冯鹏飞，于新文，张旭

中国林业科学研究院资源信息研究所，北京 100091

北京地区不同植被类型空气负离子浓度及其影响因素分析

冯鹏飞1，于新文*，张旭

中国林业科学研究院资源信息研究所，北京 100091

为研究城市内常见植被的空气负离子浓度水平及其影响因素，选取了北京市内几种常见的植被类型，以无植被覆盖的开阔地为参照对象，采用曲线图、散点图、回归分析等手段研究了不同植被类型的空气负离子浓度差异，并分析了外部环境对空气负离子浓度的影响。结果表明，（1）有林地区空气负离子浓度水平远高于无林地区，北京不同植被类型的空气负离子日平均浓度差异明显，5类样地的日平均空气负离子浓度波动范围在300～1 800 ion·cm-3之间，从高到低排序为：阔叶林>针阔叶混交林>针叶林>灌木林>无植被覆盖开阔地，且波动范围也逐渐变小，日平均空气负离子浓度分别达到了1 198、1 069、710、599、516 ion·cm-3。最高值一般出现在早晨或者晚上，最低值一般出现在中午。（2）空气负离子含量受天气变化影响显著，4种天气状况下的空气负离子浓度由高到低依次为：雷雨天>晴天>阴天>雾霾天。（3）空气负离子浓度与温度呈负相关，回归方程为：y=-0.018 9x+40.157（r=-0.848，f=53.782，t=-7.334，P=0.001）；与相对湿度呈正相关，回归方程为：y=0.058 0x+16.475（r=0.810，f=40.176，t=6.338，P=0.001）。（4）人类活动对空气负离子浓度影响较大，空气负离子浓度与人流量车流量均呈负相关，空气负离子浓度从中心城区向外逐渐升高，万泉河路、香山路、新平北路3个样地的日平均空气负离子浓度分别为：367、485、548 ion·cm-3。（5）空气负离子浓度室外明显高于室内。（6）空气质量与空气负离子浓度关系显著，空气负离子浓度与空气质量指数、PM2.5浓度均呈负相关。这些结果给城市绿地规划及大气治理提供了一些参考，并对后续进一步的研究做了铺垫。

植被类型；负离子浓度；空气温湿度；环境状况；空气质量

空气负离子又称负氧离子，是指获得1个或1个以上的电子带负电荷的氧气离子。研究表明，空气负离子不仅具有去除空气中的尘埃、净化空气的作用，而且具有杀灭病毒和细菌的作用（MARIN等，1989；RYUSHI等，1998）。浓度较高的空气负离子，能抑制多种病菌的繁殖，降低积压和消除疲劳，促进人体的新陈代谢，调节和促进人体的生长发育，增强机体免疫力（KRUEGER，1985；章志攀等，2006），而且它还能对人的心理和生理机能产生促进作用（PINO等，2013）。现在，负离子的含量及分布已经成为衡量一个地区空气清洁程度与生态环境的重要指标之一（石强等，2004；TIKHONOV等，2004）。研究表明，森林及森林的一些环境因子能产生大量的空气负离子，森林中空气负离子浓度为城市平均含量的 5～15倍（钟林生等，1998）。不同的森林结构对空气负离子的影响差异显著（姚成胜，2005）。国内目前关于空气负离子的研究主要侧重于不同环境条件下空气负离子浓度水平及其相关影响因子、空气负离子评价标准和分级标准、空气负离子在医疗保健中的作用及其机理、空气负离子资源的开发和利用等方面（吴楚材等，2001）。虽然取得了一些成果，但是对于城市中常见的绿地结构负离子浓度变化及其影响因素等方面的研究还需进一步深入和完善。本文着重对北京市内最为常见的几种植被类型的负离子浓度日变化情况进行对比和分析，从中发现了一些规律，并探讨了外界环境对负离子浓度的影响，对前人观点做了补充，以期为城市绿地规划及人们出行提供参考和建议。

1 研究地区与研究方法

1.1 研究区域选择

北京的气候为典型的北温带半湿润大陆性季风气候，夏季高温多雨，冬季寒冷干燥，春、秋短促。全年无霜期 180～200 d，西部山区较短。降水季节分配很不均匀，全年降水的80%集中在夏季6、7、8 3个月，7、8月有大雨。选择位于北京西郊的玉泉公园具有代表性的阔叶林（broad leaved forest）及针阔叶混交林（mixed coniferous broad leaved forest），中国林科院院内针叶林（coniferous forest）、北京植物园内灌木林（shrub land）、无植被覆盖的开阔地、苏州桥地区以及西山国家森林公园等地作为观测点，进行空气负离子浓度监测。玉泉公园占地22 hm²，其中绿地面积为17.5 hm²（占总面积的80%），阔叶林主要以梧桐树（Firmiana platanifolia）和杨树（Populus）为主，平均胸径为12.76 cm，平均树高为 6.39 m，针阔叶混交林主要以柏树（Cupressus funebris endl）和杨树（Populus）为主，平均胸径为5.92 cm，平均树高为4.71 m；林科院内针叶林样地为白皮松（Pinus bungeana zucc）纯林，面积0.57 hm²，株行距1.67 m×1.67 m，每株白皮松树木平均冠幅东西方向为2.74 m，南北方向为2.87 m；北京植物园内灌木林样地以大叶黄杨（Buxus megistophylla Levl）为主，平均树高为1.41 m，平均胸径为 4.72 cm；苏州桥地区选择交通主干道万泉河路为实验样地；平谷区选择新平北路作为实验样地。

1.2 试验设备

本研究采用了美国EPEX手持式EP010型负氧离子监测仪以及EP050系列便携式大气负离子监测仪。它携带方便，功耗低，数位式显示。采用“吸入式电容法”原理进行负离子检测，测量分辨率为10 ion·cm-3。能适应各种工作环境，在温度-10 ℃到60 ℃和相对湿度 0%～100%之间均能稳定可靠工作。可用于测量室内、户外、森林、瀑布等各种环境的负离子浓度。

1.3 数据采集与分析方法

本研究具体观测时间为2014年5月至8月，为保证实验数据的精确度和客观性，所有数据均采用多天测量求平均值的方法得来。每个监测点进行实验时，仪器高度统一设定为0.5 m，在相互垂直的4个方向分别测定，待仪器稳定后每个方向连续读取3个有效值，然后取4个方向的平均值作为这个时刻的浓度值。对各点的数据采用列表、作曲线图等方式来分析其变化规律、变化范围以及波动性，对空气负离子与温湿度之间的关系进行回归分析，列出回归方程，并制作散点图。

2 结果与分析

2.1 不同植被类型空气负离子浓度日变化情况对比

本实验观测时间为2014年6月份，期间选择10个晴朗无风的天气，每天观测时间为 8:00─18:00，每隔一个小时记录一次，最后取10 d数据的平均值作为实验数据来分析。

图1显示了2014年6月份同一时期不同林分的日平均负离子浓度变化图，从图中可以看出，实验区的日平均空气负离子浓度维持在 300～1800 ion·cm-3之间，5种不同环境下日平均负离子浓度由高到低依次为：阔叶林>针阔叶混交林>针叶林>灌木林>无植被覆盖开阔地，且波动范围也逐渐变小。植被覆盖地区的负离子含量明显高于无植被覆盖的开阔地，这是由于大量的森林植被能吸收空气中的污染物、净化空气，同时植物光合作用也是产生空气负离子的重要源泉（吴楚材等，2001）。其中阔叶林以及针阔叶混交林的负离子含量明显高于针叶林和无植被覆盖的开阔地，是因为这两种林分郁闭度较高，林分面积较大，林木长势好，有效的隔绝了外界的干扰，林内空气清新，因此负离子浓度较高。针叶林负离子浓度高于灌木林和无植被覆盖开阔地是由于针叶树种的叶尖呈针状，具有“尖端放电”的功能，产生电荷使空气离子发生电离，从而使针叶林空气负离子浓度增加（吴楚材等，1998）。

图1 不同植被类型负离子浓度对比Fig. 1 Comparison of negative air ion concentration between different vegetation types

4种植被类型的负离子浓度最值出现时段具有相似性，最高值均出现在 18:00，其中阔叶林负离子浓度最高，达到了1661 ion·cm-3，针阔叶混交林负离子浓度达到了1316 ion·cm-3，针叶林负离子浓度达到了 917 ion·cm-3，灌木林负离子浓度达到了769 ion·cm-3；最低值均出现在11:00─12:00之间，阔叶林负离子浓度达到了739 ion·cm-3，针阔叶混交林负离子浓度达到了759 ion·cm-3，针叶林负离子浓度达到了 504 ion·cm-3，灌木林负离子浓度达到了406 ion·cm-3。而无植被覆盖开阔地负离子浓度最高值出现在8:00，达到了653 ion·cm-3；最低值出现在12:00，达到了417 ion·cm-3。另外，5类样地的日平均负离子浓度曲线走势大体基本一致，均在 14:00─15:00左右出现一个峰值，在 11:00─12:00和16:00左右出现两个低谷，随后逐渐上升。

2.2 空气负离子浓度的影响因素

2.2.1 气象条件对空气负离子浓度的影响

以中国林科院内白皮松林为例，2014年 7月13日观测时为晴天，2014年7月15日观测时是雷雨天气，2014年7月20日观测时为阴天，2014年7月 31日观测时为雾霾天。采集时间为 8:00─18:00，每隔一个小时采集一次，4次测量所得空气负离子浓度对比情况见图2。

图2 晴天、阴天、雷雨天、雾霾天空气负离子浓度日变化Fig. 2 Daily variations of negative air ion concentration in sunny day, cloudy day, thunderstorm day and haze day

由图2可以看出，4种天气情况下空气负离子浓度由高到低依次为：雷雨天>晴天>阴天>雾霾天。且4种天气情况下的空气负离子浓度峰值均出现在8:00─9:00之间，依次为：1939、1100、607、198 ion·cm-3；雷雨天和晴天空气负离子浓度的谷值出现在17:00─18:00之间，分别为：845和460 ion·cm-3，阴天和雾霾天空气负离子浓度的谷值出现在 14:00─15:00，分别为：308和113 ion·cm-3。雷雨天气负离子浓度较晴天有所升高，这是因为雷雨天气使空气被电离释放电子，使得空气中负离子增多。阴天的负离子浓度低于晴天，且变化较为平缓，这是因为晴天阳光照射更为充足，丰富的紫外线有助于空气负离子的产生，同时，晴天植物光合作用也比较强烈（曾曙才，2007）；阴天和雾霾天负离子浓度变化曲线较为平缓是因为缺少阳光的照射，紫外线、温度和相对湿度波动不大，对负离子浓度的影响较为稳定。太阳辐射越强，植物光合作用也就越强，负离子浓度也随之升高。

为测定温度、相对湿度与负离子浓度日变化之间的关系，我们以白皮松林为例，于2014年7月26日0:00至27日0:00对其进行监测，温度、相对湿度、空气负离子浓度的数据采集工作同时进行，每隔一个小时记录一次，最后得出 24组数据，然后将负离子浓度与温度、相对湿度数据分别进行回归分析，得出负离子浓度与温度、相对湿度的回归方程。

温度与负离子浓度回归方程为：y=-0.0189x+ 40.157，r=-0.848，f=53.782，t=-7.334，P=0.001。

相对湿度与负离子浓度回归方程为：y=0.0580x+16.475，r=0.810，f=40.176，t=6.338，P=0.001。

将结果制成散点图得出图3和图4，结果表明，空气负离子浓度与温度呈负相关，与相对湿度呈正相关。

图3 空气负离子浓度与温度的关系Fig. 3 Relationship of negative air ion concentration and temperature

图4 空气负离子浓度与相对湿度的关系Fig. 4 Relationship of negative air ion concentration and relative humidity

2.2.2 人类活动对空气负离子浓度的影响

选择2014年7月12日至18日对苏州桥地区交通干道万泉河路的负离子浓度进行为期一周的连续监测，每天监测时间为4:00─20:00，每隔一个小时采集一次数据，最后得出7组数据，然后取一周的负离子浓度均值作为实验数据，结果如图5所示。结果表明，空气负离子浓度与人流量、车流量呈明显负相关关系。由于人流量、车流量加大，空气中烟粉尘含量增高，使得空气中正、负离子更容易相互碰撞，形成中性分子，且这些物质对负离子有吸附作用，变成重离子而沉落，从而降低空气负离子浓度和空气清洁度。

图5 苏州桥地区负离子浓度日变化Fig. 5 Daily variations of negative air ion concentration in the area of Suzhouqiao

从图5可以看出，苏州桥样地的负离子浓度波动范围在300～500 ion·cm-3左右，总体处于一个较低的水平。负离子浓度日变化基本呈现3个低谷，与每日车流和人流活动活跃期相吻合。上午6:00─9:00时出现第一个低谷，与每日上班高峰期吻合；11:00─13:00出现第二个低谷，与午间休息时间段相吻合，午间时间段车流和人流没有早晚高峰期流量大，所以这个低谷没有早晚间那么明显；17:00─19:00出现第三个低谷，随后慢慢回升，与晚高峰相吻合。说明负离子浓度与人流车流活动有明显负相关。第三个低谷处于全天最低值范围，可能与全天车流与人流的积累作用有关。

为进一步检测人类活动对负离子浓度的影响，且遵循单一差异原则，即考察某一因素对空气负离子浓度影响时，要求其它环境因素基本相同（曾曙才等，2007）。选择2014年7月20日至26日对位于北京三环边的万泉河路，五环边的香山路，以及六环以外的平谷区新平北路的负离子浓度进行为期一周的连续监测，3个样地的数据采集同时进行，每隔一个小时采集一次，最后每个样地都会得出一周的数据量，然后把3个样地各自一周的负离子浓度均值作为实验数据，得出图6。

图6 不同区域空气负离子浓度日变化情况Fig. 6 Daily variations of negative air ion concentration in different regions

由图6可以看出，万泉河路、香山路、新平北路3地的空气负离子浓度均值依次为：367、485、548 ion·cm-3，从中心城区向外逐渐升高，处于三环位置上的万泉河路样地负离子浓度最低，六环以外的平谷区新平北路样地负离子浓度最高。由此可以得出，北京地区的负离子浓度从中心区向外逐渐降低。这是由于中心区人口密集，人流量、车流量较大，尾气和尘埃造成了空气负离子的损耗；建筑物密集度高，且植被覆盖率低；同时城区地面硬化率较高，阻挡了来自土壤的电离源，而电离源是促使大气分子离化的主要能源，使得市区负离子浓度水平较低。从中心区向外，随着人口密度的下降，建筑物密度的降低，植被覆盖率的提高，负离子浓度也逐渐升高。此外，万泉河路和香山路样地的日空气负离子浓度曲线呈现出先增后减，再增再减的变化趋势，均在16:00达到了455和561 ion·cm-3的最高值，而最低值的出现时间有所差异，万泉河路在8:00达到了最小值 281 ion·cm-3，香山路在 13:00达到了最小值 423 ion·cm-3，可能是受人流量和车流量变化的影响。而新平北路的负离子浓度变化曲线则较为平缓，在16:00达到了最高值651 ion·cm-3，在9:00达到了最低值451 ion·cm-3，可能是因为人流量和车流量较小，致使负离子浓度变化不太显著造成的。

2.2.3 空气负离子浓度室内外情况对比

选择在2014年5月15日至21日对空气负离子浓度室内外含量进行为期一周的连续监测，室内与室外的数据采集工作同时进行，监测时段为每天8:00─18:00，每隔一个小时采集一次，最后得出室内外空气负离子浓度一周的数据量，然后把各自一周的负离子浓度均值作为实验数据。由图7可知，室外与室内的空气负离子浓度日均值分别达到了710和418 ion·cm-3，室外明显高于室内，这是因为建筑物的墙壁和地面使室内空气与自然离子产生过程隔绝的缘故。在 9:00─11:00和 16:00─17:00分别出现两个低谷，其中室外空气负离子浓度最低值为536 ion·cm-3，出现在9:00；室内空气负离子浓度最低值为332 ion·cm-3，出现在11:00，可能是这两个时间段内人流量较大的原因。在13:00─14:00出现一个小高峰，其中室外空气负离子浓度最高值为878 ion·cm-3，出现在14:00，室内空气负离子浓度最高值为548 ion·cm-3出现在13:00，可能是由于午休时间人类活动较少的缘故；下午下班后，随着人流量车流量的减少，空气负离子浓度又有所回升。

图7 空气负离子浓度室内外日变化情况Fig. 7 Daily variations of negative air ion concentration in the indoor and outdoor climates

2.2.4 空气质量与空气负离子浓度的关系

近年来，持续走低的空气质量使得北京的宜居程度以及市民的生活质量大大降低，给社会造成了不可估量的损失。空气质量指数（AQI）是定量描述空气质量状况的无量纲指数。参与空气质量评价的主要污染物为SO2、NO2、PM10、PM2.5、O3、CO等6项。PM2.5是AQI指数的重要组成部分，也是目前对市民影响最大，人们最为关切的一项指标，本文以AQI指数和PM2.5含量为例做分析。为测定空气质量与空气负离子浓度的关系，选择在 2014年7月1日─2014年7月31日，对苏州桥地区的空气负离子浓度进行为期一个月的监测，然后再把日平均浓度分别与当月的AQI和PM2.5含量做对比分析。由图8和图9可知，负离子浓度与AQI以及PM2.5含量均呈负相关，此消彼长。研究发现，PM2.5等微尘本身是带正电荷的，彼此排斥，加之本身粒径细小，所以能长久悬浮在空中，而负离子是带有多余负电荷的强还原离子，它能主动与空气中的PM2.5结合，改变PM2.5等悬浮颗粒的物理属性，使其中一部分带负电荷，这样PM2.5就会因表面电荷的不同而相互吸引发生粘附，最终沉降到地面，从而达到清除的目的。

图8 负离子浓度与AQI月变化Fig. 8 Monthly variation of negative air ion concentration and AQI

图9 负离子浓度与PM2.5月变化Fig. 9 Monthly variation of negative air ion concentration and PM2.5

3 讨论

研究表明，同样植被郁闭度和群落结构的条件下，落叶阔叶型群落的增湿效果最好，常绿落叶混交型群落的效果居中，而以针叶林为代表的常绿型群落、灌丛和地被植物增湿效果最不明显（潘剑彬等，2011），结合前文得出的空气负离子浓度与相对湿度呈正相关的结论，这也进一步证实了本文中关于不同植被类型空气负离子浓度的排序。该研究结果与曾曙才等（2007）和潘剑彬等（2011）的研究结果相吻合，却与吴楚材等（2001）、穆丹和梁英辉（2010）的研究结果相反。造成这些研究结果不同的原因可能是研究地域、研究对象、研究方法以及林木疏密程度、空气流通状况和风速等因素的不同影响了负离子浓度。另一方面,也可能是与植物绿量大小或生理特性有关（郑文俊等，2009）。此外，本文中关于不同天气情况下空气负离子浓度的排名与尹淑娴等（2012）的研究结果相吻合。关于温湿度与空气负离子浓度关系的分析结果与吴楚材等（2001）、厉曙光等（2002）、吴际友等（2003）的研究结果相同，但却与邵海荣和贺庆棠（2000）的研究结果完全相反，可能是由于研究手段、观测时间、研究环境等因素的不同造成的。对于北京市内3个交通主干道空气负离子浓度分析的结果与邵海荣等（2005）的研究结果相吻合。

本文的研究结果只是基于短期的空气负离子浓度分析得来，随着数据量的增加，将对空气负离子浓度月变化、季变化、年变化等进行进一步的研究，以期获得更多的研究成果。此外，目前负离子测试设备水平参差不齐，评价方法也不完善，国内外尚没有统一的标准。对空气负离子浓度变化的影响因子的研究方法及结果都不尽相同，有些方面仍处于探索阶段，要对空气负离子浓度进行横向、纵向的全方位研究，期待将来能够整理出一套较为完善、覆盖较全的研究体系。

在我们的实地测验中，有些负离子设备测试的数值不太稳定，影响数据的客观性，有些经受不了过潮、过热的环境或者全天候长时间的连续观测而出故障，所以研制一套质量过硬、误差较小、功能较全的负离子浓度测试设备也是亟待解决的事情。此外，由于城市的硬化率较高，人口密度较大，仅靠城市中有限的植被来改善空气质量还有难度，所以，最好能加强对人为增加空气负离子浓度技术方面的研究，以改善城市的空气质量。

城市中绿地面积比例较小，尤其交通干道是城市大气污染的重灾区，道路两侧的绿地中空气颗粒物的密度较大，使得空气中的负离子浓度降低、含菌量增大（朱春阳等，2010），且规模小、密度低的绿地受周围环境影响较大，净化空气能力弱，无法发挥应有的作用。因此，在城市绿地规划过程中，不仅要要注意美观，还要注意其功能性，在交通干道两侧增加阔叶树种或者针阔叶混交树种，合理设置绿地结构，规模化种植，以使绿地发挥更大的效应，改善城市生态环境。人们要多在室外活动，尽量避免雾霾天外出，雨后的晴天出行最佳。

4 结论

在外部环境条件相同的情况下，不同植被类型的空气负离子日平均浓度由高到低依次为：阔叶林>针阔叶混交林>针叶林>灌木林>无植被覆盖开阔地，且波动范围也逐渐变小。植被覆盖地区的空气负离子含量明显高于无植被覆盖的开阔地，但其日平均负离子浓度变化趋势大体一致。早晨、午后和晚上的空气负离子浓度水平较高，正午和下午的负离子浓度水平较低，最高值一般出现在早晨或者晚上，最低值一般出现在中午。

雷雨天气空气负离子浓度高于晴天，晴天空气负离子浓度高于阴天，雾霾天空气负离子浓度最低。空气负离子浓度与温度呈负相关，与相对湿度呈正相关。人类活动对空气负离子浓度影响显著，空气负离子浓度与人流量和车流量均呈负相关，北京地区空气负离子浓度从中心城区向外逐渐升高。空气负离子浓度室外高于室内。空气负离子浓度与API、PM2.5指数均呈负相关。

KRUEGER A P. 1985. The biological effects of air ions [J]. Biometeorol, 29(3): 205-206.

MARIN V, MORETTI G, RASSU M. 1989. Effects of ionization of the air on some bacterial strains [J]. Ann Ig, 1(6): 1491-1500.

PINO O, RAGIONE F L. 2013. There’s Something in the Air: Empirical Evidence for the Effects of Negative Air Ions (NAI) on Psychophysiological State and Performance [J]. Science and Education Publishing, 1(4): 48-53.

RYUSHI T, KITA I, SAKURA I T, et al. 1998. The effect of exposure to negative air ions on the recovery of physiological responses after moderate endurance exercise [J]. Int J Biometeorol, 41(3): 132-136.

TIKHONOV V P, TSVETKOV V D, LITVINOVA E G, et al. 2004. Generation of negative air ions by plants upon pulsed electrica stimulation applied to soil [J]. Journal of Plant Physiology, 51(3): 414-419.

曾曙才, 苏志尧, 陈北光. 2007. 广州绿地空气负离子水平及其影响因子[J]. 生态学杂志, 26(7): 1049-1053.

厉曙光, 张亚锋, 李莉, 等. 2002. 喷泉对周围空气负离子和气象条件的影响[J]. 同济大学学报: 自然科学版, 30(3): 352-355.

穆丹, 梁英辉. 2010. 不同树种对空气负离子水平的影响[J]. 安徽农业科学, 38(3): 1549-1550.

潘剑彬, 董丽, 廖圣晓, 等. 2011. 北京奥林匹克森林公园空气负离子浓度及其影响因素[J]. 北京林业大学学报, 33(2): 59-64.

邵海荣, 杜建军, 单宏臣, 等. 2005. 用空气负离子浓度对北京地区空气清洁度进行初步评价[J]. 北京林业大学学报, 27(4): 56-59.

邵海荣, 贺庆棠. 2000. 森林与空气负离子[J]. 世界林业研究, 13(5): 19-23.

石强, 舒惠芳, 钟林生, 等. 2004. 森林游憩区空气负离子评价研究[J].林业科学, 40(1): 36-40.

吴楚材, 郑群明, 钟林生. 2001. 森林游憩区空气负离子水平研究[J]. 林业科学, 37(5): 75-81.

吴楚材, 钟林生, 刘晓明. 1998. 马尾松纯林林分因子对空气负离子浓度影响的研究[J]. 中南林学院学报, 18(1): 71.

吴际友, 程政红, 龙应忠, 等. 2003. 园林树种林分中空气负离子水平的变化[J]. 南京林业大学学报: 自然科学版, 27(4): 78-80.

姚成胜. 2005. 岳麓山空气负离子分布规律及开发利用研究[D]. 长沙:湖南师范大学: 6.

尹淑娴, 朱达洪, 陈玲, 等. 2012. 东莞市植物园空气负离子浓度变化特征[J]. 气象水文海洋仪器, 6(2): 33-36.

章志攀, 俞益武, 孟明浩, 等. 2006. 旅游环境中空气负离子的研究进展[J]. 浙江林学院学报, 23(1): 103-108.

郑文俊, 王金叶, 李海铭. 2009. 森林游憩区不同植被类型的空气负离子浓度水平的初步研究[J]. 福建林业科技, 36(2): 99-104.

钟林生, 吴楚材, 肖笃宁. 1998. 森林旅游资源评价中的空气负离子研究[J]. 生态学杂志, 17(6): 56-60.

朱春阳, 李树华, 纪鹏, 等. 2010. 城市带状绿地宽度对空气质量的影响[J]. 中国园林, (12): 20-24.

Variations in Negative Air Ion Concentrations Associated with Different Vegetation Types and Influencing Factors in Beijing

FENG Pengfei, YU Xinwen, ZHANG Xu
Research Institute of Forest Resources Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

In order to research the level of negative air ions (NAI) concentration and its factors in cities, we compared the concentration of negative air ions in several vegetation types common around Beijing with the concentration over open land without vegetation cover. We also explored variations in NAI concentrations associated with differing weather, human activities, and buildings, and the relationship between NAI concentrations and air quality. The results showed that: (1) The average daily NAI concentration in vegetated areas was much higher than in open land without vegetation cover, with significant differences between various vegetation types. Broad leaved forest had the highest average daily NAI concentration of the vegetation types studied, with concentrations decreasing in mixed coniferous broad leaved forest, to coniferous forest, and down to shrub land. Open land without vegetation cover had the lowest concentrations. The amplitude of daily variations in concentration decreased similarly, the daily average concentration of negative air ions respectively reached 1198, 1 069, 710, 599 and 516 ion·cm-3. The highest values occurred in the morning or at night, the minimum value appeared at noon. (2) NAI concentration was significantly affected by the weather. Days were categorized as being sunny, hazy, cloudy, or having thunderstorms, with observed NAI concentrations ranging from highest on thunderstorm days through sunny day and cloudy days to the lowest levels on hazy days. (3) Negative air ion concentrations were inversely related to air temperature, the regression equation is y=-0.018 9x+40.157(r=-0.848, f=53.782, t=-7.334, P=0.001). But it increased with relative humidity, the regression equation is y=0.058 0x+16.475(r=0.810, f=40.176, t=6.338, P=0.001). (4) Human activities were strongly correlated with the concentration of NAIs. Measurements of NAIs on several major roads in Beijing show a decrease with increased pedestrian volume and vehicle flow rate, and an increase from city center to suburbs, the daily average concentration of negative air ions respectively reached 367, 485 and 548 ion·cm-3in Wanquanhe Road, Xiangshan Road and North Xinping Road. (5) NAI concentration measured inside buildings were lower than those measured nearby outside. (6) The relationship between air quality and negative air ion concentration was significant, with NAI concentrations being inversely proportional to an air quality index and PM2.5levels. These results encourage the development of urban green spaces and air pollution controls. In addition, they lay the foundation for further studies.

vegetation types; negative air ion concentration; air temperature and humidity; environmental conditions; air quality

10.16258/j.cnki.1674-5906.2015.05.015

X823

A

1674-5906（2015）05-0818-07

冯鹏飞，于新文，张旭. 北京地区不同植被类型空气负离子浓度及其影响因素分析[J]. 生态环境学报, 2015, 24(5): 818-824.

FENG Pengfei, YU Xinwen, ZHANG Xu. Variations in Negative Air Ion Concentrations Associated with Different Vegetation Types and Influencing Factors in Beijing [J]. Ecology and Environmental Sciences, 2015, 24(5): 818-824.

国家863计划子课题（2012AA102003-3）

冯鹏飞（1990年生），男，硕士研究生。研究方向为分布式地学信息管理在林业中的应用。E-mail：297904372@qq.com *通信作者：于新文，男，博士，副研究员，主要从事林业信息技术研究。E-mail：xwyu@caf.ac.cn

2015-02-02