北京主要绿化树种叶表面微形态与PM2.5吸滞能力

2017-12-29李少宁鲁绍伟鲁笑颖陈军丽

中南林业科技大学学报 2017年8期

李少宁，鲁绍伟，刘斌，鲁笑颖，陈军丽，李辉

（1.北京市农林科学院林业果树研究所北京燕山森林生态系统定位观测研究站林果业生态环境功能提升协同创新中心，北京 100093；2. 河北省水利技术试验推广中心，河北石家庄 050016；3.北京市大兴区南海子郊野公园管理处，北京 102600）

李少宁1，鲁绍伟1，刘斌2，鲁笑颖3，陈军丽3，李辉3

以北京大兴21个绿化树种为研究对象，应用气溶胶再发生器对植物叶片在自然状态和饱和状态下PM2.5吸滞量进行定量分析，并应用原子力显微镜（AFM）对其中8个最常见的树种叶表面微形态特征进行观察，测定叶表面粗糙度等参数，阐释植物叶片吸附PM2.5机制。结果表明：21个树种自然状态下单位面积PM2.5吸滞量不尽相同，整体表现为针叶树种显著高于阔叶乔木和灌木树种，其中桧柏、白皮松较大，黄栌、紫薇吸滞量较小；饱和状态下，PM2.5吸滞量显著增加，但其吸滞能力排序与自然状态下基本保持一致。植物叶表面存在褶皱、沟槽，粗糙度相对较高的树种，PM2.5吸滞能力强；叶表面相对光滑，突起部位轮廓较平缓，粗糙度小的树种，其吸滞PM2.5能力相对较弱；不同树种粗糙度大小与其吸滞PM2.5能力排序基本一致，呈显著指数正相关（R2=0.707）。本研究为合理选择滞尘能力强的绿化树种提供理论依据，从而提高城市植被净化空气环境的效率。

绿化树种；PM2.5；叶表面微形态；原子力显微镜（AFM）；颗粒物

随着工业化和城市化的不断发展，工业废弃物、建筑扬尘及汽车尾气排放量急剧上升[1]，致使空气颗粒物污染已逐渐成为人类生存与健康的重大隐患[2]。空气颗粒物（Particulate Matter，PM）是指悬浮在空气中的微小固体和液滴混合物，其中包含降尘和空气动力学当量小于100 μm的总悬浮颗粒物（Total suspended particle，TSP），PM10、PM2.5即是TSP中空气动力学等效直径小于10 μm和2.5 μm的可吸入颗粒物[3]。城市空气中大量的悬浮颗粒物严重影响大气能见度，且其中细颗粒物与灰霾天气及光化学烟雾现象有密切联系[4]，并对人类生活和身体健康产生危害。尤其是可吸入颗粒物PM2.5对人体危害更为突出[5-6]，其组分包含Cd、Pb、Cu等有毒重金属元素以及多环芳烃和致病菌，可通过呼吸系统进入血液循环，对心血管系统具有严重危害，会引发一系列疾病，甚至致癌[7-8]。北京作为首都，随着城市化进程的不断加快，能源消耗量与交通规模逐渐扩大，城市人口迅速膨胀，其PM2.5浓度远高于发达国家的大城市，已经达到相当严重的污染程度[9]。2013年北京市PM2.5全年平均浓度为89.8 μg·m-3，达到国家标准（35 μg·m-3）的 2.57 倍，全年空气环境质量达到优良标准的天数仅为176 d，占全年总天数的48.2%；PM2.5污染问题已经严重危害到人类正常生活，采取有效措施防治空气颗粒物污染已成为亟待解决的问题。

防治空气颗粒物污染可以通过控制污染源、减少污染物排放量来实现，除此之外森林植被的吸滞作用是一项非常有效的净化空气环境措施。森林植被通过降低风速、阻挡和吸滞颗粒物等方式将空气颗粒物有效的滞留在植被枝干或叶片表面[10]，从而降低空气颗粒物的浓度、净化空气。目前，世界上许多国家都采用增加绿化的方式降低空气污染程度，其作用是非常明显的[11]。国内外均存在一系列关于植被滞尘、吸附空气颗粒物的研究。柴一新等[12]研究发现，城市绿化树种有很强的滞尘能力，一株胸径20 cm的红皮云杉年滞尘量可达8.41 kg；张志丹等[13]对毛白杨叶片吸滞PM2.5进行定量研究和探讨，结果表明叶片的PM2.5、PM10 吸滞量分别为 8.9×10-6、30.6×10-6g·cm-2；程玉良等[14]则对12种道路绿化树种叶面尘的重金属含量进行了研究，表明叶片滞尘成分中存在大量重金属污染物；Nowak等[15]对美国不同城市森林植被吸附空气颗粒物研究表明，乔灌木树种对空气污染物的年移除量约为71.1×104t，价值约380亿美元，这些均表明植被对于空气污染物有显著的消减作用。

不同植被叶片滞尘能力和作用机理有所不同，Virginia等[16]研究发现，粗糙的植物叶表面在滞留悬浮颗粒物时要比光滑的叶表面更有效率；叶表面微形态及各种环境因素对叶片滞尘能力有显著影响[17-18]。因此，研究不同绿化植物叶面微形态与滞尘的关系具有重要的意义。国内外关于植被滞留空气颗粒物的研究已较为成熟[12,15,19-20]，但是关于叶面微形态对滞尘过程的影响相对较少。运用电子显微镜观测植物形态特征已有先例[21-22]，而原子力显微镜（Atomic Force Microscopy，缩写为AFM）能够在接近生理状态的条件下观察样品，为植物样品接近活体状态形貌的观察研究提供了强大的技术支持，可准确定量植物叶片粗糙度和定性叶表面结构特征。本研究通过AFM扫描不同树种叶表面图像，分析不同树种叶表面形态特征，并应用气溶胶再发生器测定单位叶面积PM2.5吸附量，探讨叶表面微形态对植物滞尘能力的影响，为合理选择滞尘能力强的绿化树种提供理论基础，从而提高城市植被吸附污染物、净化空气环境的能力。

1 研究方法

1.1 研究地概况

北京大兴南海子公园是北京四大郊野公园之一，也是北京市最大的湿地公园，全部建成后总面积将超过11 km2。南海子公园地处北京城南，位于大兴区东北部南五环南侧、大兴新城与亦庄新城之间、南苑机场东南，为城乡结合部的，工业区人流、物流、车流交汇，历来是雾霾重污染区。其周围环境（树种繁多、水量充沛、交通便利、游客稀少）有利于开展森林环境空气质量监测，园内主要的乔木树种有柳树Salix babylonica、油松Pinus tabuliformis、侧柏Platycladusorientalis、雪松Cedrus、银杏Ginkgo bilobaLinn.、国槐SophorajaponicaLinn.、栾树Koelreuteriapaniculata和白皮松Pinus bungeana等，主要灌木有大叶黄杨Buxus megistophylla、海棠Malus spectabilis，主要草本有景天Sedum spectabilis、鸢尾Iris tectorum等。

1.2 数据采集

PM2.5实时浓度值由北京市农林科学院在南海子国槐林内建立的森林大气监测站获得，在监测站内设有米特（Meter）全自动气象站，可以实时观测气温（Ta/℃）、相对湿度（RH/%）、风速（W/m·s-1）、降水（P/mm）等气象因子。

1.3 树种选择

选择北京市大兴区南海子公园常见且林龄相近、生境一致的乔灌木树种，针阔叶树种共计21种。针叶树种有：桧柏Sabina chinensis、白皮松、雪松和油松，阔叶乔木树种有：国槐、垂柳、银杏、黄栌Cotinus coggygria、白蜡Fraxinus chinensis、悬铃木Platanus、日本晚樱Cerasus serrulata、千头椿Ailanthus altissima、杨树Populus和五角枫Acer elegantulum，灌木或小乔木有：紫薇Lagerstroemia indica、大叶黄杨、金叶女贞Ligustrum vicaryi、猥实Kolkwitzia amabilisGeaebn、太平花Philadelphus pekinensis、紫叶碧桃Amygdalus persica和珍珠梅Sorbaria sorbifolia。

1.4 叶片采集

实验时间为2014年1月―2014年12月，其中3―5月为春季，6―8月为夏季，9―11月为秋季，12―2月为冬季；在采集树叶之前先清洗叶片，并对清洗过的叶片进行标记，以月为单位，在清洗完1月之后（期间如遇降水，则在降水7 d后进行采集）每个树种分别选择3棵样树（林龄相近），在树冠的上、中、下部位及东、南、西、北4个方向对标记过的功能叶片分别进行采集，将采集的叶片封存于纸质采集袋（无静电）中带回实验室处理。

1.5 单位叶面积PM2.5吸滞量测定

叶片的PM2.5吸滞量应用气溶胶再发生器（QRJZFSQ—I）[23]获得，气溶胶再发生器是本团队研究人员研发用来测定植物叶片PM2.5含量的仪器，通过风蚀原理，将待测树种叶片放入气溶胶再发生器的料盒，通过搅动、吹风、去静电等处理，气溶胶再发生器将叶片上的颗粒物吹起，制成气溶胶，再结合Dustmate 手持PM2.5监测仪获取制成气溶胶中PM2.5的质量浓度，进而推算出叶片上PM2.5的吸附量（m1/mg），每个树种进行3次重复；再利用叶面积扫描仪和叶面积软件计算放入料盒中所有叶片的叶面积（S/m2），由公式（1）计算单位叶面积PM2.5吸附量（m/mg·m-2）。公式：

式（1）中：m为单位叶面积PM2.5吸附量（mg·m-2），m1为放入气溶胶再发生器叶片的PM2.5吸附量（mg），S为放入气溶胶再发生器料盒中所有叶片的叶面积（m2）。

1.6 单位叶面积PM2.5饱和吸滞量测定

利用吸尘器收集距离地面高度约为1.3 m处的大气颗粒物，颗粒物收集于废料盒中，废料盒四周由塑封袋包裹，收集完成后带回实验室进行处理。在8月份采集新鲜的枝叶，制备成达到饱和吸滞量的叶片，制备过程如图1所示。然后利用单位叶面积PM2.5吸滞量测定方法进行测定，直至两组叶片单位面积PM2.5吸滞量达到稳定状态（两组之间的差值为0.01 mg·m-2以内）。

图1 饱和吸滞量叶片制备示意Fig.1 Preparation of leaves that reached saturated capacity of PM2.5 adsorption

1.7 叶表面微形态观测

将叶片带回实验室后，用蒸馏水冲洗叶片，用吸水纸小心除去叶表面水分，选取叶片较平坦的表面并尽量避开叶脉。因针叶树种多为圆柱形或近似圆柱形，故不区分正反面，而阔叶树种需区分正反面进行测定。将阔叶树种叶片制成约1 cm ×1 cm的样本，针叶树种制成长度约1 cm的样本。在室温条件下，用扫描探针显微镜（SPI3800-SPA-400，Seiko Instruments Inc.）在原子力显微分析模式下以非接触模式，用金涂层 Si3N4探针对样品进行扫描和拍摄，扫描速率 0.5 Hz，横向分辨率为0.2 nm，垂直分辨率为0.01 nm，最大扫描范围为5 μm ×5 μm。所有的 AFM 图像均是高度模式，未对图像做任何处理。

2 结果分析

2.1 自然状态下不同树种叶片吸滞PM2.5能力

图2为自然状态不同季节叶片对PM2.5的吸滞量，由于阔叶乔木和灌木树种属于落叶树种，故冬季没有数据。从整体上看，针叶树种PM2.5吸附量明显高于其他阔叶树种和灌木树种，而针叶树种之间PM2.5吸滞量也存在较大差异，总体大小表现为：桧柏（1.39 mg·m-2）＞雪松（0.98 mg·m-2）＞油松（0.74 mg·m-2）＞白皮松（0.53 mg·m-2）；不同季节中表现为秋季略高于其余季节，其余季节变化规律不明显。阔叶乔木与灌木树种二者不同季节PM2.5吸滞量差距不明显，其中阔叶乔木树种表现为秋季PM2.5吸滞量明显高于春、夏两个季节，而灌木树种则不同，其表现为春、秋两季PM2.5吸滞量明显高于夏季。

阔叶乔木PM2.5吸滞量大小顺序为：千头椿 (0.38 mg·m-2) ＞垂柳 (0.34 mg·m-2)＞杨树 (0.31 mg·m-2)＞日本晚樱 (0.26 mg·m-2)＞国槐 (0.26 mg·m-2)＞白蜡 (0.24 mg·m-2)＞悬铃木 (0.23 mg·m-2)＞五角枫 (0.19 mg·m-2)＞银杏(0.15 mg·m-2)＞黄栌（0.11 mg·m-2）；

而灌木树种PM2.5吸滞量排序为：珍珠梅（0.52 mg·m-2）＞紫叶碧桃（0.46 mg·m-2）＞太平花（0.32 mg·m-2）＞金叶女贞（0.31 mg·m-2）＞猥实（0.29 mg·m-2）＞大叶黄杨（0.24 mg·m-2）＞紫薇（0.16 mg·m-2）。

图2 自然状态不同树种叶片PM2.5吸滞量Fig.2 PM2.5 adsorption by leaves of different tree species under natural condition

21个不同树种中，PM2.5吸滞量最大的为桧柏，是吸滞量最小的黄栌的12.63倍；针叶树种当中吸滞量最小的为白皮松，而其吸滞量明显高于阔叶树种当中吸滞量最大的千头椿，可见，针叶树种PM2.5的吸滞能力显著高于阔叶乔木树种。

2.2 饱和状态下不同树种叶片吸滞PM2.5能力

图3 饱和状态不同树种叶片PM2.5吸滞量Fig.3 PM2.5 adsorption by leaves of different tree species in saturation state

图3为不同树种叶片饱和滞尘量，PM2.5吸滞量大小与叶片在自然状态下吸滞量总体顺序变化不大，其中针叶树种之间吸滞量差距不大，但均明显高于阔叶乔木和灌木树种PM2.5吸滞量。其中PM2.5滞纳量较高的为白皮松（5.88 mg·m-2）、桧柏（4.63 mg·m-2）、雪松（3.65 mg·m-2），PM2.5滞纳量较低的为大叶黄杨（0.51 mg·m-2）、紫薇（0.45 mg·m-2）、黄栌（0.43 mg·m-2）；阔叶乔木树种当中柳树和千头椿PM2.5吸滞能力较强，而灌木树种当中吸滞能力相对较强的为珍珠梅；其中PM2.5吸滞量最大的白皮松与吸滞量最小的黄栌之间的差值为5.45 mg·m-2，二者相差13.69倍。

尽管叶片在不同状态下PM2.5吸滞量大小顺序差距不大，但其吸滞量大小变化十分显著，均呈现倍数增长。其中白皮松变化最为显著，其吸滞量增加5.35 mg·m-2，为自然状态吸滞量的11.09倍；五角枫、柳树、悬铃木、白蜡、油松、雪松和黄栌PM2.5吸滞量变化也十分明显，均增加为自然吸滞量的4倍左右；PM2.5吸滞量变化最小的为杨树，增加量为0.26 mg·m-2，仅为自然吸滞量的1.84倍。由此可见，在自然状态下，不同树种叶片PM2.5吸滞量均很难达到饱和状态，这可能是由于自然状态下气象因素（风、降雨等）、人为因素以及大气中PM2.5浓度等的影响，致使树种在自然状态下与饱和状态下对PM2.5滞纳能力不一致。

2.3 不同树种叶表面特征分析

选取几种园林绿化中常见的造林树种，对其进行AFM原子力显微观测。通过 AFM对叶片表面进行观察，较好地保持了叶片表面的原始形态，而且可以在接近生理状态的条件下观测样品，并获取叶面的二维和三维微观结构图像，为认识叶面的结构和功能提供了有力的技术支持。用 AFM 对样品进行扫描，得到图 4所示扫描范围为 5 μm ×5 μm 的二维和三维形态图。

2.3.1 叶表面AFM扫描特征

图4 不同树种叶表面AFM扫描图像Fig.4 AFM images of different tree species’ leaf surface

二维图以色度值的高低表示物体高度的变化，色度值越高表示高度越高，色度值越低表示高度越低；三维图可以从各个角度观察物体，可以得到更直观形象的结果。各树种叶表面详细特征如表1所示。可以看出，吸附PM2.5能力强的油松和白皮松表面均存在凹槽或沟状突起，粗糙度较大；吸附能力相对较弱的柳树和五角枫也存在突起和凹陷，但轮廓相对平缓；而吸附能力最弱的杨树和银杏，表面整体平滑，无明显突起或凹陷，粗糙度较小。

2.3.2 不同树种叶表面AFM扫描参数

常用的表征叶面粗糙度的参数有轮廓算术平均偏差（Ra）、微观不平度十点高度（Rz）、峰谷值（P—V）和微粗糙度（RMS），其中Ra是最常用的粗糙度表征参数。表2显示了8个不同树种叶表面粗糙度状况，其叶表面粗糙度大小排序为：油松（81.75±3.06 nm）＞白皮松（75.01±4.48 nm）＞白蜡（76.15nm±6.13 nm）＞柳树（70.18±2.85 nm）＞国槐（69.07 nm）＞五角枫（68.16±7.28 nm）＞杨树（58.20±3.94 nm）＞银杏（47.46±14.52 nm），这与对应树种单位叶面积PM2.5吸附量大小排序完全一致。其中，阔叶树种区分正反面测定，其叶表面粗糙度正面排序为：白蜡（78.59±7.51 nm）＞柳树（69.91± 3.13 nm）＞五角枫（66.69±9.00 nm）＞国槐（63.60±5.23 nm）＞杨树（57.84± 5.19 nm）＞银杏（35.14±4.33 nm），背面粗糙度排序与正面基本一致：白蜡（73.70±9.33 nm）＞国槐（70.54±3.55nm）＞柳树（70.45±3.21 nm）＞五角枫（69.64±6.72 nm）＞杨树（58.56±3.39 nm）＞银杏（59.79±7.23 nm）。可以看出，6个不同树种均表现为叶片背面粗糙度高于正面；其中银杏背面叶片粗糙度明显高于正面，其背面粗糙度分别为正面粗糙度的1.71倍，而其余5个树种正、背面叶片粗糙度无明显差别。此外，峰谷值（P-V）、微粗糙度（RMS）和微观不平度十点高度（Rz）均表现出与叶片粗糙度（Ra）相同的变化趋势。

表1 不同树种叶表面AFM扫描特征Table 1 AFM scanning features of different tree species’ leaf surface

8个不同树种叶表面PM2.5饱和吸滞量大小与其表面粗糙度排序基本一致，二者之间呈显著相关关系（图5）。由图可得，叶表面粗糙度最小值为47.46 nm，其对应树种的单位叶面积PM2.5饱和吸滞量同样表现为较低的0.62 mg·m-2；而后，随着叶表面粗糙度的逐渐增大，对应树种PM2.5吸附量也逐渐增大，当叶表面粗糙度达到最大的81.75 nm时，对应树种PM2.5吸滞达到最大，其值为5.88 mg·m-2。当叶表面粗糙度在较低范围内变化时，对应树种单位叶面积PM2.5吸附量变化趋势较为平缓，当叶表面粗糙度较大时，随着粗糙度的增加，其单位叶面积PM2.5吸附量急剧变化，呈明显上升趋势。可见，植物叶片吸附PM2.5的能力随着叶表面粗糙度的增大逐渐增强。

图5 PM2.5饱和吸滞量与叶表面粗糙度的关系Fig.5 Relationship between PM2.5 saturated adsorption amount and leaf roughness

3 讨论

3.1 不同树种吸滞PM2.5特征

树木因在吸附和减少空气颗粒物方面发挥着无法替代的作用，被称为城市粉尘过滤器[24]，研究植被吸附PM2.5等颗粒物的特征意义重大。树木对污染物移除作用分为直接和间接两种方式[1]：直接方式主要指植物叶片、枝干等器官或某些特殊结构对PM2.5的吸滞作用；间接方式指树木通过荫蔽和蒸发散降低大气温度，从而通过节省降温能源的方式减少相关污染物的排放。本研究主要针对植物吸附颗粒物的直接方式进行探讨。

许多研究均表明，针叶树种吸附PM2.5等颗粒物的能力强于阔叶树种[25]，小叶或叶面粗糙的植物较之大叶或叶面光滑的植物具有更大的截留效益[26]；张新献[27]等对园林绿化树种滞尘作用研究表明，短小密集的针叶树更加有利于粉尘的滞留。本研究中，不同树种叶片在自然状态和饱和吸滞状态下，针叶树种的PM2.5吸滞量均明显高于阔叶树种，与既得研究结果完全一致，原因是针叶树种绒毛较多、叶表面多油脂、黏性较强，造成其PM2.5吸滞能力明显高于阔叶树种和灌木树种。此外，针叶树种、阔叶乔木树种和灌木树种在不同季节当中变化趋势不尽相同。3者均在秋季呈现较高的PM2.5吸附值，这是由于北京地区秋季多风，大风天气和扬尘致使空气中PM2.5等细颗粒物显著增加，从而导致叶片PM2.5吸附量显著提高。阔叶乔木树种和灌木树种表现为春、秋两季PM2.5吸滞量明显高于夏季，因为研究区域为大陆性季风气候，夏季多雨，降水明显增加，雨水的冲刷作用导致叶片滞留的一部分颗粒物被带走，从而导致夏季PM2.5吸附量偏低，而这种变化在针叶树种当中表现并不显著，可能是因为针叶树种叶表面存在油脂，致使其滞留的颗粒物不易被冲刷，从而受降水影响较小。因此，在降水多的地区适合种植叶表面吸附力强、粘性大的针叶树种，扬尘、风蚀严重的地区适合种植低矮灌木等，从而防止地面细颗粒物散落在空气中。

此外，本研究还发现，在自然状态下叶片PM2.5吸滞量明显低于其饱和吸滞量，说明在自然状态下叶片对于PM2.5等空气颗粒物的吸滞作用受环境因素（降水、风等）和人为因素影响较为显著，张家洋等[28]通过研究发现广玉兰叶片平展硬挺受风吹不易抖动，而这些特征有利于空气中颗粒物在叶表面附着。因此，在多风地区适合种植叶表面存在油脂、粘性大或叶片硬挺不易受风动的树种。

3.2 叶表面微形态与PM2.5吸滞能力的关系

通过AFM 对叶片表面直接进行观察，较好地保持了叶表面原有的形态，而且可以在接近生理状态的条件下观察样品，为认识叶片结构和功能提供了有力的技术支持。叶表面特性的差异是植物吸滞空气颗粒物能力不同的重要影响因素，叶表面绒毛有无、分布密度、形态特征、粗糙程度等都直接影响叶片吸滞PM2.5等颗粒物的能力[29]。从不同树种滞尘能力和叶表微结构特征的对照可以看出，叶片是通过其细微结构来阻滞降尘。叶表面具有沟状组织或密集纤毛的树种滞尘能力较强，其微形态结构越密集、深浅差别越大，越有利于滞留空气颗粒物，叶表面平滑的树种滞尘能力较弱[30]。

齐飞艳等[31]研究郑州园林植物滞尘能力表明，具有沟槽和小室微形态结构的叶片对有利于颗粒物的附着，而具条状突起和表面平整微形态结构的叶片对颗粒物的滞留能力较差；Sabin等[32]认为表面粗糙的叶片，且具有绒毛、沟状凸起、粘液油脂或较短的叶柄，其吸附PM2.5等颗粒物的能力则较强。本研究中针叶树种油松和白皮松叶表面存在油脂，且叶表面存在凹陷和凸起，粗糙度较大，从而造成其PM2.5吸滞能力显著高于其余树种；而阔叶树种中的柳树、白蜡、五角枫等叶表面AFM图像呈现出较多褶皱，凹凸不平，粗糙度高于表面光滑，褶皱较少的杨树和银杏，而其对于PM2.5等空气颗粒物的吸附作用也高于叶表面粗糙度较小的杨树和银杏，这与以往学者的研究结果完全一致。而贾彦等[33]认为叶表面吸附空气颗粒物的能力叶表面沟状结构的尺寸有关，沟壑宽度小于或等于粉尘颗粒粒径时，将不会增强植物叶片的滞尘能力。本研究中PM2.5吸附能力相对较差的银杏和杨树，尽管叶表面也存在少量凸起和凹陷，但其PM2.5吸滞能力却不及其余几个树种，正是由于其沟壑较宽，从而导致不适合滞留PM2.5等细小颗粒物。

尽管针叶树种叶片大小较之阔叶树种有明显差距，但其单位面积PM2.5吸滞量确远远超过阔叶树种。本研究对于叶片PM2.5吸滞能力和叶表面粗糙度进行定量分析研究，结果充分表明，叶片对于PM2.5等空气细颗粒物的吸滞作用与叶表粗糙度显著相关。叶表面存在大量凸起和沟壑组织的叶片，粗糙度大，从而其PM2.5吸滞能力亦强；反之，PM2.5吸滞能力则逐渐下降。因此，在采用植被治理空气颗粒物污染的过程当中，除考虑气象因素和人为因素外，应适当考虑叶表面形态特征对植被吸滞空气颗粒物的影响。此外，植物叶片对空气颗粒物的吸是一个相对复杂的动态过程，受到许多因素的共同影响，且树木滞尘后对其生长有一定影响，而降尘也会通过改变土壤组成影响植物生长，从而改变叶片微结构，造成其滞尘能力相应的改变[34]。所以，关于叶表面微形态特征与叶片吸滞空气颗粒物关系的相关研究仍需进一步加强。

4 结论

21个不同树种自然状态下单位面积PM2.5吸滞量不尽相同，其中桧柏、雪松、白皮松较大，黄栌、紫薇吸滞量较小，整体上表现为针叶树种显著阔叶乔木和灌木树种；饱和状态下，PM2.5吸滞量显著增加，但其吸滞能力排序与自然状态下基本保持一致。从不同季节看，针叶树种秋季吸滞量相对较高，阔叶乔木和灌木树种在春、秋两季PM2.5吸滞量显著高于夏季。叶表面微形态特征对叶片吸滞PM2.5能力有明显影响，叶表凹凸不平、具有沟状组织等粗糙度大的树种滞尘能力较强，叶表面平滑的树种滞尘能力较弱。叶表面粗糙度与叶片PM2.5吸滞量有较好的对应关系，即随着粗糙度的增大，叶片PM2.5吸滞量逐渐增加。所以，在城市园林绿化建设树种选择上，应适当考虑叶表面形态特征对于植被吸滞空气颗粒物的影响，选择滞尘能力相对较强的油松和白皮松等针叶树种，可以更好的吸附PM2.5等空气污染物，从而产生更大的生态环境效益。

[1] 吴海龙,余新晓,师忱,等. PM2.5特征及森林植被对其调控研究进展[J]. 中国水土保持科学, 2012, 10(6): 116-122.

[2] Beckett K P, Freer-Smith P, Taylor G.. Effective tree species for local air-quality management[J]. Journal of Arboriculture, 2000,26(1):12-19.

[3] 唐效炎,张远航,邵敏. 大气环境化学[M].(第二版). 北京:高等教育出版社, 2006,5-10.

[4] 申进朝,陈纯,多克辛,等. 郑州市环境空气细颗粒物浓度、组成及评价[J]. 环境科学与技术, 2012,35(12J):237-239.

[5] Deng W J, Louie P K K, Liu W K,et al.Atmospheric levels and cytotoxicity of PAHs and heavy metals in TSP and PM2.5 at an electronic waste recycling site in southeast China[J]. Atmospheric Environment, 2006, 40(36):6945-6955.

[6] Hsu S C, Liu S C, Jeng W L,et al. Variations of Cd/Pb and Zn/Pb ratios in Taipei aerosols re flecting long-range transport or local pollution emissions[J]. Science of the Total Environment, 2005,347(1-3): 111-121.

[7] Azevedo D D A, Santos C Y M D, Neto F R D A. Identi fication and seasonal variation of atmospheric organic pollutants in Campos dos Goytacazes, Brazil[J]. Atmospheric Environment,2002, 36(14):2383–2395.

[8] Plaza J, Gomez-Moreno F J, Nunez L,et al. Estimation of secondary organic aerosol formation from semi-continuous OCEC measurements in a Madrid suburban area[J]. Atmospheric Environment, 2006,40(6):1134-1147.

[9] 刘大锰,马永胜,高少鹏,等. 北京市区春季燃烧源大气颗粒物的污染水平和影响因素[J]. 现代地质, 2005,19(4):627-633.

[10] 么旭阳,胡耀升,刘艳红,等.北京市8种常见绿化树种滞尘效应[J].西北林学院学报,2014,29(3):92-95.

[11] Mcdonald A G, Bealey W J, Fowler D,et al.Quantifying the effect of urban tree planting on concentrations and depositions of PM10 in two UK conurbations[J]. Atmospheric Environment,2007, 41(38):8455–8467.

[12] 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.

[13] 张志丹,席本野,曹治国,等. 植物叶片吸滞PM2.5等大气颗粒物定量研究方法初探—以毛白杨为例[J]. 应用生态学报,2014,25(8):1-5.

[14] 程玉良, 张家洋, 任敏. 12种道路绿化树木叶片重金属含量比较[J]. 中南林业科技大学学报, 2014,34(11):52-55.

[15] 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(1):115-123.

[16] Lohr V I, Pearson-Mims C H. Particulate matter accumulation on horizontal surfaces in interiors: In fluence of foliage plants[J].Atmospheric Environment, 1996,30(14):2565-2568.

[17] 冯朝阳,高吉喜,田美英,等. 京西门头沟区自然植被滞尘能力及效益研究[J]. 环境科学研究, 2007,20(5):155-159.

[18] 邱媛,管东生,宋巍巍,等. 惠州城市植被的滞尘效应[J].生态学报, 2008,29(6):2455-2462.

[19] 赵晨曦,王玉杰,王云琦,等.细颗粒物（PM2.5）与植被关系的研究综述[J].生态学杂志,2013,32(8):2203-2210.

[20] 古琳,王成,王晓磊,等.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,2013,24(9): 2485-2493.

[21] 吕金阳, 罗建举. 扫描电镜下降香黄檀木材构造的研究[J].中南林业科技大学学报, 2014,34(4):108-113.

[22] 陶爱群, 尹婷, 谢深喜. 黄金梨叶片再生过程扫描电镜观察[J]. 经济林研究, 2014, 32(4):180-183.

[23] 王兵,张维康,牛香,等. 北京10个常绿树种颗粒物吸附能力研究[J]. 环境科学, 2015,36(2):408-414.

[24] Davila A F, Rey D, Mahamed K,et al.Mapping the sources of urban dust in a coastal environment by measuring magnetic parameters of Platanus hispanica leaves[J]. Environmental &Technology, 2006, 40(12):3922-3928.

[25] Hwang H J, Yook S J, Ahn K H. Experimental investigation of submicron and ultra fine soot particle removal by tree leaves[J].Atmospheric Environment, 2011, 45(38):6987-6994.

[26] Davidson C I, Wu Y L. Dry deposition of particles and vapors[J].Advances in Environmental Science, 1990, 3(1):103-216.

[27] 张新献,古润泽,陈自新,等. 北京城市居住区绿地的滞尘效益[J]. 北京林业大学学报, 1997, 19(4):12-17.

[28] 张家洋,周君丽,任敏,等. 20种城市道路绿化树木的滞尘能力比较[J]. 西北师范大学学报, 2013, 5(49):113-120.

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

[30] 李海梅,刘霞. 青岛市城阳区主要园林树种叶片表皮形态与滞尘量的关系[J]. 生态学杂志, 2008, 27(10):1659-1662.

[31] 齐飞艳,朱彦锋,赵勇,等. 郑州市园林植物滞留大气颗粒物能力的研究[J]. 河南农业大学学报, 2009, 43(3):256-259.

[32] Sabin L D, Lim J H, Venezia M T,et al. Dry deposition and resuspension of particle-associated metals near a freeway in Los Angeles[J]. Atmospheric Environment, 2006, 40(39):7528-7538.

[33] 贾彦,吴超,董春芳,等. 7种绿化植物滞尘的微观测定[J].中南大学学报(自然科学版), 2012, 43(11):2362-2366.

[34] 关欣,李巧云,文倩,等. 和田降尘与浮尘、扬尘、沙尘暴的关系研究[J]. 环境科学研究, 2000, 13(6):1-3.

Study on leaf surface morphology and PM2.5 adsorption capacity of main greening tree species in Beijing

LI Shaoning1, LU Shaowei1, LIU Bin2, LU Xiaoying3, CHEN Junli3, LI Hui3
(1.Forestry and Pomology Institute, Yanshan Forest Ecosystem Research Observation Station of Beijing, Beijing Academy of Agriculture and Forestry Sciences Horticulture ecological environment function promote collaborative innovation center, Beijing 100093, China;2.Water technology Promotion Center, Shijiazhuang 050016, Hebei, China; 3.Nanhaizi Campestrian Park Administrative Of fice of Daxing District, Beijing 102600, China)

21 kinds of greening tree species in Daxing District of Beijing were studied in this paper, applying aerosol generator to quantitatively study leaves PM2.5 adsorption in natural and saturation, selecting 8 most common tree species and applied atomic force microscopy (AFM) to observe leaf surface morphology, analyzing the leaf surface roughness parameters, interpreting the PM2.5 adsorbing mechanism of green plant. Results showed that: PM2.5 adsorption were various among 21 tree species, as a whole presenting PM2.5 adsorption of coniferous species was higher than that of broad-leaf species and shrub species; PM2.5 adsorption ofSabina chinensisandPinus bungeanawas bigger, and that ofCotinus coggygriaandLagerstroemia indicawas lower; saturated PM2.5 adsorption was obviously higher that of in the nature, but having same variation tendency with it in the nature. Fluted or grooved leaves had greater roughness than those with smooth leaf surface, and PM2.5 adsorption capacity enhanced with the roughness of leaf surface increasing. Tendency of PM2.5 adsorption capacity consistently changed with leaves roughness, and the leaves roughness was signi ficantly related to PM2.5 adsorption capacity (R2=0.707). In favor of choosing tree species with stronger detaining dust capacity,consequently enhancing the ef ficiency of urban forests purifying the air environment.

greening tree species; PM2.5; leaf surface morphology; atomic force microscopy (AFM); particulate matter

S731.2；X17

1673-923X(2017)08-0098-10

10.14067/j.cnki.1673-923x.2017.08.017

2016-01-05

北京市农林科学院科技创新能力建设资助项目（KJCX20160301）；科技创新服务能力建设-协同创新中心-林果业生态环境功能提升协同创新中心（2011协同创新中心）（市级）（PXM2017_014207_000043）；北京市农林科学院科技创新团队（JWKST201609）成果

李少宁，副研究员，博士

鲁绍伟，研究员，博士； E-mail：hblsw8@163.com

李少宁，鲁绍伟，刘斌，等. 北京主要绿化树种叶表面微形态与PM2.5吸滞能力[J].中南林业科技大学学报，2017, 37(8):98-107.

[本文编校：文凤鸣]