贵阳市主要绿化树种叶面吸滞颗粒物特征及其时空变化*

2020-07-28刘延惠侯贻菊舒德远崔迎春丁访军

林业科学 2020年6期

刘延惠侯贻菊舒德远杨冰崔迎春丁访军

(贵州省林业科学研究院贵阳 550011)

植物因其叶片能吸附、吸收颗粒物(PM)及气体污染物，从而具有净化大气的功能(Terzaghietal.， 2013)。森林有着更大的叶表面积(Hofmanetal.， 2014)，因此其PM干沉降速率比其他土地利用类型更高(Wyseetal.， 2015)。森林净化大气PM的作用途径包括：通过树冠降低风速而促进PM沉降(张秀梅等， 2001)，通过植株表面(主要是叶面)的绒毛、分泌物、蜡质等附属结构以及叶面的叶脉、皱褶等结构提供的滞存空间而吸滞PM，在叶片光合作用和呼吸作用过程中通过气孔吸收部分PM，等等。研究表明，植物滞尘作用除受降水、风速等环境因素影响外，更多地受叶面微形态结构(叶片大小、形状、粗糙度、表皮毛、气孔、表皮蜡质结构等)(Weerakkodyetal.， 2018)的影响。树种间滞尘能力存在差异，如针叶的净化PM能力更强(Beckettetal.， 2000a; Freersmithetal.， 2005; Sbøetal.， 2012)； PM吸滞能力具有叶片生长阶段差异(Nguyenetal.， 2015)，2年生针叶较1年生针叶的PM积累量更大，植物的PM净化能力随叶面积指数变化而表现出倒U型的年内变化(吴晓娟等， 2006)。树冠形态(Hofmanetal.， 2014; Pretzschetal.， 2015)和群落植物配置(谢滨泽， 2015;王蕾等， 2006)等因素也影响植物滞尘能力的发挥。此外，植物PM吸滞量随空气PM浓度以及降水、风速等环境背景不同而表现出空间差异，如污染较重区域的植物吸滞量更高(张家洋等， 2013)，主要是因对大粒径PM的吸滞量较大(Beckettetal.， 2000b)。总体来看，植物PM吸滞量是上述众多植被特征及气象条件和污染程度等环境因子的复合作用结果(Wangetal.， 2015)。然而，目前仍缺乏量化研究，尤其是对植被形态结构特征影响PM吸滞能力的量化研究。

贵阳市是座山地城市，土地资源缺乏，人口密度高(主城区高达1.22万人·km-2)。随着城市不断发展，要依靠面积有限的绿地净化城市空气，就需选择高效滞尘绿化树种。然而，目前对贵阳市植物滞尘研究还较少，已有研究主要涉及市郊贵阳学院内香樟(Cinnamomumcamphora)和桂花(Osmanthusfragrans)等6种植物吸滞量的种间差异和校园内空间差异(石登红等， 2014)，而对空间跨度大的城市与郊区间植物吸滞量的时空差异还少见研究报道。为此，本研究在贵阳市区、郊区的不同污染背景区，选择空旷绿地与林内的常见绿化树种，开展叶面吸滞PM特征及其时空变化研究，分析影响叶面吸滞量的关键形态因子，以期为合理选择高效绿化树种提供理论依据。

1 研究区概况

研究区贵阳市(106°07′—107°17′E,26°11′—26°55′N)地处云贵高原中部，属亚热带季风气候区。本研究沿污染梯度选择了市区广场(US)、市区公园(UP)、城郊绿地(SG)和环城林区(SF)4种景观，以比较不同污染背景下植物叶片吸滞量差异。US采样点位于市中心交通密集区的筑城广场，两面临近繁忙的城市干道，广场上树木较稀(间距5 m以上)。UP采样点位于市中心的河滨公园，它与US采样点仅一路之隔，但UP 植被几乎呈连续分布，形成大量小片林地，选择的样树距离主干道均在50 m以上。SG采样点位于贵州省林业科学研究院内绿地，距公路50 m以上，树木孤立散生。SF采样点位于该院实验林场内，距交通干道直线距离300 m以上，样树位于林内。研究对象是分布在4个采样点或其中部分采样点的14个主要园林绿化树种，包括桂花、香樟、樱花(Cerasussubhirtella)、银杏(Ginkgobiloba)、迎春花(Jasminumnudiflorum)、琴丝竹(Bambusamiltiplex)、女贞(Ligustrumlucidum)、红花檵木(Loropetalumchinensevar.rubrum)、红叶石楠(Photiniafraseri)、白玉兰(Magnoliadenudata)、杜鹃(Rhododendronsimsii)、雪松(Cedrusdeodara)、杨梅(Myricarubra)和栾树(Koelreuteriapaniculata)。树种基本特征及分布见表1。

表1 样树的基本特征及采样点分布情况①Tab.1 Distribution of sample trees in sampling sites and characteristics of sample trees

2 研究方法

2.1 采样点背景空气污染情况调查与测定

2014年5月13日至15日(空气质量二级), 每天9:00至18:00，每间隔1 h，用手持粉尘仪(DUSTMATE，英国)连续测定SG和SF采样点PM浓度10 min。US和UP采样点相距较近，其背景空气的PM2.5和PM10浓度数据采用贵阳市多个监测点数据均值(https:∥tianqi.so.com/air/)。市区和城郊采样点的空气PM浓度比较见图1， 2014年5月14日空气PM浓度相对高时，市区PM浓度明显高于郊区，但在低污染天气时(2014年5月13和14日)与SG的污染程度相当，SF的污染程度接近SG或较低。

图1 贵阳市区及郊区采样点PM质量浓度Fig.1 PM mass concentrationin in urban and suburban sampling sites of Guiyang City

由于采样点的PM污染源主要是汽车尾气，背景污染情况可用离采样点最近公路的早晚高峰期平均车流量表示。考虑汽车车型差异，用交通量(T, h-1，即单位时间内通过的标准车型数量，文中以小型车辆为标准车型)代替车流量(N, h-1，即不考虑车型，单位时间内通过的车辆数量)，具体计算见式(1)。

(1)

式中:Ni为采样点第i种车型的车流量，h-1；ci为第i种车型的车型转换系数，ci值对小型车辆为1，大货车为2.2，小货车为1.5，摩托车为0.4，大客车及中型货车为1.7。

2.2 叶面颗粒物吸滞量测定

在4个采样区内，选择生长良好、无病虫害的各树种3株样树，为避免降水对叶面吸滞颗粒物的影响，于各季典型晴天采叶样，每季各采叶样3次。因贵阳市降雨频繁，为保证叶面能积累一定量的颗粒物，采样要求在雨后3～5日进行，分别在样树东、西、南、北方向的树冠中部外缘，采集完整叶片混合，装入塑料袋密封待测。

用气溶胶再发生系统测定叶面颗粒物吸滞量。该仪器利用风蚀原理，将放入测定箱内叶片上的PM吹起后，用与仪器以通气管连接的手持粉尘仪测定箱内的PM浓度，测量实验室内环境空气PM浓度，箱内和环境空气PM浓度测量值输入气溶胶发生系统的自带程序，计算叶面PM吸滞质量(m，μg)，测完吸滞量后的叶样用扫描仪扫描叶面积(A，cm2)以计算单位叶面积吸滞量(M，μg·cm-2)。

2.3 叶面特征显微结构测定

为避免季节对叶片生理活性的影响，在8月叶片完全成熟时，同步采集1次各树种叶样。在样树上选择生长良好，形态完好且无虫害和病害的成熟叶片剪下，装入塑料样品袋，及时带回实验室进行叶面特征显微结构分析。在新鲜样叶中部，避开主脉，取1块约2 cm×2 cm的小块，用蒸馏水洗净，常规临界点干燥，粘在样品台上，之后用HUS-5 GB高真空镀膜机喷镀，用扫描显微镜(JSM-6450, JEOL,日本)扫描叶表面形态并拍照获取影像。用图像分析软件Digimizer(version 4.5.1)测量并计算照片中的气孔、表皮毛、叶脉、突起物数量等信息，判断叶面粗糙度和蜡质覆盖程度(根据图像蜡质下面叶表皮细胞是否清晰可见量化)特征。测量信息经数字化处理，定义并计算叶表面特征各指标。这些指标定义及计算方法见表2。

表2 叶表面微形态结构特征指标Tab.2 Indexes of micro-morphological structure characteristics of leaf surface

1)叶面微形态特征测定与计算用图像分析软件的测量工具，测量叶面显微照片的影像面积，计数照片中气孔、毛皮毛、疣状突起的数量(个)和相应密度，并测量气孔器和气孔口径长度、宽度和面积及表皮毛长度和沟槽宽度等指标。

2)叶面粗糙度测定与计算叶面电镜扫描图像因叶表面凹凸不平而呈现出明暗相间的斑块(表现为不同灰度的色块)，突起部分的颜色偏向浅和亮，凹陷部分的颜色偏向暗和深，因而可在一定程度上反映叶面粗糙程度。Digimizer软件的图像二值化功能可区分出明、暗斑块并计算斑块数量，斑块数量越多就越破碎，表明叶面越粗糙。叶面扫描图像颜色越均匀，呈现的斑块越少，表明叶面越光滑。避开电镜扫描图像中有叶脉、表皮毛等分布的位置，选择图像适宜区域，限定斑块面积在一定范围内，排除过小和过大斑块，以消除突起的叶脉等附属物影响。本研究定义的粗糙度仅在一定程度上反映叶面起伏的狭义概念，仅用于同一条件下区别不同树种的叶表面粗糙程度。对图像二值化后计算的斑块数量进行标准化处理，作为相对粗糙程度指标(RD，取值0～1)。

3)叶面蜡质覆盖指数测定与计算通常叶面蜡质或角质的厚度不同，蜡质呈现粒状、条状等突起的纹理，通过分析叶面扫描照片可观察明暗程度、表皮蜡质纹理、表皮细胞是否清晰可见，从而间接反映蜡质/角质覆盖状况。本研究以蜡质覆盖指数(Iw)反映蜡质覆盖特征(Iw=1，叶面暗，整体覆盖厚的蜡质层，表皮细胞不可见；Iw=0.75，叶面较暗，蜡质覆盖较厚，蜡质纹饰隐约可见，表皮细胞不可见；Iw=0.5，叶面较亮，蜡质纹饰较清晰，但表皮细胞不可见；Iw=0.25，叶面明亮，蜡质纹饰清晰，叶表皮细胞不可见；Iw=0，叶表面明亮，无蜡质颗粒，表皮细胞可见)。

2.4 数据处理

以单位叶面积吸滞颗粒物量表征滞尘作用，简称叶面吸滞量(M，μg·cm-2)：

M=m/A。

(2)

2.4.1 单位叶面积吸滞量的种间比较由于部分树种并非在4个采样点均有分布(表1)，因此不能简单地用各采样点样树叶面吸滞量均值进行种间比较，需先排除采样点间污染背景差异。本研究以采样点早晚高峰时段的平均交通量T反映污染背景，以污染适中的UP采样点作为标准污染背景采样点，其污染背景转换系数(k)取值为1。其余采样点的污染背景转换系数采用其交通量与UP点交通量的比值。其中SF点距道路200 m以上，根据文献(潘纯珍等， 2004)，PM10和PM2.5浓度在距离道路60 m时，分别降至距离0 m处的46.78%和94%，本研究SF点转换系数取值0.6。各采样点的交通量和污染背景转换系数见表3。

表3 采样点交通量及污染背景换算系数Tab.3 The traffic volume and pollution background conversion coefficients of sample sites

叶面PM吸滞量均值修正值(M′)计算见式(3)：

(3)

式中:Mi为第i个采样点的实测叶面PM吸滞量(μg·cm-2)；ki为第i个采样点与标准污染背景采样点间的污染背景转换系数。

将经换算、剔除空间差异影响后的M′进行种间比较。对部分样点没有的树种，用M′替代M值，以求取4个采样点的叶面PM吸滞量均值。从M′与M的回归关系来看(图2)，两者具有很好的线性关系(R2=0.993 5)，因此认为用M′替代M值是可靠的。

图2 叶面PM吸滞量计算值M′与观测值M的线性回归关系Fig.2 Linear regression relation between the calculated value(M′) and measured value (M) of PM retention quantity on leaf surface

2.4.2 单位叶面积PM吸滞量季节比较将每次采样时的4个采样点(US、UP、SG、SF)样品M值取平均值，作为该样次叶面PM吸滞量均值，分季节计算各树种的季节M均值。比较各树种叶面PM吸滞量的季节差异。

2.4.3 单位叶面积吸滞量空间差异为避免因季节变化带来的植物叶面生理活力差异干扰，同时考虑背景空气PM浓度相对稳定，仅选择常绿树种的冬季测定数据，进行空间差异分析。

2.4.4 叶表面微形态特征的滞尘影响分析应用SPSS 19.0软件，进行叶片吸滞量与叶表面微形态特征数字化指标的方差分析、相关分析、聚类分析和通径分析。

3 结果与分析

3.1 叶面吸滞量的差异来源

测试的14个树种包含了乔木和灌木2种生活型，首先比较2种生活型间单位叶面积吸滞量差异。为避免空气污染程度背景的采样日差异干扰，选择中等污染采样日(日均空气PM2.5质量浓度40～60 μg·m-3)进行单位叶面积总颗粒物(TSP)吸滞量方差分析(表4)。结果表明，4个采样点均未表现出生活型间的显著差异。

表4 乔木和灌木2种生活型树木的单位叶面积吸滞量方差分析Tab.4 Analysis of variance of total suspended particulate retention on leaf surface between tree group and shrub group

图3 各树种叶面对不同粒径颗粒物的吸滞量Fig.3 Unit leaf arearetention quality of different diameter PM of different tree species

采用聚类分析方法，根据叶片年均TSP的M′值，将所测植物划分为3类(表5)：强吸滞类(Ⅰ)、中吸滞类(Ⅱ)和弱吸滞类(Ⅲ)，其年均叶面总颗粒物吸滞量分别为10.254 、6.235 和2.635 μg·cm-2，相互差异极显著(P<0.01)。归为Ⅰ类的是红花檵木和雪松，桂花归为Ⅱ类，其余为Ⅲ类，Ⅲ类树种叶面总颗粒物吸滞量为1.562 ～3.880 μg·cm-2，仅为Ⅰ类和Ⅱ类的25.7%和42.3%。Ⅲ类叶面PM10吸滞量分别为Ⅰ类和Ⅱ类的23.7%和43.2%，叶面PM2.5吸滞量分别为Ⅰ类和Ⅱ类的27.3%和40.4%，叶面PM1吸滞量分别分Ⅰ和Ⅱ类的30.2%和29.4%。

表5 叶面颗粒物吸滞量等级划分Tab.5 Classification of PM retention quatity on leaf surface μg·cm-2

3.2 叶面吸滞颗粒物的粒径比例

表6表明：叶片的TSP/PM1质量比值为458.5，PM10/PM1为204.8，PM2.5/PM1为12.1，背景空气中的这3项组分比分别为15.38，9.1和3.0，叶面吸滞的颗粒物中TSP、PM10和PM2.5组分在颗粒物中所占比重远大于背景空气中相应组分所占的比重；叶面吸滞粒径2.5～100 μm的PM质量占其吸滞总量的97.36%，而粒径小于2.5 μm 的PM量仅占2.64%，背景空气中对应比例分别为80.29%和19.71%。可见植物叶片对大径级PM的吸滞效益高于小径级PM。

表6 叶面及空气中不同粒径颗粒物组成Tab.6 Size composition of PM adsorbed on leaf surface and in air

3.3 叶面吸滞量的季节差异

图4表明，除少数植物外，多数植物叶面PM吸滞量(M)为冬、春较高，夏季较低，秋季最低。所有树种TSP吸滞量均值表现为冬(2.95 μg·cm-2)>春(2.87 μg·cm-2)>秋(2.14 μg·cm-2)>夏(1.62 μg·cm-2)；所有树种PM10吸滞量均值表现为春(1.38 μg·cm-2)>冬(1.30 μg·cm-2)>秋(0.91 μg·cm-2)>夏(0.73 μg·cm-2)；所有树种PM2.5吸滞量均值表现为春(0.09 μg·cm-2)>冬(0.08 μg·cm-2)>秋(0.05 μg·cm-2)>夏(0.04 μg·cm-2)；所有树种PM1吸滞量均值表现为冬(0.008 μg·cm-2)>春(0.006 μg·cm-2)>秋(0.005 μg·cm-2)>夏(0.003 μg·cm-2)。银杏、白玉兰和栾树的叶面TSP吸滞量均表现为春季最低。可能因春季叶面附属物未发育完全，影响了叶片滞尘能力。

图4 各树种叶片吸滞量的季节比较Fig.4 Comparison of PM retention quantity on leaf surface of different species among seasons

3.4 叶片吸滞量的空间差异

图5反映了冬季桂花、香樟、琴丝竹、红花檵木和雪松5个树种在各采样点的平均M，图5表明:大部分树种的各粒径PM吸滞量表现为市区大于郊区；在同为市区的2个采样点，城市公园参试树种平均叶面TSP吸滞量(17.27)大幅高于城市广场(5.50)，同处郊区的市郊绿地和市郊森林采样点接近(分别为4.38和3.55 μg·cm-2)；各样点PM10吸滞量表现为UP(6.95 μg·cm-2)>US(2.56 μg·cm-2)>SG(1.92 μg·cm-2)>SF(1.60 μg·cm-2)； PM2.5吸滞量的空间差异与TSP和PM10相似，US、SG和SF采样点的参试种平均值分别为UP采样点的46.2%、26.7%和23.0%。PM1吸滞量表现为郊区采样点低于市区，US、SG和SF的参试种平均值为UP的38.8%、17.4%和14.9%。

图5 各树种叶面颗粒物吸滞量的取样地点比较Fig.5 Comparison of leaf PM retention quantity among sample sites

3.5 叶表面微形态特征及其对吸滞量影响

图6是各种植物叶表面(近轴面、远轴面)放大100倍的电子扫描显微镜照片，叶片特征描述见表7。叶面微形态种间差异明显，红花檵木叶附星状毛，白玉兰及杜鹃叶附较长表皮毛，琴丝竹叶具刺毛结构；部分植物(桂花、樱花、杨梅、栾树)具网状叶脉并将叶面分隔为小室，琴丝竹与雪松叶面平行脉形成沟槽状结构；部分植物种叶面具蜡质结构，其覆盖厚度、结构纹理有种间差异，这些蜡质纹理形成更细密的小室等结构(如白玉兰上表面)，利于吸附PM，且难被雨水冲走或风吹起。

图6 植物叶面电镜扫描影像Fig.6 Leaf surface electron microscope scanning photos

各树种叶面量化的特征值见表7。各树种叶片气孔密度差异很大，变化在34.24～596.02 个·mm-2。气孔器大小差异也十分明显，单个气孔器长度变化在14.23～67.73 μm，气孔器宽度变化在8.46～46.99 μm；气孔口横径和纵径变化在1.78～21.19和7.80～37.26 μm。多数植物种叶片气孔口大小能通过小粒径PM(PM2.5、PM1)，少数植物种(银杏、雪松)甚至能吸入大粒径PM(PM10)。叶片气孔开度差异明显，变化在0.07～0.33。单位叶面积上气孔口面积反映了叶片通过气孔口吸滞颗粒物的潜力，叶面气孔口面积表现为樱花最大(0.054 mm2·mm-2)，栾树最小(0.005 mm2·mm-2)。叶脉密度变化在217.25～3 600.31 μm·cm-2。红叶石楠和杜鹃叶面叶脉突起不明显，未形成沟槽或小室结构。

表7 叶面微形态结构特征参数Tab.7 Micro-morphological structure characteristic parameters of leaf surface

将量化后的叶面微形态结构特征参数与叶面吸滞量(M′)进行相关分析，各叶面微形态结构特征变量与叶面吸滞量的相关系数(r)见表8，相关性表现为叶面粗糙度>表皮毛密度>表皮毛长>叶脉密度>气孔器横纵径比，其中粗糙度、表皮毛密度与叶面吸滞量的相关达显著水平(P<0.05)。但是，植物叶片各特征参数间彼此关联，可能共同影响叶片滞尘能力，相关分析不能准确反映各因子的影响。为确定这些特征对滞尘能力影响的强弱并区分影响途径，采用通径分析区分了它们对吸滞量的直接影响(以直接通径系数Pd表示)和通过其他特征参数的间接影响(以间接通径系数Pi表示)，最终以决策系数(R2)确定各特征参数的影响程度(表5)。对吸滞量直接影响较强的因子表现为叶脉密度>气孔器横纵径比>疣状突起密度>表皮毛长>气孔口横径>气孔口横纵径比，其直接通径系数分别为0.999、0.699、0.497、0.433、0.380、0.361，表明多数特征对单位叶面积吸滞量有较强影响；但各因子对吸滞量的影响受到其他参数干扰，如叶脉密度对叶面吸滞量的直接通径系数高达0.999 ，但其他因子抑制了它对吸滞量的影响Pi=-0.812 )，尤其是气孔器横纵径比值较大程度地(Pi=-0.345 )减弱了叶脉密度对吸滞量的直接影响，整体削弱了叶脉密度对叶面吸滞量的影响程度。各特征参数的R2值表明粗糙度(R2=0.147 )、表皮毛密度(R2=0.118 )和表皮毛长(R2=0.065 )是影响叶片滞尘量的最主要因子。

表8 叶面微形态结构因子与单位叶面颗粒物吸滞量的通径分析结果Tab.8 Path analysis of leaf surface micro-morphological structure and PM retention quantity

4 讨论

4.1 植物叶面积吸滞量的种间差异

以往多数研究认为，针叶树因其叶片小、叶面积指数高而具有高于阔叶树的吸滞量(Hwangetal.， 2011; Freer-Smithetal.， 2005; Morietal.， 2015)。如Beckett等(2010)对柏木(Cupressocyparisleylandii)、黑松(Pinusnigravar.maritima)、花楸(Sorbusintermedia)、栓皮槭(Acercampestre)和杨树(Populusdeltoides×trichocarpa)在不同风速下的研究显示，针叶树PM10吸滞量最大，中等叶型且具表皮毛的阔叶树花楸次之，其他2种阔叶树(栓皮槭、杨树)最小。然而在本研究中，尽管针叶树种(雪松)的单位叶面积吸滞量(8.41 μg ·cm-2)较高，但低于红花檵木(10.05 μg ·cm-2)，可能因后者叶片较小且叶面密被星状表皮毛。此外，叶面的网状结构、较大的气孔密度和气孔开度利于滞留粉尘(刘璐等， 2013)。

4.2 叶面吸滞各径级颗粒物比例的树种比较

本研究表明，各树种叶面吸滞的颗粒物均以较大颗粒(粒径10～100 μm)为主，占总量的49.76%～60.03%，粗颗粒(粒径2.5～10 μm)占比38.05%～47.52%，细颗粒(粒径1～2.5 μm)和超细颗粒(粒径≤1.0 μm)占比较低。小粒径颗粒物占比低可能与其更趋向于被吸存在叶表蜡质中及其更难沉降有关。这与相关研究结果一致，即植物叶片倾向吸滞更多的较大粒径颗粒物。

4.3 叶面吸滞量的时空差异

14种参试树种的叶面PM吸滞量表现出季节差异，多数树种为冬、春季高于夏、秋季。叶面吸滞量还表现出空间差异，高污染区(市区)大于低污染区(郊区)。在市区，叶面吸滞量表现为树木集聚生长的城市公园高于孤立生长的城市广场，表明树木聚集生长产生的树冠或枝条复杂结构易形成湍流，降低风速，促进颗粒物沉降；但这种“聚集效应”在轻度污染区似乎未显现，郊区绿地和森林采样点的吸滞量接近。

4.4 叶面结构对吸滞量的影响

本研究表明，植物叶面粗糙度和表皮毛密度是影响叶面吸滞量的2个最主要因子。叶脉凸起或皱褶，会增加叶面粗糙度，形成一些凹陷空间来容纳PM，与光滑叶面相比更难被雨水洗脱或风吹起，可积累更多PM。表皮毛的着生，不仅扩大了可吸附表面积，而且可减少叶面PM的雨冲和风吹损失。有研究表明粗糙度、表皮毛密度及蜡质含量与吸滞量显著正相关，是影响叶面滞尘的最主要因子。尽管有研究表明叶面蜡质量对吸滞量有较大影响，但本研究表明其影响较小，决策系数仅为0.003 ，可能与本研究采用风蚀法测得的主要是叶面吸附的PM，而被蜡质吸滞的PM难以被风吹起从而未被检测出有关。

本研究在叶片尺度研究了贵阳市主要绿化树种的PM吸滞特征，可为选择高效滞尘树种提供依据，将来还需结合树木叶量、叶面积指数、植物配置等内容，在植物单株和林分(林带)尺度开展研究，为建设具有高效滞尘能力的植被生态系统提供技术支持。