丁 文, 賈忠奎, 席本野, 施侃侃, 施曉燈

(北京林業(yè)大學省部共建森林培育學科與保護重點實驗室，北京 100083)

隨著我國城市化與工業(yè)化的飛速發(fā)展，物質(zhì)文明與現(xiàn)代化水平高度提升，但隨之而來的環(huán)境污染問題也日趨嚴重，其中以PM2.5等顆粒物為代表的空氣污染已成為當今社會普遍關(guān)注的熱點問題.PM2.5等顆粒物濃度的增高，與各類呼吸疾病、心血管疾病、生殖系統(tǒng)疾病顯著相關(guān)[1]，嚴重影響了人類的生命健康.面對污染日益嚴重的形勢，在尋求源頭治理的同時，綠地植被由于其潛在的生態(tài)功能，如凈化PM2.5等顆粒物的能力，也成為科學界的研究重點.

近些年來國內(nèi)外對城市綠地與PM2.5等大氣顆粒物的關(guān)系已有一定研究[2-4]，不少學者根據(jù)綠地或林帶內(nèi)植物種類的差異，探究不同類型綠地對PM2.5的凈化差異[5-7].但基于綠地空間結(jié)構(gòu)，從空氣動力學層面來研究不同結(jié)構(gòu)綠地對PM2.5的研究卻不多見.國外學者[7-8]通過小尺度模型探討不同街道與植物的復合空間結(jié)構(gòu)下PM2.5等顆粒物的變化，得出植被導致區(qū)域大氣顆粒物濃度上升的結(jié)論，但相應的實地監(jiān)測研究卻非常少見.同時對于綠地內(nèi)顆粒物濃度變化與氣象因子關(guān)系的研究也有一些報道[4-5]，但不同粒徑顆粒物與氣象因子關(guān)系的差異性，目前少有人研究.此外，對于綠地植被凈化PM2.5等顆粒物的能力以及如何更好發(fā)揮城市綠地對PM2.5等顆粒物的凈化作用，目前也缺少明確統(tǒng)一的結(jié)論[9-10].

為了進一步探索城市道路綠地對PM2.5等顆粒物的作用效果以及作用機理，本研究在北京市選取不同空間結(jié)構(gòu)的道路綠地以及對照空地，通過實地監(jiān)測探討氣象要素與不同粒徑顆粒物之間的相互作用，研究不同空間結(jié)構(gòu)綠地以及綠地深度對顆粒物濃度的影響，同時對道路綠地消減PM2.5等顆粒污染物的可行性進行分析.

1 材料與方法

1.1 供試材料

根據(jù)北京市道路綠地特征，在北京市三山五園綠道北四環(huán)段海淀公園南側(cè)(39.59°N，116.17°E)，選取兩處不同結(jié)構(gòu)綠地(圖1),分別為密集型綠地A(郁閉度0.8)和疏透型綠地B(郁閉度0.4)，林分結(jié)構(gòu)差異見表1.并取林外空地C作為對照.每處綠地根據(jù)其與道路的垂直距離(綠地深度)，分別在0、10、25、40、60 m處選取5個監(jiān)測點進行監(jiān)測，不同綠地之間間隔約200 m.綠地周邊較為開闊，無建筑物阻礙空氣流動.

圖1 監(jiān)測地點示意圖Fig.1 Structure of green space and monitoring spots

試驗樣地喬木層樹種組成平均樹高/m平均胸徑/cm平均株行距/m平均LAI郁閉度灌木層灌木種類草本層草本種類 A密集型碧桃、側(cè)柏、垂柳 2.6/6.8/13.812.8/17.5/21.81.9×2.51.81/3.01/2.160.8沙地柏麥冬、酢醬草B疏透型垂柳、楊樹、紫葉李 8.9/8.2/5.718.8/21.3/13.43.2×4.01.54/1.61/1.010.4沙地柏麥冬、酢醬草

密集型綠地A主要由枝葉繁茂、林分郁閉度指數(shù)較高的喬木組成，綠地外圍主要有碧桃(Amygdaluspersicavar.persicaf.duplex)、側(cè)柏(Platycladusorientalis(L.)Franco)，內(nèi)層主要有垂柳(Salixbabylonica)，其間有灌木沙地柏(Sabinavulgaris)、草本麥冬(Ophiopogonjaponicus(Linn. f.)Ker-Gawl.)與酢醬草(OxaliscorniculataLinn.)；疏透型綠地B外層主要由麥冬以及沙地柏組成，內(nèi)層有紫葉李(PrunusCerasiferaEhrharf.atropurpurea(Jacq.)Rehd.)、垂柳及楊樹(PopulusL.).

1.2 方法

1.2.1 數(shù)據(jù)獲取 采用美國MetOne 831大氣顆粒物濃度檢測儀進行PM1、PM2.5、PM4、PM10、TSP濃度的監(jiān)測，監(jiān)測高度距離地面1.5 m(正常人體呼吸高度)，監(jiān)測時間選在每天9:00—17:00，每隔1 h監(jiān)測1次；同時使用DEM6三杯風向風速表、Kestrel 4500NV手持氣象站分別對風向、風速、溫度、相對濕度及車流量進行同步監(jiān)測.每個監(jiān)測點的各項因子監(jiān)測均耗時1 min左右，不同綠地同時進行(每天監(jiān)測9次).在2015年10月—2016年6月選取合適氣候條件(晴朗，風速小于3 m·s-1)，以及不同污染級別天氣進行監(jiān)測(共監(jiān)測21 d，各污染級別監(jiān)測3～4 d).采用AQI國家空氣質(zhì)量分級標準將污染劃分為6個等級(表2).

表2 空氣質(zhì)量分級及對應的PM2.5濃度Table 2 Air quality classification and corresponding PM2.5 concentration

同時利用胸徑尺、超聲波測高儀、皮尺、卷尺，對樣地內(nèi)的植被種類、胸徑、樹高、冠幅、株行距等進行詳細調(diào)查；并利用LAI 2000植物冠層分析儀測量林分葉面積指數(shù)(LAI).

1.2.2 數(shù)據(jù)分析 對不同時刻顆粒物濃度均值進行Pearson相關(guān)分析，確定不同粒徑顆粒物之間的關(guān)系.比較不同污染級別下PM2.5濃度的平均日變化趨勢；并對不同顆粒物濃度與氣象因子進行Pearson相關(guān)分析.再分別對不同綠地(A密集型、B疏透型、C空地)、不同綠地深度(0、10、25、40、60 m)與不同時刻的顆粒物濃度和氣象因子進行單因素方差分析，并比較不同因素對二者差異的影響.綠地對顆粒物濃度的凈化率計算公式[5]為：

W=(C0-Cx)/C0×100%

式中，C0為對照空地顆粒物平均濃度(μg·m-3)，Cx為綠地顆粒物平均濃度(μg·m-3)，W為綠地對顆粒物的凈化率(W為負值表明此時綠地無凈化作用).

數(shù)據(jù)整理分析與作圖在Excel 2007中進行，并利用R3.4.1進行方差分析和相關(guān)性分析等.

2 結(jié)果與分析

2.1 不同顆粒物之間的相關(guān)性

表3 不同顆粒物之間Pearson相關(guān)系數(shù)1)Table 3 Correlation coefficients between different PMs

1)*、**分別表示在0.05、0.01水平上顯著相關(guān).

一般來說，顆粒物的粒徑越小，對人體造成的危害也就越大.而不同顆粒物之間由于理化性質(zhì)的差異，可能呈現(xiàn)出不同的變化規(guī)律.通過對綠地內(nèi)不同粒徑顆粒物之間進行Pearson相關(guān)分析(表3)，結(jié)果表明相鄰粒徑的顆粒物之間，表現(xiàn)出較高的正相關(guān)性；而粒徑差異越大，顆粒物之間相關(guān)系數(shù)越小.如PM2.5與PM4相關(guān)系數(shù)達到0.99，但與TSP之間的相關(guān)系數(shù)只有0.74.這種相鄰粒徑顆粒物之間的相關(guān)性變化規(guī)律也并不是任何情況下都適用.在監(jiān)測期內(nèi)有一嚴重污染日(2016年11月9日)，當日污染水平呈持續(xù)上升趨勢(圖2)，PM2.5及其它粒徑顆粒物濃度持續(xù)上升(PM2.5峰值達634 μg·m-3)，此時PM1濃度不但不與其他顆粒物變化一致，反而表現(xiàn)出高度的負相關(guān)(P<0.01).說明極細顆粒物PM1的變化規(guī)律與其他粒徑顆粒物之間存在一定的差異性.

2.2 綠地內(nèi)顆粒物濃度的日變化

綠地內(nèi)PM2.5等顆粒物在不同觀測期內(nèi)呈現(xiàn)出不同的日變化趨勢，結(jié)果如圖3所示.在同一污染級別下，不同結(jié)構(gòu)綠地中顆粒物濃度日變化基本一致，說明綠地結(jié)構(gòu)對綠地內(nèi)PM2.5等顆粒物的日間變化并無顯著影響.

在一、二級污染時，PM2.5基本在11:00—13:00達到日高峰值，在14:00—15:00達到日低峰值，一級污染時PM2.5變化趨勢線起伏較大；在三、五級污染時，PM2.5整體呈現(xiàn)下降趨勢，早間達到高峰，之后持續(xù)下降，三級污染時PM2.5濃度在16:00—17:00開始緩慢回升，而五級污染時PM2.5濃度則在15:00—16:00時有個小回升；四、六級污染時，PM2.5整體呈上升趨勢，17:00時PM2.5濃度明顯高于9:00.觀測時段內(nèi)，PM2.5等顆粒物與道路車流量并沒有表現(xiàn)出明顯的相關(guān)性，可能是觀測期內(nèi)車輛排放并非PM2.5等顆粒物的首要來源；尤其是在污染級別較大時，車輛排放占據(jù)的比重更小[11-12].

圖2 嚴重污染情況下PM1與PM2.5的相關(guān)性Fig.2 Correlation of PM1 and PM2.5 in extremely polluted circumstance

圖3 不同污染級別下PM2.5的日變化規(guī)律Fig.3 Variation on PM2.5 concentrations under different pollution conditions

綜合而言，PM2.5在不同觀測日期內(nèi)，并沒有表現(xiàn)出統(tǒng)一的變化規(guī)律，這可能是由于PM2.5日變化主要受宏觀污染狀況以及整體變化趨勢的影響，因此也很難在小尺度上判斷其變化模式.

2.3 綠地內(nèi)顆粒物濃度與氣象因子的相互關(guān)系

將不同綠地、不同深度監(jiān)測值取平均值；并同時將風向正弦轉(zhuǎn)化為[-1,1]的數(shù)量值，數(shù)值為“1”表示風向垂直從道路方向吹往林帶，數(shù)值為“-1”時表示風向垂直從林帶吹向道路.對綠地內(nèi)不同粒徑顆粒物濃度與氣象因子進行Pearson相關(guān)分析(表4)，結(jié)果表明不同顆粒物與氣象因子表現(xiàn)出不同的相關(guān)關(guān)系.其中不同粒徑顆粒物均與相對濕度表現(xiàn)出顯著的正相關(guān)(P<0.01)，相關(guān)系數(shù)隨著顆粒物粒徑的增大呈遞減趨勢；PM2.5與不同氣象因子的線性關(guān)系如圖4所示.

不同粒徑顆粒物與溫度基本呈負相關(guān)(P<0.05)，但PM1與溫度的相關(guān)關(guān)系不顯著，其線性關(guān)系也較弱；并且不同顆粒物與溫度的相關(guān)系數(shù)普遍小于其與相對濕度的相關(guān)系數(shù)；而顆粒物粒徑越大，相關(guān)性越強.不同粒徑顆粒物與風速和風向并沒有顯著相關(guān)性.

表4 不同顆粒物與氣象因子Pearson的相關(guān)系數(shù)1)Table 4 Correlation coefficients between different PMs and meteorological factors

1)*、**分別表示在0.05、0.01水平上差異顯著.

從表5可知，不同結(jié)構(gòu)綠地與綠地深度對氣象因子的影響主要體現(xiàn)在風速上(P<0.01)，而對相對濕度、溫度與風向的影響并不顯著.而以不同時刻為變量，以不同綠地結(jié)構(gòu)、綠地深度為重復，對氣象因子進行差異顯著性分析，發(fā)現(xiàn)不同時刻的相對濕度、風向都表現(xiàn)出極顯著的差異(P<0.01)，溫度表現(xiàn)出顯著差異(P<0.05)，而風速差異不顯著.說明在固定時刻，溫度與相對濕度受不同結(jié)構(gòu)綠地及綠地深度的影響較小，其變化主要體現(xiàn)在日尺度(不同時刻)上；但綠地對風速影響顯著.

表5 不同水平氣象因子差異顯著性分析1)Table 5 Significance analysis on meteorological factors under different conditions

1)*、**分別表示在0.05、0.01水平上差異顯著.

表6 綠地深度與氣象因子Pearson的相關(guān)系數(shù)1)Table 6 Pearson correlation coefficients between meteorological factors and depth of forest

1)*、**分別表示在0.05、0.01水平上差異顯著.

2.4 綠地對氣象因子的影響

由于不同綠地及綠地深度之間的風速差異顯著，因此將不同綠地深度(0、10、25、40、60 m)與氣象因子進行Pearson相關(guān)分析(表6).從表6可以看出，在密集型綠地A中，綠地深度與風速表現(xiàn)出顯著的負相關(guān)；綠地對風力有一定的抵擋作用，距離道路越遠，風速越小.而在疏透型綠地B和對照空地中，其負相關(guān)關(guān)系并不顯著.而綠地深度與風向、溫度與相對濕度無顯著相關(guān)性.

2.5 綠地對顆粒物濃度變化的影響

PM2.5等顆粒物經(jīng)大氣作用擴散到綠地時，被綠地阻擋，濃度發(fā)生變化.比較不同結(jié)構(gòu)綠地以及不同綠地深度的顆粒物濃度差異，并進行方差分析，結(jié)果如表7所示.從表7可知，在大多數(shù)污染水平下，不同顆粒物在不同結(jié)構(gòu)綠地以及綠地不同深度之間，并沒有顯著差異(P>0.05).只在一級污染水平下，除PM1外，其它粒徑顆粒物均在不同結(jié)構(gòu)綠地間表現(xiàn)出顯著差異(P<0.05)，并隨著顆粒物粒徑的增大，差異更顯著，PM10、TSP表現(xiàn)出極顯著差異(P<0.01)；而TSP在不同綠地深度間也表現(xiàn)出顯著差異.此外，二級污染水平下，PM10在不同結(jié)構(gòu)綠地間表現(xiàn)出顯著差異.整體來看，在同一污染水平下，隨著顆粒物粒徑的增大，差異顯著性呈下降趨勢，說明綠地對于大粒徑顆粒物的作用大于小粒徑顆粒物.

如圖5所示，對一級污染水平下的不同結(jié)構(gòu)綠地顆粒物濃度進行分析，發(fā)現(xiàn)除PM1外顆粒物濃度基本表現(xiàn)為對照空地>密集型綠地>疏透型綠地，并隨著顆粒物粒徑的增大，差異更明顯.其中，綠地顆粒物濃度比對照空地低4.5%～23.0%，而疏透型綠地的凈化率比密集型綠地平均高出6.0%.說明在該污染條件下，綠地對顆粒物有一定的凈化作用.

3 小結(jié)與討論

本研究結(jié)果表明:綠地內(nèi)不同粒徑顆粒物之間表現(xiàn)出較強的正相關(guān)性，變化規(guī)律基本相似;在嚴重污染時，PM1表現(xiàn)出與其它顆粒物完全不同的變化趨勢.不同污染水平下，綠地和對照空地中PM2.5等顆粒物的日變化規(guī)律基本一致，說明綠地對PM2.5等顆粒物的日變化并沒有顯著影響.PM2.5的濃度與相對濕度呈正相關(guān).顆粒物粒徑越小，其與相對濕度的相關(guān)系數(shù)越大，相關(guān)系數(shù)表現(xiàn)為PM1>PM2.5>PM4>PM10>TSP.溫度與顆粒物的負相關(guān)性相對較弱，PM1并沒有表現(xiàn)出顯著的相關(guān)性，且顆粒物粒徑越大，相關(guān)性越好，相關(guān)性表現(xiàn)為PM2.5

表7 不同污染水平下綠地內(nèi)顆粒物差異的顯著性分析1)Table 7 Significance analysis on particular matters under different polluted situations

1)*、**分別表示在0.05、0.01水平上差異顯著.

圖4 PM2.5與氣象因子的散點圖Fig.4 Scatter plots of meteorological factors and PM2.5 concentrations

不同結(jié)構(gòu)綠地和綠地深度對風速的影響顯著，對相對濕度、溫度及風向的影響不顯著.說明綠地對氣象因子的影響主要表現(xiàn)為對氣流的阻擋作用，且對密集型綠地的影響大于疏透型綠地.污染水平較高時，綠地對顆粒物并無顯著凈化作用，只在一級污染條件下(PM2.5<35 μg·m-3)，綠地顆粒物濃度才表現(xiàn)出低于對照的趨勢，且疏透型綠地中PM2.5等顆粒物濃度低于密集型綠地.這說明綠地對顆粒物的調(diào)控作用很大程度上受污染水平的影響；同時顆粒物粒徑越大，綠地對其表現(xiàn)出的凈化效果也越顯著.

圖5 一級污染下不同綠地顆粒物日均值差異Fig.5 Daily variations on concentrations of different PM under different green space in primary polluted condition

綠地內(nèi)不同粒徑顆粒物之間的正相關(guān)性結(jié)論與前人研究[4,13]基本相符.但嚴重污染條件下，PM1表現(xiàn)出相反變化趨勢的原因尚不明確[14].PM2.5等顆粒物濃度在綠地中的日變化規(guī)律目前并沒有統(tǒng)一的結(jié)論[2-3,15]，本研究結(jié)果基本與張志丹等[5]一致，認為PM2.5等顆粒物濃度在綠地中的日變化并沒有固定的趨勢，不同季節(jié)、氣象條件、污染源以及污染水平等，都會對PM2.5等顆粒物的濃度變化產(chǎn)生較大影響.研究[13,16]表明，空氣中相對濕度越高，越有利于顆粒物的凝結(jié)，并且不利于顆粒物的擴散，由此導致顆粒物濃度上升，這與本研究中綠地內(nèi)顆粒物與相對濕度的關(guān)系一致.綠地對于PM2.5等顆粒物存在一定程度上的調(diào)節(jié)作用，但受到污染狀況、氣象條件等多種因素的制約.研究[5]也證實不同林分對于PM2.5的調(diào)控作用主要受空氣相對濕度的影響.