新乡市2种常见绿化植物叶片及叶面降尘的硫含量研究

张家洋

（新乡学院生命科学技术学院，河南新乡453003）

新乡市2种常见绿化植物叶片及叶面降尘的硫含量研究

张家洋

（新乡学院生命科学技术学院，河南新乡453003）

用多重比较法分析新乡市不同功能区栾树和女贞叶片硫含量与叶面尘中硫含量有无显著性差异，拟合叶片硫含量与大气污染物硫浓度以及叶面尘中硫含量之间一元生物监测的数学模型，利用多元回归分析法建立3者之间的关系。结果表明：与清洁区相比，不同功能区栾树和女贞叶片硫含量、叶面降尘硫含量和大气硫浓度差异显著或极显著；一元生物监测数学模型显示，栾树和女贞叶片硫含量与叶面降尘硫含量均呈显著相关（R2=0.881 2、0.647 1），栾树和女贞叶片硫含量与大气硫浓度分别呈极显著相关（R2=0.951 6）和显著相关 （R2=0.753 2）；二元生物监测数学模型显示，栾树和女贞叶片的硫含量与叶面尘的污染元素硫含量以及大气污染物硫浓度均呈极显著相关（R2=0.920 2、0.923 3）。

栾树；女贞；叶片；叶面降尘；硫含量；生物监测

随着社会的发展和城市的进步，工业生产和人为活动直接或间接产生的污染物严重影响了生态平衡，破坏了自然环境，而硫化物以及重金属是目前大气污染物中数量较大、影响面较广的一种，其和悬浮颗粒物一起进入人体呼吸系统，对人类的健康构成了严重威胁［1-2］。植物组织可吸收富集硫等多种污染元素，反应排放源附近元素的输入特征及污染水平［3-4］。近年来，国内外许多学者对某一区域或城市的绿化植物开展了大气污染物富集能力及环境效应的研究，利用植物器官的生物监测作为一种经济可靠的常规监测补充手段，已被国内外广泛运用［5-6］。

然而多数研究集中在植物体本身吸收净化能力方面，缺少与实际大气污染同步监测的相互验证，其准确性及相关性仍存有争议［7-8］。另一方面，对植物叶面尘、植物不同器官、大气污染物浓度3者之间的数学回归分析研究少见报道。本研究通过对新乡市不同功能区大气污染物硫的浓度、栾树（Koelreuteria paniculata）和女贞（Ligustrum lucidum）2种常见道路绿化树种叶片的污染元素硫含量及叶面尘中污染元素硫的质量分数进行同步监测，并对测定结果进行数学回归分析，探讨城市绿化树种叶片的硫含量与其影响因素（叶面降尘中硫的含量、大气中污染物硫浓度）的关系，建立适合野外自然条件下的生物监测数学模型，为区域或地方环境质量的监测和评价提供科学依据。

1　研究区概况

新乡市位于东经113°30′～115°01′，北纬34°55′～35°50′，属暖温带大陆性气候，四季分明，冬寒夏热，秋凉春早，年平均气温14.0℃。7月最热，平均温度27.3℃ ；1月最冷，平均温度0.2℃；年均降水量573.4 mm，无霜期220 d。新乡市地处黄河、海河两大流域，其西北方是太行山和吕梁山，西和西南方有自西向东延伸的秦岭山脉，构成东西向狭长河谷，东至东南方为黄淮平原。秋冬时节，当西北方向冷空气入侵时，由于在太行山东南麓，受山脉的屏障作用，其风速会降低。春夏季和初秋时节，当气流沿华北平原侵入新乡地区时，由于山西高原的屏障和东北方泰山的阻挡，气流自北向南灌入，由于“狭管效应”作用，风速会增加。

2　研究方法

2.1样品采集

1）采样点（11个）：根据分层随机抽样调查法，按污染程度对新乡市进行功能分区布点采样。分别为工业区 （IA）3个 （北站化工厂、水泥厂、发电厂）；商业交通区（CTA）3个 （人民路中段、平原路中段、新飞大道北段）；居民区 （RA）3个（紫郡小区、公务员小区、常青藤小区）；清洁区（CA）2个（人民公园、森林公园）。

2）采样树种（2种）：通过对新乡市内主要街道、公共绿地、公园和居民区进行调查，选择栾树和女贞2种较常见的绿化树种作为供试树种。

3）采样方法：叶片采样：于2014年9月，在不同功能区选择生长健康的优良植株采集叶片。采样时同一树种树高、胸径、生长状况等条件保持基本一致，每个采样点每树种随机选取1～2株，采样位置选择树冠外围东西南北4个方向，距离地面高度控制在2.5 m左右，采集同龄枝的叶片，每枝选取第3～5片老叶作为测量样品，备用。降尘采样：雨后每隔5 d采样1次，每树种均采集同一高度的成熟健康叶片，用微孔滤膜抽滤法收集降尘。在叶片和降尘采样的同时，在不同功能区用挂片法测定大气中的硫含量，每个样品重复3次。

2.2测定及分析方法

2.2.1测定方法

在实验室内对所收集的叶片和降尘进行处理，采用艾氏卡试剂消化样品，并用氯化钡比浊法测定硫元素含量［9-10］。

2.2.2分析方法

利用多重比较法分析不同功能区不同树种叶片的硫含量和降尘中的硫质量分数的差异性；利用sPearman法对因变量（叶片的硫含量）和自变量（降尘中的硫含量与大气硫浓度）进行相关性分析。利用二元回归分析法建立3者之间的生物监测数学模型，并用最小二乘估计法绘制观测值与回归方程的偏离度。采用Microsoft Exce1、SPss 17.0软件对数据进行统计与分析，表中数据以平均值来体现。

3　结果与分析

3.1叶片及叶面降尘的硫含量和大气硫浓度比较

植物叶片可吸收富集S等多种污染元素，反应排放源附近元素的输入特征及污染水平，可以作为较长期的污染指示剂，植物叶面降尘由于对大风大雨等气象条件的敏感性，可作为不同功能区污染的短期监测指示剂。由表1可见，工业区、商业交通区和居民区的大气硫浓度与清洁区相比差异均极显著；对栾树的叶片硫含量和降尘中的硫含量而言，工业区和商业交通区与清洁区相比差异极显著，而居民区与清洁区相比差异显著；对女贞而言，工业区叶片硫含量与清洁区相比差异极显著，而商业交通区和居民区叶片硫含量与清洁区相比差异显著。工业区和商业交通区叶面降尘中的硫含量与清洁区相比差异极显著，而居民区叶面降尘中的硫含量与清洁区相比差异显著。这说明降尘和叶片对大气污染元素硫的浓度变化反应较敏感。

表1　各功能区2树种叶片硫含量及降尘中硫含量与大气硫浓度比较Tab1e 1　The comParison of the atmosPheric su1fur concentration and the su1fur content of b1ades and fo1iar dust of two tree sPecies in each function areas

2树种叶片硫含量和降尘中的硫含量均随大气硫浓度的增加呈递增趋势，在工业区达到最大值。其中，对栾树而言，在工业区（化工厂）其叶片硫含量和降尘中的硫含量分别是清洁区（森林公园）的2.79倍和2.28倍；对女贞而言，工业区（化工厂）其叶片硫含量和降尘中的硫含量分别是清洁区（森林公园）的2.38倍和2.31倍。此外，在同一功能区内，栾树叶片硫含量和降尘中的硫含量均高于女贞，即由于物种差异，栾树吸收积累污染元素硫的能力较强。

3.2叶片硫含量和大气硫浓度与降尘中硫含量的数学模型

由表2可见，栾树和女贞叶片硫含量与降尘硫含量、大气中硫浓度3者拟合的二元生物监测数学模型（①、②）相关性显著，相关系数分别达0.920 2和0.9233，可以认为，植物叶片中的硫大部分来自对大气和降尘的吸收。植物叶片的硫含量与降尘中硫含量拟合的一元生物监测数学模型（③、④）相关性也较显著，相关系数分别为0.881 2和0.647 1，表明叶片中部分硫来自于气孔对大气污染物SO2等硫化物的直接吸收。另外，栾树叶片的硫含量与大气硫浓度拟合的一元生物监测数学模型（⑤）相关性也十分显著，相关系数达0.951 6，女贞叶片的硫含量与大气硫浓度拟合的一元生物监测数学模型（⑥）相关性也较为显著，相关系数为0.753 2，表明叶片中部分硫也同时来自于降尘中硫化物的直接吸收。

表2　叶片硫含量和大气硫浓度及降尘中硫含量的数学模型Tab1e 2　Mathematica1 mode1 of the atmosPheric su1fur concentration and the su1fur content of b1ades and fo1iar dust

4　结论与讨论

1）研究结果显示，栾树叶面降尘中硫含量是其叶片硫含量的1.07～1.40倍，女贞为1.02～1.56倍。可以看出，叶面降尘中的硫大部分并没有被叶片吸收，这表明可被植物叶片吸收的有效态硫的比例较低，即叶面降尘颗粒物中仅有小部分的硫化物以有效态（硫元素的吸收形式）形式存在，这与邱媛［11］的研究结果一致。

2）许多研究表明，污染地区植物的叶片、树皮等器官的含硫量与大气SO2等污染物浓度显著相关［12］。如邱媛［11］等研究表明，大叶榕叶片中硫含量与大气硫酸盐化速率极显著相关（R2=0.980 0）；林志红［13］研究表明，油松针叶中硫含量与大气SO2浓度的相关系数达到0.784 1。本文研究结果表明，栾树叶片硫含量与大气硫浓度呈极显著正相关（R2=0.951 6），女贞叶片硫含量与大气硫浓度呈显著相关（R2=0.753 2）。说明叶片硫含量部分来源于对大气SO2等硫化物的直接吸收。此外，由于植物叶面降尘主要来源于工业废气排放、公共交通和土壤扬尘等颗粒物的沉降，因此，叶面降尘中含有大量的硫化物，同时也有研究表明，叶片含硫量与叶面降尘硫含量相关性显著，以上说明植物叶片和叶面降尘均可作为有效的生物指示剂，二者协同监测，灵敏度更高。

3）与以叶片的硫含量分别与叶面降尘中的硫含量及大气硫浓度为基础的一元生物监测数学模型相比，利用多重比较法分析不同功能区的栾树和女贞叶片的硫含量与叶面降尘的硫含量及大气硫浓度后发现均有极显著性差异（R2分别为0.920 2、0.923 3），故以植物叶片和降尘硫含量及大气硫浓度为基础的生物监测二元数学模型（①、②）有较高的实用价值，也较一元数学模型 （③-⑥）有更高的可靠性和灵敏度。

［1］Anand M，Ma K，Okonski A，et a1.Characterising biocomP1exity and soi1 microbia1 dynamics a1ong a sme1terdamaged 1andscaPe gradient［J］.Science of the Tota1 Environment，2003，311（1-3）：247-259.

［2］吴春燕，王雪峰.叶面尘对植物反射光谱及生理生态的影响研究进展 ［J］.应用与环境生物学报，2014， 20（6）：1132-1138.

［3］Lau O W，Luk S F.Leaves of Bauhinia b1akeana as indicators of atmosPheric Po11ution in Hong Kong［J］.AtmosPheric Environment，2001，35（18）：3113-3120.

［4］Turunen M，Huttunen S，Percy K E，et a1.EPicuticu1ar wax of subarctic Scots Pine need1es：resPonse to su1Phur and heavy meta1 dePositon［J］.New Phyto1ogist，1997，135（3）：501-515.

［5］戴斯迪，马克明，宝乐，等.北京城区公园及其邻近道路国槐叶面尘分布与重金属污染特征 ［J］.环境科学学报，2013，33（1）：154-162.

［6］Gonza1ez C M，Casanovas S S，Pignata M L.Biomonitoring of air Po11ut-ants from traffic and industries emP1oying Ramalina ecklonii（SPreng.）Mey.and F1ot.In Cordoba，Argentina［J］.Environmenta1 Po11ution，1996，91（3）：269-277.

［7］Kennedy K A，Addison P A，Maynard D G.Effect of e1-ementa1 su1Phur on the vegetaion of a 1odgePo1e Pine stand［J］.Environmenta1 Po11ution，1988，51（2）：121-130.

［8］Pasi Rautio，Satu Huttunen.Tota1 vs.interna1 e1ement concentrations in Scots Pine need1es a1ong a su1P1iur and meta1 Po11ution gradient［J］.Environmenta1 Po11ution，2003，122（2）：273-289.

［9］潘如圭，汪嘉熙，柳福妹，等.城市大气二氧化硫与植物含硫量之间关系的研究 ［J］.中国环境科学，1987，7（1）：31-34.

［10］陶玲，任珺，杜忠，等.SO2对兰州市主要绿化树种形态症状的影响 ［J］.环境科学与技术，2009，32 （6）：34-37.

［11］邱媛，管东生，陈华，等.惠州绿化乔木叶片及其叶面降尘对大气SO2污染的生物监测 ［J］.生态环境，2007，16（2）：317-322.

［12］鲁敏，王仁卿，齐鑫山.绿化树种对大气氯污染的反应 ［J］.山东大学学报，2004，39（2）：98-101.

［13］林志红，卢云鹤，陈军，等.深圳南山区大气二氧化硫和氟化物污染的植物学评价 ［J］.南昌大学学报（理科版），2002，26（2）：147-150.

（责任编辑赵粉侠）

Research on Su1fur Content of Two Common Green Tree B1ades and Fo1iar Dust in Xinxiang City

Zhang Jiayang

（Co11ege of Life Science and Techno1ogy，Xinxiang University，Xinxiang Henan 453003，China）

The significant difference about su1fur content between Koelreuteria paniculata and Ligustrum lucidum b1ades and fo1iar dust in Xinxiang different function areas were studied with mu1tiP1e comParisons.Fitting monadic mathematic mode1 of b1ade su1fur content and atmosPheric Po11utants su1fur concentration and fo1iar dust Po11ution e1ements su1fur content，using mu1tivariate regression ana1ysis method to estab1ish the re1ations among the atmosPheric Po11utants su1Phur concentration and the su1fur content of b1ades and fo1iar dust.The resu1ts showed that Koelreuteria paniculata and Ligustrum lucidum b1ades su1fur content，su1fur content of fo1iar dust and atmosPheric su1fur concentration had significant difference or extreme1y significant difference in different functiona1 areas com-Pared with the c1ean area.Monadic mathematic mode1 showed that the su1fur content of b1ades and fo1iar dust in Koelreuteria paniculata and Ligustrum lucidum had significant corre1ation（R2=0.881 2，0.647 1），the su1fur content and atmosPheric su1fur concentration in Koelreuteria paniculata and Ligustrum lucidum showed extreme1y significant corre1ation（R2=0.951 6）and significant corre1ation（R2=0.753 2）resPective1y.Binary bio1ogica1 monitoring mathematica1 mode1 showed that the atmosPheric Po11utants su1fur concentration and the su1fur content of b1ades and fo1iar dust were extreme1y significant corre1ation（R2=0.920 2，0.923 3）.

Koelreuteria paniculata，Ligustrum lucidum，b1ade，fo1iar dust，su1fur content，bio1ogica1 monitoring

S731.2

A

2095-1914（2016）04-0167-04

10.11929/j.issn.2095-1914.2016.04.028

2015-12-08

河南省基础与前沿技术研究（142300410100）项目资助。

张家洋（1975—），男，讲师。研究方向：环境生态学。Emai1：skxsyszr@163.com。