城市森林公园不同植物群落特征对环境效应的影响

梁变凤, 何志强, 崔虎亮

(太原理工大学建筑学院, 太原 030024)

城市森林公园是城市生态系统的重要组成部分,在净化局地空气质量[1-2]、改善城市小气候[3-4]、营造城市休闲空间[5]、提升城市居民生活质量[6]等方面具有明显的作用。城市绿地通过降温增湿作用能够改善城市小气候,而植物群落是发挥降温增湿作用的基本单元。研究表明,不同树种、不同植被配置以及不同绿量的植物群落其降温增湿效应也不尽相同[7-8]。与此同时,植物的种类、高度、叶片表面积等均会影响空气颗粒物的浓度[2, 9]。空气负离子(negative air ions, NAI)由植物光合作用形成的光电效应而产生,具有显著的生态保健功能,逐渐成为衡量植物群落生态功能的重要指标[10]。但是,植物种类、高度、郁闭度等生物特征以及海拔、水体、坡向等地理特征均可影响到空气负离子浓度及其空间分布[11-13]。

中外有关生态效应研究多集中于内部因素和外部因素综合作用[14],其中,内部因素包括植物群落的群落郁闭度、冠层高度、林分种类等[15-18],外部因素包括海拔、地形地势、周边用地类型等[19-21]。而从植物群落内部因素出发,研究不同植物群落结构生态效应影响的研究鲜有报道。因此,以植物群落结构对降温增湿、阻滞空气颗粒物(PM2.5和PM10)、增加NAI等的影响为研究切入点,对于解析城市森林公园植物配置的生态功能调控机制具有直接作用。

现以太原市森林公园18种不同植物群落为研究对象,该公园总体地势平缓,全园海拔高差小于50 m,可以排除地形坡向、坡度、海拔高差等外部因素对植物群落环境效应的影响,这为本次研究提供了较为理想的样地条件。在全面调查植物群落结构特征的基础上,通过定点监测不同植被结构群落内温湿度、PM2.5、PM10、NAI等环境效应指标,探讨不同植物群落结构与环境效应的关系及其相关影响因素,从而为城市绿地植物结构的优化和城市空气质量改善提供借鉴。

1 研究方法

1.1 研究区概况

太原市森林公园(37°53′N～37°54′ N,112°31′E～112°33′ E)位于山西省太原市北部尖草坪区,占地200 hm2,园内有人工湖泊25.73 hm2,蓄水量达28×104m3,栽植树种超过6.5万株。该公园是典型城市森林公园,周边用地已具备明显的城市建成区特点,包括高校、住宅区、城市快速路、商业用地等。

1.2 样地选择

选择不同群落结构的植物群落共计18个,可分为落叶阔叶林、针阔混交林、针叶林3种类型,以及乔木、亚乔木、灌木3种不同的优势种类型(表1)。其中,落叶阔叶乔木林包括国槐林(GH)、青杨林(QY)、白蜡林(BL)、毛白杨+青杨林(MBQ)、毛白杨林(MB)、栾树+垂柳林(LSC)、旱柳林(HL)7个样点;落叶阔叶亚乔木林包括山桃林(ST)1个样点;落叶阔叶灌木林包括暴马丁香林(BM)、忍冬林(RD)2个样点;针阔混交林包括国槐+油松林(GHY)、青杨+华北五针松林(QYH)、旱柳+圆柏林(HLY)3个样点;针叶林包括华北五针松林(HB)、油松林(YS)、油松+白皮松林(YSB)、油松+华北五针松林(YSH)、圆柏林(YB)5个样点。样地大小设定为20 m×20 m,记录乔木树种,实地测定植物群落胸径/地径、冠层高度等指标;并利用植物冠层图像分析仪(FK-G20,石家庄)测定植物群落郁闭度和叶面积指数。与此同时,选择森林公园西门入口广场为对照点(CK),该对照点周围开阔无遮挡,下垫面为水泥地面,且游人量大。

表1 样地植物群落结构

1.3 环境指标测量方法

1.3.1 实地测量

2022年6—7月,选择晴朗无风的天气,利用便携式空气负离子仪(ONETEST-502-XP-A,深圳)测定不同样点的空气负离子浓度,测量范围0～1.2×107ions/cm3,从8:00—18:00每隔10 min测量1次,仪器架测高度距地面约1.5 m;同步测量温度、湿度、PM2.5和PM10等环境指标,其中,温度测量范围-60～65 ℃,湿度测量范围0～100%。每个样点连续测量3 d。

1.3.2 数据分析

利用R语言开展植物群落结构参数的生态效应分析工作,主要包括Q型聚类分析和Pearson相关分析。环境指标的相关计算公式如下。

降温量=对照点温度均值-样点温度均值

(1)

增湿量=样点湿度均值-对照点湿度均值

(2)

阻滞空气颗粒物量=对照点颗粒物均值-样点颗粒物均值

(3)

增NAI量=样点NAI均值-对照点NAI均值

(4)

2 结果分析

2.1 不同植物群落环境效应的日间变化规律

由图1可知,所有样点均在15:00—16:00时段达到全天最高温度以及全天最低空气湿度。8:00—10:00是各植物群落升温幅度较大的时段,但对照的温度明显高于其他样点,8:00时温度为27.5 ℃,10:00达到35.6 ℃,升温幅度8.1 ℃;而同一时段内,升温幅度最大的是旱柳林,温度由13.4 ℃升至24.6 ℃,升温幅度达到11.2 ℃,其次是旱柳+圆柏林,温度由14.2 ℃升至24.8 ℃,升温幅度为10.6 ℃;而升温幅度最小的是白蜡林,温度由23 ℃升至27.1 ℃,升温幅度为4.1 ℃。由此可见,植物群落的降温效应比较明显。不同植物群落的空气湿度均呈现下降趋势,降幅最大的是青杨林,从8:00的69.4%降至16:00的35.1%,同一时段对照点空气湿度由35.8%降至11.6%;17:00—18:00时段,空气湿度开始缓慢回升,其中回升效果较明显的是毛白杨林,从29.8%升至33%。

图1 不同植物群落温湿度、空气颗粒物(PM2.5、PM10)和空气负离子浓度日间变化规律

不同植物群落的PM2.5和PM10日变化并不一致,青杨林和青杨+华北五针松林的PM2.5和PM10大致呈下降趋势,2个群落8:00—10:00时段的PM2.5和PM10含量较高,且均在18:00达到全天最低值;国槐林和国槐+油松林呈先上升后下降、然后再上升的趋势,即12:00—13:00时段达到最高值,然后开始下降,至16:00后再次上升;而其他植物群落空气颗粒物变化大致呈下降趋势,但变化较为平稳。

NAI方面,不同植物群落呈现的变化规律不一致,且波动较大。总体来看,青杨林、青杨+华北五针松林、忍冬林等植物群落呈现U形变化,两个峰值出现在8:00—10:00和17:00—18:00时段,而12:00—14:00时段浓度最低;暴马丁香林、旱柳林、旱柳+圆柏林等群落呈现单峰型变化,峰值出现在17:00—18:00时段;其余群落的空气负离子变化较为平稳。

2.2 不同植物群落的环境效应差异比较

从表2可以看出,植物群落的降温增湿效应较为明显。降温效果最好的植物群落是旱柳林、旱柳+圆柏林和油松+华北五针松林,降温量分别达到6.98、6.86、6.65 ℃,降温效果最差的植物群落是山桃林、油松林、青杨林,降温量分别为2.51、2.54、2.84 ℃。增湿量最大的植物群落是国槐+油松林、国槐林和青杨林,增湿量分别达到39.23%、38.77%和31.61%,增湿量最小的植物群落是油松林、白蜡林和油松+白皮松林,增湿量分别为4.96%、5.27%和7.69%。由此可见,郁闭度较低的植物群落降温效果较差。

表2 不同植物群落降温增湿、阻滞空气颗粒物(PM2.5、PM10)和增加空气负离子浓度的差值

有6个植物群落阻滞空气颗粒物效果较差,所测PM2.5和PM10含量反而高于对照点,它们分别为国槐林、国槐+油松林、青杨林、青杨+华北五针松林、忍冬林、旱柳+圆柏林。改善空气颗粒物效果最好的植物群落是白蜡林、油松林、油松+华北五针松林和圆柏林4个群落,阻滞PM2.5量分别为19.96、19.39、19.07和18.95,阻滞PM10量分别为25.7、24.1、25.11和23.64。

不同植物群落在增加NAI浓度方面均存在正向效应。其中,山桃林、青杨林、忍冬林的NAI浓度增量最大,NAI浓度增量分别达到468.61、351.09、338.71 ions/cm3;增量最小的是旱柳+圆柏林,仅为12.42 ions/cm3。可以看出,亚乔木群落对NAI的增加具有明显的效果。

2.3 Q聚类分析结果

利用R语言中的函数hclust开展Q型聚类分析,比较不同植物群落结构及其生态效应的差异,所得结果如图2所示。对植物群落结构参数进行的Q聚类发现,在欧式距离H=3时,不同植物群落样点聚成了4个亚类,其中毛白杨林单独聚为一支;青杨+华北五针松林、毛白杨+青杨林、旱柳林、国槐+油松林、国槐林和青杨林聚为一类,该亚类所有植物群落冠层高度较高且郁闭度较高;油松+白皮松林、圆柏林、栾树+垂柳林和旱柳+圆柏林聚为一类,该亚类所有植物群落冠层高度和郁闭度均较低;山桃林、华北五针松林、忍冬林、暴马丁香林、白蜡林、油松林和油松+华北五针松林聚为一类,该亚类主要以亚乔木和灌木为主,冠层高度较低。

图2 植物群落结构及其生态效应的Q型聚类分析

在欧式距离H=3时,不同植物群落样点的生态效应均值同样也聚成了4类。旱柳+圆柏林、旱柳林、油松+华北五针松林和毛白杨林聚为一类,这4个群落的降温量最大(6.55～6.98 ℃);油松林、暴马丁香林、华北五针松林、白蜡林、油松+白皮松林和圆柏林聚为一类,这6个群落阻滞空气颗粒物效果明显,所测PM2.5和PM10数据均低于对照样点,另,油松+白皮松林和圆柏林的郁闭度较低,又聚为一支;山桃林、忍冬林、毛白杨+青杨林和栾树+垂柳林聚为一类,该类群落在增加空气负离子浓度方面效果较好;青杨林、青杨+华北五针松林、国槐林和国槐+油松林聚为一类,这4个群落的增湿量最大(31.61%～39.23%),其中,青杨林和青杨+华北五针松林在增加空气负离子浓度方面的效果较好,因此两者又聚为一支。

2.4 Pearson相关性检验

由于植物群落的生态效应并不一致,因此进一步利用R语言的cor函数进行Pearson相关性分析,重点比较不同植物群落结构参数与生态效应的相关关系,然后将植物群落结构参数与不同环境指标的相关系数进行显著性检验。从表3可知,叶面积指数的增加能够增加植物群落阻滞空气颗粒物的效果(P<0.05);但是,其他指标相关关系并不显著。群落郁闭度与降温增湿量存在一定的正相关关系,即群落郁闭度的增加能够降低空气温度增加空气湿度,但效果不显著。冠层高度与降温量存在负相关关系,与增湿量存在正相关关系,即冠层高度的增加会导致降温效果的下降以及增湿效果的增加,但同样不具有显著性效果。此外,郁闭度、植株胸径和冠层高度与空气负离子浓度量存在一定的正相关,叶面积指数与空气负离子浓度存在一定的负相关,这说明植物群落的郁闭度、冠层高度等的增加有助于NAI浓度的增加,但是叶面积指数的增加不利于NAI的增加。

表3 Pearson相关分析结果

3 讨论

3.1 不同植物群落的降温增湿效应

植物叶片的蒸腾作用是降温增湿的主要原因,植物叶片通过蒸腾作用散失到空气中的水分能够提高周围环境的空气湿度,同时降低气温。研究表明,植物群落可以降低空气温度0.8～5.15 ℃,增加相对湿度2.9%～8.3%[16, 22]。但是,降温增湿的效果受到植物群落结构和植物种类等的影响[23]。在相同环境生长的不同植物在降温增湿效应方面同样存在差异,植物的形态特征与降温增湿能力密切相关[24]。

调查的18个植物群落均存在降温增湿效应,这验证了前人的研究结论,但不同群落之间降温增湿的效果存在较大差异,降温量均值2.51～6.98 ℃,增湿量均值4.96%～39.23%。秦仲等[23]认为,郁闭度和叶面积指数较大的植物群落能够有效遮挡太阳辐射,降温效应也最好,这与本研究结果相似,本文研究中山桃林、油松林等郁闭度较小的群落,降温量也较小。

不过,植物群落的降温过程与增湿过程两者之间并不同步,增湿量最大的植物群落其降温量并非最大。降温量最大的群落是旱柳林、旱柳+圆柏林和油松+华北五针松林,而增湿量最大的群落是国槐林、国槐+油松林和青杨林,且聚类分析结果中,降温量较大的植物群落与增湿量较大的群落分别聚为不同的亚类(图2)。这与佘思玥等[25]研究南京纯林群落的规律相似。

3.2 不同植物群落在改善空气质量方面的生态效应

研究表明,相对绿量与空气污染物之间存在绿化效益的最佳阈值区[26]。刘双芳等[27]分析认为,植物绿量达到一个较高的量值时,污染物浓度下降不明显,就会出现植物群落内空气颗粒物反而上升的现象。本文研究中,国槐林、忍冬林等6个植物群落PM2.5和PM10高于对照点的现象,也再次证明了这一结论,而Liu等[28]和王轶浩等[29]的研究中亦有类似报道。

NAI浓度是评价植物群落改善空气质量的重要指标[12]。王波等[15]调研发现呼和浩特敕勒川公园NAI浓度呈V形变化,其中7:00—8:00和18:00—19:00时段出现高峰值,12:00—14:00出现最低值。余海等[30]认为北京九龙山侧柏林NAI浓度在春夏季是单峰型,秋季是双峰型。本文研究中,不同植物群落的NAI浓度变化趋势并不一致,青杨林、青杨+华北五针松、忍冬等植物群落呈现两个峰值,分别出现在8:00—10:00和17:00—18:00时段,而12:00—14:00时段浓度最低,这一特点与王波等[15]的研究相似;但是暴马丁香、旱柳、旱柳+圆柏等群落呈现单峰型变化,峰值出现在17:00—18:00时段;其余群落的NAI浓度变化较为平稳。因此,不同类型的植物群落对NAI浓度的影响存在明显差异,其变化规律和影响机制应进一步深入研究。

植物群落的平均树高、冠层高度对NAI浓度呈显著性正相关[11]。潘剑彬等[31]调查认为落叶阔叶型群落NAI浓度要高于常绿针叶型等群落,而灌丛的NAI浓度最低。吴仁武等[18]认为,竹类植物群落的叶面积指数和冠层盖度越大、天空可视度越小,则群落的NAI和空气质量评价指标越高。本文研究中,山桃林、青杨林和忍冬林等落叶阔叶型群落NAI浓度较高,群落郁闭度0.41～0.63,叶面积指数(0.62±0.06)～(0.73±0.08),旱柳+圆柏林等针阔混交林NAI浓度最低,群落郁闭度0.37,叶面积指数0.89±0.05,因此群落郁闭度的增加有利于NAI浓度的增加,但叶面积指数的增加不利于NAI浓度的增加。

4 结论

通过对太原市森林公园18个植物群落样点进行研究,发现不同植物群落的生态效应差异较大。与对照相比,各植物群落的降温增湿效应均有良好效果;不同群落阻滞空气颗粒物(PM2.5和PM10)差异较为明显,白蜡、油松+华北五针松、油松和圆柏等群落的效果较好,国槐、国槐+油松、青杨、青杨+华北五针松、忍冬和旱柳+圆柏等群落的效果较差,测定的PM2.5和PM10反而高于对照样点;在增加NAI浓度方面,所有群落均呈现正向效应。将不同群落结构参数与所测指标进行聚类分析和相关分析发现,郁闭度与植物群落的降温增湿效应存在正相关,叶面积指数能够改善植物群落阻滞PM2.5和PM10的效果,但不利于NAI的增加。本文研究的主要结论不仅可作为城市绿地建设的参考,而且为进一步研究植物群落结构的生态效应影响机制提供了一定的基础。