城乡特色核桃防护林树种配置结构对空气颗粒物及温湿度的影响

胡梦玲 彭小东 阿丽亚·拜都热拉 买尔旦·阿不都卡德 孙桂丽

摘要：【目的】分析干旱区城乡核桃林与不同树种配置结构空气颗粒物浓度变化差异，探讨树种配置结构与大气颗粒物浓度、温度、相对湿度间的关系，为区域环境绿化建设提供理论参考。【方法】以新疆叶城县城区、城郊和乡村 3个不同区域树种配置结构的林带为监测点，树种配置分别是苹果（Malus domestica）—核桃（Juglans regia）、红枣（Ziziphus jujuba Mill.）、红枣—核桃、新疆杨（Populus alba）—核桃和核桃，通过监测防护林内和林带不同水平距离颗粒物浓度、空气温度和相对湿度，分析大气颗粒物的时空变化规律、防护林不同水平距离对颗粒物浓度的削减作用。【结果】颗粒物浓度具有明显的时空差异。城区、城郊和乡村核桃防护林颗粒物浓度污染排序依次为乡村>城郊>城区;城区、城郊和乡村核桃防护林的PM2.5最高浓度分别出现在20：00（20.00 ?g/m3）、12：00（29.00 ?g/m3）和14：00（58.25 ?g/m3）;PM10最高浓度分别出现在20：00（35.25 ?g/m3）、14：00（62.67 ?g/m3）、14：00（131.50 ?g/m3）;PM1.0最高浓度分别出现在20：00（12.50 ?g/m3）、12：00（12.67 ?g/m3）、14：00（28.75 ?g/m3）。樹种不同配置结构颗粒物浓度存在差异，排序依次为核桃>对照>新疆杨—核桃>红枣>苹果—核桃>红枣—核桃。防护林不同水平距离对PM2.5浓度消减程度不同。城区与城郊不同水平距离削减作用排序为0 m>20 m>10 m;乡村依次为0 m>10 m>20 m。城区与城郊核桃防护林温度差异不明显，二者的温度明显高于乡村防护林温度;城区、城郊和乡村核桃防护林相对湿度均存在波动变化。PM2.5浓度与温度呈极显著负相关（P<0.01，下同），与相对湿度呈显著正相关（P<0.05），PM1.0浓度与温度、相对湿度的相关性均达极显著水平，PM10与温度、相对湿度相关性均不显著（P>0.05）。【结论】核桃林在城区、城郊和乡村发挥的生态效益存在一定差异，在乡村能明显改善空气质量;核桃林带搭配种植红枣可充分发挥其生态效益，在农业环境污染较重的地区可作防护林带选用。

关键词： 防护林;核桃林;颗粒物浓度;温湿度

中图分类号： S663.4;X513                       文献标志码： A 文章编号：2095-1191（2021）05-1310-09

Abstract：【Objective】To quantitatively analyze the differences in air particulate matter concentration changes between different regional Juglans regia forests and different tree species configuration structures in arid zones， to explore the relationship between different tree species configuration structures and atmospheric particulate matter concentration， temperature and relative humidity， and to provide theoretical references for regional environmental greening construction. 【Method】Take the forest belts with fruit tree configurations in urban， suburban and rural areas of different areas of Ye-cheng， Xinjiang as the monitoring points. They were Malus domestica-J. regia， Ziziphus jujuba Mill.， Z. jujuba Mill.-J. regia， Populus alba-J. regia， J. regia. By monitoring the concentration of particulate matter， air temperature and relative humidity within the shelterbelts and at different horizontal distances from the forest belts， the spatial and temporal variation patterns of atmospheric particulate matter and the reduction effect of different horizontal distances from the shelterbelts on the concentration of particulate matter were analyzed. 【Result】Particulate matter concentrations had obvious spatial and temporal differences. The highest concentrations of PM2.5 in urban， suburban and rural walnut shelterbelts occurred at 20：00（20.00 ?g/m3）， 12：00（29.00 ?g/m3） and 14：00（58.25 ?g/m3）， respectively; the highest concentrations of PM10 occurred at 20：00（35.25 ?g/m3）， 14：00（62.67 ?g/m3）， and 14：00（131.50 ?g/m3） respectively; the highest PM1.0 concentrations occurred at 20：00（12.50 ?g/m3）， 12：00（12.67 ?g/m3）， and 14：00（28.75 ?g/m3）， respectively. The decreasing order of particle concentration in different planting types was as follows：J. regia L.>control>P. alba-J. regia L.>Z. jujuba Mill.>M. domestica-J. regia L.>Z. jujuba Mill.-J. regia L. Different levels of protection forests had different levels of reduction of PM2.5 concentration. The reduction degree of shelterbelts at different distance to PM2.5 concentration was different.The size of the reduction effect at different horizontal distances in urban and suburban areas was： 0 m>20 m>10 m; 0 m>10 m>20 m in rural areas in order. The temperature difference between urban and suburban J. regia shelterbelts was not obvious， the relative humidity trend was large， temperatures of urban and suburban J. regia shelterbelts  were higher than that in rural areas; and the relative humidity difference among urban， suburban and rural J. regia protection forests had fluctuation change; and the PM2.5 concentration had extremely significant negative correlation with temperature（P<0.01， the same below） and had significant positive correlation with relative humidity（P<0.05）， the correlation between PM1.0 concentration and temperature and relative humidity were both extremely significant， and the correlation between PM10 and temperature and relative humidity were not significant（P>0.05）. 【Conclusion】The ecological benefits of J. regia forest in urban， suburban and rural areas are somewhat different， and it can greatly improve the air quality in rural areas; the J. regia forest belt can give full play to its ecological benefits with the planting of Z. jujuba， and it can be used as a protective forest belt in areas with heavy agricultural environmental pollution.

Key words： shelterbelts; Juglans regia forest; particulate matter concentration; temperature and humidity

Foundation item： National Natural Science Foundation of China（31971713，31770750）;National Postdoctoral Fund Project（2020T130554）

0 引言

【研究意义】我国西部干旱区气候干燥且荒漠化现象严重，沙尘和雾霾天气频发，绿化树种作为森林资源的一部分，能有效吸附大气中的颗粒物，对风沙也可起到阻滞作用，吸附和滞留的尘土可随雨水固定到土壤中。利用绿化带阻滞颗粒物和净化空气是降低颗粒物污染的重要办法（刘萌萌，2014;刘宇等，2020）。在沙尘天气频发的塔克拉玛干西南缘的新疆叶城县城区、城郊及乡村道路两边种植特色防护林核桃林在实现一定程度经济收入的同时，核桃林根系改善了土壤表层结构，减少水土流失，具有明显的抗旱治碱作用，防护林通过叶片蒸腾作用可有效降温增湿，改善农田小气候（白秀文等，2015）。我国是世界核桃生产第一大国，种植面积广，且核桃适应性强，经济效益好，研究核桃经济林及其不同配置结构的生态效益对我国农林业发展及干旱区城乡人居环境的改善具有十分重要的意义。【前人研究进展】果树经济林应用于园林绿化既能产生一定经济效益，又能改善生态环境，但没有量化生态环境指标（Salma et al.，2006;阿丽亚·拜都热拉，2015）。在生态文明建设的大背景下，通过改变经济林的经营方式实现优质高产、生态安全的经营目标，是经济林研究的重要方向（Johnston and Crossley，2002）。有研究表明核桃能减轻环境污染，改善空气质量。国内学者探讨了核桃林下的植被多樣性，发现核桃与灌木配置能有效提高生态效益（张金萍等，2019）;熊冬连等（2019）在湖北武陵山区研究了核桃林下几种复合经营模式，结果表明核桃林不同配置结构种植比单种种植生态效益更显著。在果树生产过程中，经济林不同结构配置的温湿度效应和净化空气作用有所不同，理想的树种配置结构能在最大程度上发挥环境资源的利用价值，包括乔木、灌木和草坪等组成的复合结构，以及不同树种间的搭配，结构层次越多，形成一个动态结构，环境资源的利用效果越好（彭晓邦，2009;孙晓丹等，2017;张进和陈健，2019）。不同植物配置结构对颗粒物浓度的削减作用受温度、相对湿度及风速等环境因子影响，温度对其影响更为显著（刘宇等，2015;高海波，2019）。古琳等（2013）分析了无锡惠山香樟林、湿地松林和栓皮栎林3种林带结构类型颗粒物浓度变化特征，发现影响颗粒物浓度的因素包括气象条件和森林结构特征，在温度和湿度高的条件下，细颗粒物更易生成，难以扩散。【本研究切入点】塔克拉玛干沙漠边缘城乡生态环境恶劣，常年干旱少雨，沙尘灾害频发，当地有限的森林资源发挥着有效的降尘增湿效益（Nowak et al.，2006;Tallis et al.，2011）。核桃林是当地主要的果树经济林，广泛应用于城乡绿化建设中。已有研究多集中在果树经济林的生产模式探究和经济效应评价，生态效益研究仅进行了定性分析，而对于核桃林对环境改善效果的定量分析或与其他树种搭配发挥的生态效益差异尚未明确。【拟解决的关键问题】以新疆喀什地区叶城县不同区域（城区、城郊和乡村）的不同树种配置结构的林带为研究对象，监测林带不同距离和不同配置结构颗粒物浓度，研究核桃林颗粒物浓度的时空变化特征及不同距离对大气颗粒物浓度的削减作用，探讨大气颗粒物浓度与温度、相对湿度间的关系，为不同区域的核桃林建设提供理论参考。

1 材料与方法

1. 1 研究区概况

新疆喀什地区叶城县有中国核桃之乡的美称，位于新疆维吾尔自治区西南部，紧临我国最大的沙漠塔克拉玛干沙漠，地形南高北低。叶城县属温带大陆性干旱气候，东北部处于塔克拉玛干沙漠荒漠区，风沙多且日照强，降水稀少，北部平原年平均气温11.3 ℃，年平均降水量54 mm。研究区气象要素见表1。不同区域核桃防护林分别位于叶城县的城区（人民公园主干道旁）、城郊（核桃大道旁）和乡村（吐格曼贝希村镇干道旁）。防护林宽度10～20 m，林间距1～2 m，树龄约9～12年，1年灌溉4～5次，土壤质地较轻，以沙壤土为主。选取5种叶城县常见的道路防护林带配置（表2），分别是苹果（Malus domestica）—核桃（Juglans regia）、红枣（Ziziphus jujuba Mill.）、红枣—核桃、新疆杨（Populus alba）—核桃及核桃;以无植物的硬质空旷地为空白对照。

1. 2 研究方法

1. 2. 1 监测点布置 防护林均以道路垂直方向设置林缘（0 m）、林内（10 m）和林外（20 m），如图1所示，无植被空地作为对照监测点。不同配置植物群落每块样地选取其几何中心点S作为测定点，每个监测点重复采样4次。采用小尺度定量监测的方法，使用经过统一矫正的大气颗粒物仪器和温湿度记录仪、便携式手持气象站同步连续观测。

1. 2. 2 监测内容及条件 选择晴朗无风（风速≤2 m/s）天气进行连续监测，主风方向为西北方向，监测时避开绿化带迎风面和背风面，以减少风速风向对颗粒物浓度的影响，监测时段为北京时间10：00、12：00、14：00、16：00、18：00和20：00，每隔2 h采样一次，9—10月监测6 d，测定高度为1.5 m。采用BR-HOI-1210空气质量检测仪（北京）测定空气中PM2.5（d≤2.5 ?m）、PM10（d≤10 ?m）和PM1.0（d≤1.0 ?m）质量浓度，为避免人为干扰，测量时进气口朝车行道方向，每次测量前校准。使用LMS-3000手持气象站测量空气温度、相对湿度、气压和风向风速，同时采用TH21E型温湿度记录仪每分钟记录一次数据，监测样地内温度、相对湿度和露点温度。

1. 2. 3 数据处理 以颗粒物削减量表示防护林不同距离对大气颗粒物削减作用强弱，计算公式如下：

Pn=C0-Cn

式中，Pn为大气颗粒物浓度削减作用;C0为0 m处颗粒物浓度;Cn为防护林不同水平距离宽度处颗粒物浓度。

1. 3 统计分析

采用Excel 2010进行数据整理和计算、绘制图表，利用SPSS 20.0进行差异性检验和相关分析。

2 结果与分析

2. 1 不同区域防护林颗粒物浓度及温湿度日变化规律

如图2所示，城区、城郊和乡村防护林内PM2.5、PM10和PM1.0浓度均呈现先上升后下降再上升的变化趋势。乡村防护林的颗粒物浓度明显高于城区和城郊防护林内颗粒物浓度，其PM2.5和PM10浓度均在观测时间段内10：00出现最低值，之后开始上升，至14：00时达最高值，分别为58.25和131.50 ?g/m3;PM1.0浓度在14：00出现峰值（12.67 ?g/m3），之后18：00时下降至最低值22.00 ?g/m3。城区防护林PM2.5、PM10和PM1.0在观测时间段内10：00左右均为最低值，分别为9.75、16.25和5.25 ?g/m3，至20：00颗粒物浓度出现最大值，分别为20.00、35.25和12.50 ?g/m3。城郊防护林PM2.5和PM1.0在12：00升至最高浓度后（29.00 ?g/m3）呈下降趋势，于16：00降至最低后又开始上升;城郊防护林PM10浓度各时段差异最大，14：00时的最大值（62.67 ?g/m3）与16：00时的最低值相差27.00 ?g/m3。分析产生上述现象原因：上午10：00之后受人为活动的影响，车流量和人流量增加导致颗粒物浓度升高，不同区域人为活动的范围和时间有所不同，因此，不同区域颗粒物浓度峰值的出现也存在差别;另外，乡村绿化建设相对较差，颗粒物污染较严重，城区绿化较好，则污染较小。

由图3可看出，城区、城郊和乡村防护林温湿度日变化无明显规律，城区与城郊防护林温度差异不明显，二者的温度明显高于乡村防护林温度，城区、城郊和乡村防护林相对湿度均存在波动变化。乡村防护林在观测时间段内16：00温度升至最高值26.30 ℃，相对湿度降至最低值32.54%;至18：00城区和城郊防护林温度均达最大值，分别为28.31和28.21 ℃，相对湿度降至最低，分别为22.39%和32.67%。城区、城郊和乡村防护林最大温差分别为6.32、5.91和8.15 ℃，相对湿度最大差值分别为10.36%、9.32%和24.44%，城区防护林温度峰值大于乡村防护林，最大温差却比乡村防护林小。可见，乡村空旷地颗粒物浓度在观测时间段内16：00—18：00时段高于防护林，其他时段内均低于防护林。

2. 2 不同树种配置结构内颗粒物浓度比较

从表3可看出，不同树种配置结构PM2.5、PM10和PM1.0浓度存在差异，颗粒物浓度排序依次为核桃>对照>新疆杨—核桃>红枣>苹果—核桃>紅枣—核桃。苹果—核桃、红枣—核桃及红枣3种配置的颗粒物浓度污染状况相近，差异不显著（P>0.05，下同），核桃与其他配置颗粒物浓度均达到极显著差异水平（P<0.01，下同）。红枣—核桃配置的颗粒物浓度污染最小，新疆杨—核桃配置的颗粒物浓度污染仅次于核桃和对照。苹果—核桃和红枣—核桃配置的颗粒物浓度污染均比新疆杨—核桃配置的低，差异达极显著水平。

2. 3 防护林不同水平距离对颗粒物削减作用

城区、城郊和乡村防护林不同水平距离对PM2.5、PM10和PM1.0削减作用有所差异（图4～图6）。

如图4所示，在上午10：00城区防护林不同水平距离PM2.5削减作用相差不大，0 m处最高，20 m处其次，10 m处最低，分别为9.75、9.25和8.75 ?g/m3;不同水平距离PM1.0削减作用大小规律与PM2.5一致，但PM1.0削减量0、10和20 m处差异较大，0与10 m处最大削减量差为3.75 ?g/m3;PM10削减作用排序依次为20 m>0 m>10 m，10 m位于林带中间位置，颗粒物浓度污染削减量比0和20 m处低。

如图5所示，城郊防护林在观测时间段内PM2.5最大削减量分别出现在10：00和14：00。10：00时0和20 m处最大削减量分别为6.00和5.00 ?g/m3，10 m处削减量小于0和20 m处;14：00时10 m处最大削减量为6.33 ?g/m3，0和20 m处削减量均小于10 m处。上午10：00时PM10最大削减量于水平距离10 m处最大（19.00 ?g/m3），20 m处最小（15.00 ?g/m3），0 m处居中（17.00 ?g/m3）。PM1.0削减作用于水平距离0 m处最大是在10：00时;于水平距离10和20 m处则在16：00时出现最大削减量;2个时间点均是10 m处削减作用最小。

如图6所示，乡村防护林在观测时间段内PM2.5最大削减量出现在16：00和18：00;最大削减量在0 m处为19.25 ?g/m3，10 m处为17.25 ?g/m3，20 m处为16.50 ?g/m3。PM10最大削减量依次为10 m>20 m>0 m;PM1.0最大削减量于水平距离0 m处出现在16：00，为11.00 ?g/m3，于水平距离10 m处出现在18：00，为10.50 ?g/m3，于水平距离20 m处出现在14：00，为10.25 ?g/m3。

2. 4 颗粒物浓度与空气温度、相对湿度的相关分析结果

由表4可看出，温度与颗粒物浓度呈负相关，相对湿度、大气压强与颗粒物浓度呈正相关。PM2.5浓度与温度呈极显著负相关，与相对湿度呈显著正相关（P<0.05），PM1.0浓度与温度、相对湿度相关性均达极显著水平，PM10与温度、相对湿度相关性均不显著。

3 讨论

3. 1 不同地区防护林颗粒物浓度变化规律及相关性

本研究中，乡村颗粒物浓度污染比城区和城郊严重，乡村防护林颗粒物浓度污染削减量明显大于城区和城郊防护林，这一现象主要是由乡村环境与城区、城郊环境的差异所致。叶城县乡村受风沙影响更大，地面草坪的覆盖率远低于城区和城郊，导致地面尘土更易被风或车辆卷到空气中。城区防护林温度峰值较大，可能是城市热岛效应所致（张彪等，2012）。乡村对照点的颗粒物在16：00—18：00时段浓度高于防护林，其他时段低于防护林内颗粒物浓度，可能是林内环境从10：00时开始升温，相对湿度缓慢下降，林内的颗粒物随之累积，在14：00时颗粒物浓度升到最高，林内的温度会比空地温度低，不利于颗粒物扩散。无植被的空地颗粒物聚集不受植物吸附作用，相对湿度比林内低，所以16：00之前空地颗粒物浓度仍小于林内，16：00之后温度开始下降，相对湿度上升，空地的温度下降速度更快，不利于颗粒物扩散，导致16：00—18：00时段空地浓度高于林内，城区和城郊防护林也有类似现象。

本研究结果发现，空气中颗粒物浓度变化与气象因子有密切关系，颗粒物浓度与温度和风速呈负相关，与相对湿度、大气压强呈正相关，PM2.5浓度与温度呈极显著负相关，与相对湿度呈显著正相关，PM1.0浓度与温度、相对湿度相关性均达极显著水平。可见PM2.5和PM1.0受温度和相对湿度影响更大，当温度较高时，空气中的颗粒物更容易扩散，浓度就会降低，相对湿度主要影响颗粒物的累积过程，相对湿度越大颗粒物越容易聚集，附着于水汽上不易消散，这主要受地理环境、污染源及气象因素等影响（王晓磊和王成，2014），在觀测时间段内多次出现对照颗粒物浓度低于林内，当污染源颗粒物扩散进入林带后，林带内部开始累积，由于林带局部小气候比空地更稳定，颗粒物在短时间内没能有效吸附和扩散，因此出现林内颗粒物浓度高于对照的情况（陈俊刚等，2014）。城区处于较清洁的地区，颗粒物浓度污染最轻，乡村绿化不足，道路尘土多，导致大气污染最严重;城郊居中，即城区防护林颗粒物削减量比乡村防护林和城郊防护林少。这一现象从侧面反映了乡村绿化建设的迫切性，可在乡村路侧或者农田旁种植果树防护林，既能起到绿化美观的效果，又可发挥其生态效益。城区绿化用地面积有限，通过优化其绿地配置结构来提高生态效益（薄伟等，2020）。

3. 2 核桃防护林不同林带宽度对颗粒物削减作用

本研究中，城区核桃防护林10 m处颗粒物浓度污染削减量比水平距离0和20 m处低，说明防护林内出现颗粒物浓度累积现象，植物没能及时吸附。城郊防护林PM2.5削减量排序依次是0 m>20 m>10 m，说明当10 m处颗粒物浓度污染削减作用大时，则0和20 m处相对较小，可能是林缘位置靠近路边更接近污染源，当林缘位置颗粒物浓度大时会扩散到林内，林内颗粒物浓度聚集到一定程度后经过植物吸附作用减轻污染，慢慢消散，之后再累积再消减。乡村防护林PM2.5削减量排序依次为0 m>10 m>20 m，有学者认为林带宽度越宽，林带对颗粒物削减作用越强（刘浩栋，2017）。林带内PM2.5浓度的变化受许多因素的影响，林带不仅能够对污染源颗粒物起到滞留作用，在环境因子的改变下，还可能促进PM2.5的生成（贾雨龙，2014）。在城乡建设防护林的过程中，林带宽度直接影响防护林的防护效益，核桃防护林种植宽度建议为10～20 m，可有效削减颗粒物，改善空气质量。

3. 3 树种配置结构对颗粒物消减的影响

不同植物对大气颗粒物的吸附和阻滞效果存在一定的差异性。为了改善人居环境质量，绿化建设中通常会采用不同的植物搭配来达到最优效果。本研究中，核桃颗粒物浓度污染最大，与其他配置结构颗粒物浓度呈极显著差异，红枣—核桃配置效果最好，颗粒物浓度最低，说明单一树种配置效果不及树种混合搭配，其他地区绿化建设可选用当地适宜的经济树种，在发挥生态效益的同时也能提高经济效益。新疆杨—核桃颗粒物浓度污染明显高于苹果—核桃和红枣—核桃配置，新疆杨的枝下高较高，下层枝叶较少，对颗粒物和气溶胶的拦截能力较弱，易出现累积现象（张金萍等，2019），核桃间的新疆杨树干没有枝叶恰好导致林带空缺一部分，而红枣、苹果与核桃高度相似，能更好地阻滞颗粒物。植物在风和雨水的作用下，累积的颗粒物会沉降到地面，植物重新恢复滞尘能力（刘浩栋，2017）。颗粒物的累积与扩散过程受空气温度和相对湿度的影响较大，空气温度越升高，大气垂直对流运动越强烈，颗粒物随着这种运动更容易扩散，由污染源排放的大气颗粒物便可输送到远方，降低污染程度;而相对湿度越高越不利于大气颗粒物的消减，PM2.5与空气中的水汽凝结悬浮在空气中，将会有利于颗粒物的积聚，增大污染程度（尹寒梅等，2019）。

4 结论

在叶城县大面积种植核桃的情况下，可通过优化城乡特色经济林木防护林结构来提高生态效益，建议采取核桃搭配其他园林植物种植，红枣—核桃和苹果—核桃配置结构能有效减轻颗粒物浓度污染;核桃林带搭配红枣种植可充分发挥其生态效益，在农业环境污染较重的地区可作防护林带选用。

参考文献：

阿丽亚·拜都热拉. 2015. 阿克苏市主要园林树种滞尘能力研究[D]. 乌鲁木齐：新疆大学. [Alia Baidurela. 2015. Dust retention capacity of common tree species for urban gree-ning in Aksu City，Northwest China[D]. Urumqi：Xinjiang University.]

白秀文，李占清，黄明坤，郑爱军，苏彩霞. 2015. 在兴安盟发展本土观赏果树的研究[J]. 现代农业，（1）：57-61. doi：10. 14070/j.cnki.15-1098.2015.01.039. [Bai X W，Li Z Q，Huang M K，Zheng A J，Su C X. 2015. Research on the development of local ornamental fruit trees in Xingan League[J]. Modern Agriculture，（1）：57-61.]

薄偉，王松，康红梅，秦国杰，刘琛彬，武敏，薛新平. 2020. 山西运城市园林植物组成和多样性及其对环境因素的响应[J]. 甘肃农业大学学报，55（2）：124-132. doi：10.13432/ j.cnki.jgsau.2020.02.018. [Bo W，Wang S，Kang H M，Qin G J，Liu C B，Wu M，Xue X P. 2020. Composition，diversity of landscape plants and their responses to environmental factors in Yuncheng City[J]. Journal of Gansu Agricultural University，55（2）：124-132.]

陈俊刚，毕华兴，许华森，付妍琳，高路博. 2014. 北京市道路防护林带内外PM2.5质量浓度特征及与气象要素的相关性[J]. 中国水土保持科学，12（3）：1-8. doi：10.16843/j.sswc.2014.03.001. [Chen J G，Bi H X，Xu H S，Fu Y L，Gao L B. 2014. Correlation analysis between PM2.5 mass concentration characteristics and meteorological elements inside and outside the shelterbelts for typical roads in Beijing[J]. Science of Soil and Water Conservation，12（3）：1-8.]

高海波. 2019. 9个园林树种叶片表面吸附颗粒物特点及其滞留重金属能力[J]. 南方农业学报，50（5）：1035-1041. doi：10.3969/j.issn.2095-1191.2019.05.17. [Gao H B. 2019. The ability of absorbing particulate matters and retaining heavy metal on the leaf surface of nine garden tree species[J]. Journal of Southern Agriculture，50（5）：1035-1041.]

古琳，王成，王晓磊，王艳英，王茜. 2013. 无锡惠山三种城市游憩林内细颗粒物（PM2.5）浓度变化特征[J]. 应用生态学报，24（9）：2485-2493. doi：10.13287/j.1001-9332.2013. 0495. [Gu L，Wang C，Wang X L，Wang Y Y，Wang Q. 2013. Variation characteristics of fine particulate matter PM2.5 concentration in three urban recreational forests in Hui Mountain of Wuxi City，Jiangsu Province of East China[J]. Chinese Journal of Applied Ecology，24（9）：2485-2493.]

贾雨龙. 2014. 北京市四种道路防护林内PM2.5浓度变化规律研究[D]. 北京：中国林业科学研究院. [Jia Y L. 2014. Researches of PM2.5 Concentration variation rule within four road protection forest in beijing[D]. Beijing：Chinese Academy of Forestry.]

刘浩栋. 2017. 城市道路林内大气颗粒物的时空变化特征—以泰安市为例[D]. 泰安：山东农业大学. [Liu H D. 2017. Temporal and spatial variation characteristics of atmospheric particulates in urban road forest—Taking Taian City as an example[D]. Taian：Shandong Agricultural University.]

刘萌萌. 2014. 林带对阻滞吸附PM2.5等颗粒物的影响研究[D]. 北京：北京林业大学. [Liu M M. 2014. Studies on influence of the forest belt to intercept and adsorb parti-culate matter[D]. Beijing：Beijing Forestry University.]

刘宇，王晓立，韩浩章，蒋亚华，李素华，张楠，陈池. 2015. 城市绿地空气PM10浓度及其与环境因子的关系[J]. 南方农业学报，46（8）：1469-1473. doi：10.3969/j：issn.2095-1191. 2015.08.1469. [Liu Y，Wang X L，Han H Z，Jiang Y H，Li S H，Zhang N，Chen C. 2015. Air PM10 concentration of urban green space and its relationship with environmental factors[J]. Journal of Southern Agriculture，46（8）：1469-1473.]

刘宇，王晓立，许纯领，蒋亚华，葛珩，董蓉. 2020. 冬季3种高绿量道路防护林对PM2.5的消减作用[J]. 南方农业学报，51（9）：2220-2226. doi：10.3969/j.issn.2095-1191.2020. 09.022. [Liu Y，Wang X L，Xu C L，Jiang Y H，Ge H，Dong R. 2020. Role of three kinds of road shelterbelts with high green biomass in reducing PM2.5 in winter[J]. Journal of Southern Agriculture，51（9）：2220-2226.]

彭晓邦. 2009. 渭北黄土区农林复合系统生理生态特性及生产力研究[D]. 杨凌：西北农林科技大学. [Peng X B. 2009. Ecophysiological characteristics and productivity of agroforestry system in the loess area of the Northern Wei River，Shaanxi，China[D]. Yangling：Northwest A & F University.]

孙晓丹，李海梅，刘霞，徐萌. 2017. 不同绿地结构消减大气颗粒物的能力[J]. 环境化学，36（2）：289-295. doi：10.7524 /j.Issn.0254-6108.2017.02.2016092602. [Sun X D，Li H M，Liu X，Xu M. 2017. Subduction ability of different green space structure on atmospheric particulate matter[J]. Environmental Chemistry，36（2）：289-295.]

王晓磊，王成. 2014. 城市森林调控空气颗粒物功能研究进展[J]. 生态学报，34（8）：1910-1921. doi：10.5846/stxb201 305301239. [Wang X L，Wang C. 2014. Research status and prospects on functions of urban forests in regulating the air particulate matter[J]. Acta Ecologica Sinica，34（8）：1910-1921.]

熊冬连，黎曙光，周必成，胡彦宏，宋发义. 2019. 武陵山区核桃林下复合经营模式效益分析[J]. 南方农业，13（30）：92-93. doi：10.19415/j.cnki.1673-890x.2019.30.051. [Xiong D L，Li S G，Zhou B C，Hu Y H，Song F Y. 2019. Benefit analysis of understory compound management model of walnut in Wuling mountain area[J]. South China Agriculture，13（30）：92-93.]

尹寒梅，陈军辉，冯小琼，徐雪梅，姜涛，钱骏，叶宏. 2019. 宜宾市PM2.5中碳组分的污染特性及来源分析[J]. 环境化学，38（4）：738-745. doi：10.7524/j.issn.0254-6108.20 18061504. [Yin H M，Chen J H，Feng X Q，Xu X M，Jiang T，Qian J，Ye H. 2019. Pollution characteristics and source analysis of carbonaceous aerosol in PM2.5 in Yibin，China[J]. Environmental Chemistry，38（4）：738-745.]

張彪，高吉喜，谢高地，王艳萍. 2012. 北京城市绿地的蒸腾降温功能及其经济价值评估[J]. 生态学报，32（24）：7698-7705. doi：10.5846/stxb201203150345. [Zhang B，Gao J X，Xie G D，Wang Y P. 2012，Preliminary evaluation of air temperature reduction of urban green spaces in Beijing[J]. Acta Ecologica Sinica，32（24）：7698-7705.]

张进，陈健. 2019. 高交通密度道路周边乔灌草型绿地对大气颗粒物的影响[J]. 环境污染与防治，41（9）：1094-1097. doi：10.15985/j.cnki.1001-3865.2019.09.017. [Zhang J，Chen J. 2019. The effect of arbor-shrub-grass green space on atmospheric particulate matters around high traffic density road[J]. Environmental Pollution & Control，41（9）：1094-1097.]

张金萍，束佳松，卢冠舟，王智. 2019. 不同住所室内PM2.5的浓度变化规律及温湿度对室内颗粒物影响的初探[J]. 建筑科学，35（6）：73-81. doi：10.13614/j.cnki.11-1962/tu. 2019.06.12. [Zhang J P，Shu J S，Lu G Z，Wang Z. 2019. Variation of indoor PM2.5 concentrations in different residences and exploration on impacts of air temperature and humidity on the indoor particles[J]. Building Science，35（6）：73-81.]

Johnston J M，Crossley D A. 2002. Forest ecosystem recovery in the southeast US：Soil ecology as anessential component of ecosystem management[J]. Forest Ecology and Management，155（1-3）：187-203. doi：10.1016/S0378-1127 （01）00558-8.

Nowak D J，Crane D E，Stevens J C. 2006. Air pollution removal by urban trees and shrubs in the United States[J]. Urban Forestry & Urban Greening，4（3-4）：115-123. doi：10.1016/j.ufug.2006.01.007.

Salma I，Maenhaut W. 2005. Changes in elemental composition and mass of atmospheric aerosol pollution between 1996 and 2002 in a central European city[J]. Environmental Pollution，143（3）：479-488. doi：10.1016/j.envpol.2005. 11.042.

Tallis M，Taylor G，Sinnett D，Freer-Smith P. 2011. Estimating the removal of atmospheric particulate pollution by the urban tree canopy of London，under current and future environments[J]. Landscape and Urban Planning，103（2）：129-138. doi：10.1016/j.landurbplan.2011.07.003.

（责任编辑 邓慧灵）