高,S3内最低。分析原因认为,首先与植被结构不同有关。S3植被结构复杂,绿量大且优势树种为针叶树,针叶树种气孔排列紧密,气孔密度比阔叶树种大,表面粗糙度高于阔叶树种,而且能够分泌油脂,降低空气中颗粒物的浓度高于以阔叶树为优势树种的植被结构(张维康等,2015)。此外S3林内乔木层郁闭度小且乔木平均高度低,易于颗粒物的扩散。而S1植被结构单一,乔木层郁闭度大,复杂的林冠层导致风速降低,湿度增加,颗粒物浓度高。其次与所处位置有关。调查发现S1靠近郊野公园入口处,机动车流量和人流量大,导致外源颗粒物输入林内浓度高,并且S1处于地势较低的阴坡,空气对流运动较弱,不利于林内颗粒物向外扩散。S3主要受人流量影响,输入林内的外源颗粒物少。然而刘宇等(2017)、张斌斌等(2019)研究认为,多层复合结构的乔-灌-草颗粒物浓度高于单层结构。植物密度高、枝下高偏低,使得林内阴湿,通风条件不好,不利于颗粒物的输送和扩散(李新宇等,2016)。这些研究结果出现差异的原因除了受不同的绿地结构、绿地类型的影响外,研究地域、研究方法、研究时间以及林木疏密程度、空气流通状况和气象条件等因素的不同也会影响大气颗粒物的浓度。颗粒物与绿地结构的关系复杂,具体的影响颗粒物浓度变化的原因还需要深入研究探讨。对东陵公园不同植被结构建议应采取适时疏伐和整枝,加强林下改造、拓展林下空间以及合理调整植被结构等措施,进一步提高对颗粒物的调控功能。
不同植被结构内空气负离子浓度不同。植被结构越复杂,空气负离子含量越高(阿拉坦图雅等,2010)。王薇(2014)研究发现,乔-灌-草结构产生的空气负离子浓度比其他植被结构类型高。本研究发现S7内空气负离子浓度最高,S1内空气负离子浓度最低。分析原因认为,主要是S7植被结构复杂,乔木层郁闭度大,植被绿量大产生空气的空气负离子多。此外与样地位置也有关。S7位于龙尾湖附近,水是重要的空气离子源,可以作为载体提高周边空气负离子的浓度(王薇,2014)。而S1周围人车流量大,污染源多,导致负离子浓度低。
本研究发现相对湿度与大气颗粒物和负离子浓度相关性较强,均呈正显著相关。主要是高湿度的环境有利于大气颗粒物在水汽上附着,使得颗粒物质量浓度增加。此外,湿度大的天气也容易出现逆温现象,形成雾罩,更加抑制颗粒物的扩散(赵晨曦,2014)。相对湿度越高,空气负离子的浓度会显著增加,这与曹建新等(2017)研究结果一致。林内大气颗粒物和空气负离子浓度的变化不仅会受到气象因子的影响,如相对湿度、温度和光照等,同时还受到不同植被结构特征的影响。研究发现乔木郁闭度对大气颗粒物和空气负离子浓度的影响最为显著。对于大气颗粒物来说,乔木郁闭度越大,颗粒物浓度越高,这与杜万光等(2018)研究结果一致。分析原因认为是乔木郁闭度大,茂密的冠层降低风速,形成低温高湿的环境,颗粒物无法扩散导致浓度升高。而对于空气负离子来说,当乔木郁闭度过大时,阳光会无法透过树冠层照射到地被层植物叶片上,导致叶片无法进行光电反应(王薇,2014),此外,林内风速低,不利于产生负离子。本研究结果与其不一致,这可能是乔木郁闭度对空气负离子的影响有一定的阈值,具体的原因还需要深入探讨。另外,本研究结果发现灌木多样性与颗粒物浓度呈负显著相关。分析原因认为可能是灌木相对低矮,距离地面近,能更有效地吸附颗粒物,而乔木距地面较高,颗粒物在扩散过程中会受叶片阻挡而减速,部分沉降到较低的灌木上(谢滨泽等,2014)。因此,灌木多样性越丰富,其绿量增加,吸收大气颗粒物能力增加,导致浓度降低。
本研究结果表明,大气颗粒物与负离子浓度呈负显著相关,主要原因是植被能够通过“尖端放电”和“光电效应”等机制产生空气负离子,同时也能通过撞击拦截、静电吸引、分泌粘性物质黏着等途径消减大气颗粒物,从而使两者呈现负相关(郭二果等,2013)。Ling et al.(2010)也指出,空气负离子能够降低空气中颗粒物的浓度,主要是由于大气颗粒物可与空气负离子通过碰撞、吸附等作用,使空气负离子变成重离子而沉落,从而使负离子浓度损失减少。
(1)不同植被结构对颗粒物浓度的调控存在着消减和集聚效应,其中乔-灌-草配置的复合型结构绿地调控颗粒物能力强。PM2.5和PM10日平均浓度在S1(稠李+萱草)均为最高,分别是 (48.63±18.05)μg·m-3和 (68.55±20.64) μg·m-3。S3(云杉+榆叶梅+牛筋草)最低,分别是(28.95±8.91) μg·m-3和(45.21±10.38) μg·m-3。PM2.5和PM10日平均浓度变化浓度范围分别为 (28.95—48.63) μg·m-3和(45.21—68.55) μg·m-3。
(2)8块样地内空气负离子浓度均高于对照组。不同植被结构中空气负离子日平均浓度在S7(油松+桃叶卫矛+玉簪)最高,为 (1 007.50±53.10)ion·cm-3。S1(稠李+萱草)内空气负离子浓度最低,为 (446.21±34.91) ion·cm-3。空气负离子日平均浓度范围446.21—1 007.50 ion·cm-3。
(3)乔木层郁闭度、空气相对湿度和温度是影响空气质量的主要因子。其中大气颗粒物(PM2.5和PM10)和空气负离子浓度与乔木层郁闭度和相对湿度呈正显著相关;而其与温度呈负显著相关。此外,大气颗粒物(PM2.5和PM10)浓度与空气负离子浓度呈负显著相关。