张刘东，郭建曜，陈 雨，付德刚，李越凡，丁泽健，李亚华，李传荣*

（1.山东省林业保护和发展服务中心，山东济南250000；2.山东农业大学，山东泰山森林生态系统国家定位观测研究站，黄河下游森林培育国家林业和草原局重点实验室，山东泰安271018；3.青岛市妇女儿童医院，山东青岛266000；4.青岛西海岸新区人民医院，山东青岛266000）

随着经济的快速发展，环境污染日益严重，城市空气质量下降，雾霾频发，而空气颗粒物成为很多城市的首要污染物，是导致空气雾霾的罪魁祸首[1]，影响着人们的身体健康，也可诱发多种疾病[2]。因此，降低空气粉尘含量，减少雾霾，对改善人居环境尤为重要。

大气颗粒物主要指悬浮在中的粉尘粒子PM，按照粒径大小分为TSP、PM10、PM2.5和PM1。研究表明空气颗粒物能够影响人的呼吸系统和生殖系统，引发疾病；也会影响空气质量，降低能见度[3-7]。研究发现植物叶片能够截取颗粒物而具有滞尘效果[8-9]。城市森林作为城市主要绿地，对降低城市颗粒物污染发挥了巨大作用。落叶乔木因叶片大，滞尘效果好，在北方获得了广泛栽植[10]。在冬季常绿针叶树种发挥了更大的环境效益[11]。因此，对道路林进行合理的植物群落配置是改善对于降低颗粒物浓度是极为重要的。

1 材料和方法

1.1 研究区概况

研究区位于山东省泰安市，温带半湿润大陆性季风气候区，年平均降水量697 mm，年平均气温13 ℃，试验地选择泰安市交通主干道泰山大街的6种典型道路林进行研究。

表1 样地基本情况Table 1 The condition of vegetation in sampling sites

1.2 研究方法

试验选择春（4-6月)、夏（7-9月)、秋（10-12月)、冬(1-3月) 4 个季节，于晴朗无风或微风的白天进行，每个月连续观测3日。研究林空气颗粒物日动态变化，测定时间为8:00 时、10:00 时、12:00 时、14:00 时、16:00 时。观测顺序为林缘到向林内，每隔2～5 m 设置一个监测点，共设置30 个监测点。同一样地的监测顺序保持一致，每一监测点测量3 次，6样地同时进行监测。

监测空气颗粒物时，使用仪器为英国Turnkey仪器制造公司的Dustmate 仪器（分辨率：0.1 μg/m3；测量范围：0-6000 μg/m3；粒径范围：0.15-15 μm）进行监测。

1.3 数据分析

应用SPSS 22 进行单因素方差分析 （one-way ANOVA）和LSD 检验，在5%水平上检验不同处理测定结果的差异性。应用Surfer Demo 11 和Excel 2019 进行图形绘制。

2 结果与分析

2.1 日动态变化

夏季LD1 的颗粒物浓度日动态变化如图1所示，TSP、PM10、PM2.5、PM1浓度随时间都表现先降低后升高的变化趋势，呈“U”字型。但各时间段的变化幅度有所不同，其中TSP 浓度变化幅度最小，最大值（254.6 μg·m-3）为最小值为（111.2 μg·m-3）的2.3倍；PM1浓度变化幅度最大，最大值（21.3 μg·m-3）为最小值（3.2 μg·m-3）的6.7 倍。总的来看，不同粒径颗粒物均在8:00 时出现最低高值，12:00 时出现最低值。

图1 夏季LD1 TSP、PM10、PM2.5、PM1日动态变化Figure 1 The diurnal dynamics of LD1 TSP,PM10,PM2.5 and PM1 in summer

2.2 大气颗粒物的空间变异性

块金值和基台值代表空间异质性和变量在空间上的总变异性大小；块金值与基台值比值为块金系数，能够描述空间变量的相关尺度，如果比值小于25%，说明系统具有强烈的空间相关性：若大于25%而小于75%，表明系统具有中等空间相关性；若比值大于75%则说明空间相关性弱[13]。通过Arcgis 10.1 进行分析发现TSP、PM10、PM2.5和PM1的块金系数分别为61%、52%、20%和16%，4 种颗粒物均存在空间相关性，TSP 和PM10具有中等的空间相关性；而PM2.5和PM1具有强烈的空间相关性。

2.3 大气颗粒物空间分布

2.3.1 春季不同道路林空间颗粒物含量比较

如图2-7 所示，春季不同道路林内空间颗粒物分布差异较大，且浓度变化趋势明显。其中，LD1、LD2、LD4 呈现出从林缘至林内颗粒物浓度逐渐下降的趋势；LD3、LD5 则表现为沿着林缘至林内升高的趋势。可以看出，LD4 中颗粒物空间分布差异性明显小于其余道路林，而LD5 颗粒物空间分布差异高于其余林地。其中，LD4 乔草均匀分布，而LD5 是乔灌结合的植物配置方式，这说明植物群落配置会影响颗粒物空间分布。

图2 春季LD1 样地内颗粒物空间分布特征Figure 2 Spatial Variations of PM concentration in LD1 in Spring

图3 春季LD2 样地内颗粒物空间分布特征Figure 3 Spatial Variations of PM concentration in LD2 in Spring

图4 春季LD3 样地内颗粒物空间分布特征Figure 4 Spatial Variations of PM concentration in LD3 in Spring

图5 春季LD4 样地内颗粒物空间分布特征Figure 5 Spatial Variations of PM concentration in LD4 in Spring

图6 春季LD5 样地内颗粒物空间分布特征Figure 6 Spatial Variations of PM concentration in LD5 in Spring

图7 春季LD6 样地内颗粒物空间分布特征Figure 7 Spatial Variations of PM concentration in LD6 in Spring

2.3.2 夏季不同道路林空间颗粒物含量比较

对于上述前四本教材可釆取两个方案实施：一是由教育部相关学科的专业教育指导委员会，遵循游学教育内核，开展多模态课程群建设，根据双语教材编写原则，组织专业人员进行编写。二是由出版社以项目制、市场化规范操作，但须经由相关专业教育指导委员会审定。地方特色课程出版物及游学指南，可由各省、市根据涉及的内容，有针对性地开展不同方案的教材规划与编撰。

如图8-13 所示，夏季不同样地的颗粒物空间分布以及浓度变化存在显著差异。LD1 中PM1和PM2.5沿林缘至林内逐渐减低，PM10和TSP 则呈现出浓度升高的趋势，且PM10和TSP 在乔灌包围区域出现聚集，在乔灌密集区域浓度较低。LD2、LD3、LD4 中PM10和TSP 和 LD5 中的PM1和PM2.5亦呈现出由外至内减小的趋势。且LD3 和LD4 中PM1和PM2.5中出现条状聚集现象。多数样地的颗粒物浓度都呈现出由外至内逐渐衰减的趋势，这说明道路林对于降低空气颗粒物的含量有显著效果。

图8 夏季LD1 样地内颗粒物空间分布特征Figure 8 Spatial Variations of PM concentration in LD1 in Summer

图9 夏季LD2 样地内颗粒物空间分布特征Figure 9 Spatial Variations of PM concentration in LD2 in Summer

图10 夏季LD3 样地内颗粒物空间分布特征Figure 10 Spatial Variations of PM concentration in LD3 in Summer

图11 夏季LD4 样地内颗粒物空间分布特征Figure 11 Spatial Variations of PM concentration in LD4 in Summer

2.3.3 秋季不同道路林空间颗粒物含量比较

如图14-19 所示，秋季不同道路林内都出现不同程度的颗粒物积聚现象。不同道路林颗粒物浓度空间变化存在差异。其中，LD1、LD2 中颗粒物空间分布呈现出从林缘至林内升高的趋势；LD3、LD4 中颗粒物浓度呈现出先降低后升高的趋势。LD5 中颗粒物空间分布从外至内呈现出先升高后降低趋势，且浓度最大值出现在道路林内部；LD6 中沿林缘至林内逐渐降低。

图14 秋季LD1 样地内颗粒物空间分布特征Figure 14 Spatial Variations of PM concentration in LD1 in Autumn

图15 秋季LD2 样地内颗粒物空间分布特征Figure 15 Spatial Variations of PM concentration in LD2 in Autumn

图16 秋季LD3 样地内颗粒物空间分布特征Figure 16 Spatial Variations of PM concentration in LD3 in Autumn

图18 秋季LD5 样地内颗粒物空间分布特征Figure 18 Spatial Variations of PM concentration in LD5 in Autumn

图19 秋季LD6 样地内颗粒物空间分布特征Figure 19 Spatial Variations of PM concentration in LD6 in Autumn

2.3.4 冬季不同道路林空间颗粒物含量比较

如图20-25 所示，冬季各样地空间颗粒物浓度所示，LD1、LD2、LD3、LD4、LD5 中颗粒物沿林缘至林内逐渐降低，LD6 中则沿林缘至林内颗粒物浓度逐渐升高。这反映了在冬季条件下，道路林仍具有滞沉能力。

图20 冬季LD1 样地内颗粒物空间分布特征Figure 20 Spatial Variations of PM concentration in LD1 in Winter

图21 冬季LD2 样地内颗粒物空间分布特征Figure 21 Spatial Variations of PM concentration in LD2 in Winter

图22 冬季LD3 样地内颗粒物空间分布特征Figure 22 Spatial Variations of PM concentration in LD3 in Winter

图23 冬季LD4 样地内颗粒物空间分布特征Figure 23 Spatial Variations of PM concentration in LD4 in Winter

图24 冬季LD5 样地内颗粒物空间分布特征Figure 24 Spatial Variations of PM concentration in LD5 in Winter

图25 冬季LD6 样地内颗粒物空间分布特征Figure 25 Spatial Variations of PM concentration in LD6 in Winter

3 讨论与结论

研究发现大气颗粒物浓度呈现出 “早晚高，中午低”的趋势[14-16]，本研究结果与其一致。研究发现8:00 -10:00 时的空气颗粒物含量明显高于14:00-16:00 时，说明颗粒物浓度整体呈现出夜间上升趋势高于白天。本试验中所有道路林在8:00 时颗粒物浓度均为一天内最高，这可能与逆温辐射的有关，夜间地面温度高，大气温度低，阻止颗粒物向上扩散； 而12:00-14:00 时所有林地颗粒物浓度均出现最低值，这可能与午间气温升高有关。研究表明植物结构复杂且郁闭度高的林地比结构单一的林地滞沉效果好[17-18]。本试验对6 种不同植物配置的道路林乔-灌-草结构、前乔后灌的乔-灌-草结构、前灌后乔的乔-灌-草结构、乔-灌结构、乔-草结构、乔木结构进行研究得出相同结论。3 种乔-灌-草结合的植物群落配置对颗粒物浓度减弱效果优于乔灌、乔草以及单层乔木结构道路林。

王成等研究发现北京西山城市森林内颗粒物浓度大多时候远低于城市内部[19]，说明森林具有良好的滞沉效果。本试验得出的结果与其有所不同，研究发现部分道路林内部在春、秋季出现了颗粒物积聚现象，这说明春、秋季节道路林对于颗粒物浓度降低存在反作用。总的来看，6 种典型道路林颗粒物浓度均呈现出从林缘至林内下降的趋势，说明道路林对颗粒浓度降低有一定作用。这与不同季节道路林对颗粒物的作用效果不同导致颗粒物浓度呈现出“冬春高，夏秋低”的趋势[20-21]结论一致。

通过对6 大典型道路林的研究发现，一天中，空气颗粒物浓度在8:00 时最高，14:00 时最低，4 种颗粒物均呈现出“早晚高，午间低”的变化趋势。因此，居民外出最佳时间为中午和傍晚，建议锻炼爱好者可将室外锻炼时间按排于16:00 时以后进行，6种道路林空气颗粒物浓度具有空间异质性，整体呈现出从林缘至林内降低的趋势。在道路林配置过程中应选择乔灌草层次丰富的植物。研究发现针叶树种对于空气颗粒物的作用效果高于阔叶树种，因此在进行道路林植物配置时可增加针叶树种的使用频率。结合园林绿化的实际要求来看，道路林既要有滞尘效果，也需要具有一定的观赏性，因此建议在进行道路林配置时可以在靠近道路一侧种植观赏性较强的乔木，中间部分结合灌草，以期发挥最大的环境效益。