晝間氣象條件對城市道路綠化帶空氣凈化效果的影響
——以太原市為例

王亞英，李 萍，武小鋼，閻海冰，王 娟，李 嬌，藺銀鼎，*, 郝興宇

1 山西農業大學，太谷 030801 2 山西省林業職業技術學院，太原 030009

晝間氣象條件對城市道路綠化帶空氣凈化效果的影響
——以太原市為例

王亞英1,2，李 萍1，武小鋼1，閻海冰1，王 娟1，李 嬌1，藺銀鼎1，*, 郝興宇1

1 山西農業大學，太谷 030801 2 山西省林業職業技術學院，太原 030009

道路綠化帶可以凈化空氣，改善道路環境，道路中的小氣候條件會改變道路污染物擴散方式和速度，進而會影響到綠化帶對污染物凈化效果。氣象條件對道路綠地對大氣污染物凈化效果影響的研究將有助于了解道路綠地的凈化途徑，為改善城市道路環境提供依據。對太原市18個道路綠地氣象因子和5種主要污染物濃度進行了觀測。結果表明：夏季，太原市城市道路內各氣象要素之間存在一定的相關性，氣溫和地溫正相關顯著，空氣相對濕度與地溫及氣溫呈顯著和極顯著負相關。大部分情況下，有綠地非機動車道污染物平均濃度低于無綠地非機動車道對照點平均濃度，即道路綠地起到了對道路污染物的凈化作用。道路綠地對污染物的凈化百分率與氣象因子存在顯著的回歸關系，并可以建立達到統計顯著水平的回歸方程，但不同污染物受不同的主導氣象因子影響。氣象條件會影響道路綠地對道路污染物的凈化效果，今后的城市建設和道路綠地規劃中應更多地考慮氣象條件對綠地凈化效果的影響。

城市道路綠化帶；氣象因子；污染物

近年來隨著我國城市化的不斷加快，城市人口不斷增加，我國大中型城市機動車保有量增長快速，給我國經濟帶來了繁榮，同時車流產生的污染也持續攀升[1- 2]。這些污染物會影響城市環境，對活動于城市道路中的行人及非機動車司機產生危害。為減少道路污染對城市居民尤其是道路行人的生態危害，國內外學者對道路污染進行了多角度的研究和探索，包括不同街道結構對污染物擴散的研究和不同道路綠化帶對污染物擴散的研究[1，3- 8]。道路綠地不僅能美化城市環境，而且綠色植物可以通過吸收有害氣體、吸滯粉塵、隔音降噪改善道路環境降低污染。道路綠化面積、植物種類、種植密度及綠化模式都會影響道路綠地的污染物凈化效果。不同結構道路綠化帶會改變道路微氣象條件，影響非機動車道污染物濃度[9- 10]。有研究表明：氣象條件是影響空氣質量的客觀因素，有利的地面天氣形勢會改善城市的大氣環境，即大的天氣形勢會影響城市的空氣質量,國內對局地小氣候對城市道路污染的影響的研究還很少[11- 13]，而局地小氣候條件對城市道路綠化帶的凈化效果影響的研究也少有報道[14- 16]。局地氣象條件的變化是否會影響道路綠化帶對各種污染物的凈化效果?本文將就這一問題進行探討，為將來的城市道路綠化及城市道路環境預測提供依據。

1 材料與方法

1.1 研究區域概況

太原市是山西省的省會城市，東經111°30′—113°09′，北緯37°27′—38°25′。太原市屬大陸性暖溫帶季風氣候，年平均風速為1.8—2.4 m/s，年平均降雨量456 mm，年平均氣溫9.5 ℃。1月份最冷，平均氣溫 6.8 ℃；7月份最熱，平均氣溫23.5 ℃。

1.2 實驗方案設計

1.2.1 監測項目、儀器和方法

2009年7—8月份，在太原市選擇18個城市道路綠地(綠帶配置結構為喬灌草或喬灌)，在無風或者微風 (風速小于4 m/s)情況下進行觀測，使用兩套(6 臺)觀測儀器同時觀測，用時20 d(期間遇雨天和大風天不進行觀測)。選擇SO2、NOx、NH3、TSP和PM10等5 種主要城市污染物作為凈化目標進行研究。

測試儀器：氣象要素(風速、空氣溫度、空氣相對濕度、氣壓)采用美國產手持氣象站Kestrel3500(風速觀測精確度±3%，空氣相對濕度觀測精確度±3%，大氣壓力觀測精度±3 hP)，地面溫度采用普通玻璃溫度表(測精確度±0.2),空氣溫度采用大氣采樣儀自帶的溫度計測定(觀測精度±0.2)。污染物采樣儀器為青島嶗山電子儀器廠生產的KB6120型中流量大氣采樣儀。氣象要素測定高度為距離地表面1.5 m。

氣象要素觀測方法：每20 min觀察1次，風速為2 min平均風速。每次試驗觀察4次，取4次的平均值。

污染物監測方法：低空污染物濃度值的測量高度為1.5 m，采樣流量100 L/min。固體項目，TSP、PM10每次采樣時間為60 min；氣體項目，NOx采樣時間60 min、SO2采樣時間60 min、NH3采樣時間20 min。NOx吸收量的測定采用鹽酸萘乙二胺比色法(GB/T15436—1995),SO2吸收量的測定采用甲醛緩沖溶液吸收—鹽酸副玫瑰苯胺分光光度法(GB/T15262—1994), NH3吸收量的測定采用次氯酸鈉水楊酸分光光度法(GB/T14679—1993)，TSP的測定采用重量法(GB/T15432—1995)，PM10的測定采用重量法(GB/T6921—1986) 。

樣品采集時間：通過對晝間車流量情況的調查，選取晝間車流量基本穩定的時間段進行試驗。1日分3個時段，即9：00—10：00、11：00—12：00、13：30—14：30。

不同結構綠帶污染物凈化百分率計算公式[3]：

Pn=((Cc-Cr)-(Cc-C0))/Cc×100%

式中，Pn是綠帶對各種污染物凈化百分率；Cc是機動車道靠近綠帶一側污染物濃度；Cr是非機動車道靠近綠帶一側污染物濃度；C0無綠帶非機動車道污染物濃度(對照濃度)。

1.2.2 綠化帶概況及監測點的布置

在太原市13條主要道路中選擇綠化隔離帶空間結構和植物配置基本一致的18塊城市道路綠地，設置了18個監測點。各監測點綠化隔離帶空間格局及道路狀況見表1。其中喬木以多年生槐樹為主，樹齡15—20a，株高15 m左右，冠徑6 m左右，樹冠豐滿度和生長勢基本一致,株距5 m.。灌木以整形膠東衛矛或紫葉小檗為主，高度0.6 m左右；草本以禾本科冷季型修剪草坪為主。

表1 樣地綠化隔離帶空間結構特征Table 1 Space structure characteristic of the test sample

每個道路綠化帶均設置3個測點(圖1)，其中A點放置于機動車道距離綠帶1 m處，B點放置于非機動車道遠離綠帶一側距離人行道1 m處，分別處于綠化帶兩側，各監測點與綠化帶間隔端口的距離應大于5 m,C點作為無綠地的對照測點。

圖1 綠化帶測量點示意圖Fig.1 The simulation schematic of green beltsA、B兩點縱線對應; C點放置在綠化帶間隔中心與B點平行的位置(C點對應的道路兩側無綠地)

1.3 數據處理與分析

運用Excle2003軟件進行圖表處理，用統計軟件SAS 8.0進行氣象因子的相關性分析。利用統計軟件SAS 8.0對氣象條件與道路綠地凈化百分率進行逐步回歸，篩選出于與道路綠地凈化百分率相關的氣象因子，建立回歸模型。

2 結果與分析

2.1 各觀測時刻氣象條件的變化情況

分別對太原市18個道路綠地的氣象觀測表明(表2)，從9:00—10:00到13:30—14:30，道路平均風速、氣溫和地表面溫度呈增加的趨勢，而空氣相對濕度逐漸下降，大氣壓變化很小。各氣象要素間的相關分析表明(表3)，氣溫和地溫正相關顯著，因為氣溫的變化主要是受地溫的影響，空氣的熱量主要來源于地表面，地溫增加后對空氣產生加熱作用而使氣溫相應升高[17]。空氣相對濕度與氣溫及地溫呈顯著和極顯著負相關，因為地溫升高會使氣溫升高，而氣溫升高會使空氣的飽和水汽壓升高，即空氣容納水汽的能力增加，在地面沒有足夠水汽補充的情況下，空氣的相對濕度(空氣飽和程度)下降[17]。

表2 氣象條件變化表Table 2 The change of meteorological factors

表3 氣象因子間的相關分析Table 3 The correlation analysis of different meteorological factors

*表示顯著(P<0.05), **表示極顯著(P<0.01)

2.2 道路各觀測點污染物濃度的變化

在13:30—14:30時段，各觀測點5 種污染物平均濃度較9:00—10:00和11:00—12:00有下降趨勢(圖2)。除9:00—10:00時段有綠地非機動車道(B點) NOx、NH3的平均濃度高于無綠地非機動車道對照點(C點)濃度外，其他污染物及其他時刻均為有綠地非機動車道(B點) 污染物平均濃度低于無綠地非機動車道對照點(C點)濃度，即綠地總體上起到了對道路污染物的凈化作用。在11:00—12:00和13:30—14:30，B點SO2平均濃度降幅較9:00—10:00大，13:30—14:30時段道路綠地對SO2的平均凈化百分率最大(6.15%)(圖3)。NOx和 NH3平均濃度在9:00—10:00時段B點較C點低(圖2)，所以該時刻這兩種污染物的綠地平均凈化百分率均為負值。在11:00—12:00和13:30—14:30，綠地對NOx的平均凈化百分率分別是4.15%和16.60%，而綠地對NH3的平均凈化百分率分別是5.80%和9.80%，均為13:30—14:30時段凈化效果好(圖3)。TSP綠地平均凈化百分率9:00—10:00時段最大(12.64%)，13:30—14:30時刻最小(2.42%)。而綠地對PM10的平均凈化百分率為13:30—14:30時段最大(10.04%)。除TSP外，道路綠地對其他4種污染物的平均凈化百分率均為13:30—14:30時段較大，9:00—10:00較小(圖3)。

圖2 不同時段道路污染物濃度變化Fig.2 The change of road pollutant concentrations at different timeA:道路綠地靠近機動車道一側測點；B：道路綠地中非機動車一側測點；C：無道路綠地非機動車道與B點平行的測點

圖3 凈化百分率變化Fig.3 The change of remvoal percentage

2.3 氣象條件對道路綠地凈化百分率的影響

道路綠地對5 種污染物的凈化百分率與氣象條件的逐步回歸分析表明(表4)：道路綠地對污染物的凈化百分率與氣象條件存在顯著的回歸關系，并可以建立達到統計顯著水平的回歸方程，但不同污染物受不同的主導氣象因子影響。SO2主要受風速和氣溫的影響，并隨風速和氣溫的增加凈化百分率增加。而NOx主要受地表面溫度的影響，隨地表面溫度的增加凈化百分率增加。NH3主要受氣溫的影響，并隨氣溫的增加凈化百分率增加。TSP主要受空氣濕度的影響，隨空氣相對濕度增加凈化百分率增加。PM10主要受氣溫和氣壓的影響，隨氣溫和氣壓的增加凈化百分率增加。

3 結論

(1)夏季，從9:00—10:00到13:30—14:30，太原市道路平均風速、氣溫和地表面溫度呈增加的趨勢，而空氣相對濕度逐漸下降，大氣壓幾乎沒有變化。各氣象要素之間存在一定的相關性，氣溫和地溫正相關顯著，空氣相對濕度與氣溫及地溫呈顯著和極顯著負相關。

表4 城市道路綠地污染物凈化百分率與氣象條件的關系Table 4 The relation of remvoal percentage to pollutants and meteorological factors in city green road

x1:風速；x2:氣溫；x3:空氣相對濕度；x4:地面溫度；x5:氣壓

(2)除9:00—10:00時刻(氣溫較低，空氣相對濕度較高)有綠地非機動車道(B點) NOx、 NH3的平均濃度高于無綠地非機動車道對照點(C點)濃度外，其他污染物及其他時刻均為有綠地非機動車道(B點) 污染物平均濃度低于無綠地非機動車道對照點(C點)濃度，即綠地總體上起到了對道路污染物的凈化作用。除TSP外，道路綠地對其他4種污染物的平均凈化百分率均為13:30—14:30時刻較大，9:00—10:00較小。

(3)道路綠地對污染物的凈化百分率與氣象條件存在顯著的回歸關系，并可以建立達到統計顯著水平的回歸方程，但不同污染物受不同的主導氣象因子影響。氣象條件會影響道路綠地對道路污染物的凈化效果，今后的城市建設和道路綠地規劃中應更多地考慮氣象條件對綠地凈化效果的影響。

4 討論

污染物從污染源排放到大氣中的擴散過程及其危害程度，主要決定于氣象因素，此外還與污染物的特征和排放特性，以及排放區的地形地貌狀況有關。在污染源排放量變化不大的情況下，氣壓、溫度、風向風速、降水、濕度等氣象條件會影響空氣質量[18]。氣象條件的變化會改變了污染物擴散方式和速度，道路綠地對污染物的凈化效果也應該會隨氣象條件的變化發生改變。如氣溫和地溫的變化主要會影響空氣的垂直運動[17]，也就是會影響污染物的垂直擴散速度，溫度越高污染物的垂直擴散速度越快[18]。而風速的變化主要會影響空氣的水平運動，有利于污染物的水平擴散[18]。風能擴大綠地的生態效應的范圍，促進大氣污染物的清除[19]。溫度和風的變化會影響污染物的擴散方式和速度，擴散方式和速度變化后道路綠地對污染物的吸收和吸滯方式也會發生變化，進而影響其對道路污染物的凈化效果。道路綠地對各種污染物凈化百分率與氣象要素之間建立了達到顯著水平的回歸方程，表明氣象條件的變化的確會影響道路綠地的凈化效果。

不同的污染物物理和化學性質不同，不同的氣象因子對其影響存在差異，不同的污染物所受的主導氣象因子會有所不同,但其中原因有待于今后的研究進行更深入的探討。另外，氣象因素之間也存在一定的相關性，不同的氣象因素的變化是受同一氣象因子決定的，如氣溫和地溫是顯著相關的，而氣溫和地溫與空氣相對濕度又都負相關顯著(表2)，實際上空氣溫度和空氣相對濕度受地面溫度影響很大，地面溫度升高氣溫相應升高而空氣相對濕度會隨之下降。也就是說，雖然NOx的凈化百分率主要受地溫影響，NH3的凈化百分率主要受氣溫影響，由于氣溫、地溫存在相關性我們可以認為道路綠地對這兩個污染物的凈化百分率是主要受同一個氣象要素影響的。綠地對周邊小氣候有一定的調節作用，在夏季可以起到降溫增濕的作用[20- 22]，道路環境溫度下降不利于NOx和NH3及PM10的垂直擴散，但空氣濕度的升高會有利于TSP濃度的下降(表4)。在今后的道路綠地設計中，適當增加道路綠帶面積不僅有利于改善道路小氣候環境，還有利于降低空氣中固態污染物TSP的濃度，但可能不利于NOx和NH3及PM10的擴散。

[1] 殷杉, 蔡靜萍, 陳麗萍, 申哲民, 鄒曉東, 吳旦, 王文華. 交通綠化帶植物配置對空氣顆粒物的凈化效益. 生態學報, 2007, 27(11): 4590- 4596.

[2] 劉德鴻, 王發園，周文利，楊玉建. 洛陽市不同功能區道路灰塵重金屬污染及潛在生態風險. 環境科學, 2012,33 (1): 69- 70.

[3] 劉曉華, 黃石德, 潘輝, 高元競. 城市綠化樹種對道路空間大氣顆粒物濃度的影響. 福建林學院學報, 2009, 29(1): 79- 83.

[4] 吳志軍, 黃震, 謝拯, 王嘉松, 周校平. 城市街道峽谷機動車污染物擴散的模擬研究. 吉林大學學報(工學版), 2002, 32(2): 28- 32.

[5] Johnson W B, Ludwig F L, Dabberdt W F, Allen R J. An urban diffusion simulation model for carbon monoxide. Journal of the Air Pollution Control Association, 1973, 23(6): 490- 498.

[6] Lee I Y, Park H M. Parameterization of the pollutant transport and dispersion in urban street canyons. Atmospheric Environment, 1994, 28(14): 2343- 2349.

[7] 呂萍, 袁九毅, 張文煜. 城市街谷幾何結構對街谷內流場及污染物濃度場影響的數值模擬. 高原氣象, 2004, 23(4): 534- 539.

[8] 王嘉松, 黃震. 城市街區大氣流動與汽車尾氣擴散的三維數值模擬. 上海環境科學, 2003, 22(4): 227- 233.

[9] 沈家芬, 蘇開君, 馮建軍. 道路綠化種植抗污染植物模式研究. 城市環境與城市生態, 2001, 14(6): 52- 53.

[10] 李萍，王松，王亞英，郝興宇，武小鋼，閻海賓，藺銀鼎. 城市道路綠化帶“微峽谷效應”及其對非機動車道污染物濃度的影響.生態學報，2011，31(10)：2888- 2897.

[11] 陳添.氣象條件對北京市空氣質量的影響.環境保護，2006(05B)：46- 49.

[12] 王宏，林長城，隋平，陳彬彬.福州天氣形勢分型與大氣污染物相關分析.氣象與環境學報，2008,24(6)：7- 11.

[13] 田健麗，蔣再潔，李潔.氣象條件對機動車排放污染物擴散的影響.中國環境科學會學術年會優秀論文集，2006,3380- 3384.

[14] Khan F I, Abbasi S A. Effective design of greenbelts using mathematical models. Journal of Hazardous Materials, 2001, 81(1/2):33- 65.

[15] Khan F I, Abbasi S A. Attenuation of gaseous pollutants by greenbelts.Environmental Monitoring and Assessment,2000, 64(2): 457- 475.

[16] Shannigrahi A S, Sharma R, Fukushima T. Air pollution control by optimal green belt development around the Victoria memorial monument, KOLKATA(INDIA). International Journal of Environmental Studies, 2003, 60(3):241- 249.

[17] 劉江, 徐秀娟. 氣象學(北方本). 北京: 中國農業出版社, 2002: 57- 85.

[18] 曹文駿.空氣污染氣象學. 北京：氣象出版社，2004：11- 30.

[19] 馮嫻慧. 城市綠地與風的環境效應研究. 中國園林，2010,26(2)：82- 85.

[20] 朱春陽，李樹華，紀鵬，任斌斌, 李曉艷. 城市帶狀綠地寬度與溫濕效益的關系.生態學報，2011,31(2)：0383- 0394.

[21] 藺銀鼎，韓學孟，武小鋼，郝興宇, 王娟, 梁鋒, 梁娟, 王志紅. 城市綠地空間結構對綠地生態場的影響. 生態學報，2006,26(10):3399- 3346.

[22] 郝興宇，藺銀鼎，武小鋼，王娟, 梁峰, 梁娟. 城市不同綠地垂直熱力效應比較.生態學報，2007,27(2):685- 692.

Effects of meteorological factors on air purification by green belts along urban roads in the daytime: a case study in Taiyuan

WANG Yaying1,2, LI Ping1, WU Xiaogang1, YAN Haibing1，WANG Juan1, LI Jiao1，LIN Yinding1，*, HAO Xingyu1

1ShanxiAgriculturalUniversity,Taigu030801,China2ShanxiForestryVocationalTechnicalCollege,Taiyuan030009,China

Green belts along roads can purify the air and improve the air quality along the roads. The microclimate conditions around a road will affect the manner and speed of pollutant diffusion, and it may affect how effective the green belt is in removing pollutants from the air. In this study, the effects of microclimate conditions on the removal of pollutants by green belts along roads were monitored, and the results will provide a basis for improving the road environment by improving our understanding of the manner in which the air around roads is purified by green belts. Microclimate conditions (wind speed, air temperature, relative humidity in the air, surface temperature, and air pressure) and the concentrations of five major pollutants, SO2, NOx, NH3, total suspended particles (TSP) and respirable particulate matter (PM10), were observed along 18 roads with green belts in the city of Taiyuan. The meteorological elements correlated with each other along the Taiyuan roads in the summer. There were significant positive correlations between the wind speed and the surface temperature, and the air and surface temperatures also significantly positively correlated. However, the relative humidity, the surface temperature, and the air temperature were significantly negatively correlated. In most cases, the average pollutant concentration caused by non-motorized vehicles when a green belt was present was lower than the average pollutant concentration caused by non-motorized vehicles when a green belt was not present, so the green belt appeared to play a role in removing pollutants from the air around the road. The percentages of the concentrations of the five pollutants that were removed by the green belt had significant regression coefficients with the meteorological factors. Regression equations, and the statistical significances of the regressions, were established for the relationships between the pollutant removal percentages and the meteorological factors, but different pollutants were affected by different meteorological factors. The SO2removal percentage was mostly affected by the wind speed and air temperature, the percentage removed increasing with both meteorological conditions. The NOxremoval percentage was mainly affected by, and increased with, the ground temperature. The NH3removal percentage was mainly influenced by, and increased with, the air temperature. The TSP removal percentage was mainly affected by, and increased with, the air humidity. The PM10removal percentage was mainly affected by, and increased with, the air temperature and air pressure. Green space regulates, to a certain extent, the surrounding microclimate, and can cause the air temperature to decrease and the air humidity to increase in the summer. A decrease in air temperature around the road will decrease the rate of vertical diffusion of NOx, NH3, and PM10, but an increase in air humidity will promote a decrease in TSP concentrations around the road. In future ‘green’ road designs, an appropriate increase in the road green belt area will be beneficial in both improving the road microclimate environment and in decreasing the concentrations of solid contaminants (TSP) in the air. However, it will probably not be effective in improving the diffusion of NOx, NH3, and PM10. Weather conditions will affect the pollutant removal percentages achieved by green belts along roads, so more meteorological studies need to be conducted along road green belts to provide the information needed to improve our ability to achieve pollutant removal using green belts along roads in urban areas, and to improve road construction planning.

city road green belt; meteorological factors; pollutant

國家自然科學基金資助項目(30870434)

2013- 04- 21;

日期:2014- 04- 11

10.5846/stxb201304210761

*通訊作者Corresponding author.E-mail: lyd_sxnd@sohu.com

王亞英，李萍，武小鋼，閻海冰，王娟，李嬌，藺銀鼎, 郝興宇.晝間氣象條件對城市道路綠化帶空氣凈化效果的影響——以太原市為例.生態學報,2015,35(4):1267- 1273.

Wang Y Y, Li P, Wu X G, Yan H B，Wang J, Li J，Lin Y D, Hao X Y.Effects of meteorological factors on air purification by green belts along urban roads in the daytime: a case study in Taiyuan.Acta Ecologica Sinica,2015,35(4):1267- 1273.