苏州市常见行道树叶功能性状对空气质量的响应策略研究

李雨桐，张兴*，曲彦婷，高飞，张昊，李弘毅

（1.苏州科技大学建筑与城市规划学院，江苏 苏州 215129；2.黑龙江省科学院自然与生态研究所，哈尔滨 150040）

随着社会不断发展，我国长江经济带空气污染问题日益凸显，污染物排放量较大，阶段性雾霾污染影响居民健康。改善空气质量是区域经济向绿色发展转型的迫切要求。苏州市是长江经济带九省六市中重要一环，也是我国经济总量最高的地级市，呈现人口密集程度高、工业经济体量大、交通运输规模增长快的特点，城市绿地植物可有效解决各空气污染问题[1]。行道树是城市植物群落的重要组成，通过吸收空气中有毒物质，固碳释氧，滞留灰尘，降低噪音，对修复城市环境，净化空气质量及提高城市生态环境质量具有重要作用。因此，分析空气污染背景下行道树对不同空气质量及大气污染物因子的响应机制，对选择合适的行道树配置以改善城市道路空气质量具有重要意义。

植物吸收空气污染物的主要器官是叶片，叶片可随环境变化作出响应策略，是植物与外界环境交换能量和物质的重要途径。生态学家提出“叶经济谱”（Leaf economics spectrum，LES）[2]概念，LES是一种描述叶功能性状间相互制约或平衡变化的组合光谱，可直观量化植物对环境资源的权衡策略[3]。近年来，有关LES对不同环境因子的权衡策略研究主要集中在叶功能性状对海拔[4]、温度[5]、水分[6-7]、CO2浓度[8]、土壤重金属[9]等单一因子变化的响应，且大部分研究是在实验室控制环境中完成。因此，通过对比不同程度空气污染环境对植物叶片生长发育的影响，系统探究植物对空气质量的响应调控策略是近年来国内外研究热点之一[10]。在不同梯度空气质量指数下，本文通过分析指标变化，研究植物叶功能性状指标与空气质量之间的变化规律。

苏州市相城区元和街道、高新区狮山横塘街道、工业园区娄葑街道均位于各区中心，人口密集、车流量较大。香樟（Cinnamomum camphora）、桂花（Osmanthus fragrans）分别作为苏州市树和市花，因其树形优美、枝叶浓密，在苏南地区广泛种植，是苏州地区骨干树种；广玉兰（Magnolia grandiflora）叶片有较强的滞尘能力，可对环境因子变化作出敏感响应[11]。实验室条件下，栾树（Koelreuteria paniculata）和构树（Broussonetia papyrifera）存在重金属[12-13]、高温[14]、盐碱[15]等胁迫时表现出较强抗性。本文选取苏州市上述6种行道树作为研究对象，分析不同树种叶功能性状变化规律，揭示植物叶功能性状在不同空气质量影响下权衡策略，为城市受损生态环境提供优势行道树群落模型，为行道树叶片指示城市空气质量提供科学依据。

1 材料与方法

1.1 研究材料

1.1.1 研究区域

根据苏州市大气监测资料，选取苏州市不同空气污染程度的3个街道，相城区元和街道（轻污染区，E1），高新区狮山横塘街道（重污染区，E2），工业园区娄葑街道作为对照（相对清洁区，CK），每个街道各选择三条四板五带式道路作为试验样点。本研究中空气质量数据均来源于苏州市生态环境局官网（www.suzhou.gov.cn），依申请公开获得，由苏州市环境局办公室于2022年1月6日提供，数据包括：2021年10月1日~11月30日狮山街道、元和街道和娄葑街道SO2、NO2、PM10、PM2.5日均值和AQI综合指数日均值。

由图1可知，3个试验点空气污染程度表现为：重污染区＞轻污染区＞相对清洁区。图1数据表明，与相对清洁区相比，重污染区和轻污染区中主要大气污染物SO2、NO2、PM2.5和PM10含量显著上升。从城市空气质量综合指数（AQI）也可看出，3个研究区域空气质量分化程度较为显著。

图1 不同研究区污染状况Fig.1 Pollution status at different experimental points

1.1.2 试验树种

根据树种一致和林木管理模式一致性原则，选取香樟（Cinnamomum camphora）、广玉兰（Magnolia grandiflora）、桂花（Osmanthus fragrans）、银杏（Ginkgo biloba）、栾树（Koelreuteria paniculata）、构树（Broussonetia papyrifera）6种树龄相近、长势良好、具有代表性的苏州市常见行道树树种，研究6种行道树在不同空气质量环境下响应和权衡机制。

1.2 样品采集

植物在冬季处于休眠状态，无法吸收空气污染物，春夏时期降雨量较大，植物代谢活动较旺盛，可沉降、吸附和吸收较多污染物，秋季时植物对污染物的积累将达到峰值[16]。因此，本研究采样时间为秋季（10月初至11月末），选取表面无病虫害、光照充足、光照强度均匀成熟鲜叶，采集处理完毕后立即装入无菌自封袋内，带回实验室冷藏待用。

1.3 植物叶片指标测定方法

1.3.1 叶干物质含量测定

将采集叶片作随机抽样处理，取出30份叶片样本，使用0.0001精确值电子天平测得叶饱和鲜质量（LFW），将称重后叶片样本置于恒温烘干箱内，温度调节为80℃加热至恒重，测得样本叶干质量（LDW），计算得到叶干物质含量（LDMC），公式为LDMC=LDW/LFW。

1.3.2 比叶面积和比叶重测定

选用叶面积扫描仪MICROTEK ScanMakeri 800plus测定30份样本叶面积（LA）和叶周长（LP），计算叶片比叶面积（SLA）和比叶重（LMA）。公式为SLA=LA/LDW；LMA=LDW/LA。

1.3.3 净光合速率、蒸腾速率和气孔导度测定

利用光合仪（LiCor6400XT，USA）于自然光照的室外进行活体测定，选取树木中部冠层阳面中高部位树枝前端第3~5片成熟功能叶片在标准叶室进行测试取值，测定净光合速率（Pn）、蒸腾速率（Tr）和气孔导度（Gs），光合仪调节为LED红蓝光源，将光强设置为1 500 μmol·m-2·s-1，CO2浓度为400 μmol·L-1，叶室温度为30℃，重复测量3次后取平均值。

1.3.4 叶氮、叶碳含量测定

将植物样品烘干研磨粉碎过筛，精密电子天平（XPE105，METTLER TOLEDO）称取1.0~15.0 mg样品，锡杯包裹，使用EURO EA3000元素分析仪测定单位质量叶氮含量（Nmass）和单位质量叶碳含量（Cmass），相同物种取平均值作为测定值。

1.4 数据处理与分析

运用SPSS 22.0软件对各叶功能性状指标作单因素方差分析，研究6种行道树叶功能性状指标对不同空气质量环境的响应；采用Pearson相关性分析法研究叶功能性状在不同行道树树种间及不同空气质量梯度间相关性关系。使用Canoco 5.0软件进行RDA冗余分析，研究不同行道树各叶片性状与大气污染因子相关性，筛选与空气质量相关的主要叶功能性状指标。通过模糊隶属函数分析不同行道树在不同空气质量环境中适应性和抗逆性。

计算植物叶片平均隶属函数值，若植物叶片性状与空气污染环境呈正相关，用公式R(Xi)=(Xi-Xmin)/(Xmax-Xmin)计算；若植物叶片性状与环境呈负相关，用公式R(Xi)反=1-(Xi-Xmin)/(Xmax-Xmin)计算。Xi为第i个指标测定值，Xmax表示所测指标中最大值，Xmin为所测指标最小值。

2 结果与分析

2.1 植物叶功能性状差异性分析

通过对苏州市6种行道树进行单因素方差分析可知，苏州市3个不同程度空气质量研究区中，不同行道树性状间存在显著差异（见表1），为深入了解行道树叶功能性状在不同空气质量环境中差异性与响应趋势，本文进一步研究分析不同研究区行道树叶功能性状。

表1 不同研究区行道树叶功能性状差异性分析Table 1 Difference analyses of plant functional traits

2.1.1不同研究区各行道树种叶干物质含量

叶干物质含量LDMC可表现叶片对植物生境资源的利用效率，LDMC值较高表明植物对环境有较强抗逆性。由图2可知，相对清洁区6种行道树植物LDMC变化为0.27~0.62 g·g-1，平均值为0.41 g·g-1，不同行道树植物LDMC排序为栾树＞桂花＞香樟＞广玉兰＞银杏＞构树，6种行道树LDMC之间均差异显著（P＜0.05）。与相对清洁区相比，轻污染区广玉兰、银杏、构树LDMC分别提高15.48%、10.66%、10.14%，香樟、桂花、栾树LDMC分别减少0.61%、2.96%、4.31%，构树与香樟、桂花、广玉兰、栾树之间、银杏与香樟、桂花、广玉兰、栾树之间差异显著（P＜0.05）；重污染区香樟、桂花、广玉兰、银杏、构树LDMC分别比相对清洁区提高8.05%、28.73%、23.88%、1.34%、84.93%，栾树LDMC降低6.48%，且重污染区各行道树LDMC之间无明显差别。总体呈现重污染区植物LDMC高于轻污染区的趋势。

图2 空气污染对行道树叶功能性状的影响Fig.2 Effects of air pollution on functional traits of street trees

2.1.2 不同研究区各行道树种比叶面积

比叶面积SLA是反映植物对资源利用状况的叶功能性状[17]。相对清洁区6种行道树SLA变化为5 850.06~26 955.44 cm2·g-1，平均值为10 550.26 cm2·g-1，不同行道树植物SLA排序为构树＞银杏＞栾树＞广玉兰＞香樟＞桂花。除栾树、广玉兰、香樟、桂花之间无显著差异外，其余树种均差异显著（P＜0.05）。两个污染区中6种行道树SLA最大均为构树，SLA最小均为广玉兰。与相对清洁区相比，轻污染区和重污染区香樟、桂花、栾树分别提 高25.81%、15.02%、39.25%和18.81%、13.16%、3.37%，广玉兰、银杏、构树分别降低37.96%、37.19%、12.14%和45.62%、22.37%、18.14%，轻污染区中除香樟、桂花、银杏、栾树之间无显著差异外，其余树种均差异显著（P＜0.05）。重污染区中构树SLA显著高于其他树种（P＜0.05）。由此可知，不同行道树种SLA在不同空气质量环境下变化趋势相对一致。

2.1.3 不同研究区各行道树种单位质量叶氮含量

单位质量叶氮含量Nmass和光合速率与植物养分储存能力相关，该指标间接反映植物生长及生理机制调节[18]。相对清洁区6种行道树Nmass变化为1.47%~3.26%，平均值为2.16%，不同行道树植物Nmass排序为构树＞银杏＞广玉兰＞桂花＞栾树＞香樟。Nmass最大是构树，最小是香樟，前者是后者2倍。除香樟、桂花、栾树之间无显著差异外，其余树种均差异显著（P＜0.05）。与相对清洁区相比，轻污染区香樟、桂花分别提高20.92%、10%，广玉兰、栾树、银杏、构树分别降低5.70%、5.13%、0.44%、37.57%，除香樟、桂花、构树之间，香樟与栾树之间，其余树种均差异显著（P＜0.05）；重污染区香樟、桂花、广玉兰、栾树分别提高53.14%、24.64%、41.57%、8.80%，银杏、构树分别降低10.88%、25.36%，广玉兰、构树与其他树种之间差异显著（P＜0.05）。总体呈现清洁区植物Nmass低于污染区趋势。

2.1.4 不同研究区各行道树种净光合速率

植物净光合速率Pn反映植物对碳的吸收能力，Pn值较高表明植物在短时间内产生更多有机物。相对清洁区6种行道树Pn变化为10.81~18.44 μmol CO2m-2·s-1，平均值为14.74 μmol CO2m-2·s-1，不同行道树植物Pn排序为构树＞银杏＞广玉兰＞桂花＞栾树＞香樟。Pn最大是构树，最小是香樟，前者是后者1.5倍，其中香樟、栾树Pn显著低于其他树种（P＜0.05）。与清洁区相比，轻污染区香樟、桂花、构树比清洁区提高22.11%、4.36%、19.66%，而广玉兰、栾树、银杏比清洁区降低21.27%、18.15%、6.08%，轻污染区中各行道树均差异显著（P＜0.05）；重污染区香樟、桂花、栾树、构树比清洁区提高67.91%、20.81%、1.52%、70.62%，而广玉兰、银杏比清洁区降低27.36%、6.59%，重污染区中除香樟与桂花之间，栾树与银杏之间无显著差异，其余行道树种Pn之间均差异显著（P＜0.05）。

2.1.5 不同研究区各行道树种气孔导度

气孔导度Gs与植物光合作用相关，叶片气孔是植物光合作用与外界气体进行交换的重要通道[19]。6种行道树植物成熟叶片Gs在两个污染区和清洁区间存在显著差异。相对清洁区6种行道树Gs变化为0.002~0.099 mmol·m-2·s-1，平均值为0.015 mmol·m-2·s-1，其中Pn最大是栾树，最小是桂花，各行道树间均无显著差异。与清洁区相比，轻污染区桂花、广玉兰、栾树、银杏、构树比清洁区降低18%、30.12%、72.19 %、50.48%、46.84%，而香樟比清洁区提高24.82%，栾树、构树Pn显著高于其他树种（P＜0.05）；重污染区广玉兰、栾树、银杏分别比清洁区下降59.57%、95.57%、10.50%，香樟、桂花、构树分别比清洁区提高82.51%、108.53%、20.99%，构树Pn显著高于其他树种（P＜0.05），其他树种间无明显差异。

2.1.6 不同研究区各行道树种蒸腾速率

相对清洁区6种行道树Tr变化为0.071~1.013 mmol H2O m-2·s-1，平均值为0.257 mmol H2O m-2·s-1，不同行道树植物Tr排序为构树＞银杏＞栾树＞广玉兰＞香樟＞桂花，构树Tr是桂花8.4倍，显著高于其他树种（P＜0.05）。与清洁区相比，轻污染区桂花、广玉兰、银杏、构树比清洁区降低14.48%、25.22%、49.99%、15.62%，而香樟、栾树比清洁区提高40.9%、39.09%；重污染区广玉兰银杏分别比清洁区降低61.89%、25.94%，而香樟、桂花、栾树、构树分别比清洁区提高78.11%、107.59%、119.58%、19.05%。另外，在3个不同分化程度空气环境中，构树和栾树均表现出较高Tr。

2.2 叶片功能性状间相关性分析

在城市不同空气质量环境中，苏州6种常见行道树叶功能性状之间均表现显著相关性。由表2可知，LA与LFW、LDW、SLA、Pn呈极显著正相关（P＜0.01），与Nmass呈显著负相关（P＜0.05）；LFW和LMA、Nmass呈显著正相关（P＜0.05）；LDW与LMA呈极显著正相关（P＜0.01）；LDW与SLA呈极显著负相关（P＜0.01），与Cmass呈显著正相关（P＜0.05）；LDMC与SLA呈极显著负相关（P＜0.01），与Cmass呈显著正相关（P＜0.05）；SLA与LMA呈极显著负相关（P＜0.01），与Pn、Gs呈极显著正相关（P＜0.01）；LMA与Pn、Gs呈极显著负相关（P＜0.01）；Nmass与Cmass呈极显著负相关（P＜0.01）；Pn与Gs呈极显著正相关（P＜0.01）。

表2 行道树叶功能性状间相关性分析Table 2 Correlation analyses of plant functional traits

研究发现，在相对清洁区和轻污染区中，SLA和LDMC呈极显著负相关（P＜0.01），行道树通过增加LDMC，减小SLA以适应空气质量相对较好的城市环境（见图3），但在重污染区内SLA和LDMC之间相关性不显著，且呈正相关。在3个不同梯度空气质量环境中，Pn、SLA、Gs均呈显著正相关（P＜0.05），说明在空气污染环境中，行道树叶片通过减小比叶面积、净光合速率和气孔导度增加对空气污染环境的适应性，同时，由图3B、C、D可知，叶片功能性状间相关性在重污染区中表现最为明显。

图3 不同空气污染环境下叶经济谱性状间关系Fig.3 Relationship between leaf economic spectrum traits in different air pollution environments

2.3 空气污染物与行道树叶功能性状间关系

采用RDA冗余分析法研究空气污染因子和行道树不同叶功能性状间关系。以行道树11个叶功能性状指标为物种变量组，以空气环境中各污染物为环境变量组，进行冗余分析。图4表明，各空气污染物因子与行道树各性状之间相关性表现为：Nmass＞Pn＞Tr＞LDMC＞Gs＞LMA＞Cmass＞SLA＞LFW＞LA＞LDW。

图4 空气污染物与植物叶功能性状间关系Fig.4 Relationship between atmospheric pollutants and plant leaf functional traits

随空气污染程度增加，植物各性状也反映不同权衡策略（见图5）。当环境中空气污染浓度增加，LDMC、Nmass、Pn、Tr也随之变大，这4个性状在叶经济谱中位于“快速投资-收益型”一端，SLA、Cmass、Gs则表现出相反趋势，3个性状位于叶经济谱中“缓慢投资-收益型”一端。

图5 空气污染环境下叶经济谱概念Fig.5 Conceptual illustration of leaf economics spectrum to air pollution

2.4 6种行道树环境适应性的模糊隶属函数分析

运用模糊隶属函数分析，对不同行道树环境适应性和抗逆性进行综合评判并排序。通过图6分析可知，在相对清洁空气环境中，行道树适应能力由强到弱依次为广玉兰、构树、桂花、香樟、栾树、银杏，说明在相对清洁区内广玉兰适应能力最强，银杏最弱；在轻污染区6种行道树环境适应能力强弱依次为广玉兰、构树、桂花、香樟、栾树、银杏，广玉兰对空气污染适应能力最强，银杏最弱；在重污染区中行道树对环境适应能力强弱依次为广玉兰、构树、银杏、桂花、香樟、栾树，广玉兰在空气污染严重的环境中适应性最强，而栾树则最弱。广玉兰和构树在不同空气环境中适应能力均处于相对较强地位，而银杏在相对清洁区中表现较好，污染区中环境适应性较差，不同空气质量环境适应能力差距较大。

图6 行道树在不同空气污染条件下隶属函数值Fig.6 Membership function values of street trees under air pollution

3 讨论与结论

3.1 基于叶经济谱的行道树叶功能性状表达

苏州市6种行道树部分叶功能性状之间存在特定联系，该相关性关系是植物物种趋同进化的一种证明。LDMC是衡量植物保存营养资源重要指标。本研究中苏州市6种常见行道树LDMC均值为0.41 g·g-1，与桂林岩溶石山植物[20]和昆明市园林植物[21]研究结果一致，表明不同生境植物可能在环境资源匮乏时表现相似的资源利用策略。LDMC值较高反映植物可充分利用生境的环境资源条件[22]，本研究中污染区行道树LDMC值较高，体现行道树通过充分吸收营养物质抵御环境胁迫的生长策略。

研究表明，SLA值较低表明植物可更好保存养分，更大程度利用环境资源，对不利环境有更强适应性和抗逆性，SLA较高则表明植物有较强光捕获能力、较高相对生长速率[23]。本研究表明，在不同梯度空气质量环境中，各行道树SLA均存在显著差异，SLA与空气污染环境呈负相关性。因此，SLA可作为反映城市空气质量的叶性状指标。空气污染胁迫时，植物通过降低相对生长速率改善组织构造，提高植物对空气污染环境适应性，由此表现为SLA减小。同时，本研究表明，行道树在受空气污染胁迫条件下，通常降低比叶面积SLA、增大叶干物质含量LDMC以增强其抗逆能力，与李娟霞等[24]、朱济友等[10]研究结果一致。

单位质量叶氮含量Nmass是描述叶片结构性状基本参数，直接决定叶片光合能力[25]，即Nmass与Pn呈正相关。本研究表明，在不同空气环境下，行道树Nmass与Pn含量均表现为污染区＞清洁区，空气质量越差，Nmass和Pn越高，这意味着行道树吸收空气中CO2和N2较多，行道树将更多的碳和氮含量用于光合作用以构建快速生长机制，其生产力越高。同时，不同研究区内Pn与Tr也呈显著正相关，与邵永昌等研究上海主要绿化树种叶功能性状一致[26]。

3.2 基于叶经济谱叶功能性状与空气质量关系

本研究表明，在相对清洁区各行道树LDMC之间均呈显著差异，重污染区中各行道树LDMC无显著差异，可能是当空气污染浓度增加到一定程度时，植物吸收空气污染物达到树种阈值导致差异性小。

比叶面积SLA与比叶重LMA均为叶经济谱指标，并互为倒数。Osnas等指出，无论是以“质量标准化”还是以“面积标准化”为衡量准则的叶经济谱均可揭示植物功能指示强度、指标之间相关性和植物叶功能性状与环境因子联系[27]。RDA分析表明，LMA与空气中NO2相关性更强，SLA则与PM2.5相关性更强，说明二者可作为响应不同空气污染因子的良好指标。在空气污染环境中，构树SLA显著高于其他树种，说明构树具有较强光捕获能力，以此提高其净光合速率，快速生长以应对空气污染胁迫，本研究也证实在空气污染严重时，构树Pn同样显著高于其他树种。而广玉兰SLA则显著低于其他树种，表明广玉兰革质叶片可更好储存养分，提高其抗逆性。

本研究中，叶功能性状SLA与Nmass总体呈正相关，与金华北山植物结果一致[28]。但在不同程度空气质量条件下，SLA与Nmass相关性不一致。在空气质量较好资源丰富的相对清洁区，SLA与Nmass呈正相关性，在两个污染区中，SLA与Nmass均呈负相关，可能是因为随空气中污染物增加，叶片通过减少SLA，吸收空气中更多N2和CO2合成光合营养元素，提高光合速率，由此表现为Nmass上升。

在无环境胁迫情况下，本研究与何春霞[29]、程建锋[30]等研究结果一致，均为Pn、Gs和Tr呈正相关[31-32]，但在空气污染环境中本研究行道树表现Pn、Tr高、Gs低特点。可能因为一定空气污染浓度阈值下，植物通过调节气孔防止污染气体进入，气孔变小，甚至闭合，使有害气体难以进入，并通过增加光合速率与蒸腾速率减轻空气污染危害。同时，污染区内空气中CO2浓度增加也提高植物光合碳同化速率，尤其是对行道树这种C3植物的作用更为明显。

3.3 基于叶经济谱不同行道树的生存策略

叶经济谱对植物叶功能性状之间变化规律进行数量化，不同物种在叶经济谱上位置不同，通过一系列叶经济谱性状指标组合进行衡量[33]，本研究提出苏州市“行道树叶经济谱性状—空气污染环境”行道树配置优化模型，合理搭配“快速投资—收益”型行道树和“缓慢投资—收益”型行道树。由RDA分 析 可 知，Nmass、Pn、Tr、LDMC、Gs、LMA、SLA等性状是划分行道树在叶经济谱轴上对空气环境响应的最佳变量，预测性良好。根据行道树叶功能性状对空气污染环境响应，研究发现广玉兰、构树、桂花表现出SLA小、LDMC高、Nmass高、Pn高、Tr小的叶经济谱性状特征，表明该行道树可通过提高抵御环境胁迫的能力适应恶劣生境，利用环境资源，故将其划分为叶经济谱中“快速投资—收益”一端；香樟、栾树、银杏则表现出SLA大、LDMC低、Nmass低、Pn低、Tr大的叶经济谱特征，属于“缓慢投资-收益”型行道树。

在模糊隶属函数分析中，广玉兰LA环境适应系数为1，其余树种则表现为SLA环境适应系数为1，广玉兰以较大叶片面积适应空气污染，可能与广玉兰面对空气污染环境适应性较强有关。构树各项叶功能性状指标均与其他树种差异显著，重污染区表现更明显，说明构树在短时间内制造的有机物最多。研究表明，在受严重空气污染胁迫时，广玉兰和构树仍保持较高生长速率，各性状发挥较为稳定，可吸收污染物净化空气环境，在空气污染严重的城市街道，应种植广玉兰和构树。相对来说，桂花和香樟对空气环境的适应能力适中，但其具有较强园林观赏能力，在行道树配置上，应在轻污染区广泛种植。栾树和银杏各性状在不同空气污染环境中数值浮动相对较大，表明栾树和银杏对空气污染浓度较为敏感，是监测空气环境的良好树种。另外，栾树和银杏在有空气污染浓度高的环境中表现出气孔Gs数值低的特点，表明栾树和银杏并不适合种植于重污染区，但应用于空气污染浓度中等地区其抗性潜力较大。基于此，在轻污染区应以“缓慢投资-收益”型行道树为主基调，辅以“快速投资-收益”型行道树，在重污染区应以“快速投资-收益”型行道树为主，适当增植“缓慢投资-收益”以监测空气质量变化，维持该区域生态环境持续发展。

4 结论

本研究以城市空气污染环境为背景，探讨行道树对不同空气质量及大气污染物因子的响应机制，以其构建针对空气污染的行道树配置模型，结果表明，①与相对清洁区相比，重污染区植物通常有较高叶干物质含量、单位质量叶氮含量、净光合速率、蒸腾速率和较低比叶面积和气孔导度；②由相关性分析可知，叶干物质含量与比叶面积呈显著负相关性，比叶面积与净光合速率、气孔导度呈极显著正相关，净光合速率与气孔导度呈极显著正相关；③由RDA冗余分析可知，各性状与空气污染环境相关性表现为：单位质量叶氮含量＞净光合速率＞蒸腾速率＞叶干物质含量＞气孔导度＞比叶面积＞叶面积；④由平均隶属函数分析可知，在空气污染环境胁迫下，广玉兰、构树、桂花位于叶经济谱中“快速投资-收益型”，香樟、栾树、银杏属于“缓慢投资-收益型”。研究发现，苏州行道树叶经济谱性状间相关性与全球尺度下大致相同，表明植物可通过自身叶片功能性状的调整和平衡以适应空气污染胁迫环境。