武漢園林綠地調控PM2.5效果研究

史紅文 劉淑超 鄧永成 李苗 孫巧峰

摘要 [目的]研究城市園林綠地對大氣中PM2.5的調控效果和作用機理。[方法]選擇武漢市4塊城市園林綠地為監測點，通過對3塊（蛇山綠地、科普公園、青山公園）綠地內外PM2.5瞬時濃度的監測，分析不同時刻、不同季節、不同距離園林綠地消減PM2.5的效果。對2塊城市園林綠地（蛇山綠地、湖北大學）進行群落結構調查、PM2.5累積濃度測定及成分解析，分析園林綠地群落結構特征與調控PM2.5之間的關系、綠地內外PM2.5累積濃度特征、武漢城區PM2.5的主要成分。[結果]在白天不同時刻，園林綠地對PM2.5都具有消減作用，除蛇山綠地，科普公園和青山公園在11：00消減調控最強。園林綠地在不同季節對消減PM2.5具有顯著效果，蛇山綠地和科普公園秋季優于春夏季，青山公園無季節性差異。在不同距離上，園林綠地在35～45 m對PM2.5調控效果顯著。園林綠地面積和群落特征對調控PM2.5有較大的影響，群落面積較大、結構完整、郁閉度高的群落對大氣中的PM2.5調控能力較高。蛇山綠地道路PM2.5累積濃度高于綠地內部，湖北大學綠地內外PM2.5累積濃度呈隨機性，無規律性。蛇山綠地和湖北大學綠地PM2.5主要成分為有機碳、無機碳、水溶性離子、金屬元素，綠地內外各種成分比例差異較小。[結論]園林綠地對大氣PM2.5的消減率受到大氣PM2.5濃度、季節、時段以及距離PM2.5源的遠近等多種因素的影響。

關鍵詞 園林綠地;調控;PM2.5;武漢

中圖分類號 S731.2? 文獻標識碼 A? 文章編號 0517-6611（2022）11-0101-05

doi：10.3969/j.issn.0517-6611.2022.11.026

開放科學（資源服務）標識碼（OSID）：

Study on PM2.5 Control Effect of Green Space in Wuhan

SHI Hong-wen， LIU Shu-chao， DENG Yong-cheng et al

（Wuhan Institute of Landscape Architecture， Wuhan， Hubei 430081）

Abstract [Objective]To study the control effect and mechanism of urban green space on PM2.5 in atmosphere. [Method]We selected four urban green spaces in Wuhan as monitoring points.Through monitoring the instantaneous concentration of PM2.5 inside and outside three green spaces （Snake Mountain green space， Kepu Park， Qingshan Park ）， the effect of reducing PM2.5 in different times， seasons and distances was analyzed.The community structure of two urban green spaces （Snake Mountain green space and Hubei University） was investigated， the PM2.5 cumulative concentration was measured and the composition was analyzed. The relationship between the community structure characteristics of landscape green space and the regulation of PM2.5， the characteristics of PM2.5 cumulative concentration inside and outside the green space， and the main components of PM2.5 in Wuhan were analyzed. [Result]The results showed that at different times of the day， green space has a reduction effect on PM2.5， in addition to Snake Mountain gree space， Kepu Park and Qingshan Park have the strongest reduction control at 11：00. Green space has a significant reduction effect on PM2.5 in different seasons，Snake Mountain Green Space and Kepu Park in autumn excelled in spring-summer， and there is no seasonal difference in Qingshan Park. At different distances， garden green space in 35-45 m on PM2.5 control effect was significant. The area and community characteristics of green space have great influence on the control of PM2.5， and the community with large area， complete structure and high canopy density has higher control ability on PM2.5 in the atmosphere. The cumulative concentration of PM2.5 outside the green space was higher than that inside the Snake Mountain Green Space， and the cumulative concentration of PM2.5 inside and outside the green space of Hubei University was random and irregular. The main components of PM2.5 in Snake Mountain Green Space and Hubei University green space were organic carbon， inorganic carbon， water-soluble ions and metal elements， there was little difference in the proportion of various components inside and outside the green space. [Conclusion]It can be found from the above that the reduction rate of green space on atmospheric PM2.5 was affected by many factors such as atmospheric PM2.5 concentration， season， time period and distance from PM2.5 source.

Key words Green space;Control;PM2.5;Wuhan

近年來，隨著城市的快速發展，大氣環境問題成為社會關注的熱點，尤其以細顆粒物（PM2.5）為首要污染物的大氣復合污染問題日益凸現[1]。細顆粒物不僅污染空氣環境[2]，還損害人們的身體健康[3]。根據武漢市生態環境局發布的《2019年武漢市生態環境狀況公報》顯示，2019年武漢細顆粒物（PM2.5）平均濃度為45 μg/m3，超過國家《環境空氣質量標準》二級標準（35 μg/m3）的128%，因此改善空氣質量及緩解大氣污染狀況尤為緊迫。同時，大量研究表明園林綠地對大氣中PM2.5有消減作用[4-7]，通常植物通過吸附和吸收作用調控大氣PM2.5[8-9]，因此，園林綠地是有效緩解城市大氣污染PM2.5問題的重要措施[10]。通過研究武漢園林綠地調控PM2.5的效果和作用機理，旨在了解不同類型的園林綠地對PM2.5的調控效果，以期為園林綠地植物群落配置構建和改造提升提供借鑒，為指導城市園林綠地建設提供參考依據。

1 材料與方法

1.1 武漢市自然氣候特征及園林綠化概況

武漢市氣候屬北亞熱帶季風性濕潤氣候，雨量充沛，日照充足，四季分明，年平均氣溫15.8～17.5 ℃，年降水量約1 100 mm，年無霜期約240 d，年日照總時數約2 000 h，地帶性植被為常綠落葉闊葉混交林。

近年來，武漢市城市園林事業得到快速發展。截至2020年，全市建成區綠化覆蓋率42.07%，綠地率37.05%，人均公園綠地面積14.04 m2，逐漸形成了布局合理、類型多樣、植物豐富的城市園林綠地系統格局。

1.2 PM2.5瞬時濃度測定方法

2015—2018年，每個季節選擇3 d晴天或多云無風的天氣對園林科普公園、蛇山綠地（蛇山南坡）、青山公園，用手持式PC-3A激光可吸入粉塵連續測試儀測定空氣PM2.5瞬時濃度。具體方法：以路邊為對照點，選取距離對照點5、15、25、35和45 m的綠地為監測點;從09：00開始，每隔2 h同時測定各點空氣PM2.5瞬時濃度值，每次測定重復2次，取平均值，最后以春秋季節對照點監測數據的平均值來表示武漢城區空氣PM2.5濃度的日變化，用群落中不同點位的PM2.5瞬時濃度值表示園林綠地中PM2.5濃度值的日變化。

1.3 綠地對PM2.5消減率計算方法

園林綠地PM2.5消減率（ P ）計算方法參考文獻[11]，具體公式為

P=C0-CiC0×100%

式中，C0 為對照點PM2.5濃度; Ci 為綠地內某個位置的PM2.5濃度。

1.4 PM2.5累積濃度測定及成分解析方法

選擇蛇山綠地和湖北大學校園綠地作為PM2.5累積濃度的研究地點。具體方法：在綠地群落內設置空氣取樣器（天虹牌TH-150型大氣采樣器），對綠地內的空氣PM2.5進行連續取樣，取樣器離道路25.0 m，離地高度1.5 m，每次取樣時間為7 h，同時在道路邊設置對照點，同步取樣。

每次采樣結束，將濾膜封裝好并標記，帶回實驗室;然后對濾膜上的PM2.5進行濃度測定和成分解析。分析的指標有PM2.5累積濃度、有機碳（OC）、無機碳（EC）、水溶性離子（SO42-、NO3-、NH4+、K+和Na+）及金屬元素（Ca、Fe、Cu、Zn和Pb），測定方法參考文獻[12]。

1.5 園林綠地群落特征研究方法

為研究園林綠地群落特征對其調控PM2.5的作用，選擇湖北大學校園內的綠地和蛇山綠地開展群落特征研究。具體方法：在2塊綠地內分別設置3～5個10 m×10 m的樣方，對高度在3 m以上的喬木進行每木檢尺，記錄樹種名并測量樹木的高度、胸徑以及冠幅面積等指標，記錄灌木和地被植物，并測定其種類、地徑、株數及蓋度等指標（野草除外），群落郁閉度采用樹冠投影法測定，最后計算平均值。選取喬木平均密度（ Q m）、喬木平均高度（ Q h）、喬木平均胸徑（ Q d）、灌木平均密度（ G m）、灌木平均高度（ G h）和群落郁閉度（ A ）指標作為群落結構特征參數。

2 結果與分析

2.1 園林綠地消減PM2.5效果

在蛇山、科普公園和青山公園的240個監測數據中（包含不同季節、不同距離和不同時刻）， P 值為負值的有41個，占比17.08%，為正值的有172個，占比71.67%，為0的有27個，占比11.25%，具體分布見表1～3。 P 值為正值表明園林綠地起到了調控PM2.5的作用， P 值為負值表明綠地內的PM2.5濃度高于道路，未能發揮消減作用，可能原因是綠地內氣流不暢導致PM2.5沉淀，難以擴散;另外，靠近林緣的地方也是市民游玩和外部干擾較多的地方，也增加了PM2.5的來源。

在白天的不同時刻，總體上，3塊綠地在不同季節和不同位點都具有一定消減PM2.5的作用，相對而言11：00時，園林綠地具有較強的消減調控PM2.5的作用。如青山公園在11：00和13：00的 P 值為正值的比例均在90%及以上，表明青山公園在這2個時刻發揮了顯著的消減PM2.5的生態功能;但科普公園在13：00時 P 值為負值的比例（40%）高于正值的比例（35%），表明園林綠地僅具有一定的調控消減PM2.5的生態功能，且調控機理較為復雜。

在不同季節，3個綠地都發揮了較為顯著的消減PM2.5的生態功能，蛇山綠地和青山公園綠地調控PM2.5的實際效果要高于科普公園，在不同季節之間沒有明顯的差異;從 P 值為正值的比例來看，蛇山綠地和科普公園綠地均是秋季消減PM2.5效果最高，春夏季相對較差;青山公園則是4個季節較為均衡，以夏季最高。

2.2 園林綠地群落特征

蛇山綠地東西長3 000 m（大東門至黃鶴樓公園），南北寬400 m，面積超過100 000 m2。綠地植被為常綠落葉闊葉混交林，喬灌草結構合理，人為干擾較少。群落喬木層平均高度為15.89 m，平均密度為0.19株/m2，平均胸徑為29.65 cm;灌木層平均高度為1.22 m，平均密度為0.07株/m2;群落郁閉度為0.8～0.9 m。植物種類主要有懸鈴木（ Platanus acerifolia）、女貞（Ligustrum lucidum）、桂花（Osmanthus fragrans）、杜英（Elaeocarpus decipiens）、樸樹（Celtis sinensis） 等。

湖北大學校園綠地為資環學院前的小型塊狀綠地，面積約1 000 m2，植被類型為落葉闊葉林。群落喬木層平均高度為10.20 m，平均密度為0.16株/m2，平均胸徑為15.72 cm;灌木層平均高度為1.10 m，平均密度為0.02株/m2;群落郁閉度為0.6～0.7 m。主要植物為日本晚櫻 （Cerasus serrulata）、馬褂木（Liriodendron chinense）、紫葉李（Prunus ceraifera ?cv. Pissardii）和白玉蘭（Magnolia denudata ）等;群落結構較為簡單（表4）。

2.3 綠地內外PM2.5累積濃度特征

由表5可知，蛇山綠地道路PM2.5累積濃度均高于綠地。2016年4、8月、2017年12月、2018年10、12月5次取樣中，綠地內外PM2.5累積濃度差值分別為4.95、55.98、1.43、7.35和11.88 μg/m3，對應的減少率分別為3.51%、52.22%、1.53%、5.52%和8.59%。

湖北大學校園道路與綠地的PM2.5累積濃度呈現高低交替出現的現象，隨機性強，沒有規律性。2016年5—6、8—10月5次取樣中，道路與綠地PM2.5累積濃度差分別為-21.87、-26.39、2.70、-3.61和15.71 μg/m3;對應的減少率分別為-30.96%、-38.84%、5.82%、-7.19%和29.15%（表5）。

2.4 PM2.5成分解析

綜合蛇山綠地和湖北大學校園綠地內外（綠地、道路）PM2.5成分解析數據，武漢城區PM2.5主要成分包括有機碳、無機碳、水溶性離子、金屬元素等，雖然綠地內外PM2.5累積濃度有一定差異，但各種成分的比例差異較小。蛇山綠地內外各成分重量比例排序為水溶性離子>有機碳>其他成分>無機碳>金屬元素;湖北大學校園道路和綠地PM2.5主要成分排序為水溶性離子>有機碳>金屬元素>無機碳>其他成分（圖1、2）。

由表6可知，蛇山綠地道路PM2.5成分中有機碳的比例為18.77%～35.18%，均值為27.66%;無機碳的比例為10.65%～12.11%，均值為11.34%;水溶性離子的比例為20.57%～35.09%，均值為29.48%;金屬元素的比例為5.88%～8.43%，均值為7.03%;其他成分的比例為16.95%～33.17%，均值為24.62%。綠地內PM2.5成分中有機碳的比例為18.45%～33.96%，均值為27.98%;無機碳的比例為9.67%～11.66%，均值為10.70%;水溶性離子的比例為17.34%～36.62%，均值為29.23%;金屬元素的比例為5.78%～6.42%，均值為6.21%;其他成分的比例為16.46%～35.48%，均值為25.88%。

湖北大學校園道路PM2.5成分中有機碳的比例為26.54%～35.85%，均值為33.05%;無機碳的比例為11.78%～15.75%，均值為13.35%;水溶性離子的比例為30.77%～38.43%，均值為35.92%;金屬元素的比例為9.25%～19.28%，均值為12.37%;其他成分的比例為2.26%～10.65%，均值為5.43%。綠地內PM2.5成分中有機碳的比例為28.38%～35.71%，均值為33.48%;無機碳的比例為11.83%～15.43%，均值為13.21%;水溶性離子的比例為31.61%～38.43%，均值為34.78%;金屬元素的比例為8.88%～18.28%，均值為12.28%;其他成分的比例為3.08%～11.40%，均值為6.25%。

PM2.5各成分在道路和綠地的比例各有高低，但差異并不顯著。湖北大學取樣點不論是道路還是綠地，有機碳、無機碳、水溶性離子和金屬元素的比例均高于蛇山綠地，其他成分低于蛇山綠地，反映了PM2.5成分時空變化的復雜性。

3 結論與討論

該研究闡述了園林綠地調控PM2.5的實際效果和作用機理，園林綠地對大氣PM2.5的調控功能主要通過葉片吸附[13-14]和林冠的阻滯作用來實現，而綠地面積和群落特征對綠地調控大氣PM2.5的實際效果有較大影響。如蛇山綠地體現出顯著的消減調控PM2.5的功能，且規律性強，表明較大的綠地面積、完整的結構以及較高的群落郁閉度有利于提高綠地調控PM2.5功能，這與戴菲等[15]的研究結論一致。

該研究結果表明，園林綠地對大氣PM2.5的消減率（ P ）受到大氣PM2.5濃度、季節、時間段以及距離PM2.5源遠近等多種因素的影響[16-17]。在一定條件下， P 值為負，但進一步統計分析發現，在夏秋季節每天中午時段以及距離綠地道路大于35 m的綠地內， P 值總體為正值，表明園林綠地對大氣PM2.5具有消減調控作用，這與王琴等[10]的研究結論一致。

PM2.5監測的時間尺度對研究結論具有較大的影響，如在極小時間尺度上PM2.5濃度（瞬時濃度，1～2 min）具有較大的隨機性，一個隨機發生的事件（如車輛通過）都會影響其數值大小，難以反映園林綠地調控PM2.5的實際效果。相較而言，在相對長的時間尺度上的PM2.5濃度（7 h累積濃度）反映PM2.5的累積效應，能更客觀地揭示園林綠地消減PM2.5的實際效果。

通過對綠地內外PM2.5的成分進行解析，發現園林綠地對PM2.5的不同成分沒有選擇性的調控消減作用，園林綠地調控PM2.5的主要方式在于林冠阻攔，這與張凱等[18]的研究結論一致。

由于PM2.5具有來源廣泛、成分復雜以及時空變化不確定性高等特征，對研究園林綠地對其調控作用影響較大，但該研究考慮了季節、時刻、時間尺度和綠地結構差異等多種因素，研究結論具有較強的科學意義。

參考文獻

[1] 燕麗，賀晉瑜.我國控制細顆粒物污染的若干行動建議[J].環境與可持續發展，2013，38（5）：18-21.

[2] 張智勝，陶俊，謝紹東，等.成都城區PM2.5季節污染特征及來源解析[J].環境科學學報，2013，33（11）：2947-2952.

[3] 李云云，馬利剛，蘇兵，等.2013—2017年太原市大氣細顆粒物污染對兒童呼吸系統疾病門診量的影響[J].中國藥物與臨床，2021，21（5）：752-754.

[4] NOWAK D J，HIRABAYASHI S，BODINE A，et al.Modeled PM2.5 removal by trees in ten U.S.cities and associated health effects[J].Environmental pollution，2013，178：395-402.

[5] 李新宇，趙松婷，李延明，等.北京市不同主干道綠地群落對大氣PM2.5濃度消減作用的影響[J].生態環境學報，2014，23（4）：615-621.

[6] 王曉磊，王成，古琳，等.春季不同天氣城市街頭綠地內PM2.5質量濃度分布特征研究[J].生態環境學報，2014，23（6）：972-978.

[7] 萬好，王琴，余劉思，等.武漢市典型道旁綠地消減空氣細微顆粒物的作用研究[J].西北林學院學報，2020，35（3）：237-242.

[8] 魯君悅.武漢市不同樹種吸附PM2.5能力研究[J].林業調查規劃，2016，41（6）：68-71.

[9] 閆生榮，杜中英，張躍群，等.城市綠地調控PM2.5研究進展[J].北方園藝，2019（2）：168-173.

[10] 王琴，謝夢婷，沈秋月，等.城市園林綠地消減大氣PM2.5濃度研究進展[J].世界林業研究，2021，34（3）：46-51.

[11] 郭偉，申屠雅瑾，鄭述強，等.城市綠地滯塵作用機理和規律的研究進展[J].生態環境學報，2010，19（6）：1465-1470.

[12] 王大春，陳璞瓏，黃圖南，等.宜興市細顆粒物化學特征和來源解析[J].環境監測管理與技術，2018，30（2）：11-15.

[13] 王磊，萬欣，江浩，等.植物葉片表面特征對吸附PM2.5 能力的影響研究[J].江蘇林業科技，2018，45（6）：39-43.

[14] 沈劍，李蓓蓓，鄭國良，等.城市樹木對空氣顆粒物的影響綜述[J].安徽農業科學，2019，47（21）：8-11，16.

[15] 戴菲，陳明，朱晟偉，等.街區尺度不同綠化覆蓋率對PM10、PM2.5 的消減研究：以武漢主城區為例[J].中國園林，2018，34（3）：105-110.

[16] 劉旭輝，余新曉，張振明，等.林帶內PM10、PM2.5污染特征及其與氣象條件的關系[J].生態學雜志，2014，33（7）：1715-1721.

[17] 陳羽陽，王婧，趙聆言，等.城市公園綠地對周邊環境空氣PM10和PM2.5的影響及效應場特征：以武漢市中山公園為例[J].生態學雜志，2021，40（7）：2263-2276.

[18] 張凱，孟凡，李新宇，等.園林植被對交通排放PM2.5濃度影響研究[J].生態環境學報，2017，26（6）：1009-1016.