張凌 郭悅 唐蒲霞 趙佳倫 王冬夢 劉藝平 孔德政

摘要為探討不同植物群落對大氣顆粒物濃度的影響，以鄭州市金水區(qū)為例，在2020年冬季（2020年12月—2021年2月）對園林綠化區(qū)（數(shù)碼公園）、居住區(qū)（正弘·藍堡灣）、文教區(qū)（河南農(nóng)業(yè)大學(xué)）內(nèi)植物群落的PM 2.5和PM 10質(zhì)量濃度及氣象因子（溫度、相對濕度和風(fēng)速）進行監(jiān)測．結(jié)果表明：每個功能區(qū)中不同樣地之間的 PM 2.5、PM 10質(zhì)量濃度日變化趨勢基本一致，一般為早高晚低;不同植物群落之間PM 2.5和PM 10質(zhì)量濃度存在顯著差異性，其中廣場樣地與其他樣地的差異性最顯著;3個功能區(qū)中各樣地對PM 2.5和PM 10質(zhì)量濃度的阻滯率均表現(xiàn)為喬灌草結(jié)構(gòu)最高，喬灌結(jié)構(gòu)和喬草結(jié)構(gòu)次之，且多表現(xiàn)為喬灌樣地大于喬草樣地，灌草結(jié)構(gòu)和草坪最低;研究區(qū)域PM 2.5、PM 10質(zhì)量濃度與溫度呈負相關(guān)，與相對濕度呈正相關(guān)，與風(fēng)速呈負相關(guān)．

關(guān)鍵詞城市功能區(qū);城市綠地;植物群落;大氣顆粒物濃度

中圖分類號

X513

文獻標志碼

A

收稿日期

2021-09-07

資助項目

國家自然科學(xué)基金（31600579）;河南省科技攻關(guān)計劃（202102110234）;河南省高等學(xué)校重點研究項目（21A220003）

作者簡介張凌，女，講師，研究方向為風(fēng)景園林規(guī)劃設(shè)計．125481553@qq.com

孔德政（通信作者），男，博士，教授，研究方向為風(fēng)景園林規(guī)劃設(shè)計．kzxy303@163.com

0 引言

近年來，隨著我國城市化進程的加快，霧霾天氣不斷發(fā)生．顆粒物（PM）作為霧霾產(chǎn)生的罪魁禍首之一，是許多城市大氣環(huán)境的主要污染物［1-2］．河南省是中國最嚴重的空氣污染地區(qū)之一［3］．根據(jù)鄭州市人民政府統(tǒng)計結(jié)果發(fā)現(xiàn)：2013—2018年區(qū)域空氣污染主要以顆粒物污染為主，其中PM 2.5、PM 10、NO 2、O 3年均濃度均超過國家二級標準限值，超標現(xiàn)象嚴重；此外研究區(qū)域季節(jié)特征顯著，秋冬季是鄭州市霧霾天氣的高發(fā)季節(jié)，污染物主要以PM 2.5、PM 10為主［4］．

研究發(fā)現(xiàn)，植物對于大氣顆粒物具有阻滯和吸收作用，是改善空氣環(huán)境質(zhì)量的有效措施之一［5］．不同植物群落對顆粒物的消減能力不同［6］．楊貌等［7］在春季城區(qū)道路不同綠地配置模式對大氣顆粒物的消減作用中提出，復(fù)合配置模式比單一配置模式下空氣顆粒物濃度穩(wěn)定程度高．劉宇等［8］在夏季不同結(jié)構(gòu)綠地對PM 2.5濃度的影響研究中提出，由喬木組成的郁閉度高和地被覆蓋高的垂直復(fù)層結(jié)構(gòu)能有效降低 PM 2.5濃度水平．目前國內(nèi)學(xué)者大多從同一場地對不同植物群落的PM 2.5、PM 10濃度進行研究［9-11］，研究對象較少易造成結(jié)果具片面性，此外PM 2.5、PM 10季節(jié)特征顯著，冬季質(zhì)量濃度最高［12］，因此研究不同場地冬季顆粒物濃度變化具有現(xiàn)實意義．本研究從鄭州市金水區(qū)選取3個功能區(qū)，從每個功能區(qū)選取典型植物群落監(jiān)測其空氣顆粒物濃度及氣象因子變化，分析不同功能區(qū)、不同植物群落、環(huán)境因子等多個方面與顆粒物濃度變化的關(guān)系，比較冬季不同植物群落內(nèi)的大氣顆粒物變化情況及其阻滯顆粒物的能力，為改善城市環(huán)境空氣質(zhì)量提供理論和實踐依據(jù)．

1 試驗場地與研究方法

1.1 試驗場地

研究區(qū)域位于鄭州市金水區(qū)（113°40′～113°47′E，30°50′～34°57′N）．該區(qū)域?qū)贉貛Т箨懶约撅L(fēng)氣候，四季分明，日照時間長，自然降水偏少．主要氣候特征是：春季干旱多風(fēng)，冷暖無常;夏季炎熱多雨，水熱同期;秋季涼爽，日照充足;冬季干燥，風(fēng)多雪少．年平均氣溫14.8 ℃，降雨量586.1 mm/a，日照2 052.6 h/a．截至2021年，金水區(qū)常住人口161.7萬，是河南全省人口最多、經(jīng)濟最發(fā)達的城區(qū)．但隨著人車流量的增加及化石燃料的燃燒，大氣環(huán)境污染問題也日益嚴重．

研究區(qū)域包括園林綠化區(qū)的數(shù)碼公園、居住區(qū)的正弘·藍堡灣和文教區(qū)的河南農(nóng)業(yè)大學(xué)校園．每個功能區(qū)選擇5～6個監(jiān)測樣地．各樣地監(jiān)測點選擇鄭州市具有典型性和代表性的植被類型，主要以女貞、國槐、懸鈴木等喬木結(jié)合本土灌木和沿階草等地被草坪形成，其中喬木層高度約為8～12 m，灌木層高度約為0.5～1.5 m，蓋度約為55％．

數(shù)碼公園地處金水區(qū)東風(fēng)路與渠西路交叉口，北臨東風(fēng)渠．總占地面積17.2畝，綠地率約68.8％．園區(qū)內(nèi)植物群落整體空間分布均勻，以半閉合闊葉多層結(jié)構(gòu)、半閉合闊葉單層結(jié)構(gòu)和針闊葉混交林多層結(jié)構(gòu)為主．

正弘·藍堡灣位于東風(fēng)路花園路，總占地面積431.199畝，綠地率約51.8％．場地周邊用地為寫字樓、商業(yè)街區(qū)等．居住區(qū)內(nèi)高樓林立，場地內(nèi)綠化條件好，植物種類豐富，相間分布于道路兩旁，多為觀賞植物群落．

河南農(nóng)業(yè)大學(xué)位于金水區(qū)文化路街道，總占地面積330.6畝，綠地率約40％．校園內(nèi)植物種類多樣性較高，有56科89屬121種．其中喬木占比最多，達60種且以懸鈴木為主，灌木中大葉黃楊數(shù)量最多，草坪地被種類較少．

本實驗選取的每個樣方為20 m×10 m，除數(shù)碼公園外，其他功能區(qū)沒有合適的草坪區(qū)域，因此未選擇單一草坪下墊面，校外道路監(jiān)測點位于河南農(nóng)業(yè)大學(xué)東門口，與校內(nèi)廣場距離較近．不同樣地情況具體如表1所示．

1.2 研究方法

在天氣晴朗微風(fēng)條件下，從2020年12月至2021年2月，每月3天，對每個功能區(qū)不同監(jiān)測點的PM 2.5、PM 10質(zhì)量濃度及氣象因子進行監(jiān)測（08：00—18：00），每隔2 h監(jiān)測1次．

1）PM 2.5、PM 10質(zhì)量濃度監(jiān)測

采用英國Turnkey儀器公司生產(chǎn)的Dustmate粉塵監(jiān)測儀，分辨率為0.001 mg／m3，測量范圍為0～6 000 μg／m3，每2 h的整點同步測定各監(jiān)測點人體呼吸高度1.5 m處PM 2.5、PM 10的質(zhì)量濃度，每個時間點在東西南北4個方向測取4次．阻滯能力用阻滯率P n來表示，它能夠直接反映出各監(jiān)測點的顆粒凈化效益，計算公式為

P n=（C o-C n）／C o，

式中，C o為對照點處空氣顆粒物質(zhì)量濃度，C n為公園內(nèi)不同監(jiān)測點空氣顆粒物質(zhì)量濃度．

2）氣象因子測定

采用美國產(chǎn)Kestrel 4500手持自動氣象儀，測定各監(jiān)測點的氣溫、相對濕度、風(fēng)速等氣象因子．溫度測定范圍-30～70? ℃，分辨率0.1 ℃;相對濕度測定范圍5％～95％，分辨率為0.1％．每次在整點前后10 min內(nèi)完成并在東西南北4個方向進行4次重復(fù)，測定高度為1.5 m．

2 研究結(jié)果與分析

2.1 不同植物群落內(nèi)大氣顆粒物日變化

由圖1可知，各樣地中PM 2.5、PM 10質(zhì)量濃度變化趨勢基本保持一致，上午08：00—10：00達到最大值，中午慢慢降低，在下午14：00或16：00達到最低值．從下午14：00開始顆粒物濃度會緩慢上升，但幅度較小，且低于早上08：00的濃度．

數(shù)碼公園中6個樣地內(nèi)的PM 2.5質(zhì)量濃度呈“L”型變化，早上空氣環(huán)境污染較為嚴重，PM 2.5質(zhì)量濃度將近140 μg／m3，PM 10質(zhì)量濃度為180 μg／m3．從08：00—14：00，PM 2.5質(zhì)量濃度一直處于持續(xù)下降趨勢，14：00—18：00，PM 2.5質(zhì)量濃度有緩慢回升的趨勢;而PM 10質(zhì)量濃度同樣是在14：00達到最低值，隨后有緩慢回升趨勢．正弘·藍堡灣中5個樣地內(nèi)的PM 2.5質(zhì)量濃度變化呈現(xiàn)“L”型變化，PM 10呈“V”型變化，樣地Z5的PM 2.5和PM 10質(zhì)量濃度最高，Z1和Z3最低，各樣地在12：00—18：00之間空氣質(zhì)量較好．河南農(nóng)業(yè)大學(xué)中6個樣地PM 2.5質(zhì)量濃度從08：00—12：00持續(xù)下降，12：00之后各監(jiān)測點PM 2.5質(zhì)量濃度較為平穩(wěn)，14：00是一天的低谷值，在16：00之后又有回升趨勢;而PM 10質(zhì)量濃度變化不明顯，整體呈緩慢下降趨勢．整體來看各樣地中S5、S6、Z5、H5、H6顆粒物質(zhì)量濃度最高且明顯高于其他樣地，而S1、S3、Z1、Z3、H1和H2質(zhì)量濃度最低．對照組（樣地S5、Z5、H5）的顆粒物質(zhì)量濃度相對較高．

2.2 不同植物群落內(nèi)大氣顆粒物差異性分析

為了探究各樣地顆粒物濃度在冬季是否存在顯著差異，對各樣地PM 2.5、PM 10質(zhì)量濃度進行方差分析，結(jié)果如圖2所示．?dāng)?shù)碼公園PM 2.5質(zhì)量濃度經(jīng)單因素方差分析得出F值為9.383、P<0.05．各樣地之間PM 2.5質(zhì)量濃度存在顯著差異，各監(jiān)測點PM 2.5質(zhì)量濃度的大小順序為S5>S6>S4>S2>S3>S1;PM 10質(zhì)量濃度得出F值為32.350、P<0.05，各監(jiān)測點PM 10質(zhì)量濃度的大小順序與PM 2.5排序一致，均為S1樣地最低，S5樣地最高．

正弘·藍堡灣PM 2.5質(zhì)量濃度經(jīng)單因素方差分析得出F值為6.825、P值為0.001<0.05，PM 10質(zhì)量濃度得出F值為14.533、P<0.05．各監(jiān)測點PM 2.5、PM 10質(zhì)量濃度的大小順序為Z5>Z2>Z4>Z3>Z1．綜合上述結(jié)果可得出Z1的PM 2.5、PM 10質(zhì)量濃度最低，Z5的PM 2.5、PM 10質(zhì)量濃度最高．

河南農(nóng)業(yè)大學(xué)和文化路PM 2.5質(zhì)量濃度經(jīng)單因素方差分析得出F值為4.308，P值為0.005<0.05．從總的PM 2.5質(zhì)量濃度變化來看，冬季河南農(nóng)業(yè)大學(xué)不同植物群落PM 2.5質(zhì)量濃度存在顯著差異，校園各監(jiān)測點PM 2.5質(zhì)量濃度的大小順序為H6>H5>H4>H3>H2>H1;PM 10質(zhì)量濃度得出F值為31.952、P<0.05，各樣地PM 10質(zhì)量濃度的大小順序與PM 2.5排序一致．可以看出以常綠樹為主的闊葉喬灌草（H1）樣地內(nèi)PM 2.5和PM 10質(zhì)量濃度最低，而H6樣地PM 2.5和PM 10質(zhì)量濃度均為最高．

2.3 不同植物群落阻滯大氣顆粒物的能力分析

不同植物群落對PM 2.5的阻滯率如圖3所示．喬灌草結(jié)構(gòu)對PM 2.5的阻滯率最高，數(shù)碼公園、正弘·藍堡灣和河南農(nóng)業(yè)大學(xué)中喬灌草結(jié)構(gòu)對PM 2.5的阻滯率分別為33.13％、46.51％、20.80％;灌草和草坪結(jié)構(gòu)最小，灌草結(jié)構(gòu)阻滯率分別為16.47％、20.24％、7.84％，其中河南農(nóng)業(yè)大學(xué)的植物種類較少，對PM 2.5的阻滯率最低，為7.84％，而草坪結(jié)構(gòu)阻滯率僅為3.57％．在喬草結(jié)構(gòu)中，數(shù)碼公園對PM 2.5的阻滯率最高，達到了22.65％．此外，同一種綠地類型對顆粒物的阻滯能力也不同，在喬灌草結(jié)構(gòu)和喬灌結(jié)構(gòu)中正弘·藍堡灣植物種類與層次較數(shù)碼公園、河南農(nóng)業(yè)大學(xué)豐富，其對PM 2.5的阻滯率也明顯高于另外兩個樣地，阻滯率分別達到46.51％和39.77％．

不同植物群落對PM 10的阻滯率均為喬灌草結(jié)構(gòu)最高，灌草和草坪結(jié)構(gòu)最小，與各樣地對PM 2.5阻滯率情況相同．喬灌草結(jié)構(gòu)對PM 10的阻滯率分別為33.98％、26.04％、14.44％;喬草結(jié)構(gòu)對PM 10的阻滯率分別為24.59％、11.60％、10.10％;喬灌結(jié)構(gòu)阻滯率分別為32.10％、19.13％、10.32％;灌草結(jié)構(gòu)阻滯率分別為15.47％、11.65％、5.86％;草坪結(jié)構(gòu)為5.775％．?dāng)?shù)碼公園和正弘·藍堡灣的喬灌草、喬灌結(jié)構(gòu)阻滯率較高，河南農(nóng)業(yè)大學(xué)內(nèi)喬灌草和喬灌結(jié)構(gòu)阻滯率最低．

2.4 城市不同功能區(qū)阻滯大氣顆粒物的能力分析

將各功能區(qū)中各樣地的PM 2.5、PM 10阻滯率均值作為該功能區(qū)的PM 2.5、PM 10阻滯率，可得各功能區(qū)對PM 2.5、PM 10阻滯率情況（圖4）．整體來看數(shù)碼公園和正弘·藍堡灣的阻滯PM 2.5和PM 10的能力要高于河南農(nóng)業(yè)大學(xué)．各功能區(qū)對PM 2.5阻滯率由大到小為正弘·藍堡灣、數(shù)碼公園、河南農(nóng)業(yè)大學(xué)，阻滯率分別為18.88％、15.4％、13.14％;對PM 10阻滯率由高到低為數(shù)碼公園、河南農(nóng)業(yè)大學(xué)、正弘·藍堡灣，阻滯率分別為14.14％、11.38％、8.11％．

2.5 大氣顆粒物濃度與氣象因子的相關(guān)性分析

為探究不同植物群落內(nèi)PM 2.5、PM 10濃度與氣象因子的相關(guān)關(guān)系，對各樣地的PM 2.5、PM 10質(zhì)量濃度和氣象因子數(shù)據(jù)（溫度、相對濕度、風(fēng)速）作相關(guān)性分析．

由表2可知：冬季河南農(nóng)業(yè)大學(xué)、數(shù)碼公園、正弘·藍堡灣中觀測樣地PM 2.5質(zhì)量濃度與溫度呈顯著負相關(guān)，而校外道路PM 2.5質(zhì)量濃度與溫度不呈相關(guān)性;PM 10質(zhì)量濃度與溫度均不呈相關(guān)性．空氣相對濕度是影響顆粒物濃度的一個重要指標，研究發(fā)現(xiàn)冬季大部分樣地PM 2.5質(zhì)量濃度與相對濕度呈顯著正相關(guān)，少量樣地與PM 2.5質(zhì)量濃度不呈相關(guān)性;PM 10質(zhì)量濃度同樣與相對濕度呈正相關(guān)，但與PM 2.5相比相關(guān)性較低，僅有少部分樣地PM 10質(zhì)量濃度與相對濕度呈顯著正相關(guān)，因此PM 2.5與PM 10質(zhì)量濃度與相對濕度均呈正相關(guān)．風(fēng)速對于顆粒物在空氣中的擴散具有重要影響，冬季部分樣地中PM 2.5、PM 10質(zhì)量濃度均與風(fēng)速呈顯著負相關(guān)，風(fēng)速越大，研究區(qū)域PM 2.5、PM 10質(zhì)量濃度則會越低［13］．

3 討論與結(jié)論

本研究得出PM 2.5、PM 10質(zhì)量濃度日變化一般呈現(xiàn)出早高晚低的特征，這與張建設(shè)等［14］、任曉旭等［15］的研究相似，造成這種日變化的主要原因是：夜晚低氣溫下容易產(chǎn)生逆溫層，空氣顆粒物PM 2.5和PM 10在底層沉淀聚集，導(dǎo)致觀測初始的PM 2.5和PM 10質(zhì)量濃度較高;太陽上升后，地溫逐漸升高，形成暖氣團，攜帶細顆粒物逐漸上升到 1.5 m 以上，因此各樣地 PM 2.5、PM 10質(zhì)量濃度總體變化呈下降趨勢［16］．在監(jiān)測快結(jié)束時下班高峰期到來，逐漸增多的車流量以及機動車尾氣塵，導(dǎo)致了 PM 2.5、PM 10質(zhì)量濃度緩慢回升的趨勢［17］．

劉暢等［18］在東北林業(yè)大學(xué)不同植物群落對大氣顆粒物濃度的消減作用中發(fā)現(xiàn)，層次合理、植被豐富的綠地配置模式對顆粒物的消減效果明顯．本研究發(fā)現(xiàn)不同植物群落內(nèi)PM 2.5和PM 10質(zhì)量濃度存在顯著差異，其中植被較為單一的廣場和草坪樣地的PM 2.5、PM 10質(zhì)量濃度與其他樣地的差異性最顯著．綜合幾個功能區(qū)的顆粒物濃度變化情況，發(fā)現(xiàn)郁閉度較高、具有多層植物且林下蓋度較高的群落，PM 2.5和PM 10質(zhì)量濃度較低，表明復(fù)合群落結(jié)構(gòu)的綠地對顆粒物滯塵能力大于單一群落結(jié)構(gòu)的綠地．

本文比較了各樣地和各功能區(qū)不同植物群落對顆粒物的阻滯率，發(fā)現(xiàn)3個功能區(qū)中各樣地對PM 2.5和PM 10的阻滯率均表現(xiàn)為喬灌草最高，喬草結(jié)構(gòu)和喬灌結(jié)構(gòu)次之，且多表現(xiàn)為喬灌樣地大于喬草樣地，灌草結(jié)構(gòu)最低，草坪樣地滯塵能力最弱．這與多位學(xué)者［19-20］的研究結(jié)果相似．研究還發(fā)現(xiàn)，各功能區(qū)阻滯PM 2.5的能力要略大于PM 10．

在PM 2.5、PM 10質(zhì)量濃度與氣象因子相關(guān)性分析中發(fā)現(xiàn)，氣象因素對顆粒物濃度有著顯著影響．受太陽輻射的影響，隨著氣溫逐漸升高，顆粒物隨著空氣對流向上擴散，進而使得顆粒物濃度降低．此外，研究發(fā)現(xiàn)PM 2.5、PM 10質(zhì)量濃度與相對濕度呈顯著正相關(guān)關(guān)系，且各樣地間相對濕度與PM 2.5、PM 10質(zhì)量濃度的相關(guān)性最顯著，表明相對濕度是影響顆粒物濃度的重要因素，這與趙松婷等［21］、趙晨曦等［22］的研究基本一致．風(fēng)速通過影響對流運動對顆粒物濃度變化產(chǎn)生影響．而王會霞等［23］在研究中發(fā)現(xiàn)風(fēng)速過高或過低時，植物滯塵能力都會減弱，只有在合適風(fēng)速時，才能夠更好地阻滯顆粒物．本研究中風(fēng)速均為小風(fēng)，各樣地中PM 2.5、PM 10質(zhì)量濃度與風(fēng)速呈顯著負相關(guān)，隨著風(fēng)速的增大，顆粒物濃度降低．此外有學(xué)者研究發(fā)現(xiàn)PM 2.5、PM 10、PM 1、TSP這4種顆粒物與風(fēng)速、最大風(fēng)速、平均風(fēng)速、氣溫、光照強度、相對濕度的關(guān)系趨勢并不是一直相同的[22]．因此，對于單一氣象因子影響大氣顆粒物濃度變化的研究，也是今后研究的具體方向．

參考文獻

References

［1］ Li M N，Zhang L L.Haze in China：current and future challenges［J］.Environmental Pollution，2014，189：85-86

［2］ 喬玉霜，王靜，王建英.城市大氣可吸入顆粒物的研究進展［J］.中國環(huán)境監(jiān)測，2011，27（2）：22-26

QIAO Yushuang，WANG Jing，WANG Jianying.Research progress of the inhalable particular in the urban air［J］.Environmental Monitoring in China，2011，27（2）：22-26

［3］ 中華人民共和國生態(tài)環(huán)境部.2019年中國生態(tài)環(huán)境狀況公報［R／OL］.［2021-07-01］.https：／／www.mee.gov.cn／hjzl／sthjzk／zghjzkgb／202006／P020200602509464172096.pdf

［4］ 鄭州市人民政府.鄭州市人民政府關(guān)于印發(fā)鄭州市大氣環(huán)境質(zhì)量限期達標規(guī)劃的通知［EB／OL］.［2021-07-01］.http：／／public.zhengzhou.gov.cn／D0102X／318411.jhtml

［5］ 趙云閣，魯笑穎，魯紹偉，等.北京市常見綠化樹種葉片秋季滯納不同粒徑顆粒物能力［J］.生態(tài)學(xué)雜志，2017，36（1）：35-42

ZHAO Yunge，LU Xiaoying，LU Shaowei，et al.Capability of capturing different sized particles of common greening tree species in Beijing in autumn［J］.Chinese Journal of Ecology，2017，36（1）：35-42

［6］ 孫曉丹，李海梅，劉霞，等.不同綠地結(jié)構(gòu)消減大氣顆粒物的能力［J］.環(huán)境化學(xué)，2017，36（2）：289-295

SUN Xiaodan，LI Haimei，LIU Xia，et al.Subduction ability of different green space structure on atmospheric particulate matter［J］.Environmental Chemistry，2017，36（2）：289-295

［7］ 楊貌，張志強，陳立欣，等.春季城區(qū)道路不同綠地配置模式對大氣顆粒物的削減作用［J］.生態(tài)學(xué)報，2016，36（7）：2076-2083

YANG Mao，ZHANG Zhiqiang，CHEN Lixin，et al.Effects of different roadside urban vegetative models on airborne particulate matter in Beijing，China［J］.Acta Ecologica Sinica，2016，36（7）：2076-2083

［8］ 劉宇，黃旭，偶春，等.夏季不同結(jié)構(gòu)綠地空氣PM 2.5濃度與氣候因子關(guān)系［J］.西北林學(xué)院學(xué)報，2015，30（5）：241-245

LIU Yu，HUANG Xu，OU Chun，et al.Relationships between PM 2.5 concentrations in different greenbelts and climate factors in summer［J］.Journal of Northwest Forestry University，2015，30（5）：241-245

［9］ 路琛，張祥，邱玲，等.不同植被結(jié)構(gòu)校園綠地對空氣顆粒物濃度影響研究［J］.中國園林，2020，36（8）：113-118

LU Chen，ZHANG Xiang，QIU Ling，et al.The reducing effect of campus green spaces with different vegetation structures on airborne particulate concentration［J］.Chinese Landscape Architecture，2020，36（8）：113-118

［10］ 李新宇，趙松婷，郭佳，等.公園綠地植物配置對大氣PM 2.5濃度的消減作用及影響因子［J］.中國園林，2016，32（8）：10-13

LI Xinyu，ZHAO Songting，GUO Jia，et al.Effects of different plant communities in urban park green spaces on fine particles removal and its key factors［J］.Chinese Landscape Architecture，2016，32（8）：10-13

［11］ 陳羽陽，王婧，趙聆言，等.城市公園綠地對周邊環(huán)境空氣PM 10和PM 2.5的影響及效應(yīng)場特征：以武漢市中山公園為例［J］.生態(tài)學(xué)雜志，2021，40（7）：2263-2276

CHEN Yuyang，WANG Jing，ZHAO Lingyan，et al.Effects of urban park green space on air PM 10 and PM 2.5 and its effect field characteristics：a case of Wuhan Zhongshan Park［J］.Chinese Journal of Ecology，2021，40（7）：2263-2276

［12］ 王翠連，張軍，鄭瑤，等.鄭州城區(qū)PM 10、PM 2.5質(zhì)量濃度變化特征及其對氣象因子的響應(yīng)［J］.環(huán)境保護科學(xué)，2019，45（6）：76-83

WANG Cuilian，ZHANG Jun，ZHENG Yao，et al.Variation characteristics of PM 10 and PM 2.5 mass concentrations and their response to meteorological factors in Zhengzhou city［J］.Environmental Protection Science，2019，45（6）：76-83

［13］ 王譽潔，黃天麗，孫豐賓，等.冬季居住區(qū)不同功能綠地PM 2.5濃度變化及其與氣象因子的關(guān)系［J］.西北林學(xué)院學(xué)報，2019，34（4）：239-245

WANG Yujie，HUANG Tianli，SUN Fengbin，et al.Winter PM 2.5 concentration changes of different functional green spaces in the residential area and their correlations with meteorological factors［J］.Journal of Northwest Forestry University，2019，34（4）：239-245

［14］ 張建設(shè)，馮萬富，史曉海，等.不同綠地結(jié)構(gòu)對PM 2.5和PM 10的消減作用［J］.江蘇農(nóng)業(yè)科學(xué)，2019，47（21）：302-304

ZHANG Jianshe，F(xiàn)ENG Wanfu，SHI Xiaohai，et al.Reduction of PM 2.5 and PM 10 by different green space structures［J］.Jiangsu Agricultural Sciences，2019，47（21）：302-304

［15］ 任曉旭，胡亞芬，高月，等.杭州城市森林區(qū)和居民區(qū)大氣顆粒物濃度特征的差異性研究［J］.西南農(nóng)業(yè)學(xué)報，2019，32（1）：189-194

REN Xiaoxu，HU Yafen，GAO Yue，et al.Concentration characteristics of atmospheric particulate matters in urban forests and residential areas in Hangzhou［J］.Southwest China Journal of Agricultural Sciences，2019，32（1）：189-194

［16］ 戴菲，陳明，朱晟偉，等.街區(qū)尺度不同綠化覆蓋率對PM 10、PM 2.5的消減研究：以武漢主城區(qū)為例［J］.中國園林，2018，34（3）：105-110

DAI Fei，CHEN Ming，ZHU Shengwei，et al.Effects of different green coverage in block scale on PM 10 and PM 2.5 removal：a case study of the main city of Wuhan［J］.Chinese Landscape Architecture，2018，34（3）：105-110

［17］ 郭建超，齊實，申云康，等.2種城市林地PM 2.5質(zhì)量濃度變化及其與氣象因子的關(guān)系［J］.水土保持學(xué)報，2014，28（6）：88-93，100

GUO Jianchao，QI Shi，SHEN Yunkang，et al.PM 2.5mass concentration changes of two kinds urban forest and its correlation with meteorological factors［J］.Journal of Soil and Water Conservation，2014，28（6）：88-93，100

［18］ 劉暢，胡尚春，唐立娜.寒地校園植物群落對大氣細顆粒物濃度的消減作用［J］.生態(tài)學(xué)報，2021，41（15）：6227-6233

LIU Chang，HU Shangchun，TANG Lina.Reduction effects of plant community on the concentration of atmospheric fine particles in a cold zone campus［J］.Acta Ecologica Sinica，2021，41（15）：6227-6233

［19］ 汪結(jié)明，王良桂，朱柯鋮杰，等.不同園林綠地類型內(nèi)空氣PM 2.5濃度的動態(tài)變化及其滯塵效應(yīng)分析［J］.環(huán)境工程，2016，34（7）：120-124

WANG Jieming，WANG Lianggui，ZHU Kechengjie，et al.Dynamic variation of air PM 2.5 concentration in different greenland types and analysis of dust removal effect［J］.Environmental Engineering，2016，34（7）：120-124

［20］ Huang Y Y，Wen H Y，Yang H N，et al.The relationship between plant community structure and their ability to absorb and subtract PM 2.5［J］.Meteorological and Environmental Research，2021，12（3）：70-76

［21］ 趙松婷，李新宇，李延明，等.公園綠地及周邊環(huán)境PM 2.5濃度特征及影響因素［J］.南京林業(yè)大學(xué)學(xué)報（自然科學(xué)版），2017，41（2）：187-192

ZHAO Songting，LI Xinyu，LI Yanming，et al.Analysis of influence factors and characteristics of PM 2.5 concentration in a public park and surroundings areas［J］.Journal of Nanjing Forestry University （Natural Science Edition），2017，41（2）：187-192

［22］ 趙晨曦，王云琦，王玉杰，等.北京地區(qū)冬春PM 2.5和PM 10污染水平時空分布及其與氣象條件的關(guān)系［J］.環(huán)境科學(xué)，2014，35（2）：418-427

ZHAO Chenxi，WANG Yunqi，WANG Yujie，et al.Temporal and spatial distribution of PM 2.5 and PM 10 pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing［J］.Environmental Science，2014，35（2）：418-427

［23］ 王會霞，石輝，王彥輝.典型天氣下植物葉面滯塵動態(tài)變化［J］.生態(tài)學(xué)報，2015，35（6）：1696-1705

WANG Huixia，SHI Hui，WANG Yanhui.Dynamics of the captured quantity of particulate matter by plant leaves under typical weather conditions［J］.Acta Ecologica Sinica，2015，35（6）：1696-1705

Blocking effects of plant communities on atmospheric particles in winter

ZHANG Ling1 GUO Yue1 TANG Puxia1 ZHAO Jialun1 WANG Dongmeng1 LIU Yiping1 KONG Dezheng1

1College of Landscape Architecture and Art，Henan Agricultural University，Zhengzhou 450002

Abstract To explore the blocking impact of plant communities on atmospheric particulate matters，we monitored the PM 2.5 and PM 10 concentrations and related meteorological factors near plant communities in three functional areas of Zhengzhous Jinshui district，which were garden area （Digital Park），residential area （Zhengzhou Blue Bay），and cultural ＆ educational area （Henan Agricultural University）.The monitoring period covered a whole winter from December 2020 to February 2021.The results indicated that the diurnal variation trends of PM 2.5 and PM 10 concentrations were basically the same for all sampling plots，which were generally high in early morning and low in evening;obvious differences in PM 2.5 and PM 10 concentrations were observed among plant communities，which were most significant between the square plot and other plots;for the three functional areas，the blocking of PM 2.5 and PM 10 were all the strongest by the combined structure of arbor，shrub and grass，followed by arbor ＆ shrub and arbor ＆ grass structures，and the lowest by structure of shrub ＆ grass and single structure of grass;the PM 2.5 and PM 10 concentrations were observed to be negatively correlated with temperature and wind speed，and positively correlated with relative humidity.

Key words city functional area;urban green space;plant community;atmospheric particulate matter concentration