基于空气负离子的生态用地健康效益评价

2014-10-22熊丽君赵艳佩黄沈发林根满周小凡吴昊

生态环境学报 2014年6期

熊丽君，赵艳佩, 黄沈发*, 林根满, 周小凡, 吴昊

1.上海市环境科学研究院，上海 200233；2.东华大学环境科学与工程学院，上海 201620；3.上海师范大学，上海 200234

在医学界，负离子公认为具有杀灭病菌及净化空气的功能，其机理主要在于负离子与细菌（通常带正电）结合后，使细菌产生结构改变或能量转移，导致细菌死亡，最终降沉于地面，对人体的神经系统、呼吸系统、新陈代谢、心血管系统、免疫系统具有保健功能（包冉，2010）。空气负离子经过呼吸系统进入人体，加快神经系统的刺激反射、血液循环，对人体起镇静催眠、镇痛、镇咳、止痒、止汗、利尿、增进食欲、降低血压等作用（鲁彦等，2000年）。研究表明，空气负离子的产生与植被、水体等因素有关, 森林中空气负离子浓度明显高于无林地区（吴志萍等，2007）。基于此作用，空气负离子浓度成为评价生态用地的空气清洁程度及健康效益的指标。从目前研究进展来看，评价空气负离子的指标主要有单极系数（钟林生等，1998）、安培空气质量评价系数（加藤敬二，1980）、重离子与轻离子比（林金明，2006）、空气离子相对密度（Korubluel，1990）、空气负离子系数（石强等，2004）和森林空气离子评价指数等（章志攀等，2006），这些方法均依据空气负离子浓度水平对空气清洁度进行分类，用以表征空气对人体的生态健康效益。

空气负离子浓度不仅受植被覆盖度、郁闭度、叶面积指数等因素影响，还与生态用地的植被类型、物种数关系密切，另外还受湿度、光照强度的影响。如范亚民提出空气负离子含量具有随植被群落郁闭度增加而增大的趋势（范亚民等，2005）；胡国长对南京 3片林地空气负离子研究发现，相同环境下，不同林分类型的空气负离子浓度差异明显，表现为圆柏>水杉>竹林>香樟>落叶栋林>马尾松>草坪（胡国长，2008）；Wang（2009）研究发现光照强度在植物生长过程中对负氧离子产生能力具有一定的影响；Wu等（2006）发现湿度与负氧离子存在一定的相关关系。为综合评价上海市生态用地的健康效益，本文引入空气负离子，利用主成分分析法评价不同生态用地的健康效益，为人们外出休闲游憩提供借鉴。同时，利用多元回归分析方法分析构建空气负离子浓度与其影响因子的多元线性回归方程，为上海其他林地、湿地的空气负离子浓度的预测提供依据。

1 研究方法

1.1 研究区域

研究区域位于上海市行政范围内，由于长江河口滨江沿海的特殊地理位置，上海市拥有林地、湿地、农田、河流、湖泊、海洋等复杂多样的生态系统，现有2个国家级自然保护区和2个市级自然保护区。该区域气候温和，2012年全年平均气温为17.1 ℃，极端最高温度达到38.0 ℃，极端最低气温为-2.5 ℃，平均降水量为1435.8 mm，降雨天数为151 d，蒸发量为713.6 mm（上海统计年鉴，2013）。上海市为中国经济发达、人口最密集地区之一，2012年平均人口密度为 3754人·km-2。人们环境健康意识的增强，使人口密集地区生态用地的健康效益显得尤为重要。

1.2 点位选择

生态用地是指用以发挥生态功能或生态效应为主的土地利用类型，上海生态用地主要由城市绿地、林地和湿地构成。绿地和林地总面积为864.47 km2，占全市面积比例为12.28%，其中绿地以防护绿地、公园和道路绿地为主，林地包括沿江沿海防护林和水源涵养林等大型生态片林。湿地总面积为 208.2 km2，占全市面积比例为2.94%。基于上海市生态核查结果，结合本区域生态用地特征，选择24个生态用地作为研究对象，根据局部环境的不同，每个生态用地选择1～3个样区，各样区的群落结构及优势种见表1。

2 监测方法

2.1 监测仪器

空气正离子、负离子采用DLY-3G空气离子测试仪进行监测，离子迁移率为0.4 cm2·V-1·s-1；温度、湿度采用JM111I温湿度仪进行监测；太阳辐射由锦州阳光科技发展有限公司生产的TRM-GPS1型手持网络气象站监测，测量范围为0～2000 W·m-2，分辨率为1 W·m-2，精度为≤5%；叶面积指数采用 LAI-2000植物冠层分析仪监测，植被覆盖度采用鱼眼相机进行观测计算。

2.2 监测条件

由于光照强度、气温、污染因子、季节因素均对空气负离子浓度产生影响，因此，为避免这些因素干扰，更好对比生态用地的健康效益，选择空气质量较好、植被茂盛的夏季（2012年7—9月），固定时间（上午9:00—11:00）对24个生态用地的65个样区进行监测，同步监测空气正离子、负离子、温度、湿度、叶面积指数、植被覆盖度等因子。在监测时，空气离子测试仪放置在空气流通、且距离下垫面1.2 m的平稳平面上，位于人员活动较少地区，监测人员与仪器距离大于 2 m，避免人员走动对仪器数据的干扰；仪器采样桶垂直于风向，以免阵风或强风的直接干扰，造成监测值不稳定。

2.3 数据处理

对监测的空气正、负离子数据进行处理，剔除初始不稳定值和外界人为、天气因素影响出现的跳点值，采用数学平均法计算正、负离子5 min均值。利用SPSS19.0软件，采用单因子分析和多因子分析相结合的方法，对空气负离子与其他因子进行数据统计和分析。

3 结果与讨论

3.1 生态用地健康效益的主成分识别

对于生态用地，常规生态健康效益评价的指标主要有植被覆盖度、叶面积指数、优势物种数、水景等；而空气负离子浓度与人体健康密切相关，且与植被类型、气象因子、污染因有关，如果综合考虑这些因子，将能够更好表征生态用地的健康效益。另外，空气负离子还与湿度呈正相关，如王继梅等（2004）发现空气负离子浓度上升幅度随湿度增加而逐渐增大，在实际监测过程中，发现前期降雨事件也对空气负离子浓度具有很好的相关性，降雨过后，大气中污染物质减少，空气较为清洁。因此，本文引入空气负离子，结合湿度、前期降雨事件，综合考虑植被覆盖度、叶面积指数、优势物种数、水景情况，对上海市生态用地健康效益有利的因子进行综合评价。

主成分分析法是把一组相关变量通过线性变换转换成另一组不相关的变量，这些新变量按照方差依次递减的顺序排列。该方法可对高维变量系统进行最佳综合与简化，客观确定各个指标的权数。它的突出特点是可以揭示影响生态用地健康效益的各因素之间的内在联系，对于影响因素复杂或监测数据不足的地区可进行生态效益评价，弥补现有方法的不足。利用 SPSS软件对上海市24个生态用地空气负离子及各因子进行主成分分析，分析各因子对生态用地健康效益影响的权重，确定主要影响因子。

由于衡量生态用地健康效益的指标需要量化，对一些难以量化且意义重要的指标，如周边水域类型、前期降雨事件等指标，通过赋值的方法，根据监测地点的实际情况使其定量化，便于数据处理，见表2、表3。

表1 上海市24个生态用地情况Table 1 The 24 ecological lands in Shanghai

由于各影响因素的量纲不同，各变量的作用难以直接比较，在计算时对空气负离子、叶面积指数、植被覆盖度、湿度、周边水域类型、前期降雨事件等因子的数据进行标准化处理。标准化后因子之间的相关性如表4。从表4可以看出，叶面积指数与植被覆盖度具有显著的相关性，达到0.677，前期降雨事件与湿度相关性达到0.550，在0.01水平（双侧）上显著相关，这在一定程度上反映了它们之间的同源性。空气负离子浓度与湿度、水景情况的相关性也分别达到0.413、0.313，分别在0.01水平（双侧）、0.05水平（双侧）上显著相关，进一步说明湿度、水景情况对空气负离子浓度变化存在一定的影响。植被覆盖度与优势物种数相关性达到0.342，在0.01水平（双侧）上显著相关。

表2 生态用地周边水域的等级赋值Table 2 Waterscape assignment of various ecological lands

表3 前期降雨事件赋值Table 3 Rainfall event assignment before monitoring

通过计算各影响因素的变量方差和协方差矩阵特征值，识别生态用地健康效益各影响因素的主成分，将多个变量通过降维转化为少数几个综合变量，以达到利用较少的指标代表尽量多信息的目的。各生态用地健康效益影响因子的总方差分解表见表5。从表5可以看出，第一、二、三主成分特征值累积占总方差比例达到85.01%，说明前3个主成分已经对7个监测指标所涵盖的大部分影响因子信息进行了概括, 其中第一主成分比例为 36.485%，携带信息量最大。其余成分对总方差的贡献很小，故取前3个因子作为主成分，代表生态用地健康效益的主要指标。

2.2 生态用地健康效益的主成分载荷分析

主成分载荷分析是识别主要影响因素的关键步骤，载荷大的可认为是主要影响因素。各影响变量对应的3个主成分的荷载值见表6。载荷值具有重要意义，它是变量与主成分之间相互作用的相关系数。因此，利用载荷值的大小可以得出主成分载荷表达式，第一、二、三主成分的载荷表达式见（1）～（3）。式中：n-为空气负离子；LAI为叶面积指数；VC为植被覆盖度；RH为湿度；Num.spe为优势物种数；W为水景情况，R为前期降雨事件。

表4 24个生态用地健康效益影响因素的相关矩阵Table 4 Correlation matrix for impact factors of health benefits of 24 ecological lands

表5 24个生态用地健康效益的方差分解表Table 5 Variance decomposition of health benefits of 24 ecological lands

表6 3个主成分的荷载矩阵Table 6 the component matrix

从以上分析可以看出，第一主成分以湿度、植被覆盖度、前期降雨事件、空气负离子为主的影响因子贡献最大，系数分别为 0.703、0.689、0.655、0.582；第二主成分中以植被覆盖度、叶面积指数为主的影响因子贡献最大，系数分别为0.664、-0.531；第三主成分中以优势物种数、水景情况、空气负离子浓度贡献较大，系数分别为0.624、0.631、0.454。

2.3 生态用地的健康效益评价

利用不同生态用地影响因素的主成分得分对24个生态用地健康效益状况进行排序，得分最多的监测点位包含最多的有利信息，得分较低的监测点位则含有较少信息，以表征不同生态用地健康效益的高低（史永亮等，2008）。主成分载荷与相对应特征根的比值即各主成分得分系数，见表7。根据得分系数可以计算每个生态用地的生态健康效益得分数，具体表达式为：

表7 3个主成分的得分系数矩阵Table 7 The component score coefficient matrix

不同生态用地监测点空气负离子、叶面积指数、植被覆盖度、湿度、周边水景状况、优势物种数、前期降雨事件7个因素与相应主成分得分表征关系式相加，得到生态用地健康效益的主成分得分，见表 8。主成分得分可综合反映各影响因素对当地生态健康效益的综合作用，得分越高，则表示生态用地在7个因素的综合作用下生态健康效益越高。从24个生态用地健康效益总得分排序中可以看出，海湾森林公园综合得分最高，为1035.54，生态健康效益最高；其次是金山岛自然保护区、佘山森林公园，综合得分分别为856.87和820.98；上海植物园的综合得分最低，为222.28，与其他23个生态用地相比，生态健康效益最低。这主要是因为海湾森林公园临近东海，空气流通较好；金山岛四面临海，具有独特的地理位置，植被覆盖度较高且没有人员居住，空气健康清新；佘山森林公园具有海拔优势且植被种类繁多、密集，周边环境较好。上海植物园临近交通要道和工业区，监测时园内部分设施正值施工，灰尘较多，空气负离子较低，造成该区域生态健康效益得分最低。

表8 24个生态用地健康效益的主成分得分排序Table 8 Principal component score for health benefits of 24 ecological lands

2.4 多因素与空气负离子浓度的多元回归分析

空气负离子浓度不仅受温度、湿度等气象因子的影响；还与生态用地特征有关，如优势物种数、植被覆盖度、叶面积指数等；此外，还与周边水域类型、区域位置、人为活动、前期降雨事件相关。为分析主要影响因子与空气负离子的关联性，利用SPSS软件对上海市24个生态用地构建空气负离子与主要影响因子的多元回归方程（倪绍祥和王玲霞，1994；刘先勇等，2002；谢宇，2010），定量描述各影响因素对空气负离子浓度变化的影响。

为定量计算生态用地所处地理位置、人为活动对空气负离子浓度的影响程度，用赋值法对其进行处理。根据王洪俊研究成果，城区与郊区同种功能区负离子存在一定的差异（王洪俊等，2004），这与城市建设密度、人口活动程度不同有关，监测点位地理位置在大尺度上对空气负离子存在一定的影响，因此，地理位置赋值根据上海道路主干道环线划分，赋为6个等级，见表9。根据金梅研究结果，人流量与空气负离子浓度呈显著的负相关，人流量越大，空气污染越严重，空气负离子浓度也就越低（金梅，2005）。因此，根据监测点位人流量对生态用地的人为活动进行赋值，见表10。

表9 24个生态用地地理位置赋值Table 9 Location assignment of various ecological lands

表10 24个生态用地人为活动量赋值Table 10 Human activity assignment of various ecological lands

空气负离子与10个影响因子的线性关系分析结果见表11、表12。根据表11回归分析结果，得出线性回归方程为：

表11 多元回归分析系数Table 11 The results of multiple regression analyses

表12 多元回归方程均方差Table 12 variances of multiple regression analyses

该方程复相关系数为0.916，复相关系数的平方即多重判定系数为0.839，修正多重判定系数为0.816，说明各因子与空气负离子之间的关系信息为81.6%，该方程可以表征24个生态用地各影响因素对空气负离子浓度作用关系81.6%的信息。从表12可知，回归方程检验水平sig值为0.001，说明该回归方程高度显著，可作为上海地区生态用地夏季空气负离子浓度初步预测的依据。

4 结论与建议

4.1 结论

1）空气负离子浓度与湿度、周边水景情况存在显著相关关系，分别为 0.413、0.313，说明湿度、水景情况对空气负离子浓度变化存在一定的影响。

2）通过主成分识别，得出第一、二、三主成分特征值累计占总方差比例85.01%，涵盖大部分影响因子信息，可代表生态用地健康效益的主要指标。利用主成分载荷分析对影响生态用地健康效益的7个因子进行综合与简化，确定各个指标的权数，结果显示7种因子中以植被覆盖度在第一、二主成分中贡献较大，在第一主成分中贡献仅略次于湿度，在第二主成分中贡献最大，系数分别为0.689、0.664。

3）根据不同生态用地影响因素的主成分得分，对24个生态用地健康效益状况进行排序，其中健康效益得分最高的是海湾森林公园，为1035.54；其次是金山岛自然保护区、佘山森林公园，综合得分为856.87和820.98；最低的为上海植物园，综合得分222.28。

4）利用SPSS软件对空气负离子浓度与10个影响因子进行多元回归分析，其中81.6%的信息能够满足多元线性回归方程回归方程检验水平Sig值为0.001，回归关系达极显著水平（P<0.01），可作为上海地区生态用地夏季空气负离子浓度的初步预测依据。

4.2 建议

1）空气负离子浓度受多种因素的影响，除了温度、湿度、太阳辐射等气象因素，植被覆盖率、叶面积指数等植被因素，还受PM2.5、PM10、NO3、SO4等污染因子的影响。本次监测选择夏季晴朗天气，主要是因为夏季受台风和暴雨的影响，污染天气相对较少，空气负离子受污染因子影响较小。因此，在空气环境质量较差条件下，如开展空气负离子研究，还应考虑空气污染因子对负离子的影响。

2）在国内空气负离子研究过程中，由于不同监测仪器监测值不同，对于不同仪器在不同地区的监测值，难以进行简单绝对值对比，本文主要探讨负离子与各影响因素的关联性，弱化负离子绝对值。为更好的对负离子进行评价，建议权威部门对仪器进行统一标定，建立仪器操作规范，以有效评价不同地区的环境空气清洁度。

Korubluel H.1990.The clinical effect of aero-ionization[J].Medical Biometeorology, 33(2): 25-29.

WANG J, LI S.2009.Changes in negative air ions concentration under different light intensities and development of a model to relate light intensity to directional change[J].Journal of environmental management, 90(8): 2746-2754.

WU C C, LEE G W M, YANG S, et al.2006.Influence of air humidity and the distance from the source on negative air ion concentration in indoor air[J].Science of the total environment, 370(1): 245-253.

包冉.2010.空气负离子与人体健康[J].科学之友, 12(4): 97-98.

杜德斌, 徐建刚.1997.影响上海市地价空间分布的区位因子分析[J].地理学报, 52(5): 403-411.

范亚民, 何平, 李建龙, 等.2005.城市不同植被配置类型空气负离子效应评价[J].生态学杂志, 24(8): 883-886.

胡国长.2008.不同林分类型空气离子的时空分布及其影响因素研究[D].南京林业大学.

加藤敬二.1980.关于空气离子测定[J].芦敬, 邵国痒, 陈瑞如, 译.空气清净, 7(6): 243.

金梅.2005.合肥市不同生态环境空气离子时空分布及其影响因素的研究[D].安徽农业大学: 55.

林金明.2006.环境、健康与负氧离子[M].化学工业出版社: 48-49.

刘先勇, 袁长迎, 段宝福, 等.2002.SPSS10.0统计分析软件与应用[M].北京: 国防工业出版社: 251-326.

鲁彦, 朴尚宪, 赵坤宇.2000.大气环境中的空气负离子对人体健康的影响[J].黑龙江医药科学, 23(3): 38.

倪绍祥, 王玲霞.1994.城市土地综合基准地价评估方法探讨[J].地理研究, 13(4):36-42.

上海市统计局.2013.上海统计年鉴[Online] Available:http://www.stats-sh.gov.cn/tjnj/nj13.htm?d1=2013tjnj/C0202.htm.上海：上海统计出版社.

石强, 舒惠芳, 钟林生, 等.2004.森林游憩区空气负离子评价研究[J].林业科学, 40(l): 36-40.