綠地滯塵效應和機理評估進展

馬克明,殷 哲,張育新

1 中國科學院生態環境研究中心 城市與區域生態國家重點實驗室,北京 100085 2 中國科學院大學,北京 100049

大氣顆粒物污染已經成為全球城市面臨的重要威脅。大氣顆粒物污染對人的肺部、心臟、血管和神經系統均有不利影響[1]。全世界每年有330萬人由于與PM2.5(空氣動力學當量直徑小于等于2.5 μm的顆粒物)相關的大氣污染而過早死亡,且主要集中在亞洲[2]。大氣顆粒物污染還會增加心肺系統疾病和肺癌死亡率,降低預期壽命[3]。城市綠地具有滯塵功能,能夠有效改善大氣質量,從而越來越受到重視[4]。因此,開展城市綠地滯塵效應研究對于指導城市綠地建設具有重要意義。

國外有關綠地滯塵方面的研究較多,開始時間較早,但早期針對細顆粒物的研究所占比例較低,且多數研究集中在物種水平。20世紀90年代末,PM2.5等細顆粒物開始逐漸受到重視,針對細顆粒物的綠地滯塵研究也相應增多并一直保持在較高的熱度。隨著20世紀90年代較為成熟的綠地滯塵模型的出現,綠地滯塵相關研究向較大尺度發展,不再局限于物種水平。國內與國外相比,綠地滯塵相關研究起步較晚,但是發展迅速。國內綠地滯塵相關研究始于20世紀70年代末,但直到90年代末的近20年間,獨立自主的研究很少;2000年以后,國內關于綠地滯塵的研究逐步開始增多,至今仍維持很高的熱度,但研究內容同樣多集中在物種水平上滯塵能力的差異研究和較大尺度上綠地滯塵效應的評估,對植物滯塵機理的深入研究相對缺乏。鑒于城市綠地滯塵效應研究缺乏梳理,本文對國內外現有綠地滯塵研究進行了歸納總結,系統闡述了植物滯塵機理、介紹了相關研究方法和綠地滯塵效應評價標準、總結了影響綠地滯塵的主要因素,進而指出了現有研究的不足并對未來發展提出了幾點建議。

1 植物滯塵機理

大氣中的顆粒物主要通過干沉降和濕沉降兩種方式從大氣中去除[5]。干沉降指大氣中的顆粒物依靠自身重力或與其他物體表面發生碰撞產生的沉積,濕沉降則是指在降水的沖刷作用下,懸浮在大氣中的顆粒物被洗脫至地表的過程。濕沉降過程具有很高的偶然性和不確定性,尤其是在降水量低的干旱或半干旱區域,因此盡管干沉降過程較為緩慢,但由于其每時每刻都在發生,對大氣顆粒物的去除至關重要[5]。顆粒物從大氣中沉積在植物表面的干沉降過程,稱為植物滯塵過程。顆粒物大小對其干沉降形式影響巨大,根據不同的沉降形式,植物滯塵過程可分為:布朗擴散(Brownian diffusion)、截獲(interception)、碰撞(impaction)和沉積(sedimentation)。這4個過程也是構建植物滯塵分析模型的理論基礎。

1.1 布朗擴散

布朗運動是一種微小粒子表現出的持續的無規則運動,主要發生在超細顆粒物(空氣動力學當量直徑小于等于0.1 μm的顆粒物,PM0.1)中。大氣中的超細顆粒物通過布朗擴散向植物表面遷移,最終被植物表面滯留。超細顆粒物的布朗擴散與顆粒物自身屬性(顆粒物粒徑)、植物表面特征(植被類型、表面粗糙度)[6-7]、氣流屬性[8-9]、環境條件(溫度)有關。溫度越高、顆粒物粒徑越小,布朗運動越顯著。布朗運動除了使一部分超細顆粒物直接滯留在植物表面上,還能使超細顆粒物凝聚成粒徑更大的粒子,促使這些粒子在重力等其他外力的作用下沉降。

1.2 截獲

截獲發生在慣性較小,在流場中完全隨著氣流運動的顆粒物(粒徑為1 μm左右)中。當這些顆粒物與葉片等植物表面的距離小于顆粒物的物理半徑時,就會被植物截獲。截獲機制與植物表面特性有關,著生絨毛的、粗糙的、能分泌粘性物質的葉片能更有效的截獲顆粒物[10]。普遍認為截獲速率與顆粒物粒徑和植物表面特征(葉面粗糙度、葉片幾何特征)相關,因而針對針葉樹和闊葉樹采用了不同的計算方法。此外,闊葉樹對顆粒物的截獲速率還與其葉片傾斜角有關[11]。然而一些模型在研究顆粒物干沉降時并未考慮截獲機制[9,12]。

1.3 碰撞

碰撞機制主要作用于粒徑大于2 μm的顆粒物,這些顆粒物慣性較大,不能完全隨著氣流運動。此類顆粒物在靠近植物表面時,由于自身慣性不能隨氣流繞過障礙物,當忽略顆粒物的反彈時,可認為顆粒物與植物表面發生碰撞,并滯留在植物表面,這個過程也被稱為慣性碰撞。由碰撞機制導致的顆粒物干沉降速率與顆粒物特征及障礙物特征有關。顆粒物粒徑越大,氣流速度越高,顆粒物越容易發生碰撞[13]。同時,由于碰撞作用只發生在垂直于氣流的投影平面上,葉面傾斜角也會影響碰撞速率[8]。

1.4 重力沉積

重力沉積作用指在重力的作用下,顆粒物在植物表面發生的沉積,主要作用于粒徑大于10 μm的顆粒物。由重力導致的顆粒物在植物表面的沉積速率與其在大氣中的重力沉降速度有關。顆粒物自身性質(粒徑、密度、壓強)和溫度等外界環境均會對顆粒物的重力沉降速度產生影響。由于顆粒物的重力沉積作用在與氣流垂直的植物表面,因此葉片傾斜角對顆粒物的重力沉積速率也會有影響[9]。

1.5 反彈及再懸浮

大氣中的顆粒物通過上述4種機制沉降在植物表面后,并不意味著這些顆粒物已經完全從大氣中消除。顆粒物與植物表面發生碰撞時,部分顆粒物由于反彈作用會重新回到大氣中,反彈作用一般發生在粒徑大于5 μm的顆粒物中,與顆粒物的沉降末速度、碰撞性質及植物表面特征有關。一些模型在計算植物滯塵時,并沒有將顆粒物反彈過程考慮在內[8-9,12]。Slinn等(1982)使用固定參數來描述顆粒物的反彈作用,沒有對不同顆粒物干沉降形式下的反彈作用進行區分。盡管針對不同干沉降形式使用同一反彈參數存在欠缺,但由于反彈機制相對于沉降機制更為復雜,現有研究尚不能很好的闡述其作用機理,這一方法仍然被后人采納[10,14]。顆粒物在植物表面的滯留并不是永久性的,除去顆粒物接觸到植物表面發生的反彈作用之外,部分已經沉積在植物表面的顆粒物在風、高溫、低濕等氣象條件作用下,會脫離植物表面重新回到大氣中,這個過程稱之為再懸浮。再懸浮的顆粒物會經歷新一輪的沉降過程。

2 研究方法

2.1 模型模擬

使用模型對綠地滯塵過程進行模擬,并對綠地滯塵效應進行評估,是目前最常用的研究方法。不同的模型針對的研究對象、研究內容和研究目標各不相同,模型之間的差異主要體現在數學結構上。20世紀六七十年代,已有學者通過模型來研究顆粒物在物體表面的干沉降過程。早期的模型多為研究人員根據顆粒物干沉降原理,針對特定的研究對象構建,參數化不充分,無法準確反映顆粒物干沉降過程,適用面較窄。Davidson等(1982)基于前文所述的植物滯塵機理,針對5種草本植物構建了顆粒物的干沉降模型,該模型將植物元素簡化為圓柱體,忽略了植物的空間結構特征;且該模型只適用于特定的氣象條件和冠層特征,不具有普適性[8]。早期的模型無法適用于多種植被及顆粒物也在Slinn等(1981)的研究中被證實[7]。

經過對顆粒物干沉降研究的不斷深入和積累,一些較為成熟的模型應運而生,其中被廣泛使用的有UFORE和ENVI-met模型。UFORE模型(the Urban Forest Effects model)由美國農業部東北森林研究中心于20世紀90年代開發,是近年來較為權威的森林效益評估模型,適用于任何大小的城市或非城市區域,在世界范圍內已被廣泛使用。UFORE模型可以對城市綠地的結構和功能進行定量研究,對綠地的多種效益進行評估。

隨著技術的進步和不斷擴張的研究需要,這些模型也在不斷的更新迭代,與其他方法相結合已經成為大勢所趨。2006年美國農業部在UFORE模型的基礎上,增加了行道樹管理分析(STRATUM)模塊,發布了i-Tree模型,該模塊可對行道樹的雨水截留效益、二氧化碳吸收效益、空氣凈化效益、節能效益和美學價值效益進行評估。2011年以來,在原有的i-Tree模型基礎上,將大氣污染干沉降模塊與GIS(地理信息系統)相結合,對生態模塊(i-Tree eco)功能進行強化,發展成了新一代i-Tree模型[15]。i-Tree模型更新后,可以估算溫度、葉面積指數(LAI)和大氣污染物濃度的空間分布,再結合其他輸入參數,可對一氧化碳、二氧化氮、二氧化硫和PM10(大氣動力學直徑小于10 μm的顆粒物)的植物滯留量進行定量,通過城市綠地的空間分布評估其產生的局部影響,打破了之前模型對氣象、污染物濃度等參數均質化處理的局限[16]。Nowak等(2018)使用i-Tree模型結合美國環保署研發的大氣污染與健康效益評估工具BenMAP,對加拿大86個城市的綠地滯塵量進行了估算,同時估算了這些綠地產生的健康效益帶來的經濟價值[17]。在UFORE及i-Tree模型中,綠地滯塵總量為污染物通量、綠地總冠層覆蓋面積和時間三者的乘積,通過對UFORE模型進行敏感性分析,證實了影響綠地滯塵的最重要的兩個參數為LAI和溫度[18]。很多學者使用UFORE模型對影響綠地滯塵效應的因素進行了研究:Escobedo等(2009)的研究表明,高的LAI和植被覆蓋率均會使區域滯塵量增加[19],三北地區防護林滯塵效益的提高,也與LAI的上升密切相關[20];物種配置也是綠地滯塵重要的制約因素,主要體現在針闊比上,以針葉樹種為主的綠地通常比落葉闊葉林具有更高的滯塵效益,這是由于它們具有較長的有葉期[4,21]。

ENVI-met模型由Bruse等于1998年開發,是一個模擬下墊面、植被和大氣三者之間的相互作用關系的三維計算機流體動力學(CFD)模型,通常被用于城市微環境的模擬、對綠地產生的作用進行評估[22-23]。ENVI-met模型具有很高的時空分辨率,最高空間分辨率為0.5 m×0.5 m,最高時間分辨率為1秒。ENVI-met模型中,葉面積密度(LAD)是計算植物表面顆粒物干沉降的參數之一,然而具體影響機制尚不明確,LAD越高,單位葉面積滯塵量會降低[24],滯塵總量卻不一定會降低。表1對UFORE和ENVI-met兩種模型的功能模塊及數學結構進行了系統闡述。Vos等(2013)使用ENVI-met對道旁綠化帶結構對大氣質量的影響進行研究,得出綠地對大氣質量的改善作用與郁閉度呈正相關、同疏透度呈負相關關系,而過高的郁閉度和過低的疏透度又會阻礙綠地的通風作用,從而導致局部大氣污染物濃度上升[28],這與Gromke等(2011)使用基于大氣動力學原理自主研發的綠地滯塵模型得出的結論類似[29]。

2.2 實測

2.2.1 大氣質量監測

大氣質量監測主要可分為兩種,一種是對大氣中的污染物直接進行測定,另一種是采用遙感影像反演等方法間接的獲取大氣質量信息。準確的大氣質量監測結果能直觀的反應監測區域的大氣質量及其時空變化,能有效評估綠地對大氣質量的改善作用,對制定和評估各項大氣污染防治措施起到重要作用。同時,大氣質量監測方法也常被用來作為模型模擬的輔助方法,為模型模擬提供數據基礎。美國環保局(USEPA)從20世紀70年代開始布設洲和地方大氣監測網絡(State and Local Air Monitoring Stations, SLAMS)和國家大氣監測網絡(National Air Monitoring Stations, NAMS),對環境大氣質量標準中的指標污染物進行監測,并對大氣質量進行評估。隨后,很多國家也都建立了國家大氣監測網絡。我國的環境監測工作始于1973年第一次全國環境保護會議的召開,隨著1980年中國環境監測總站的成立,監測工作逐漸完善,監測網絡也日趨成熟。隨著大氣質量管理需求的不斷變化,大氣質量監測體系的監測對象也在變化。USEPA一開始只針對TSP(總懸浮顆粒物)和PM10展開監測,隨著1997年新的美國國家環境大氣質量標準(NAAQS)頒布,PM2.5也納入監測范圍[30-31]。我國對PM2.5的監測始于2012年,并在2016年實現了全國范圍內的監測。這些由政府部門實施的定點、定時的長期的、連續的成體系網絡化監測,為大量科學研究工作提供了堅實的數據基礎,對國家大氣質量管理與決策工作起到了重要作用。近些年來,遙感影像反演技術在大尺度綠地滯塵研究中應用的越來越多,遙感影像反演是基于不同污染物對電磁波輻射不同程度的反射和吸收作用來獲取污染物的濃度、空間分布等信息,通常與地面站點監測相結合,能更全面、立體的反映大氣質量情況,是大氣質量監測數據的重要來源之一。研究人員根據特定的研究目標、研究內容自主實施的大氣質量監測也是綠地滯塵研究中常用的方法,多數用于中小尺度。這類監測主要通過根據研究目標及內容合理布設大氣監測儀器來實現,該方法通常用于研究綠地對大氣質量的影響,無法對綠地滯塵量進行定量。常用的監測儀器有大氣采樣器、粒子計數儀等。很多研究針對特定地點進行大氣質量監測,如高速公路、城市主干道以及綠地內部等。部分研究對不同地點的大氣質量進行了對比研究:為了研究污染物濃度的季節和地理變化,并找到闊葉樹改善大氣質量的經驗證據,Garcia-Gomez等(2016)使用被動式大氣采樣器對位于城郊以及距離城市更遠的四處櫟樹林開展了為期兩年的大氣質量監測[32];為了驗證城市綠地對環境大氣質量的影響,Irga等(2015)使用便攜式大氣監測設備對不同交通密度、人口以及綠地密度條件的區域進行了大氣質量監測[33];Morakinyo等(2016)使用模型模擬與實地大氣質量監測結合的方法,研究了綠化設施對大氣質量的影響并嘗試構建了理想化的綠化設施[34]。王國玉等(2014)通過大氣質量監測,得出復雜的綠地垂直結構更有利于滯塵,喬灌草型綠地具有最優的滯塵能力[35],李新宇等(2014)通過對不同植物群落配置模式的綠化帶進行大氣質量監測也得出了類似的結論[36]。

表1 UFORE和ENVI-met功能模塊及數學結構簡介

2.2.2 葉面塵定量

葉面塵定量法通常用于物種尺度,通過單位面積葉片滯塵量可進一步估算出綠地滯塵量,對研究綠地滯塵中物種配置的影響有重要意義。常用的葉面塵定量法主要包括洗脫法和掃描電鏡法。洗脫法即通過液體的洗脫作用,使葉面表面滯留的顆粒物洗滌至溶劑中,并通過使用不同孔徑的濾膜對洗滌液進行過濾、電導率測試或離子色譜分析等,最終得到葉片表面滯留的顆粒物量。對于葉面表面不溶于水的顆粒物,通常使用水作為溶劑,若要對葉片蠟質層吸附的顆粒物進行進一步定量,則需要使用氯仿等有機溶劑對葉片進行洗脫。洗脫法通常用于研究不同葉片特征對滯塵效應的影響,現有研究表明:葉片表面粗糙度、粘性、氣孔密度、葉片尺寸、葉片傾斜角和葉片滯塵容量等均會影響葉片的滯塵效應[37];表面著生絨毛的、分泌粘性物質的、粗糙的葉片更有利于滯塵[38-39]。

Beckett等為找出滯塵能力最優的樹種,使用水洗脫法對歐洲5個常見樹種進行了葉面塵定量[40]。Kajetan等分別用水洗脫法和氯仿洗脫法對4種喬木和3種灌木進行了葉片表面及蠟質層滯塵量定量,證實了物種間滯塵能力的差異以及葉片表面和蠟質層滯塵能力的區別[41]。Xu等在研究雨水對葉面塵的洗脫作用時,使用洗脫法對葉片表面滯塵量進行了定量[42];通過對葉面塵進行洗脫并定量,發現葉密度增加會導致單位葉面積滯塵量下降[24]。

掃描電鏡法指在高倍電子顯微鏡下觀察葉片表面,并結合圖像處理軟件對影像進行處理,進一步得到葉片表面滯塵量及其分布規律。該方法可對葉片特征與滯塵量之間的關系進行細致的研究,根據研究目的的不同,采取的放大倍數和圖像處理方法不盡相同。Lin等在2000倍電子顯微鏡下對葉片進行掃描,并對葉片表面滯留的顆粒物進行了景觀格局分析,對不同粒徑顆粒物在葉片上的空間分布規律進行了研究[43];一項在德國柏林的研究采用了200倍電子顯微鏡對道路兩旁的草本植物滯塵進行了定量[44];有研究采用了800倍放大系數對巴西的3種紅樹林植物葉片滯塵進行了觀測[45];通過使用掃描電鏡對葉片表面滯留的顆粒物進行觀察,發現闊葉樹種氣孔密度越高,滯塵量越大[46-47]。

2.3 風洞控制試驗

風洞是以人工的方式產生并且控制氣流,用以模擬實體周圍氣體的流動情況,并可量度氣流對實體的作用效果的一種管道狀實驗設備。在綠地滯塵研究中,風洞裝置通常被用來對不同結構綠地的滯塵效應以及對大氣擴散的影響進行對比研究。Lin等使用風洞裝置模擬了在不同風速(0.3—1.5 m/s)、不同枝條密度和不同枝條方向下,不同樹種對PM0.1—PM1的滯留效率[48]。Freer-smith等對歐洲常見的5個樹種和半干旱地區種植較多的2個樹種滯塵效應進行了風洞試驗,設置了3個風速梯度,使用氯化鈉模擬顆粒物[49]。Karen等使用風洞裝置研究了森林邊緣結構對顆粒物沉降、風速和湍流的影響,并使用氯離子氣溶膠模擬顆粒物的沉積[50]。Rasanen等通過風洞試驗發現,闊葉植物葉片氣孔密度越低,滯塵量越大[51],這與使用掃描電鏡得出的結論相悖[46-47]。風洞試驗法雖然易于控制實驗條件,能提供穩定的風向、風速及排放源,但也存在一定的局限性,在風洞裝置中氣流會貫穿所有的植物,與實際情況下氣流通過綠地的方式不一致,并不能完全代表真實情況。

3 綠地滯塵效應評價標準

3.1 綠地滯塵量

對綠地整體滯塵量進行估算,是目前評價綠地滯塵效應的主要方式,主要采用模型模擬綠地滯塵過程的方法來實現。已有大量研究基于不同尺度對綠地滯塵量進行了評估,常用的較為成熟的模型有前文提到的UFORE和i-Tree模型等,此外也有一些研究采用的模型是基于植物滯塵機理自主開發所得。Nowak等(2014)利用地方環境數據對美國的森林滯塵量以及對人類健康產生的經濟價值進行了估算,使用植物滯塵模型中普遍采用的顆粒物干沉降公式(式(2))計算綠地滯塵量,美國環保局(USEPA)開發的環境效應映射和分析模型(Environmental Benefits Mapping and Analysis Program, BenMAP)估算綠地對人類健康的影響以及由此產生的經濟效應,最終得出2010年美國本土48州的綠地滯留的大氣污染物為1740萬t,對人類健康產生了相當于68億美元的經濟效應,其中城市綠地滯塵量為65.1萬t[52];這與Nowak等(2006)使用1994年污染數據對美國城市樹木年滯塵量的估算結果(71.1萬t)有較大出入,這是由于在2006年的研究中并未計算PM2.5滯留量而是針對PM10進行了估算,計算綠地滯塵量時對葉面積指數等參數的取值偏大且沒有考慮到綠地空間分布的不均勻性所致[4]。

區域尺度上的綠地滯塵研究往往針對某一特定工程或地形條件相似的特定區域展開,Zhang等使用大葉模型對中國三北防護林的滯塵效應進行了評估,1999—2000年間三北防護林滯留了2850萬t的PM2.5,研究還通過對位于不同地區的三北防護林滯塵量進行模擬,指出人工林的滯塵效率與自然林沒有顯著差別[20]。有研究對北京平原區造林工程的滯塵效應進行了評估,結果指出2012年北京平原區營造的林分滯留的PM2.5約為451 t[53]。

在城市甚至更小尺度上開展的綠地滯塵研究同樣層出不窮。有研究使用干沉降模型對美國55個城市的綠地對大氣污染物的滯留量進行了估算,并提出樹木冠層管理對改善大氣質量的重要性[4]。Scott等使用1990年的大氣污染物濃度數據,指出薩克拉門托的綠地每年滯留的大氣污染物約為1457 t[54]。同時,有大量研究在更小尺度上針對城市內部某一特定區域或綠地類型的滯塵進行研究,例如對城市邊緣地區綠地滯塵的研究[55]、使用生物監測的方法將工業區和城區綠地滯塵效應進行對比[56]、對北京核心城區綠地滯塵量的估算等[21]。

3.2 對大氣質量的影響

通過綠地對城市大氣質量的改善作用對綠地滯塵效應進行評價是基于大氣動力學角度,通常通過大氣質量監測或使用大氣動力學模型模擬來實現,常用的大氣動力學模型有2.1所述ENVI-met模型。該類研究通常尺度較小,多集中于對道路綠地滯塵效應的研究。Vos等使用ENVI-met模型對不同結構道路綠地對污染物環境濃度的影響進行模擬,最后得出由于樹木和其他植被會影響通風,使得交通污染物無法稀釋,因此道旁綠化帶的存在會使大氣污染物濃度增高的結論[28]。很多其他研究也得出了類似的結論[29, 57-58],認為城市綠地雖然能改善城市大氣質量,但綠地對大氣流通的阻礙作用會導致局部區域大氣污染物濃度上升。此外,一些研究對綠地內外大氣質量進行實地監測,并通過不同采樣點之間的濃度差來評估綠地的滯塵效應[35-36,59- 61],該方法在國內應用較為普遍,國外對綠地滯塵效應則多采用對綠地滯塵進行定量的方法。

4 影響因子

葉片特征、綠地結構及環境因子均會影響顆粒物在植物表面的干沉降過程。現有研究普遍認為粗糙的、粘性大的葉片更有利于滯塵;葉片尺寸、葉片傾斜角對顆粒物干沉降過程也有影響,葉面和氣流方向夾角越小,越不利于滯塵[7- 9]。綠地結構對綠地滯塵效應有著顯著影響,LAI、LAD、植被覆蓋度是影響綠地滯塵的重要參數,綠地的垂直結構越復雜,滯塵效應越高;物種配置也會對滯塵效應產生影響,主要體現在針葉樹和闊葉樹的比例上。絕大多數綠地滯塵發生在自然環境中,溫度、濕度、風速、降水等氣象因素對植物個體和綠地滯塵效應都會產生較大影響,也是綠地滯塵模型中的必要輸入參數。溫度會影響顆粒物的布郎擴散及重力沉積過程,溫度越高布朗運動越劇烈,重力沉降速率也越大[13];高溫還會加速光化學反應,加快污染物的生成[62];大氣中的水分會導致吸濕性顆粒物吸水膨脹,還會增加植物表面的粘性,從而加速顆粒物在植物表面的沉降并且減輕顆粒物的再懸浮作用[63-65];風速會影響植被的孔隙度,從而影響滯塵速率[66- 67];綠地滯塵還與顆粒物環境濃度有關,顆粒物環境濃度或顆粒物密度越高,重力沉積速率越大,綠地滯塵量越大,顆粒物環境濃度對滯塵的影響在模型中均有體現。

5 總結與展望

現有綠地滯塵相關研究主要存在以下問題:(1)多集中在較大尺度,綠地滯塵機理、綠地結構對滯塵效應的影響研究較少,尚不能為提升綠地滯塵能力、改善大氣質量提供詳盡可靠的綠地結構配置優化方案;(2)很多研究從綠地實際滯塵量和潛在滯塵能力二者當中的一個方面對綠地滯塵效應做出評價,然而二者之間的關系以及二者適用的條件均需要進一步明確;(3)對滯塵效應評價標準不一,目前研究多從綠地滯塵量和綠地對周圍環境大氣質量的影響兩方面來評價綠地滯塵效應的高低,然而綠地滯塵量與綠地對環境大氣質量的改善之間的關系尚無定論,仍需要進一步探討;(4)研究方法單一,多數研究采用模型模擬、實測和控制實驗中的一種來進行綠地滯塵效應研究,而每種方法均存在一定局限性。

未來,應加強中小尺度的綠地滯塵效應評估研究,深入探究綠地滯塵機理,更好的為改善城市大氣質量服務;制定統一的滯塵效應評價標準,建立多尺度滯塵效應評價體系,提高評估結果的可靠性和普適性;在多尺度上綜合不同研究方法對綠地滯塵效應進行研究,彌補單一尺度、單種方法所帶來的缺陷與不足,使研究結果更全面可靠、更具有實際意義。