基于PM2.5消减的街旁绿地植物空间配置模式研究——以苏州工业园区为例

徐安祺

初步天

肖湘东*

姜佳怡

随着中国不断推进城市化建设，以PM2.5颗粒物为首要污染物的大气污染，引发了大家的普遍关注[1]。大气颗粒物易与有害物质结合进入人体器官和血液中，极大地威胁着人们的生命健康[2-3]。大气PM2.5的时空变化因地区、时间、季节而异，影响因素众多，温度、湿度、风速、风向和太阳辐射等均可对其产生影响[4-9]。目前，国内外对于PM2.5颗粒物污染的研究还在发展阶段[10]。前人研究表明，机动车尾气是PM2.5的主要来源之一，以质量更轻、粒径更小的气溶胶形式停留在大气层中，遇到冬季静稳的天气状况时极易形成雾霾[11]。绿色植物可以通过生理作用吸收空气中部分颗粒物[12-13]，植被对PM2.5的消减作用随绿化覆盖率的增加而提高[14]。道路防护林通过植物复杂的叶表结构、冠层结构及生理生化特性，可滞留和吸附大气颗粒物，是消减交通污染源的重要途径[15-17]。然而，以往研究主要针对植物个体，忽略了植物群落结构配置方面的研究；且PM2.5浓度秋冬季较高，夏季较低，因此前人对消减PM2.5颗粒物浓度的研究多选择秋冬季。在实际情况中，盛夏热浪来袭，PM2.5浓度也可能较高，而前人研究较少。基于以上原因，对于消减PM2.5颗粒物浓度的研究，本文主要侧重夏季的植物群落结构配置。笔者于2020年7月3日—2020年8月2日对苏州工业园区现代大道的街旁绿地进行连续监测，调查并记录植物群落的基本信息及其结构特征指标、气象因子数据与PM2.5颗粒物浓度数据，综合分析不同类型植物群落对PM2.5颗粒物的调控作用、各绿地植物群落内群落结构特征指标与PM2.5浓度大小的相关关系，以及不同气象因子对群落内PM2.5浓度的影响。将量化的研究结果应用于绿地设计，为改善街旁绿地环境空气质量提供理论和实践依据。

1 研究数据和实测方法

1.1 研究样地选择

苏州属亚热带季风性湿润气候，冬冷夏热，四季分明，夏季雨量充沛。常年年平均降水量为1 094mm，平均月降水量为161mm。本研究实测场地为苏州工业园区现代大道的其中一段(长约2.2km)——从现代大道与星湖街交叉口处至现代大道与星塘街交叉口处之间的绿地(图1)。

图1 研究区域与样地分布图(底图引自Google Earth)

基于实测绿地的选择标准筛选现代大道的街旁绿地，筛选30块样地使用率较高，以绿地为主且景观性好，周边道路交通情况较为规律，且选取的绿地无干扰、绿地面积相近。选取同一条道路的街旁绿地，保证附近车流量一致。实验样地设置为2组，一组为实验组绿地类型(A、B、C、D、E类空间)，另一组为对照组绿地类型(F类空间)(表1)，同类型绿地分别有5个，2组同时监测。

表1 研究样地介绍

1.2 采样方法

2020年7月3 日—2020年8月2日，选择晴朗(微风或无风)的气象条件进行观测，对2组实验样地PM2.5的质量浓度、群落微气候因子及植物群落结构因子进行监测。采用CEM尘埃粒子计数器DT-9 880和FR－HWS手持式气象站对PM2.5的质量浓度、空气温度、相对湿度、风速分别进行测量。仪器测量高度为距离地面1.5m的位置，与成人的呼吸高度基本一致。监测点布置在每个样地的中心点，且每个监测点均与道路保持相同距离。该植物群落空间的PM2.5浓度变化以中心样点处PM2.5颗粒物浓度的变化为代表。因上下班车流高峰期汽车尾气的影响，街旁绿地的PM2.5浓度在每天8：00—18：00呈现出明显的日变化规律，故选取该时间段的监测数据进行对比分析。每间隔60min进行一次持续10min的监测(即每时刻前后5min进行监测)，每组数值测试点均测试东、南、西、北4个方向上的数值，连续读取10组数值并计算均值。为体现空气污染物的净化效果，PM2.5的消减率计算公式为：

式中，Q为PM2.5消减率(%)；Vn为样点处PM2.5浓度均值(μg/m3)；Vn-1为对照点PM2.5浓度均值(μg/m3)。

1.3 数据分析

记录植物群落结构特征、PM2.5颗粒物数据、各气象因子数据，利用Microsoft Excel 2020、Origin 9.1软件进行整理。利用Origin 9.1和SPSS 19.0对各研究样地之间的平均PM2.5质量浓度进行单因素方差分析、植物群落结构特征与PM2.5颗粒物浓度的相关性分析，以及各气象因子与PM2.5颗粒物浓度的相关性分析。

2 结果与分析

2.1 PM2.5浓度日变化特征

如图2所示，实验组样地(A、B、C、D、E类空间)与对照组(F类空间)在观测时间段(8：00—18：00)内变化趋势相同，变化曲线呈现“U”型变化。实验样地与对照组的PM2.5颗粒物浓度在早上最高，中午次之，傍晚呈现上升趋势，中午前后浓度降低，这个变化与人的活动规律基本一致。其中，C类空间样地的PM2.5颗粒物浓度相较于其他样地最低，其消减能力最高。PM2.5颗粒物浓度出现这种变化趋势的原因是早上和傍晚的上下班高峰期，人的活动量大，道路车流量也较大，机动车尾气排出的PM2.5颗粒物多，致使空气中的污染物浓度升高，绿地消减颗粒物的能力有限。

图2 实验组与对照组PM2.5浓度日变化趋势(A、B、C、D、E类空间为实验组，F类空间为对照组)

对6种空间类型的绿地内PM2.5浓度进行方差分析，结果见表2。同一时段实验组与对照组的平均PM2.5浓度存在极显著差异(Tukey HSD多重比较，P＜0.05)，表明实验组对PM2.5具有一定的消减能力。在实验组之间，C类空间的平均PM2.5浓度相较其他空间存在极显著性差异，其消减能力最高。分析实验组与对照组浓度数值可以发现，对照组的浓度高于实验组，说明实验组对于PM2.5的消减能力高于对照组。实验组的植物群落相比对照组更多，且更丰富，证明植物群落对PM2.5有显著消减作用。

表2 6种不同配置模式空间类型的PM2.5浓度差异分析

2.2 植物群落结构特征指标与群落内PM2.5浓度相关性分析

不同的群落对于PM2.5颗粒物的消减能力各不相同，主要原因是植物的规格、种类、种植密度、郁闭度等各不相同，都会影响植物群落的滞尘能力。本研究于夏季对6类样地的植物群落基本情况进行了调查研究，对样地植物种类组成、数量、群落类型进行了统计分析，总结出样地群落结构特征指标(表3)。样地植物群落类型包含乔硬、乔草和复层混交林。样地A、C、D、E都为复层混交林，计算特征指标平均值，进一步将复层混交林的平均值与乔草B、乔硬F做比较分析。可以得出，在这3种植物群落类型中，郁闭度最大的为复层混交林，最小的是乔硬，而乔草的郁闭度大小居中；乔木平均高度最高的是乔硬，最低的是复层混交林，而乔草居中；种植密度大小这一特征指标最大的为复层混交林，最小为乔硬；常绿植株数量占比为乔硬＞乔草＞复层混交林。

表3 植物群落结构特征指标

如表4所示，样地植物群落结构特征指标与不同群落内PM2.5颗粒物的相关关系，结果显示，郁闭度、种植密度、常绿植株数量占比与PM2.5浓度都呈正相关关系，且常绿植株数量占比与PM2.5浓度为显著正相关。即群落的郁闭度越大、种植密度越高、常绿植株数量占比越大，则植物群落内PM2.5浓度越高。乔木平均高度与PM2.5浓度为负相关，这可能是因为当乔木高度太高时，与地面的颗粒物有一定距离，虽能屏蔽一部分空气中的颗粒物，但林下对颗粒物的吸收和阻滞功能较弱，不能有效消减颗粒物。当群落郁闭度越大，且种植密度越高时，树种之间的距离就越紧凑，空气无法形成对流而有效流通。当PM2.5颗粒物进入时，无法在快速的时间里得到消散，加上常绿植株占比越大，叶面积指数相对更大，空气对流越困难，PM2.5颗粒物消散也越困难。

表4 PM2.5浓度与植物群落结构特征指标的相关性分析

因此，在进行植物群落配置时，应选择多层次的复层混交林，且乔灌草多层结合，如此可以阻挡上空粉尘、阻滞下方扬尘，从而形成多个疏散通道，达到在吸收阻滞PM2.5颗粒物的同时，加快其消散作用，从而进一步消减该空间内部的PM2.5颗粒物浓度。考虑郁闭度、种植密度、常绿植株占比、乔木高度的因素，郁闭度应在50%左右时为最佳，并且多种类型搭配，可以形成有效消减PM2.5颗粒物的植物配置模式。

2.3 不同植物群落空间对PM2.5消减率的影响

本文将所测数据量化为PM2.5消减率，用于定义空气污染物的净化效果，消减率越高，消减作用越好。由图3可知，样地C类的植物群落空间对PM2.5的平均消减率最高为5.3%，在实验期间，样地C类的消减率基本保持稳定，可知样地C类的植物群落配置结构为“乔灌草+乔灌”的双层复合结构，这一配置对街旁绿地的PM2.5有明显的消减作用。反之，样地D类的平均消减率最低，仅为-2.7%。在实验期间，样地D类的消减率始终是负值，群落结构为常规单一的“乔灌草”，说明这一植物群落空间配置对街旁绿地的PM2.5颗粒物无消减效果，反而造成PM2.5颗粒物滞留，更不利于PM2.5颗粒物的消减。相比较而言，样地A、B、E类的植物群落空间对PM2.5的平均消减率分别为2.8%、4.6%、1.5%，说明这3种样地类型的植物群落配置对于PM2.5消减有一定的效果。在街旁绿地设计中，这3种类型植物群落对于消减周围PM2.5颗粒物可以起到辅助作用。这3种样地的植物群落空间配置也为双层复合结构，分别是“乔+灌+硬-乔”“乔+草(抬高地形)-乔”“乔+灌+草-乔”。

图3 不同植物群落空间对月平均PM2.5的消减率比较(A、B、C、D、E类空间为实验组，F类空间为对照组)

分析样地C类的绿地结构发现，剔除树种间个体差异因素，群落结构中郁闭度为0.5～0.6、种植密度为0.05、乔木常绿落叶比为4:1、植物群落水平结构为“乔灌草+乔灌”，以上多层种植模式的结构指标是影响PM2.5消减效果优于其他绿地模式的关键，其对夏季街旁绿地内的PM2.5浓度消减作用最强。单层复合结构的植物配置对于街旁绿地并没有有效的消减效果，而双层复合结构的复层混交林能够在一定程度上消减周围的PM2.5颗粒物浓度。在街旁绿地近路一侧种植常绿阔叶乔木和灌木，可以在一定程度上有效遮挡PM2.5的进入，也可以适当抬高地形，形成辅助遮挡，结合绿地内种植乔灌草，形成私密的游园空间。

2.4 不同气象因子对群落内PM2.5浓度的影响

如表5所示，PM2.5浓度与空气温度呈极显著正相关关系，与相对湿度呈较显著负相关关系。当温度升高时，空气中的颗粒物布朗运动变得强烈，促进颗粒物相互碰撞下沉，浓度降低。当湿度增加时，空气中的颗粒物相互作用凝结在一起，直径变大，因此浓度上升。当相对湿度较小、空气干燥时，颗粒物浓度降低，从而消减较快。空气温度和相对湿度会相互作用，温度升高会降低相对湿度，同样，相对湿度升高也会导致温度降低。因此在研究中应该将两者统筹兼顾，缺一不可。

表5 各样地空间内PM2.5浓度与气象因子的相关性

2.5 绿地消减PM2.5污染的植物配置模式

通过上述的实测和分析研究可知，绿地中常规“乔灌草”配置对于PM2.5颗粒物的消减效果不理想。单层复合结构的植物配置对于街旁绿地PM2.5消减并没有显著的效果，而双层复合结构的复层混交林植物配置能够在一定程度上消减周围的PM2.5颗粒物浓度。街旁绿地中的植物进行“乔灌草+乔灌”多层种植模式配置时，对夏季街旁绿地内PM2.5浓度消减作用最强。

为了消减街旁绿地内的PM2.5颗粒物，针对以上实验结果分析归纳了可供街旁绿地景观设计的6种优选植物配置模式(表6)。根据群落空间分为可进入型和不可进入型。采用垂直和水平的植物群落结构，形成不同的空间配置，为PM2.5颗粒物创造三维输送通道，加速吸收、阻滞、下沉和消散。在植物选择上，应考虑当地的生态条件来配置适宜的植物群落，多选择乡土树种，以及株形饱满、规格较大、冠幅较大的大乔木，可用于背景林带和单棵点景。若选择小乔木，可以考虑常绿、落叶、阔叶、针叶等相结合。

表6 应对消减PM2.5颗粒物的街旁绿地优选植物群落类型

3 结论

3.1 不同植物群落对PM2.5浓度的影响分析

1)针对30个样地内的植物类型优选进行研究，结果表明，各样地中的乡土树种在消减PM2.5颗粒物浓度中，相对外来树种起了重要作用。同时，乡土树种长势良好，维持了群落的稳定性。

2)植物群落的结构特征会影响植物空间的配置模式，进而影响植物群落的滞尘能力。夏季植物的郁闭度、种植密度、常绿植株数量占比等指标均与PM2.5浓度呈正相关关系。其中，常绿植株数量占比与PM2.5浓度呈显著正相关。在各样地中，C类样地的群落结构对街旁绿地PM2.5颗粒物的消减效果最强，其群落结构中郁闭度为0.5～0.6、种植密度为0.05、乔木常绿落叶比为4:1、植物群落水平结构为“乔灌草+乔灌”，以上多层种植模式的结构指标是影响PM2.5消减效果优于其他绿地模式的关键，对夏季街旁绿地内的PM2.5浓度消减作用最强。

3)植物群落配置模式是影响群落滞尘能力的重要因素之一。绿地中常规的“乔-灌-草”配置对于PM2.5颗粒物的消减效果不显著。研究表明，D类样地的平均消减率最低，仅为-2.7%。说明单层复合结构的植物配置对于街旁绿地并没有有效的消减效果，而双层复合结构的复层混交林植物配置能够在一定程度上消减周围的PM2.5颗粒物浓度。C类样地的植物群落空间对PM2.5的平均消减率最高，达到5.3%，表明在街旁绿地中，“乔灌草-乔灌”的植物配置模式对夏季街旁绿地内PM2.5浓度的消减作用最显著。若在街旁绿地的近路一侧种植常绿阔叶乔木和灌木，可以在一定程度上有效遮挡PM2.5的进入。B类样地乔草(抬高地形)空间的平均消减率高达4.6%，表明在植物配置上也可以适当抬高地形形成辅助遮挡，结合乔灌草形成私密的游园空间。

3.2 不同气象因子条件下植物群落内PM2.5浓度的变化

1)PM2.5浓度与相对湿度呈显著正相关关系，与空气温度呈负相关关系。空气温度和相对湿度相互作用，温度升高会降低相对湿度，同样相对湿度升高也会导致温度降低。因此，在研究中应该将两者统筹兼顾，缺一不可。

2)在8：00—18：00时间段，街旁绿地中的颗粒物浓度呈现“U”字形变化趋势。PM2.5颗粒物浓度在早上最高，上午次高，傍晚呈上升趋势，中午前后浓度降低，这个变化趋势与人的活动规律及车流量情况基本一致。本研究结果表明，实验组植物群落相比对照组更多，且更丰富，表明植物群落对PM2.5颗粒物有显著消减作用。

3.3 街旁绿地消减PM2.5的植物空间配置模式

采用垂直和水平的植物群落结构搭配，遵循“乔灌草-乔灌”多层种植模式，可以为PM2.5颗粒物创造三维输送通道，加速PM2.5颗粒物的吸收、阻滞、下沉和消散。通过树阵广场、植物花境和空旷草坪等设计手法，将道路与绿地接壤，从而畅通物质交换通道。在植物选择上，应考虑当地的生态条件来配置适合的植物群落，多选择乡土树种，特别是株形饱满、规格较大、冠幅较大的大乔木，此类植物还可用于背景林带和单棵点景。小乔木可以考虑常绿、落叶、阔叶、针叶等组合，利用多种植物种类配置丰富多彩的街旁绿地景观。在消减PM2.5颗粒物浓度的作用上，绿地植物群落配置模式要遵循生态优先、综合防治、景观美化、兼顾游憩的原则。

4 讨论

本研究对6类不同结构的植物群落空间PM2.5颗粒物浓度进行了相关性分析和多重比较，结果显示，PM2.5颗粒物浓度在一天之内的变化趋势呈“U”字形，表明植物群落对PM2.5有一定消减效果。同时，PM2.5浓度与相对湿度呈极显著正相关关系，与空气温度呈较显著负相关关系。这与王祖星等[18]、徐欢等[19]、路琛等[20]的研究一致。

前人研究表明，植物群落结构与PM2.5颗粒物浓度有关[21]，而本研究结果显示，双层复合结构的植物群落配置模式，其滞尘能力大于单一结构，且调控PM2.5颗粒物浓度的能力最强，这与李新宇等[22]、孙淑萍等[13]的研究结果一致。研究表明，植物郁闭度与PM2.5颗粒物浓度呈正相关关系。当植物群落郁闭度为50%～60%、叶面积指数为1.5～2.0时，对于消减空气中PM2.5颗粒物效果极显著[23-24]。通过比较分析热浪袭击的苏州盛夏街旁多层复合结构的植物群落，从而获得“乔灌草+乔灌”的较佳消减PM2.5颗粒物浓度的植物多层配置模式，具有创新意义。

基于以上研究结果，可在以下几个方面继续展开深入研究。1)受实验器材和时间限制，本文只局限于苏州现代大道的街旁绿地研究，后续还可选择其他地区、其他街道的绿地。2)本研究在数据分析方法上主要使用显著性差异分析和单因素方差分析，后续研究可增加较多的数据分析方法，更系统完善地分析PM2.5颗粒物浓度与植物配置模式的相关性，归纳出更为系统的设计策略。3)本文仅研究了夏季植物群落结构，后期还可以研究春、秋、冬三季的群落结构与PM2.5颗粒物的关系，形成一年四季合理的植物群落系统配置模式。4)本文针对街旁绿地不同植物群落结构对PM2.5颗粒物浓度消减作用进行了研究，探索消减PM2.5颗粒物的优化植物配置模式。后期还可以针对其他绿地进行研究，如工厂绿地、校园绿地、医院绿地等，针对不同的使用人群和污染颗粒物类型，研究出不同的植物配置模式，为后期绿地设计提供借鉴。

注：文中图片均由徐安祺绘制。