西安市不同綠化參數與PM2.5濃度的關聯性研究

摘要 以探討西安市城區綠化覆蓋率、綠化密度、綠化植被類型三者與空氣中PM2.5濃度之間的關系為目的，選取了西安市區內7個監測點為代表點，測量范圍為監測點方圓400 m，約50萬m2。從2013年8～11月，歷時4個月，每天獲取監測點提供的PM2.5濃度值。結果表明，提高總體綠化密度，采用適合的綠化植被種類，能夠在一定程度上降低空氣中的PM2.5濃度，提高空氣質量。

關鍵詞 PM2.5濃度；西安市；綠化覆蓋率；綠化密度；綠化植被種類

中圖分類號S688文獻標識碼A文章編號0517-6611（2014）30-10629-03

近年來，隨著工業化和城市化進程的加快，環境污染問題日益突出，其中以細顆粒物為主的空氣污染更加嚴峻，監測數據曾連續多天爆表。細顆粒物即為PM2.5，是指大氣中直徑≤2.5 μm的顆粒物[1-2]，沉降困難，危害嚴重[3]，影響范圍廣，控制和治理難度大，而且顆粒越小，進入呼吸道的部位越深，對人體健康危害越大[4-6]，與肺癌死亡率、心肺病死亡率等的關系最為密切[7-8]。植物葉片背面有大量的微小氣孔，植物通過這些氣孔進行呼吸，因此可以凈化大氣中的污染物[9]。

1研究設計

1.1數據采集通過關注西安市環境保護局官方網站獲得PM2.5的日均值。通過實地測量獲得各監測點測量范圍內的整體投影覆蓋面積、綠化面積比例、綠化密度、主要樹種及其投影覆蓋面積等具體信息。

1.2統計分析對數據進行圖表分析，建立PM2.5濃度與各綠化參數之間的關聯性。

2測量過程

于2013年9～11月在西安市城區環境監測點進行。

2.1測量地點基于西安市城區布局特點，從13個環境監測點中選取了8個環境監測點進行了綠化參數的測量，分別是小寨、高壓開關廠、市人民體育場、紡織城、草灘、長安區、興慶小區、高新西區的監測點（表1），測量范圍為監測點的方圓400 m，約50萬m2的范圍。由于小寨監測點附近有“城中村”在重新拆建，周邊環境變化大，所得數據不予參考。

2.2測量器材測量面積主要使用GPS，并結合使用皮尺、直尺和1∶5 000的大比例衛星地圖。環境監測點周圍樹木數量繁多，種類復雜，喬木灌木混合，濃密程度不一，區域面積廣闊，監測數據量大，故投入大量的人力和時間。各監測點PM2.5的數據借用西安市環境保護局發布的官方數據，準確可靠。

2.3測量時間由于大部分綠化樹種葉片滯塵量的季節變化為春季高、夏季降低、秋季較高、冬季達最高[10]，秋季植被對PM2.5濃度的降低作用較為顯著，故監測時間選定8～11月。

3結果與分析

3.1結果整理實地考察監測點附近環境，觀察植被分布特征，按照植物形態，將植被分為灌木、喬木、草本、藤本、花卉5個類別，將監測范圍內植被生長地分為道路和園林兩大類，整理得區域植被種類分布特征表（表2）。

在研究過程中只考慮植被的投影覆蓋面積投影覆蓋度，認為不同植被種類的投影覆蓋面積與其三維形態存在一定函數關系，即不考慮空間綠化率。樹陰面積的測量統計方法主要是：①先觀察樹木的分布狀況，對于園林中成片分布的，利用GPS測量面積；②對于小面積分布的藤本、灌木、草本、花卉等則利用皮尺測量計算面積；③對于生長情況相同但分布不連續的喬木，特別是行道樹，計算棵數，然后用皮尺測量并結合GPS，抽樣測量樹木投影覆蓋面積并取其平均值，以棵數乘以面積算出整體面積；④對于某些長得比較大或者小的喬木，采取單獨計算的方式。

將其分類整理得監測點植被種類及其投影覆蓋面積，結合西安市環境保護局發布的PM2.5濃度可整理得各監測點PM2.5濃度及綠化參數表（表3）。

表格中PM2.5濃度采用8月1日至11月30日的每日記錄數據的平均值；整體投影覆蓋面積為區域內所有植被的垂直投影面積，不重復計算重合部分，利用1∶5 000的大比例遙感圖像與實地考察相結合，計算所得；綠化面積比例即為S1/S0；各植被投影面積總和即為各植被在二維平面上垂直投影覆蓋面積的總和，將重合部分分別計算在內，利用GPS實地測量所得；綠化密度為單位綠化覆蓋面積上的植被投影面積總和，即為S2/S0，可反映植被的空間分布情況，綠化密度越大，表示單位綠化覆蓋面積上存在的植被形態越多。

3.2綠化面積比例與PM2.5濃度的關聯性討論將表3中的數據整理作圖，將各監測點的PM2.5濃度值從小到大排列，其附近的綠化面積比例相應地分布，可得到綠化面積比例與PM2.5濃度的關系示意圖（圖1）。

3.3綠化密度與PM2.5濃度的關聯性討論單純的綠化面積比例并不能反映綠化程度。各植被之間結構相對復雜，存在喬木、灌木、草本植物的混雜，垂直投影上存在疊加，各植被投影面積數量較總體綠化覆蓋面積大，故引入“綠化密度”這個概念。綠化密度反映了整體綠化植被覆蓋的效果。將表3中的數據整理作圖，將PM2.5濃度從大到小排列，各監測點測量范圍內的綠化密度值相應地分布。為將綠化密度的變化趨勢較為清晰地反映在圖中，故將其擴大100倍后再作圖，可得到綠化密度與PM2.5濃度的關系示意圖（圖2）。

長安區監測點與高壓開關廠監測點投影覆蓋面積相差為6 042 m2，相對較小，長安區的綠化密度較高壓開關廠的大，而長安區監測點的PM2.5濃度較高壓開關廠的低。高新區監測點與紡織城監測點投影覆蓋面積相差為7 325 m2，相對較小，高新區的綠化密度較紡織城的大，長安區監測點的PM2.5濃度較紡織城的低。當綠化面積相差大于10 000 m2時，差距較大，不具備討論前提，不進行比較與討論。由以上兩個例子可認為綠化密度與PM2.5濃度呈反比，即投影覆蓋面積近似時，綠化密度越大，PM2.5濃度越低。

3.4植被種類與PM2.5濃度的關聯性討論研究證實，相比較為矮小的植物，喬木去除氣體污染物和顆粒污染物以及截留氣溶膠性質污染物的能力更高[10]。切爾諾貝利核事故后的觀測結果也表明，森林比草地更能有效地吸收細微顆粒物，故在此主要談論喬木種類與PM2.5濃度的關聯性，統計各監測點測量范圍內的主要樹種及其投影覆蓋面積（表4）。

結合表3、表4，選取綠化面積比例和綠化密度都接近的監測點，比較主要植被種類和PM2.5濃度的關聯性。相較而言，高壓開關廠監測點和體育場監測點的綠化面積比例34.55%與36.90%、綠化密度1.172與1.280相差不大，而高壓開關廠的主要樹種為法桐、楊樹、雪松，PM2.5濃度值為98.151，體育場的主要樹種為國槐，PM2.5濃度值為125952。分析可得，法桐、楊樹等有茂碩的林冠層，葉子大，雪松有小而密集的葉子，都能有效滯留空氣中的PM2.5。這是因為雪松的葉片為細小鱗片狀，表面被有較厚的臘質和松脂等油性分泌物，對大氣中含鉛和鋅的顆粒物具有很強的吸附能力[11]。

4總結與討論

PM2.5直接危害著人類的身體健康，首先要從源頭控制，城市空氣中 PM2.5 的主要來源可歸結為化石燃料燃燒、機動車尾氣排放和冬季采暖[12]。減少城市近郊秸稈、草木、廢物的露天燃燒，可減少炭黑、有機碳粒子等PM2.5的排放[13-14]。空氣污染較嚴重的城市，冬季采暖改成天然氣供暖，即“煤改氣”，發展天然氣出租車和電動公交，既可減少一次顆粒物的排放，又可減少PM2.5前體物質的排放，對PM25控制有幫助[12]。

此外，要尋求易于實現的有效方法，消除空氣中已存在的PM2.5。植被可吸附空氣中的顆粒物，有凈化空氣的作用，但綠化面積并不是影響PM2.5的唯一參數，不可一味地擴大綠化范圍。同時植物對于污染物的阻滯吸收是一個復雜的過程，尤其與葉片表面的濕潤程度、植物的表面結構、植物和污染物本身的性質等多種因素有關[3]，應將草本、灌木、大型喬木的種植相結合，注意加大空間綠化率，提高綠化密度，并種植合理的植被類型，如有茂碩的林冠層的植被，例如法桐、楊樹等，以及常綠的針葉樹種，如雪松、油松等，創造良好的綠地類型，以減少PM2.5。

參考文獻

[1] 傅敏寧，鄭有飛，徐星生，等. PM2.5監測及評價研究進展[J].氣象與減災研究，2011，34（4）：1-6.

[2] 包貞，馮銀廠，焦荔，等.杭州市大氣PM2.5和PM10污染特征及來源解析[J].中國環境監測，2010，2（2）：44-48.

[3] 趙晨曦，王玉杰，王云琦，等.細顆粒物（PM2.5）與植被關系的研究綜述[J].生態學雜志，2013，32（8）：2203-2210.

[4] 殷永文，程金平，段玉森，等.上海市霾期間PM2.5、PM10污染與呼吸科、兒呼吸科門診人數的相關分析[J].環境科學，2011，32（7）：1894-1898.

[5] DIAZ R V，DOMINGUEZ E R. Health risk by inhalation of PM2.5 in the metropolitan zone of the City of Mexico [J].Ecotoxicology and Environmental Safety，2009，72（3）：866-871.

[6] MATE T，GUAITA R，PICHIULE M，et al.Shortterm effect of fine particulate matter （PM2.5） on daily mortality due to diseases of the circulatory system in Madrid（Spain）[J].Science of The Total Environment，2010，408（23）：5750-5757.

[7] SCHWARTZ J，DOCKERY D W，NEAS L M.Is daily mortality associated specifically with fine particles[J]. Air Waste Manage Assoc，1996，46： 927-939.

[8] POPE III C A，RICHARD T B，MICHAEL J T， et al.Lung cancer，cardiopulmonary mortality， and longterm exposure to fine particulate air pollution[J].The American Medical Association， 2002， 287（9）： 1132-1141.

[9] 蔡靜萍，陳麗萍，申哲民，等.葉片理化指標與綠化植物凈化大氣能力的相關性分析[J].上海環境科學，2008，27（2）：77-81.

[10] 方穎，張金池，王玉華.南京市主要綠化樹種對大氣固體懸浮物凈化能力及規律研究[J].生態與農村環境學報，2007，23（2）：36-40.

[11] 莊樹宏，王克明.城市大氣重金屬（Pb，Cd，Cu，Zn）污染及其在植物中的富積[J].煙臺大學學報：自然科學與工程版，2000，13（1）：31-37.

[12] 白云烏.談PM2.5來源及污染控制[J].內蒙古石油化工，2013（17）：52-53.

[13] 方恒，肖美.細顆粒物PM2.5研究進展[J].江西化工，2007，6（2）：18-20.

[14] 王冰，張承中.大氣可吸入顆粒物PM2.5研究進展[J].中國科技信息，2009，4（8）：25-26.