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

李新宇，赵松婷，李延明，郭佳，李薇

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

李新宇，赵松婷，李延明*，郭佳，李薇

北京市园林科学研究院，园林绿地生态功能评价与调控技术北京市重点实验室，北京 100102

为研究城市道路两侧不同绿化带宽度及不同植物群落配置模式对消减大气中PM2.5浓度的作用，选择北京市四环主干道旁3种典型植物群落配置类型作为试验监测点，对0 m、6 m、16 m、26 m、36 m不同绿带宽度下PM2.5浓度分布与变化进行监测，并对其消减能力进行计算，分析PM2.5浓度变化与道路车流量、绿化带宽度及植物群落配置模式之间的关系。结果表明：（1）PM2.5浓度的日变化与车流量的日变化特征一致，道路绿地空气中PM2.5浓度的日变化呈现双峰单谷型特征，即早晚高、白天低，PM2.5浓度在8:00～10:00的交通早高峰期间增加，而后开始下降，到12:00～14:00左右达到最低值，之后呈持续上升状态，直至晚高峰19:00浓度达一天中的最大值。（2）不同植物群落配置模式对大气中PM2.5浓度的消减作用不同，群落内郁闭度高的多复层结构绿地对PM2.5消减作用优于郁闭度低的单层配置绿地模式；（3）分别对3类空气质量条件下，道路绿地对PM2.5消减作用进行评价。无污染或轻度污染（PM2.5＜100 μg·m-3)环境下，绿地对PM2.5消减作用明显，26 m及36 m的绿带处消减作用最强，最高可达12.22%；中度污染（101 μg·m-3＜PM2.5＜200 μg·m-3)的环境下，只有群落配置以乔木林为主且郁闭度较高的蓝靛厂桥南绿地对PM2.5具有消减作用；重度污染（PM2.5＞201 μg·m-3)天气条件下3种绿地对PM2.5的消减作用均不明显。

PM2.5；消减率；道路绿地；绿带宽度；配置模式

空气质量的优劣与人的健康息息相关。近几年，北京市及周边地区遭遇了严重的空气污染天气。根据北京市PM2.5监测点数据显示，2012年北京市空气中PM2.5年平均质量浓度为106 μg·m-3（北京市环境保护监测中心，2012）。大气颗粒物污染已经成为城市主要环境问题，在目前尚不能完全依赖污染源治理以解决环境问题情况下，借助自然界的清除机制是缓解城市大气污染压力的有效途径，城市园林绿化就是其一（Freer，1997；Beckett，1998）。道路绿带作为消减交通污染源的重要方法正受到越来越广泛的重视（苟亚清和张清东，2008；韩阳等，2005），关于城市绿化树种滞尘能力、道路绿带的滞尘能力、效率等已有较多研究（王蕾等，2006；王赞红和李纪标，2006；柴一新等，2000），但关于城市道路两侧绿地内污染情况与交通源的关系，以及不同大气污染环境下，不同宽度与植物配置的道路绿地如何影响及消减PM2.5浓度等方面的研究则鲜见报道。本研究通过对北京市交通主干道不同群落类型道路绿地及不同绿带宽度下PM2.5浓度进行测定，分析其变化规律及影响因素，揭示道路绿地消减PM2.5的作用机理，以期为道路绿地植物配置模式优选和构建提供基础数据，为城市大气污染治理提供科学依据。

1 数据与方法

1.1 试验点选择

根据北京市城市道路绿地的主要类型及城区道路格局分布特点，在四环道路绿地沿垂直城市主风向下侧，分别选取姚家园北路（A1）、六郎庄北（A2）、蓝靛厂桥南（A3）3种不同绿地配置模式作为试验点（图1）。试验点分布如图1所示。各试验点绿地植物配置情况见表l。植物群落配置现状分别为：姚家园北路由道路边缘向外呈明显“草-灌-乔”的配置层次，前层为草本地被，宽度6～8 m；中层为花灌木及小乔木，宽12～14 m，后层为落叶乔木纯林，宽度10 m以上；六郎庄北由道路边缘向外呈“草-灌-乔”的配置层次，前层为草坪，宽度6 m；中层为花灌木及小乔片状镶嵌种植，宽20～24 m，后层为常绿乔木片林，宽度6～8 m；蓝靛厂桥南由道路边缘向外呈明显“乔+灌+草-乔”的配置层次，前层为乔灌草多层次配置，宽度6～8 m，具有一定景观效果；后层为混交乔木林，宽30 m左右，郁闭度70%左右。

图1 试验点分布图Fig.1 The Distribution Map of Experimental Sites

表1 道路绿地信息表Table 1 Community Configuration Information of Experimental Sites

图2 监测点设置示意图Fig.2 Set Diagram of the Monitoring Points

1.2 监测点设置

在周边开阔地段设置监测点，各试验点绿地内植物长势好，且绿带两侧无障碍物、无建筑物。沿道路垂直方向布设0 m、6 m、16 m、26 m、36 m等5个监测点。其中，0 m监测点设于道路边缘处；6 m、16 m、26 m、36 m分别代表不同绿地宽度处测距。监测点布设方案如图2所示。

1.3 监测内容及记录指标

2012年9月～2013年8月在各试验点各监测点每月上、中、下旬选择3天无风(风速＜3级)的天气，同时对A1（姚家园北路）、A2(六郎庄北)、A3(蓝靛厂桥南)3个不同绿带宽度测点进行PM2.5浓度监测。监测时段为上午（7:00、8:00、10:00），正午前后（12:00、14:00）及傍晚前后（16:00、18:00、19:00）。采用PDR-1500便携式气溶胶颗粒物检测仪测定可吸入颗粒物PM2.5浓度，采样高度为距离地表1.5 m处（与成人呼吸高度基本一致）；采用Kestrel-4500袖珍式气候测量仪测定大气温度、相对湿度、风速和气压等气象因子。每次监测5 min，每10秒读取一组数据。

1.4 绿地对PM2.5消减作用计算

绿带宽度对PM2.5消减作用或净化百分率的计算公式（郭伟等，2010；王月容等，2013）如下：

式中，Cs是道路边0 m测距处的PM2.5浓度，Cm是6 m、16 m、26 m、36 m不同绿带宽度测距处PM2.5浓度。

2 结果与分析

2.1 PM2.5浓度日变化特征

图3 姚家园（A1）PM2.5浓度的日变化Fig. 3 Diurnal Variation of PM2.5Concentration in Yaojiayuan

图4 六郎庄（A2）PM2.5浓度的日变化Fig. 4 Diurnal Variation of PM2.5Concentration in Liulangzhuang

各试验点空气PM2.5浓度的日变化曲线基本上呈现“双峰单谷”型，即早晚高、白天低（图3～图5）。早上与晚上相比，晚上的PM2.5浓度高于早上。各绿地不同绿带宽度PM2.5浓度自8:00后增加，10:00后开始浓度一直下降，到12:00～14:00左右达到最低值，之后呈持续上升状态，直至晚高峰19:00浓度达一天中的最大值。道路车流量日变化与空气PM2.5浓度的日变化特征保持相对的一致性，即双峰单谷型，早晨8:00～10:00车流量增加，出现早高峰，12:00～14:00车流量减少，16:00～18:00车流量增加，出现晚高峰。早晚高峰车流量基本相当。而空气PM2.5浓度在晚19:00点达到全天最高值，说明污染物浓度在无风的天气维持时，空气中的污染物质就会不断的累积，在污染源一致的条件下，傍晚污染物浓度高于清晨。

图5 蓝靛厂（A3）PM2.5浓度的日变化Fig. 5 Diurnal Variation of PM2.5Concentration in Landianchang

2.2 道路绿地对PM2.5消减作用

全年无污染或轻度污染（PM2.5＜100 μg·m-3)天气条件下，道路绿地对PM2.5的消减作用表明（图6），不同绿地不同宽度测距间PM2.5消减作用有所不同，各测点在6 m、16 m、26 m、36 m的地段均有明显消减作用，变幅为0.64%～12.22%之间，绿带消减率排序为：A3(蓝靛厂桥南)＞A1（姚家园北路）＞A2（六郎庄北）。三块道路绿地中，蓝靛厂桥南绿地对PM2.5消减作用高于其他两块绿地，平均消减率为9.70%，在36 m处消减率最高，达到12.22%。姚家园路绿地对PM2.5平均消减率为2.40%，在26 m处消减率最高，达到4.52%。六郎庄绿地对PM2.5平均消减率为2.12%，在36 m处消减率最高，为3.54%。不同绿带宽度处消减率排序为36 m＞26 m＞16 m＞6 m。形成这种消减差异的主要原因可能与各点绿带配置结构与植物种类有关。蓝靛厂桥南绿地群落组成多为大型乔木，林内郁闭度高，达到80%，而六郎庄绿地乔木层郁闭度仅为50%，故滞尘能力差异明显。消减结果表明道路绿地的宽度在26 m及以上能够取到较好的滞留颗粒物作用。同时，也说明了不同道路绿地植物配置模式可对PM2.5的消减能力产生影响。

图6 无污染或轻度污染条件下道路绿地对PM2.5的消减能力Fig.6 The Subduction Effect of Green Spaces on PM2.5Concentration under the Weather Condition of Non-pollution or Slight Pollution

中度污染（101 μg·m-3＜PM2.5＜200 μg·m-3)天气条件下，绿地对PM2.5消减作用表明（图7），不同地点不同绿带宽度下道路绿地对PM2.5消减作用不明显，除蓝靛厂桥南绿地对PM2.5有消减作用外，其他两块绿地的消减率大多呈负值，这充分说明绿地对PM2.5消减作用的发挥受一定的天气污染条件制约。同时也表明，在同等的天气状况下，不同的植物配置模式对空气细颗粒物污染状况存在较大影响。以乔木林为主且郁闭度较高的蓝靛厂的植物配置模式在中度污染情况下对道路PM2.5消减率仍为正值，而没有形成复层结构群落且郁闭度较低的六郎庄和姚家园植物配置模式对PM2.5消减率大多为负值，这说明多复层结构的植物配置模式对空气细颗粒物污染的消减作用，要明显优于单层结构植物配置模式。

图7 中度污染条件下道路绿地对PM2.5的消减能力Fig. 7 The Subduction Effect of Green Spaces on PM2.5Concentration under the Weather Condition of Moderate Pollution

重度污染（PM2.5＞200 μg·m-3)天气条件下，绿地对PM2.5消减作用表明（图8），当空气细颗粒物污染达到重度以上程度时，不同地点不同绿带宽度下道路绿地对PM2.5消减作用均不明显，全部呈负值。由此说明，绿地滞尘效果和消减能力有限。在重度污染条件下，基本不能达到消减和滞尘作用。

图8 重度污染条件下道路绿地对PM2.5的消减能力Fig. 8 The Subduction Effect of Green Spaces on PM2.5Concentration under the Weather Condition of Heavy Pollution

3 讨论与结论

3.1 讨论

道路绿带已经成为消除交通污染源的重要方法（王蕾等，2006；王赞红和李纪标，2006；柴一新等，2000），研究不同宽度与植物配置的道路绿地如何消减PM2.5浓度，可以为城市大气污染治理提供更多科学依据。

道路两侧的PM2.5浓度变化趋势与交通流的变化趋势表现一致，说明PM2.5浓度的日变化特征与早晚高峰道路车流量变化有一定的相关性。这与已有研究揭示的城市道路交通的大气颗粒物污染特征一致（戴思迪等，2012）。PM2.5浓度的日变化也受到天气条件的影响。当晴好无风的天气维持时，空气中的污染物质就会不断的累积，空气质量逐渐下降，致使傍晚PM2.5浓度更高。若匹配适当的湿度条件就会向雾霾天气演化，直至有新的天气过程发生而改变（施晓晖和徐祥德，2012）。

研究说明，绿地内的植物配置与植物种类组成影响着绿地对PM2.5的消减作用，其中郁闭度较高的多复层群落结构明显优于郁闭度较低的单层群落结构，这与植物群落滞尘规律表现一致（殷杉等，2007）。但绿地对PM2.5消减作用有限，尤其在严重雾霾天气条件下，绿地内的PM2.5会不断累积，随着距离道路越远，浓度逐渐增大，林带内要高于林带边缘。

3.2 结论

根据北京城市道路绿地的主要类型及城区道路格局分布特点，在四环道路绿地沿垂直城市主风向下侧，分别选取姚家园北路、六郎庄北、蓝靛厂桥南3种不同绿地配置模式作为试验点，对0 m、6 m、16 m、26 m、36 m不同绿带宽度下PM2.5浓度分布状况及其对PM2.5的消减能力，PM2.5浓度分布与交通污染源、植物配置间的关系进行了研究。得出了以下主要结论：

道路绿地空气中PM2.5浓度的日变化与道路车流量均呈现双峰单谷型特征，即早晚高、白天低，最低值出现在12:00～14:00左右，最高值出现在交通晚高峰后19:00左右，道路两侧的PM2.5浓度变化趋势与交通流的变化趋势基本一致。道路车流量越大，空气中PM2.5浓度越高。

本文分别对3类空气质量（无污染或轻度污染、中度污染和重度污染）条件下，道路绿地对PM2.5消减作用进行评价。在无污染或轻度污染（PM2.5＜100 μg·m-3)环境、中度污染（101 μg·m-3＜PM2.5＜200 μg·m-3)的环境及重度污染（PM2.5＞201 μg·m-3)等3种环境条件下，道路绿地对PM2.5消减作用不同。无污染或轻度污染环境下，绿地对PM2.5消减作用明显，不同绿地的消减率不同，但都表现出26 m及36 m的绿带处消减作用最强，最高可达12.22%；其中蓝靛厂桥南绿地对PM2.5的消减作用最明显，平均消减率达到9.70%。中度污染的环境下，只有蓝靛厂桥南绿地对PM2.5具有消减作用；重度污染天气条件下3种绿地对PM2.5消减作用均不明显。

BECKETT K P, FREER-SMITH P H, TAYLOR G. 1998. Urban woodlands: their role in reducing the effects of particulate pollution[J]. Environmental Pollution, 99: 347-360.

FREER-SMITH P H, HOLLOWAY S, GOODMAN A. 1997. The uptake of particulates by an urban woodland: site description and particulate composition[J]. Environmental Pollution. 95(1): 27-35.

北京市环境保护监测中心. 2012. 空气质量实时发布. http://zx.bjmemc.com.cn/(DB/OL).

柴一新, 祝宁, 韩焕金. 2000. 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. 13(9): 1121-1126.

戴思迪, 马克明, 宝乐. 2012. 北京城区行道树国槐叶面尘分布及重金属污染特征[J]. 生态学报. 32(16):5095-5102.

苟亚清, 张清东. 2008. 道路景观植物滞尘量研究[J]．中国城市林业. 6(1)：59-61．

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

韩阳, 李雪梅, 朱延姝, 等. 2005. 环境污染与植物功能[M]. 北京: 化学工业出版社. 127-128．

施晓晖, 徐祥德. 2012. 北京及周边气溶胶区域影响与大雾相关特征的研究进展[J]．地球物理学报. 55(10): 3230-3239.

王蕾, 高尚玉, 刘连友, 等．2006. 北京市11种园林植物滞留大气颗粒物能力研究[J]．应用生态学报. 17(4): 597-601．

王月容, 李延明, 李新宇, 等. 2013. 北京市道路绿地对PM2.5浓度分布与消减作用的影响[J]. 湖北林业科技. 6: 4-9.

王赞红, 李纪标. 2006. 城市街道常绿灌木植物叶片滞尘能力及滞尘颗粒物形态[J]. 生态环境. 15(2): 327-330.

殷杉, 蔡静萍, 陈丽萍, 等. 2007. 交通绿化带植物配置对空气颗粒物的净化效益[J]. 生态学报. 27(11): 4590-4595．

Abstract：Through selecting road green spaces, which communities in the typical configuration, as experimental monitoring points, PM2.5concentration distribution, subduction and its relationship with changes of traffic flow and configuration mode of plant community were studied under different greenbelt widths of 0 m, 6 m, 16 m, 26 m and 36 m. Meanwhile, respectively under three categories of air quality conditions, the effect of road green spaces on PM2.5abatement were evaluated. The results showed that: 1) Daily changes of PM2.5concentration were consistent with that of traffic flow, furthermore, diurnal variation characteristics of PM2.5concentration in road green spaces was described by the double peak and single valley curve, which were high in morning and night and low in daylight, and the highest values at 19:00 and the lowest values at 12:00. 2) The subduction rates were different in green spaces. And the subduction effect of green spaces on PM2.5concentration, which were more-layer structure types with high canopy density, was better than whose structure types were one-layer with low canopy density. 3) Under the air quality conditions of non-pollution or slight pollution (PM2.5＜100 μg·m-3), the subduction effect of green spaces on PM2.5concentration was very obvious and greenbelt width of 26 m and 36 m had the best subduction effect by 12.22%. Under the air quality conditions of moderate pollution (101 μg·m-3＜PM2.5＜200 μg·m-3), only green spaces of south Landianchang bridge, which communities in the configuration tree forest - oriented, high canopy density, had the subduction effect on PM2.5concentration. However, under the air quality conditions of intense pollution (PM2.5＞200 μg·m-3), the subduction effect was limited.

Subduction effect of urban arteries green space on atmospheric concentration of PM2.5in Beijing

LI Xinyu, ZHAO Songting, LI Yanming*, GUO Jia, LI Wei
Beijing institute of landscape architecture, Beijing Key Laboratory of Ecological Function Assessment and Regulation Technology of Green Space Beijing 100102, China

concentration variation of PM2.5; subduction rate; road green space; green belt width; configuration mode

X173

A

1674-5906（2014）04-0615-07

李新宇，赵松婷，李延明，郭佳，李薇. 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.

LI Xinyu, ZHAO Songting, LI Yanming, GUO Jia, LI Wei. Subduction effect of urban arteries green space on atmospheric concentration of PM2.5in Beijing [J]. Ecology and Environmental Sciences, 2014, 23(4): 615-621.

国家科技支撑计划课题（2013BAC17B03）

李新宇（1979年生），女（蒙族），高级工程师，博士，研究方向为城市园林绿地功能评价。E-mail：lxy09618@163.com

*通讯作者：LIyanming-beijing@hotmail.com

2014-02-26