張啟堯，楊振德

（廣西大學(xué)林學(xué)院，廣西南寧 530004）

校園內(nèi)綠地植物滯塵效應(yīng)及影響因子研究

張啟堯，楊振德

（廣西大學(xué)林學(xué)院，廣西南寧 530004）

隨著城市經(jīng)濟的發(fā)展和人民生活水平的提高，越來越多的空氣污染問題也隨之暴露出來。汽車尾氣的排放、工廠中的廢氣未經(jīng)處理和化石燃料等的燃燒，致使CO、SO2等有毒氣體和大氣固體顆粒物向空氣中排放，而綠地植物可以有效地對空氣中的降塵和飄塵進行截留和沉降。由于外界環(huán)境因素的多變性和復(fù)雜性，不同綠地植物在滯塵效應(yīng)方面具有顯著性的差異。本文通過對呂梁學(xué)院新校區(qū)中的6種不同綠地植物（毛白楊、國槐、垂柳、紫葉小檗、白丁香和黃刺玫）的滯塵量于雨后1、3、5d分別測定，同時分別以土壤溫度、空氣溫度、空氣濕度、葉面積指數(shù)和風速為自變量，單位時間單位葉面積的滯塵量為因變量進行逐步回歸，剔除次要因子，對各主要影響因子對于滯塵效應(yīng)的響應(yīng)進行通徑分析，闡明主要因素空氣溫度、空氣濕度和風速對滯塵效應(yīng)的影響過程，為校園綠地植物的種類選擇、空間配置和綠化帶的合理規(guī)劃提供有效的數(shù)學(xué)模型和理論指導(dǎo)。

綠地植物；滯塵效應(yīng)；影響因素；多元線性回歸；通徑分析

呂梁市離市區(qū)地處呂梁山脈中段西側(cè)，地理坐標北緯 37°21′～37°42′，東經(jīng) 110°55′～111°35′，屬于溫帶大陸性氣候，冬寒夏暑，四季分明[1]。近年來隨著城市經(jīng)濟的飛速發(fā)展和人口密度的增加，城市環(huán)境質(zhì)量日趨下降。而空氣當中所懸浮的固體顆粒物中可能含有重金屬、致癌物質(zhì)、細菌病毒等，對人類健康造成極大威脅。呂梁學(xué)院位于呂梁市的郊區(qū)地段，環(huán)境條件比較惡劣，經(jīng)常有風沙揚塵等天氣的出現(xiàn)，給人們的學(xué)習(xí)工作和健康生活帶來了諸多不利影響。而植物因其葉片表面具有像溝狀組織、茸毛、蠟質(zhì)表皮等結(jié)構(gòu)，有些還能分泌具有粘黏性的物質(zhì)，可以對大氣塵埃進行沉降和固定，從而成為空氣污染物等有害顆粒物質(zhì)的重要過濾體[2,3]。過去的研究往往局限于某一種生態(tài)因子對于園林植物滯塵效應(yīng)影響的研究，對于不同生態(tài)因子對綠地植物滯塵效應(yīng)的影響及重要程度的研究資料較少。因此，在前人研究成果的基礎(chǔ)上，綜合分析植物滯塵效應(yīng)以及與各影響因子的關(guān)系，以土壤溫度、空氣溫度、空氣濕度、葉面積指數(shù)和風速作為自變量，單位時間單位葉面積（或生物量）的滯塵量為因變量進行多元逐步回歸，通過回歸方程和通徑分析得出不同環(huán)境因素對滯塵效應(yīng)的影響，為認識和改造校園園林設(shè)計提供一定的科學(xué)依據(jù)和理論指導(dǎo)。

1 材料與方法

1.1 植被材料

依據(jù)選點隨機性的原則，在呂梁市離市區(qū)呂梁學(xué)院新校區(qū)校園內(nèi)進行觀測點位置的設(shè)置。分別選取M1～M4 4個功能區(qū)中的6種樹種作為觀測植被。這6種校園綠地植被分別為毛白楊、垂柳、國槐、紫葉小檗、白丁香、黃刺玫。

1.2 樣品的采集與測定

選擇雨后（降雨量≥15mm）的1、3、5d進行樣品采集。于各采樣點選取生長態(tài)勢良好的上述6種校園綠地樹種，盡量保持生長狀況的一致性。在采集樣葉時，要圍繞樣點位置外圍多個方向進行收集，且要注意結(jié)合樹冠的各個層次進行搜集。采集樣葉時用剪刀輕輕剪掉，然后將樣品放置于密封袋中。其中闊葉樹種采集樣葉10～20片；常綠針葉樹種采集50～100g的針葉。樣葉用蒸餾水浸泡1h后，用鑷子將葉片小心夾出，將浸洗液用烘干稱重的濾紙（G1）過濾。將濾紙放置于105℃烘箱中烘8h，將烘干后的濾紙于0.01%精度的分析天平上稱重，并把質(zhì)量讀數(shù)記為（G2）；G1與G2的差值則為樣葉附著物的質(zhì)量。將上述步驟重復(fù)3次，并取得平均值。葉面積用LI-3000C便攜式葉面積儀測定并記為S。那么單位葉面積的滯塵量W=（G2-G1）/S，單葉滯塵量=待測某一植被所采集樣葉滯塵量/樣葉總數(shù)。使用土壤溫度用曲管地溫計采集；使用TES溫濕度計（TES-1360A）對空氣溫度和大氣的相對濕度進行測定；測定位置分別為地表上15cm、50cm、100cm；風速通過風速儀來測得。上述各項數(shù)據(jù)分雨后1、3、5d依次進行。

1.3 數(shù)據(jù)處理

試驗數(shù)據(jù)采用Microsoft office Excel 2010、SAS8.0軟件進行處理，并完成對數(shù)據(jù)的分析整理加工及圖表制作。利用通徑分析對滯塵量與諸多因子進行標準化的多元線性回歸：y=bo+b1X1+b2X2+…+bkXk+e，該式中b1，b2，…bk表示 y 對 X1，X2，…，Xk的偏回歸系數(shù)，e 表示隨機誤差，通過對土壤溫度、空氣溫度、空氣濕度、葉面積指數(shù)、風速與滯塵量間的通徑分析得出哪些因子對滯塵效應(yīng)的影響起主導(dǎo)作用。

2 結(jié)果與分析

2.1 不同樹種間滯塵能力的比較

校園綠地植物葉片上的滯塵量不是隨著時間的推移呈線性增加的趨勢，反而是逐漸達到飽和狀態(tài)，這時滯塵量的增加幅度將變小，直到下次降雨后雨水將枝葉表面的降塵和飄塵沖洗干凈后開始重新滯塵。因此單位葉片的滯塵量呈現(xiàn)為動態(tài)的變化趨勢。我們對雨后1、3、5d 6種不同樹種葉片的滯塵能力進行測量，并繪制表格。如表1所示。

由表1得出，6種不同樹種的滯塵能力具有較為明顯的差異。其中紫葉小檗在雨后1、3、5d單位葉面積的 滯 塵 量 最 大 ， 為 5.3597mg/cm2、6.9035mg/cm2、9.5323mg/cm2。毛白楊和國槐的滯塵能力次之，垂柳同黃刺玫的滯塵能力較差，白丁香的最差，僅為0.6173mg/cm2、0.8668mg/cm2和 1.1294mg/cm2。且隨著時間的增加，滯塵量呈現(xiàn)出遞增的趨勢。且滯塵量的累積速率各有差異，其中紫葉小檗的葉片上大氣中的固體顆粒物累積的速率最快，為2.0863mg/d，毛白楊和國槐的累積速率次之，分別為0.7637mg/d和0.4358mg/d，白丁香較為慢，為0.2561mg/d，垂柳和黃刺玫的最差，速率為0.0474mg/d和0.0793mg/d。紫葉小檗單位葉面積的滯塵量最大，可能是由于其栽植的場所附近多為校園內(nèi)的停車點。大氣中懸浮的顆粒物加上由于車輛來往時帶來的二次揚塵，導(dǎo)致紫葉小檗的單位葉片的滯塵量最高。毛白楊的滯塵量僅次于紫葉小檗，可能是毛白楊的葉片表面的氣孔密度大、密布有白色的絨毛所致。垂柳和黃刺玫的最差，可能是葉片表面較為光滑，枝葉密度和葉片的傾角較小的緣故[5,12]。對這6種不同校園綠地植物的總的滯塵量進行分析表明：毛白楊單片葉的滯塵量明顯比其他幾種綠地植物大，紫葉小檗、白丁香和國槐次之，垂柳較差，黃刺玫最差。這可能是由于各樹種樹冠和枝葉密度、葉面的傾角、植物本身葉片表面的特性和外界復(fù)雜多變的環(huán)境等因素綜合作用的結(jié)果。

表1樹種 每片葉滯塵量（m g） 滯塵能力（m g/c m2）1 d 3 d 5 d 1 d 3 d 5 d毛白楊 1 1 0.6 8 3 2 1 4 5.7 4 2 2 2 1 0.7 5 2 3 1.6 8 9 3 2.2 2 4 4 3.2 1 6 6國槐 9.2 7 4 7 1 1.3 6 1 1 1 4.7 3 1 9 1.4 8 1 6 1.8 1 4 9 2.3 5 3 3垂柳 7.6 8 6 1 8.1 3 8 3 8.5 2 8 3 0.8 6 4 6 0.9 1 5 4 0.9 5 9 3紫葉小檗 9.7 5 4 6 1 2.5 6 4 3 1 7.3 4 8 7 5.3 5 9 7 6.9 0 3 5 9.5 3 2 3黃刺玫 0.8 3 2 1 0.8 9 6 6 0.9 6 5 4 0.9 9 0 6 1.0 6 7 4 1.1 4 9 3白丁香 1 2.4 9 3 5 1 7.5 4 4 3 2 2.8 5 8 2 0.6 1 7 3 0.8 6 6 8 1.1 2 9 4

注：*表示在0.05水平上差異顯著。**表示在0.01水平上差異顯著。

2.2 多元逐步回歸和通徑分析

2.2.1 變量分析。以校園內(nèi)不同綠化樹種的單位葉面積的滯塵量為因變量y，土壤溫度為自變量X1，空氣溫度為自變量X2，空氣濕度為自變量X3，葉面積指數(shù)為自變量X4，風速為自變量X5，利用SAS8.0分析軟件對自變量同因變量進行擬合并求出多元線性回歸方程。再通過對偏回歸系數(shù)的標準化求出各個因變量對自變量的直接通徑系數(shù)，然后對根據(jù)相關(guān)系數(shù)和直接通徑系數(shù)計算各間接通徑系數(shù)[8]。最后通過對通徑分析所得出的結(jié)果進行詳細的分析解釋。

對采集的數(shù)據(jù)進行回歸分析和參數(shù)估計，得到表2和3，從表中的參數(shù)估計部分可以看出截距和各自變量的偏回歸系數(shù)、標準誤差、t值和p值（顯著性檢驗結(jié)果）。

2.2.2 參數(shù)估計及顯著性檢驗。觀察表2可知，回歸方程顯著水平＜0.001,說明各自變量綜合對應(yīng)因變量y有真實回歸關(guān)系，復(fù)相關(guān)系數(shù)為0.9197，調(diào)整后復(fù)相關(guān)系數(shù)為0.8888，從偏相關(guān)系數(shù)假設(shè)檢驗來看，變量X2的偏回歸系數(shù)達到顯著水平（p=0.0113＜0.05）。表3表明：變量X3的偏回歸系數(shù)達到顯著水平（p=0.0341＜0.05）,變量X5的偏回歸系數(shù)達到極顯著水平（p=0.0008＜0.01）,變量X1和X4的偏回歸系數(shù)檢驗（p=0.1878，p=0.9676）未達到顯著水平，應(yīng)當從回歸方程中剔除。次要因子剔除后，并對新的數(shù)據(jù)重新進行多元線性回歸，得出最優(yōu)多元線性回歸方程y=1.99755+0.40055X2+0.05772X3-17.07052X5。

2.2.3 方差分析。為了檢驗所求得的多重線性回歸方程是否顯著，要對它進行方差分析。通過計算得出，F(xiàn)=20.66，p＜0.0001，多元決定系數(shù) R2=0.8157，校正后的多元決定系數(shù)R2=0.7762，上述數(shù)據(jù)表明，所求得的線性回歸方程非常顯著。

2.2.4 通徑系數(shù)的計算和顯著性檢驗。由于直接通徑系數(shù)等于標準化的偏回歸系數(shù)，而標準化的偏回歸系數(shù)=（自變量的標準差/因變量的標準差）×自變量的偏回歸系數(shù)。利用SAS 8.0軟件將數(shù)據(jù)代入后整理得到各自變量x關(guān)于因變量y的直接通徑系數(shù)分別為：空氣溫度（X2）對滯塵量(y)的直接通徑系數(shù)為0.3272，空氣濕度（X3）對滯塵量(y)的直接通徑系數(shù)為0.1159，風速（X5）對滯塵量（y）的直接通徑系數(shù)為-0.8364。各通徑系數(shù)的顯著性檢驗結(jié)果見表3。根據(jù)上述數(shù)據(jù)求得的線性回歸方程的多元決定系數(shù)R2=0.8157。說明因變量變異中81.57%的成分可有多元線性回歸方程進行解釋，且誤差約占18.43%。

2.2.5 對相關(guān)系數(shù)的分解和通徑分析結(jié)果的說明。線性回歸方程中自變量的變化除了由于任意因變量通過本身的直接作用導(dǎo)致外（其大小以直接通徑系數(shù)表示），還包括各自變量通過對其它自變量因素的影響間接導(dǎo)致因變量的變化（大小以間接通徑系數(shù)表示）。某單一自變量通過另一自變量間接作用于因變量的間接通徑系數(shù)等于另一自變量本身的直接通徑系數(shù)乘以兩自變量間的相關(guān)系數(shù)。例如空氣溫度（X2）通過風速（X5）間接作用于滯塵量的間接通徑系數(shù)為-0.17659×（-0.8364）=0.1477。其余自變量的間接通徑系數(shù)的算法同此相同。其結(jié)果如表4和表5所示。根據(jù)通徑分析的理論表明，任何一個自變量同因變量間的簡單相關(guān)系數(shù)，即為該自變量同因變量的直接通徑系數(shù)和其余所有間接通徑系數(shù)的代數(shù)和。如空氣溫度（X2）同滯塵量（y）間的相關(guān)系數(shù)=0.3272-0.0598+0.1477=0.4150。其余影響因素與滯塵量之間的相關(guān)系數(shù)也可以用上述方法進行分解。

觀察表5可以看到，各影響因素對校園綠地植物滯塵量的作用由大到小依次是：風速＞空氣溫度＞空氣濕度。

表3變量 自由度 參數(shù)估計 標準參數(shù)估計標準誤差 t值 p值X1 1 -0.53697 -2.17208 0.38626 -1.39 0.1878 X2 1 0.78085 3.71485 0.26500 2.95 0.0113*X3 1 0.09673 1.31370 0.04085 2.37 0.0341*X4 1 -0.17230 -0.03052 4.15764 -0.04 0.9676 X5 1 -14.00207 2.14903 3.21549 -4.35 0.0008**

表4 X2 X3 X5 Y X2 1.0 0 0 0 0 -0.5 1 6 5 4* -0.1 7 6 5 9 0.4 1 5 0 2 X3 1.0 0 0 0 0 0.3 1 8 7 8 -0.3 1 9 7 3 X5 1.0 0 0 0 0 -0.8 5 7 2 2**Y 1.0 0 0 0 0

表5環(huán)境因子 直接效應(yīng) 間接效應(yīng)→X2 →X3 →X5X2 0.3 2 7 2 - -0.0 5 9 8 0.1 4 7 7 X3 0.1 1 5 9 -0.1 6 9 0 - -0.2 6 6 6 X5 -0.8 3 6 4 -0.0 5 7 8 0.0 3 6 9 -

（1）空氣溫度與滯塵量間的相關(guān)系數(shù)最大，R=0.41502，直接通徑系數(shù)也是最大為0.3272。其中空氣溫度通過風速對滯塵量的間接效應(yīng)較明顯為0.1477，空氣溫度通過空氣濕度的間接效應(yīng)為負值-0.0598，說明空氣溫度的增高致使?jié)穸冉档停瑥亩鴮?dǎo)致滯塵量的下降。每當空氣溫度增加一個標準差單位，可使植物的滯塵量增加0.41502個標準差單位。

（2）空氣濕度與滯塵量間的相關(guān)系數(shù)為負值-0.31973，直接通徑系數(shù)為0.1159，直接通徑系數(shù)接近顯著水平，空氣濕度增加會使得植物的滯塵量同步增加。空氣濕度通過空氣溫度和風速對滯塵量的間接效應(yīng)皆為負值，因此使得空氣濕度對滯塵量的相關(guān)系數(shù)成為-0.31973。這說明在考慮空氣濕度對滯塵效應(yīng)的影響的同時，還應(yīng)該兼顧其它外界因素如空氣溫度和風速的影響。

（3）風速與滯塵量間呈很強的負相關(guān)性R=-0.85722，達到極顯著水平，直接通徑系數(shù)亦為最小-0.8364，且不顯著。風速通過空氣溫度和空氣濕度對滯塵量的相關(guān)作用相對較小，分別為-0.0578和0.0369。表明風速對植物滯塵量的影響非常明顯，風速每增加一個標準差單位，葉片的滯塵量將減少0.85722個標準差單位。

3 結(jié)論與討論

通過對校園內(nèi)6種不同樹種的單位葉面積滯塵量調(diào)查表明，其滯塵量由大到小排列：紫葉小檗＞毛白楊＞國槐＞垂柳＞黃刺玫＞白丁香。不同樹種間的滯塵能力均存在較大差異，柴一新等[4]對哈爾濱市的主要綠化樹種的滯塵量進行觀測，結(jié)果發(fā)現(xiàn)：各樹種間的滯塵能力差異明顯，其間相差可達到2～3倍。郭偉等[5]研究表明：除了植物本身冠幅、株高、枝葉密度和葉面傾角等因素造成不同樹種對大氣顆粒物截留能力的差異外，若植物具有葉片表面粗糙多褶皺、多絨毛，分泌多等特征，則該種植物的滯塵能力較強。不同樹種的滯塵量呈現(xiàn)出隨時間推移而遞增的趨勢。且隨著雨水的沖刷，葉片開始重新累積，循環(huán)往復(fù)的動態(tài)變化過程。Schnabel等[6]研究表明：綠地植物對大氣顆粒物的截留和吸附只是暫時性的，枝葉上的粉塵會被雨水的沖刷掉，具有一定的“可塑性”。利用多元線性回歸對影響滯塵量的5個因素進行綜合評價，表明空氣溫度、空氣濕度和風速這3個因子對滯塵量的影響最大。通過對這3個因子對滯塵量的影響進行通徑分析計算得出，風速對滯塵量的直接影響最大并且為負作用，在風和重力的共同作用下，枝葉上滯留的粉塵會重新回到大氣中或著被植物別的枝葉部分所吸附。與上述試驗結(jié)論相符?？諝鉁囟葘m量直接影響較大，為0.3272。空氣濕度對滯塵量的直接影響最小，為0.1159。且空氣溫度、空氣濕度和風速這3種影響因子通過自身的直接作用和其他因子對滯塵量的間接作用，表明影響綠地植物滯塵量的因素由大到小排列依次為：風速＞空氣溫度＞空氣濕度。不同樹種的滯塵量具有時間和空間上的變化規(guī)律[7,8]。武小鋼等[9]的研究表明，園林植物的滯塵能力與所處的季節(jié)及植物的生長發(fā)育期有關(guān)，夏季植物的代謝旺盛，生長迅速，此時的滯塵能力幾乎是最強的。此外，大樹和小樹時期的單位葉面積滯塵量也存在差異。大樹時期的葉片總數(shù)雖然較多，但葉片光滑，所以單位滯塵量相對較少[10]。不同地段空氣污染程度的差異性對滯塵總量具有很大的效應(yīng)。周述明等[11]的研究發(fā)現(xiàn)：處于重度污染區(qū)的同一樹種滯塵量比輕度污染區(qū)的要小得多。園林植物群落結(jié)構(gòu)的不同也會對綠地植物的滯塵量產(chǎn)生影響。周志翔等[12]研究發(fā)現(xiàn)，結(jié)構(gòu)較單一的草坪滯塵量明顯比具有喬——灌——草立體結(jié)構(gòu)的滯塵能力要弱。通過對6種不同校園綠地植物滯塵能力和各影響因素間進行了比較，初步明確不同類型植物間滯塵能力的差異和各影響因子對滯塵量的影響，為校園內(nèi)園林植物種群的合理配置、綠化帶的科學(xué)布局提供一定思路和依據(jù)。同時就關(guān)于滯塵量影響因子及各因子間的作用機制方面的深入研究提供一定的基礎(chǔ)。

（收稿：2017-05-15）

[1]張文光.呂梁市離石區(qū)城市綠化現(xiàn)狀及發(fā)展對策[D].山西農(nóng)業(yè)大學(xué),2016.

[2]劉霞,李海梅.園林植物滯塵效應(yīng)的研究 [J].北方園藝,2007(8):73-76.

[3]康博文,王得祥,劉建軍,等.城市不同綠地類型降溫增濕效應(yīng)的研究[J].西北林學(xué)院學(xué)報,2005,20(2):54－56．

[4]柴一新,祝寧,韓煥金.城市綠化樹種的滯塵效應(yīng)——以哈爾濱市為例[J].應(yīng)用生態(tài)學(xué)報,2002,13(9):1121-1126.

[5]郭偉,申屠雅瑾,鄭述強,等.城市綠地滯塵作用機理和規(guī)律的研究進展[J].生態(tài)環(huán)境學(xué)報,2010(6):1465-1470.

[6]Schnabel H G.Urban forestry in Germany(德國城市林業(yè))[J].Arbor,1980,6(11):281-286.

[7]陳強.通徑分析及其在林業(yè)試驗統(tǒng)計分析中的應(yīng)用[J].西部林業(yè)科學(xué),1996(1):54-61.

[8]郝旺林,梁林麗,吳興,等.不同前茬冬小麥土壤呼吸特征及影響因子分析[J].環(huán)境科學(xué),2011(11):3167-3173.

[9]武小鋼,藺銀鼎,閆海冰,等.城市綠地降溫增濕效應(yīng)與其結(jié)構(gòu)特征相關(guān)性研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2008,16(6):1469-1473．

[10]李蔭堂,李志勇,方飛,等.濕地降溫增濕效應(yīng)的數(shù)值模擬研究[J].西安交通大學(xué)學(xué)報,2007,41(7):825-829．

[11]周述明.成都市城市街道綠化景觀評價及其環(huán)境效益研究[D].雅安:四川農(nóng)業(yè)大學(xué),2003.

[12]周志翔,邵天一,唐萬鵬,等.城市綠地空間格局及其環(huán)境效應(yīng)——以宜昌市中心城區(qū)為例[J].生態(tài)學(xué)報,2004,(02):186-192.