校园植物群落特征对滞尘能力及美景度的影响*
2022-11-17李运远
邹 宁 李运远 胡 楠
北京林业大学园林学院 北京 10083
我国大多数城市空气质量主要受大气颗粒物影响[1], 大气颗粒物污染对健康的影响已成为公众及各国政府关注的焦点[2]。 可吸入颗粒物PM10是危害人体健康的主要因素[3-4], 也是影响城市空气质量的主要污染物之一[5]。 植物的叶面、 枝干等组织结构可以吸附滞留大气颗粒物[6]。 合理的植物群落配置不仅美化环境, 还能更好地消减大气颗粒物含量[7-8]。
校园绿地具有调节师生情绪的特殊功能[9-10],植物群落配置需要同时考虑生态效益和景观效益。目前有关植物群落滞尘能力的研究多数是以市区范围[11-13], 或 是 以 公 园 绿 地[14-15]、 道 路 绿地[16-18]为研究对象, 以校园绿地为对象的研究较少。 美景度评价法 (Scenic Beauty Estimation,SBE) 是目前最可靠合理并被广泛应用的景观质量评价方法[19-20], 研究范围涉及森林景观[21]、 公园绿地[22]、 居住区绿地[23]、 校园绿地[24]等。 目前研究多关注校园绿地滞尘或景观单方面的能力,但提升校园绿地综合能力则会更好地指导师生活动, 因此, 校园绿地植物群落滞尘能力及美景度的综合性研究非常必要。
北京林业大学人群承载量大, 师生多来自园林相关专业, 对校园绿地综合效益的需求具有典型性。 校园内植物类型丰富、 数目繁多, 共有植物72科147 属247 种, 高于国内校园植物平均水平, 校园绿地建设成果显著[25-26]。 本文对北京林业大学绿地进行调查研究, 综合评价植物群落对可吸入颗粒物PM10的阻滞能力及群落景观美景度, 选出既有良好的滞尘能力又有较高美景度的绿地, 参考其植物配置方式, 为校园植物设计提供参考。
1 研究方法
1.1 样地选取
选取北京林业大学内具有游憩功能、 使用频率高、 面积大小相似、 相互独立、 植物发育成熟、搭配结构丰富且各具特色的5 块校园绿地作为样地 (表1), 样地均与主车道相距较远, 周边环境条件较为一致。
表1 样地特征
1.2 PM10浓度测定与分析
1.2.1 测定方法
在每块样地的绿地范围内随机选取均匀分布的5 个点为样点, 选点向外扩充10 m × 10 m 作为样方, 在非绿地的主楼前广场选取一个对照样点,共26 个样点。 检测时间为 2021 年 10 月与 11 月上旬, 此时段大气颗粒物污染情况较严重, 植物长势良好, 选择天气晴朗无风、 气候条件一致的18 d 对北京林业大学校园内5 块样地及对照样点进行数据测定。 8 ∶00-18 ∶00 每隔 2 h 共 5 个时间段 (8 ∶00-10 ∶00、 10 ∶00-12 ∶00、 12 ∶00-14 ∶00、 14 ∶00-16 ∶00、 16 ∶00-18 ∶00), 在1 h 内完成所有样点每个时间段的测量。 在每个样点距离地面1.5 m 处, 用两台LD-6S 多功能激光粉尘仪 (北京市绿林创新数码科技有限公司) 对PM10浓度进行测量, 测量前检查校准仪器, 测量时与仪器保持一定距离并保持仪器平稳。 测量时选取风速较小时段 (风速小于2 m·s-1), 每个样点测量2 次取平均值作为此时间段内样点数据。 测量后记录PM10浓度数据, 以及样方内植物群落特征(表 2)。
表2 样方植物群落结构基本特征
1.2.2 浓度分析
用AutoCAD 2020 根据测量数据绘制平面图,计算植物覆盖度等群落特征。 运用Excel 软件对数据进行整理分析, 相同时间段内的PM10浓度取多天检测结果的平均值, 取每块样地内5 个样方各时间段PM10浓度平均值作为该样地的PM10浓度值,对比5 块样地及对照组的PM10浓度变化情况。
1.3 美景度评价与计算
1.3.1 评价方法
为了减少照片拍摄给景观美学评价带来的影响, 需限定拍摄方法[27]。 选择 2021 年 10 月 11 日9 ∶00-11 ∶00 时晴朗天气对 25 个植物群落样方进行拍摄。 在1.5 m 的水平视线高度采用相同模式进行拍摄[28], 摄像镜头为 1 200 万像素主摄(26 mm、 f/1.8)。 尽量避免照片中出现非群落景观因子, 选取能真实全面反映样方景观状况的照片。 共拍摄100 张照片, 筛选出符合上述标准照片共25 张 (每个样方1 张), 对照片进行处理时,遮盖非相关要素, 仅保留样方植物群落景观。
用处理后的照片制作网络调查问卷, 评价者对照片进行评价打分, 评价等级设定为5 个等级,分别为极喜欢、 喜欢、 一般、 不喜欢、 极不喜欢,分值对应为 2 分、 1 分、 0 分、 -1 分、 -2 分。 最终回收有效问卷评分表64 份, 不同专业群体对景观评价差别并不明显[19,29], 本文将不再区分不同人群的评价表。
1.3.2 美景度值计算
对64 名评价者的原始评分进行标准化计算,求每张照片标准化得分值的平均值, 得到该群落景观的标准化 SBE 值。 标准化 SBE 值计算公式为[30]:
式 (1) 中:Zij是第j个评价人对第i张照片的标准化评分值;Rij是第j个评价人对第i张照片的评分;Rj是第j个评价人对所有照片的评分均值;Sj是第j个评价人对所有照片的评分标准差;Zi是第i张照片的景观标准化评分值;Nj是总评价人数。
1.4 相关性分析
参考相关文献研究并结合专家意见,确定与本研究相关的7 个群落特征要素(表3),用SPSS 24.0将各个样方的日均PM10浓度和美景度值剔除异常值后,结合各群落特征要素量值进行相关性分析。
表3 群落特征要素分解
2 结果与分析
2.1 植物群落PM10日浓度变化与美景度
由图1 可知: 各样地内的PM10浓度总体为先升高再降低的变化趋势, 均在 14 ∶00-16 ∶00 达到峰值; 同时段内各样方的PM10浓度差别不大,有样地的PM10浓度均低于对照组, 说明植物群落对PM10有一定的阻滞作用, 所样地C 和样地D整体PM10浓度最低。 根据各样地群落美景度的分析结果, 各群落美景度值排序为样地C (0.295)>样地D (0.022) >样地A (-0.033) >样地B (-0.084) >样地E (-0.189)。
图1 样地及对照组PM10浓度日变化
2.2 各群落特征要素与滞尘能力相关性
由图2、表4 可知,样方植物群落PM10浓度与常绿植物覆盖度、色彩丰富度、结构层次丰富度显著负相关,与乔灌木覆盖度、乔木平均高度、植物种类丰富度没有显著相关性。 对PM10阻滞能力更强的样地C和样地D 的常绿植物覆盖度多为10%~30%,样地D有群落种植面积近80%的铺地柏,植物种植密集丰富,群落结构多为乔灌草型,密集量多的枝条树叶有效地阻滞了大气颗粒物,这与乔灌草型三层群落结构滞尘能力最强[31-33]的研究结果相吻合。
表4 群落特征要素与PM10浓度相关性
图2 群落特征要素与PM10浓度变化关系
2.3 各群落特征要素与美景度相关性
由图3、表5 可知,样方群落乔木灌木比、色彩丰富度、植物种类丰富度、结构层次丰富度均与SBE 美景度值呈极显著正相关关系。 美景度最高的样地C群落植物种类丰富,各样方均有4~6 种植物,植物色彩丰富、季相性强,乔木灌木搭配的比例为0.6 ~3.5,群落均为乔灌草型结构,植物景观配置丰富,层次清晰且色彩节奏感强,符合大众审美。
图3 群落特征要素与SBE 值变化关系
表5 群落特征要素与SBE 值相关性
2.4 群落PM10浓度与美景度相关性
将各样方PM10浓度与SBE 美景度值进行双变量相关性分析, 结果 (图4、 表6) 表明, 样方群落PM10浓度与SBE 美景度值呈显著负相关关系。丰富的群落结构层次不仅可以提升滞尘效益, 也可在一定程度上提高群落的美学价值。
表6 群落特征要素与SBE 值相关性
图4 PM10浓度与SBE 值变化关系
3 讨论
PM10日浓度变化整体呈先升高再降低的趋势,于 14 ∶00-16 ∶00 达到峰值, 这种变化趋势与部分研究结果相符, 但峰值出现时段不同[34], 原因可能为PM10来源于第一次排放污染, 受人为活动影响较大[35], 日间人群活动频繁, PM10浓度逐渐升高, 傍晚活动频率降低, 浓度随之下降。 本研究表明PM10浓度与常绿植物覆盖度显著负相关,而与乔木平均高度等特征因子无显著相关性, 这与李新宇等[14]研究结果一致, 原因可能是不同树种由于枝叶结构差异导致滞尘能力不同, 叶片表面有细微结构和湿润的分泌物, 吸附能力较强,对树种滞尘能力的影响较大[6,36-38], 导致秋季尚未落叶的常绿植物在群落滞尘方面发挥巨大作用。色彩丰富度和PM10浓度的显著负相关, 可能是色彩丰富与群落的植物种植丰富有关, 大量的枝条叶片可有效阻滞大气颗粒物, 从而对试验结果产生影响。 本研究表明乔灌草型群落结构对PM10的消减能力更好, 与陈自新等[32]的研究结果一致,原因可能是多层群落结构可以形成相对闭合的垂直空间结构, 群落内风速减小, 有效阻止了颗粒物的扩散活动, 导致监测到的颗粒物浓度低。
本研究表明美景度值与乔木灌木比正相关,可能原因是0.6~3.5 比值范围内的乔灌木配比合理, 乔木枝干挺拔舒展、 冠型饱满优美, 乔木在合理范围内占比相对较高的群落在一定程度上提高了植物群落的观赏价值。 SBE 值与结构层次丰富度、 色彩丰富度等极显著正相关, 这与段敏杰等[28,39]研究结果相符, 究其原因: 一是植物色彩的丰富多样最直接影响景观节奏感, 从而增添植物景观的趣味性; 二是植物种类多样、 结构层次丰富的植物群落可增强群落的立体效果。 即植物种类多样和结构层次丰富的植物群落的景观构成更丰富, 提高了群落景观结构的稳定性, 更具景观价值。 群落SBE 美景度与PM10浓度与结构层次丰富度均显著相关, 已有研究[39]表明丰富的结构层次对植物群落的美学效益和多项生态效益具有重要意义。 因此, 在校园绿地群落的规划设计中,应多重视群落结构层次这一特征要素, 多应用多层结构植物群落。
考虑到校园绿地使用人群和功能上的特殊性,在设计时需对其生态及景观效益进行综合考虑。本研究综合分析比较了样地植物群落PM10阻滞能力和美景度, 并结合植物群落特征因子进行相关性分析, 得出最佳植物群落配置模式, 为校园绿地建设提供参考, 今后还需对校园绿地包含其他生态效益如微气候调节等在内的综合效益做进一步研究, 从而能够更全面地探究提升绿地综合效益的措施。
4 结论
本研究通过综合对比校园内5 块样地群落的PM10阻滞能力和美景度可知: 1) 校园内各样地群落PM10日浓度变化整体呈先升高再降低的趋势, 且植物群落PM10浓度与常绿植物覆盖度、 色彩丰富度、 结构层次丰富度负相关。 2) 流书播惠亭 (样地C) 绿地对PM10的阻滞能力显著, 群落景观SBE 美景度也最高, 植物搭配方式多为乔灌草型群落结构, 校园绿地设计可参考其群落配置模式。 3) 群落乔木灌木比、 色彩丰富度、 植物种类丰富度、 结构层次丰富度是群落SBE 美景度的主要影响要素。 4) 群落SBE 美景度与PM10浓度显著相关, 乔灌草型层次结构的植物群落有较强的滞尘能力和较高的美景度。