不同天气下植物叶面滞尘量的动态变化*

查 燕 冯 驰 张银龙# 王 月

(1.南京林业大学南方现代林业协同创新中心，江苏 南京 210037；2.南京林业大学生物与环境学院，江苏 南京 210037)

随着城市化进程的不断加快，能源消耗量日益增大。大气颗粒物成为全球多数国家特别是发展中国家的首要污染物[1-2]，被广泛认定是对人体健康有害的污染物之一[3-4]。2013年，世界卫生组织(WHO)把大气颗粒物升级为致癌物。据相关统计显示，全球每年向大气中排放3 000～5 000 t大气颗粒物，可加剧极地臭氧耗损、全球变暖等极端气候，并导致能见度下降，空气质量恶化，是形成雾霾天气的主要因素[5-6]。尽管各国在控制大气颗粒物排放上做了大量工作，但是单一措施仍不足以有效削减大气颗粒物[7]。因此，如何采取有效途径减少大气颗粒物污染成为当今人类面临的重大课题。

树木可以有效减轻大气污染，对大气颗粒物起到过滤作用[8-10]。利用城市森林效果模型可估算出英国伦敦的树木每年可去除PM10达852～2 121 t[11]。广州市18种行道树的叶面滞尘量为0.066～1.831 g/m2[12]。植物长期暴露在外界环境中，对大气颗粒物的滞留效应受到降雨、风、空气湿度等因素影响[13-14]，应结合气象因子对植物的叶面滞尘量进行研究。目前，对南京市不同天气状况下的植物叶面滞尘量研究仍未见报道。因此，本研究在南京市选择4种城市典型植物——海桐(Pittosporumtobira)、桂花(Osmanthusfragrans)、红叶石楠(Photiniaxfraseri)和大叶黄杨(BuxusmegistophyllaLevl.)，分析其在不同天气状况下叶面滞尘量的动态变化。本研究不仅有助于更好地揭示和理解植物对大气颗粒物的滞留过程和机制，还能为准确评估叶面滞尘量提供科学依据。

1 研究区概况

南京市位于北纬31°14′～32°36′，东经118°22′～119°14′，地处我国长江下游。快速城市化造成南京市复合型污染特征突出。南京市主城区三面环山，一面临水，向西北开口，呈簸箕型，不利于大气污染物扩散。2014年南京市空气质量良好以上为190 d，达标率为52%，在全国空气质量排名靠后，首要污染物为PM2.5。桂花、红叶石楠、海桐和大叶黄杨是南京市的常见绿色植物，对削减大气颗粒物有重要作用。在天气变化频繁的冬季，选择降雨和连续晴朗的天气状况下，对4种植物叶面滞尘量的动态变化进行观测，探讨天气状况对不同植物叶面滞尘量的影响。

2 研究方法

2.1 样品采集

考虑到不同天气状况对叶面滞尘量的影响，选择的采样日期分别为2015年12月23日(12月19—22日连续4 d晴天)、12月25日(12月24日发生1.4 mm降雨)和2016年1月1日(12月26—31日连续6 d晴天)、1月4日(2015年12月26至2016年1月3日连续9 d晴天)、1月9日(1月5日发生0.9 mm降雨)、1月11日(1月10日发生12.4 mm降雨)、1月15日(1月12—14日连续3 d晴天)、1月19日(1月16日发生0.3 mm降雨)。采样点位于紧临龙蟠路的南京林业大学校园内，在林学院、主教学楼、逸夫楼、图书馆附近选择每种植物4～6株，植物的树龄、胸径、树高等生长情况相对一致。采样部位为树冠外围部分东、西、南、北4个方向的叶片，并进行树冠上、中、下部位多点采样。每株植物根据叶片大小采集40～60枚叶片，小心装入自封袋，带回会实验室处理。

2.2 研究方法

2.2.1 叶面滞尘量测定

叶面滞尘量测定采用重量法。每种植物测定3株，每株植物各选取20枚叶片。叶片放入盛有蒸馏水的烧杯中浸泡2 h，用小毛刷清洗叶片上的附着物，然后用镊子将叶片小心夹出。浸洗液用已烘干称量的微孔滤膜(0.22 μm)过滤，将滤膜置于60 ℃下烘干至恒重，再用万分之一分析天平称量，滤膜过滤前后质量之差即为叶片所附着的大气颗粒物的质量。

2.2.2 叶面积测定

用打孔法测定叶面积。将烧杯中的20枚叶片取出晾干，晾干后对20枚叶片进行称重，再用打孔器打孔后将20个小圆片进行称重，根据小圆片的质量、面积与全部叶片的质量、面积的比例关系，计算出叶面积。

2.3 数据处理

采样SPSS 19.0软件进行数据分析。采用单因素方差分析比较每种植物叶面滞尘量的差异。

3 气象数据来源

逐日降雨量、风速、相对湿度由南京市气象局提供，PM10和PM2.5浓度由南京市环境监测站提供。采样期间的天气状况见图1。

图1 采样期间的气象因子和大气颗粒物浓度Fig.1 Meteorological factors and particulate matter during sampling

注：图中的字母标记为单因素方差分析多重比较结果，同组字母标记完全不同者表示具有显著差异(P<0.05)，标有相同字母者表示差异不显著。图2 采样期间不同植物的叶面滞尘量变化Fig.2 Foliar dust amount of different plants during sampling

4 结 果

由图2可知，4种植物的叶面滞尘量具有差异性。海桐的叶面滞尘量最大(3.47～5.46 g/m2)，其次是桂花(2.37～4.16 g/m2)，再次是大叶黄杨(1.95～3.88 g/m2)，红叶石楠的叶面滞尘量最小(1.08～2.35 g/m2)。

2016年1月1日和1月4日，已分别经历了连续6、9 d的晴天，海桐、桂花、大叶黄杨和红叶石楠的叶面滞尘量分别从5.12、3.77、3.53、2.11 g/m2增加到5.46、4.16、3.88、2.35 g/m2，增加不显著，因此2016年1月1日各植物的叶面滞尘量可代表其滞尘饱和量。但叶面滞尘量都受到不同程度降雨的影响。发生1.4 mm降雨冲刷后，大叶黄杨和红叶石楠的叶面滞尘量变化较大，相比2015年12月23日分别减少16%、17%；在12.4 mm降雨冲刷下，叶面滞尘量相比2016年1月9日(降雨前)分别减少42%、49%。海桐和桂花受到1.4 mm降雨冲刷后，叶面滞尘量相比2015年12月23日分别仅减少12%、7%；在12.4mm降雨冲刷下，叶面滞尘量相比2016年1月9日分别减少32%、24%。在0.9 mm降雨后4 d，大叶黄杨和红叶石楠的叶面滞尘量相比2016年1月4日变化幅度较小。

5 讨 论

5.1 不同植物的叶面滞尘量差异

不同植物对大气颗粒物的滞留能力存在显著差异，从大到小依次为海桐、桂花、大叶黄杨、红叶石楠。柴一新等[15]研究发现，不同植物的叶片本身特性是影响其滞留大气颗粒物的重要因素。海桐的叶面气孔密度相对较高。桂花叶面气孔周围有脊状突起，能够有效吸附大气颗粒物，使其排列紧密，不易被雨水冲刷或被风刮起。红叶石楠叶片表面平滑，具有较厚蜡质，气孔凹陷。大叶黄杨叶面光滑无毛，不易吸附大气颗粒物。通过对比分析得出，较高的气孔密度和脊状突起的叶面微结构，有利于滞留大气颗粒物。HWANG等[16]研究证明，针叶树种对大气颗粒物的吸附作用远远大于阔叶树种，美国梧桐(Platanusoccidentalis)具有细密的绒毛结构，其对大气颗粒物的吸附能力强于主脉明显的榉树(Zelkovschnideriana)。TALLIS等[17]发现，相比光滑叶片，具有绒毛的叶片吸附大气颗粒物的能力更强；此外，由于针叶细长，其吸附大气细颗粒物的作用不容忽视。

5.2 叶面滞尘量受降雨的影响

降雨相对于其他气象因素而言，对叶面滞尘量的作用明显。一般情况下，降雨具有一定的冲刷作用，不同降雨量对叶面颗粒物的去除效果具有差异性。王会霞等[18]发现连续2 d降雨(降雨量分别为17.1、14.9 mm)后，珊瑚树(Viburnumodoratissinum)和女贞(Ligustrumlucidum)叶面滞尘量分别降低62%、50%。王蕾等[19]发现叶面部分颗粒物附着牢固，不能被15 mm左右的降雨冲刷。PRZYBYSZ等[20]研究发现，持续的20 mm降雨能够去除樟子松叶片中30%～41%的颗粒物，其中粗颗粒物与细颗粒物相比更容易被去除。降雨对细颗粒物的去除效果可能不明显[21]。

5.3 叶面滞尘量与PM2.5、PM10及空气湿度的关系

2015年12月31日，PM2.5为218 μg/m3，PM10为143 μg/m3；2016年1月1日，4种植物叶面滞尘量相比2015年12月25日，都有不同程度升高。江胜利[22]研究发现：绿化植物群落和城市PM10浓度的变化趋势基本相同；空气湿度是影响叶面滞留颗粒物的重要因素，在空气湿度较大的条件下，有利于叶面颗粒物的累积。吴志萍[23]对不同绿地类型的大气颗粒物浓度进行研究，发现TSP、PM10、PM2.5和PM1浓度均与湿度呈正相关关系，与温度和风速呈负相关关系。

6 结 论

(1) 海桐、桂花、大叶黄杨和红叶石楠的叶面滞尘量具有差异性，其叶面滞尘量分别为3.47～5.46、2.37～4.16、1.95～3.88、1.08～2.35 g/m2。

(2) 海桐叶面气孔排列紧密，桂花叶面存在脊状突起微结构，均有利于滞留大气颗粒物。因此，海桐和桂花可以选作滞留大气颗粒物的优势植物。而大叶黄杨和红叶石楠的叶面滞尘量较低，可能与其叶面光滑有关。

(3) 在12.4 mm降雨的作用下，大叶黄杨和红叶石楠的滞尘量相比降雨前分别降低42%、49%。经历连续6、9 d的晴天后，4种植物的叶面滞尘量变化幅度极小，基本达到饱和状态。

[1] NOWAK D J,CRANE D E,STEVENS J C.Air pollution removal by urban trees and shrubs in the United States[J].Urban Forestry & Urban Greening,2006,4(3/4):115-123.

[2] SHRIDHAR V,KHILLARE P,AGARWAL T,et al.Metallic species in ambient particulate matter at rural and urban location of Delhi[J].Journal of Hazardous Materials,2009,175(1/2/3):600-607.

[3] World Health Organization.Air quality guidelines:global update 2005.Particulate matter,ozone,nitrogen dioxide,and sulfur dioxide[M].Geneva:World Health Organization,2006.

[4] ARDEN P C,DOCKERY D W.Health effects of fine particulate air pollution:lines that connect[J].Air &Waste Management Association,2006,56(6):708-718.

[5] WU Dui,TIE Xuexi,LI Chengcai,et al.An extremely low visibility event over the Guangzhou region:a case study[J].Atmospheric Environment,2005,35(39):6568-6577.

[6] 杨新兴,冯丽华,尉鹏.大气颗粒物PM2.5及其危害[J].前沿科学,2012,6(1):22-31.

[7] SCHLEICHER N,NORRA S,DIETZE V,et al.The effect of mitigation measures on size distributed mass concentrations of atmospheric particles and black carbon concentrations during the Olympic Summer Games 2008 in Beijing[J].Science of the Total Environment,2011,412/413:185-193.

[8] BEALEY W J,MCDONALD A G,NEMITZ E,et al.Estimating the reduction of urban PM10concentrations by trees within an environmental information system for planners[J].Journal of Environmental Management,2007,85(1):44-58.

[9] LEE S W.Fine particulate matter measurement and international standardization for air quality and emissions from stationary sources[J].Fuel,2010,89(4):874-882.

[10] MCDONALD A G,BEALEY W J,FOWLER D,et al.Quantifying the effect of urban tree planting on concentrations and depositions of PM10in two UK conurbations[J].Atmospheric Environment,2007,41(38):8455-8467.

[11] YIN Shan,SHEN Zhemin,ZHOU Pisheng,et al.Quantifying air pollution attenuation within urban parks:an experimental approach in Shanghai,China[J].Environmental Pollution,2011,159(8/9):2155-2163.

[12] 刘璐,管东生,陈永勤.广州市常见行道树叶片表面形态与滞尘能力[J].生态学报,2013,33(8):2604-2614.

[13] RODRIGYEZ G I,MOHAMD K J,REY D,et al.The influence of weather and climate on the reliability of magnetic properties of tree leaves as proxies for air pollution monitoring[J].Science of the Total Environment，2014，468/469:892-902.

[14] WANG Lei,LIU Lianyou,GAO Shangyu,et al.Physicochemical characteristics of ambient particles settling upon leaf surfaces of urban plants in Beijing[J].Journal of Environmental Sciences,2006,18(5):921-926.

[15] 柴一新,祝宁,韩焕金.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,2002,13(9):1121-1126.

[16] HWANG H J,YOOK S J,AHN K H.Experimental investigation of submicron and ultrafine soot particles by tree leaves[J].Atmospheric Environment,2011,45(38):6987-6994.

[17] TALLIS M,TAYLOR G,SINNETT D,et al.Estimating the removal of atmospheric particulate pollution by the urban tree canopy of London，under current and future environments[J].Landscape and Urban Planning,2011,103(2):129-138.

[18] 王会霞,石辉,王彦辉.典型天气下植物叶面滞尘动态变化[J].生态学报,2015,36(6):1-12.

[19] 王蕾,哈斯,刘连友,等.北京市春季天气状况对针叶树叶面颗粒物附着密度的影响[J].生态学杂志,2006,25(8):998-1002.

[20] PRZYBYSZ A,S☞BØ A,HANSLIN H M,et al.Accumulation of particulate matter and trace elements on vegetation as affected by pollution level,rainfall and the passage of time[J].Science of the Total Environment,2014,481:360-369.

[21] 陈玮,何兴元,张粤,等.东北地区城市针叶树冬季滞尘效应研究[J].应用生态学报,2003,14(12):2113-2116.

[22] 江胜利.杭州地区常见园林绿化植物滞尘能力研究[D].杭州:浙江农林大学,2012.

[23] 吴志萍.城市不同类型绿地空气颗粒物浓度变化规律的研究[D].北京:中国林业科学研究院,2007.