九龍山林緣地區空氣負離子濃度變化特征及與氣象因素關系

余海, 辛學兵, 裴順祥, 吳迪, 吳莎, 法蕾, 馬淑敏, 郭慧

?

九龍山林緣地區空氣負離子濃度變化特征及與氣象因素關系

余海, 辛學兵, 裴順祥, 吳迪, 吳莎, 法蕾, 馬淑敏, 郭慧*

中國林業科學研究院華北林業實驗中心, 北京 102300

文章以九龍山林緣地區空氣負離子濃度變化特征為研究對象, 通過觀測9月和10月北京九龍山林緣地區空氣負離子濃度, 研究空氣負離子濃度日變化和林緣、林內海拔梯度變化。通過觀測空氣溫度、濕度、風速、飽和水汽壓、凈輻射、光合有效輻射等指標的平均值、極大值和極小值, 采用通徑分析方法定量化研究氣象因素和空氣負離子濃度的關系。結果表明：(1)九龍山林緣地區10月空氣負離子濃度平均值比9月的空氣負離子濃度高80%; 9月的空氣負離子濃度日變化整體呈下降趨勢, 10月上旬日變化呈單峰曲線型上升趨勢, 10月中旬和下旬空氣負離子濃度日變化為冪函數曲線型, 整體為下降趨勢; (2)林緣地區空氣負離子濃度比林內空氣負離子濃度高4%, 林緣地區空氣負離子濃度隨海拔變化成波浪形, 對應林內空氣負離子濃度隨著海拔梯度變化成顯著單峰型, 變化趨勢與林緣地區相反; (3)在所有氣象因素指標中, 通過逐步回歸分析提取空氣濕度最低值, 飽和水汽壓最低值和空氣溫度最低值進行通徑分析, 其直接通徑系數分別為1.064, -0.817和0.468。因此空氣濕度最低值是影響空氣負離子濃度的最大直接因素。空氣溫度最低值通過空氣濕度最低值和飽和水汽壓的作用, 成為空氣負離子濃度的最大間接影響因素。通過研究林緣地區空氣負離子情況并與林內進行對比, 揭示了林緣地區在森林康養規劃中的重要性。

林緣; 空氣負離子; 通徑分析; 相關性

1 前言

空氣負離子(Negative air ion, NAI)濃度是環境空氣質量監測、評價的重要指標[1–2], 具有廣泛的生理生化效應。大量研究表明, 空氣負離子對人體健康的維持及某些疾病的恢復具有明顯的功效[3], 而森林植物可以顯著的增加空氣中負離子的含量[4]。因此, 負離子資源成為森林康養的一個重要研究內容。除了植被外, 氣象因素是影響空氣負離子濃度最重要的因素[5], 如：風速、溫度、濕度、輻射等對空氣負離子濃度的影響和相關關系, 但是各自觀點差別較大[6–11]。目前針對空氣負離子濃度與氣象因素相關性的研究多采用多元回歸的方法, 并不能定量評價多個氣象要素對空氣負離子濃度的綜合影響。通徑分析是研究變量間相互關系、自變量對因變量作用方式和程度的多元統計分析方法, 可用于深入分析指標間相互影響程度。該方法在針對空氣負離子濃度和氣象因素之間關系上的研究應用較少。目前, 針對森林和城市內部環境空氣負離子濃度變化特征已有大量研究[12–14], 但城市森林與城市交錯帶——林緣地區空氣負離子濃度的變化特征研究較少。林緣指森林與空曠地、農田、湖等非森林地段相連接的地段, 作為典型的生態過渡區, 高生物多樣性和迅速變化的光環境是該區域的顯著特征。林緣與林內和其他生態環境的生態因子差距較大[15], 這些差異是引起空氣負離子濃度變化的重要驅動力。實際生活中, 林緣地區是城市森林周邊居民日常活動健身、郊游、旅行最密集的地區, 此處的空氣質量對游人影響最大, 針對該地區的負離子濃度變化情況研究較少, 急需展開相關研究。因此, 本文以京西九龍山林緣地區空氣負離子濃度變化為研究對象, 研究林緣地區空氣負離子濃度的日變化和海拔變化情況, 并與林內空氣負離子濃度的變化進行對比分析, 結合相同地點氣象站的氣象因素探索不同氣象因素與負離子濃度的相關關系, 采用通徑分析方法定量化研究林緣地區氣象因素對空氣負離子濃度的影響, 為更好的開發空氣負離子資源, 為森林生態建設中的森林康養基地的規劃建設等提供參考依據。

2 材料與方法

2.1 研究區域

九龍山位于北京市門頭溝區(39°54′-39°59′N, 115°59′-116°07′E), 屬太行山脈, 最高海拔997 m, 為暖溫帶大陸東岸季風氣候, 年均氣溫11.8 ℃, 年均降水量623 mm, 年均蒸發量1870 mm。區內山地土層普遍較薄, 含石量高, 是典型的華北石質山地。區內森林覆蓋率74.3%分布植被以油松(Carr)、側柏((L.) Franco)、栓皮櫟(Bl.)為主。觀測點選擇在九龍山保護站林緣(海拔300-700 m), 下墊面為柏油馬路, 固定氣象站(39°56′13.26" N, 116°02′ 49.42" E)位于海拔300 m處, 周圍灌木在5 m以外, 喬木多為油松(Pinus tabulaeformis Carr)、側柏((L.) Franco)和五角楓((Pax)E.Murr.)。北京九龍山位于門頭溝區永定河西岸, 區內山水相依, 人文景觀眾多, 進入秋季后, 山上的五角楓逐漸呈現黃色和紅色, 極具觀賞價值, 9月和10月是北京市旅游氣候最佳時間[16], 因此本研究選擇9月和10月對京西九龍山林緣地區進行空氣負離子濃度日變化和海拔梯度變化進行監測研究。

2.2 研究方法

2.2.1 實驗數據來源

本研究選取九龍山保護站附近林緣地區(陽坡)氣象站附近進行空氣負離子濃度和氣象要素的同步觀測。負離子的采樣集中在2017年9月和10月進行, 共采樣34天, 每個月上、中、下旬保證不少于3天, 測量時間為8:00—16:00, 采樣高度為1.5 m, 每隔2h在東、南、西、北四個方向采樣, 取平均值作為該時間最終的負離子濃度測定結果。由于該林緣為條帶狀, 有明顯的海拔梯度, 海拔每升高100 m, 在距離林緣線5 m處, 設置一處林內(多為側柏((L.) Franco))、林外對照的空氣負離子濃度采樣點, 在9月和10月選取連續晴天(3 d)取平均值(采樣方法和頻率同氣象站附近監測點)。負離子濃度的監測設備采用的是日本KEC-900負離子檢測儀, 檢測方式為平行電極, 可檢測空氣正/負離子, 檢測范圍10—20000000 ions?cm-3, 檢測時靈敏度設置在H段(10 個?cm-3—19990 個?cm-3), 該設備精度≤15%, 分辨率為10/100 個?cm-3。針對氣象要素的采集主要通過附近固定氣象站, 具體數據和采集設備見表1。

2.2.2 數據處理

將觀測的空氣負離子數據進行匯總, 研究空氣負離子濃度的日變化情況, 通過Shapiro-Wilk方法對空氣負離子濃度數據進行正態分布檢驗, 采用Pearson相關分析研究空氣負離子濃度和氣象要素的簡單相關性。但是簡單相關分析并不能揭示氣象因素對空氣負離子濃度的影響程度。多元回歸分析在一定程度上可以真實表現自變量與因變量的關系, 并廣泛應用于氣象統計研究方向[17–18], 但是多元線性回歸系數間不能直接比較各變量對因變量的效應。通徑分析方法能有效的表示自變量間對因變量的直接影響或間接影響的效應, 從而區分自變量的相對重要性及其關系, 有效的克服多元回歸分析方法的不足, 在資源、環境等領域得到廣泛應用[19–21]。利用SPSS18將上述觀測設備測得的空氣負離子濃度與氣象因素做通徑分析, 得到直接通徑系數、間接通徑系數, 揭示影響空氣負離子濃度的直接效應與間接效應。通徑分析的基本模型如下：

假設在k個自變量1,2, …,x中, 每兩個變量之間與因變量之間的簡單相關系數可以構成方程用于求解通徑系數：

3 結果與分析

3.1 空氣負離子濃度的日變化特征

據觀測, 9月的空氣負離子濃度日平均值為0.493個·cm-3·1000, 10月的平均負離子濃度日平均值為0.882個?cm-3×1000。對林緣9-10月空氣負離子濃度(–)日變化特征分析結果如圖1。9月所有時間段的空氣負離子濃度均小于10月。9月上旬, 10:00空氣負離子濃度出現一個小峰值, 其中–(10點)>–(12點)>–(14點)>–(16點)>–(8點); 9月中旬大部分時間段的空氣負離子濃度都高于9月上旬和下旬,–(16點)下降較多外, 其他時間段均較為平緩,–(8點)>–(12點)>–(10點)>–(14點)>–(16點); 九月下旬, 空氣負離子濃度日變化較小,–(14點)為該時間段空氣負離子濃度日變化的低谷,–(16點)>–(12點)>–(10點)>–(14點)>–(8點); 10月上旬, 空氣負離子濃度日變化呈上升趨勢,–(12點)為一個小峰值–(16點)>–(12點)>–(14點) >–(8點)>–(10點); 10月中旬和10月下旬,–(8點) 達到日空氣負離子濃度最高值, 其他時間段負離子濃度均顯著下降,–(8點)>–(10點)>–(12點)>–(14點)>–(16點)。

表1 氣象因素數據采集

圖1 空氣負離子濃度日變化

3.2 空氣負離子濃度的空間變化特征

根據觀測, 林內空氣負離子濃度不同海拔平均值為0.264個·cm-3·1000, 林緣地區空氣負離子濃度不同海拔平均值為0.274 個·cm-3·1000, 林緣地區略高于林內。不同的海拔梯度, 兩者差異較大。海拔500 m的位置, 林內空氣負離子濃度遠大于林緣地區, 300 m、400 m、600 m和700 m處, 林緣地區空氣負離子濃度都高于林內空氣負離子濃度。對林緣和林內9—10月空氣負離子濃度海拔變化特征對比分析具體結果如圖2。林緣地區隨著海拔梯度的升高變化較為平緩, 呈現波浪型, 而林內空氣負離子濃度的變化隨著海拔梯度的升高變化較大, 呈現顯著單峰型。林緣地區空氣負離子濃度的變化與林內空氣負離子濃度變化正好相反。林緣地區空氣負離子濃度峰值出現在海拔400 m和600 m處, 分別為0.335 個·cm-3·1000和0.271 個·cm-3·1000, 低谷出現在海拔500 m處, 為0.235 個·cm-3·1000; 林內空氣負離子濃度峰值出現在海拔500 m處, 為0.532 個·cm-3·1000。

3.3 氣象要素與空氣負離子濃度的相關分析

圖2 林緣和林內空氣負離子濃度海拔變化對比

由表2可以看出各變量和因變量之間的顯著性及相關關系。本文通過Pearson相關系數的方法衡量氣象要素和負離子濃度間的簡單相關關系。各氣象要素與空氣負離子濃度的相關分析結果如表2所示。可見, 林緣地區, 光合有效輻射的最低值和平均值、凈輻射的最低值、2 min風速、10 min風速最大值和平均值、飽和水汽壓的最低值和最高值、pm2.5均與空氣負離子濃度相關性不顯著; 光合有效輻射最大值、凈輻射最大值、空氣濕度最低值、最高值和平均值、空氣溫度最低值、最高值和平均值均與空氣負離子濃度在0.01水平上顯著相關; 光合有效輻射平均值、凈輻射平均值均與空氣負離子濃度在0.05水平上顯著相關。其中空氣負離子濃度與光合有效輻射最大值、光合有效輻射平均值、凈輻射最大值、凈輻射平均值和空氣溫度最大值、最小值和平均值均為負相關, 空氣濕度最大值、最小值和平均值與空氣負離子濃度為正相關。由表2可知, 各個自變量之間有較強的相關性, 相互影響較大。因此, 單純的Pearson相關系數不能明確的表達氣象因素對空氣負離子濃度的影響。本研究采用通徑分析方法定量評價自變量對因變量直接和間接影響。將x,x, ……,x與進行自變量逐步加入方法的回歸分析, 通過F檢驗發現線性回歸方程的顯著性, 通過t檢驗尋找回歸方程系數的顯著性。去除<0.05水平上顯著性差的變量, 結果表明飽和水汽壓最低值(x),空氣濕度最低值(x)和空氣溫度最低值(x)滿足要求, 具體內容見表3。

表2 各變量之間的相關系數

注：表中未標注時間均為該時間點1小時內的平均值。*表示在置信度(雙側)為0.05水平上相關性顯著; **表示在置信度(雙側)為0.01水平上相關性顯著; -表示負相關。

表3 回歸系數輸出結果

3.4 氣象因素對空氣負離子濃度的通徑分析

應用通徑分析方法分析林緣地區空氣負離子濃度與空氣濕度最低值(x)、飽和水汽壓最低值(x)和空氣溫度最低值(x)的真實關系, 具體結果見表4。由表4可知, 3個自變量對空氣負離子濃度的直接作用中, 空氣濕度最低值(x)對空氣負離子濃度的作用最大, 飽和水汽壓最低值(x)次之, 空氣溫度最低值(x)的直接作用最小。通過分析各個自變量的間接通徑系數可發現, 飽和水汽壓最低值(x)通過空氣濕度最低值(x)對空氣負離子濃度的影響最大, 為正效應; 其次為空氣濕度最低值(x)通過飽和水汽壓最低值(x)對空氣負離子濃度有顯著的負向效應。空氣溫度最低值的間接通徑系數合計值最高, 說明空氣溫度最低值(x)通過空氣濕度最低值(x)和飽和水汽壓最低值(x)對空氣負離子濃度的產生了最大的影響。其次為飽和水汽壓最低值(x), 該自變量的直接通徑系數最低, 但其間接通徑系數較大, 說明該因素對空氣負離子濃度的間接影響更顯著。

4 討論

前人對空氣負離子濃度變化規律及其與氣象因子相互關系進行了大量的研究, 但并沒有得到一致的結論。針對負離子濃度的時間變化, 大部分研究成果認為夏季負離子濃度最高, 逐漸進入冬季后, 負離子濃度應呈現下降的趨勢, 9月至10月期間, 負離子濃度也為下降的趨勢[22–23], 與本研究結果相反。針對空氣負離子濃度的日變化, 很多研究認為空氣負離子濃度有明顯的日變化趨勢, 如12:00和14:00時負離子濃度達到峰值[24], 但是本研究中, 空氣負離子濃度的變化雖然體現一定的規律性, 但是其最高值并不集中在某一個時間段, 空氣負離子濃度最高的時間多集中在上午8:00和10:00, 中午12:00空氣負離子濃度隨著時間的變化有極大差異。海拔對林緣空氣負離子濃度的影響與林內空氣負離子濃度不同。已有研究針對海拔對空氣負離子濃度的影響已有較多研究, 但是結果有較大差異[25–27]。已有研究中, 空氣負離子濃度多隨著海拔變化呈單獨升高或者下降的趨勢, 但是本研究中, 林緣地區空氣負離子濃度成波浪型變化, 林內空氣負離子濃度則呈現顯著單峰型, 其整體變化趨勢與林緣地區相反。已有的大分部研究都認為林內負離子濃度高于林外[28], 本研究中, 林內空氣負離子濃度小于林緣地區, 可見林緣地區有著與有林地, 城市綠地, 無林地等完全不同的環境特性。

表4 氣象因素與空氣負離子濃度的通徑系數

針對空氣負離子濃度和氣象因素相關性的研究開展較多, 大部分研究僅采用常規的線性回歸分析, 無法評價各個氣象因素之間的相互影響給空氣負離子濃度帶來的不同效應。例如, 空氣負離子濃度與空氣溫度和空氣濕度的相關性不同, 大部分研究結論認為空氣負離子濃度與空氣溫度負相關[23], 與空氣濕度正相關, 本研究結果也證明了該結論, 但也有研究得出不同的結果[6, 22, 29]。黃世成等[1]首次通過通徑分析的方法對影響空氣負離子濃度的氣象因素進行分析, 認為日平均水汽壓是空氣負離子濃度的最大直接和間接影響因素。本研究采用的小時空氣負離子濃度和氣象因素數據, 除了氣象因素的平均值, 也考慮了最高值和最低值。空氣濕度最低值是對空氣負離子濃度直接影響最大的氣象因素; 空氣溫度最低值通過空氣濕度最低值和飽和水汽壓最低值形成對空氣負離子濃度間接影響最大的氣象因子組合, 該結果指標與其他研究人員的研究結果不完全相同, 但都說明了空氣水分情況是影響空氣負離子濃度的最大影響因素。

對于以上研究存在的差異, 可能由于以下3個方面的原因造成的：第一, 空氣負離子濃度雖然與有限的氣象因素表現出相關性, 但實際上受更多的氣象因素影響, 因此會在不同的地區, 不同的氣候條件下表現出不同的規律; 第二, 研究地點的下墊面差異較大, 林緣地區與林內具有完全不同的環境特征, 不僅從非生物角度影響空氣負離子的生成和消亡, 也會通過影響生物生理特性來影響空氣負離子濃度; 第三, 上述研究尺度從年到季到月均不相同, 負離子濃度對氣象因素敏感, 研究尺度極大的影響研究結果。

5 結論

通過分析九龍山林緣地區空氣負離子濃度并對其與氣象因素之間的關系進行研究, 可以得出以下結論：10月的空氣負離子濃度大于9月。9月空氣負離子濃度的日變化較小, 10月上旬空氣負離子濃度日變化呈單峰型, 10月中旬和下旬的空氣負離子濃度日變化呈冪函數曲線型。光合有效輻射的最大值和平均值、凈輻射的最大值和平均值、空氣溫度和空氣濕度的最大值、最小值和平均值均與空氣負離子濃度顯著相關。對海拔300 m到700 m的林緣樣帶和相應的林內對照點觀測研究表明, 林緣地區的空氣負離子濃度平均值大于林內空氣負離子濃度平均值。林緣地區空氣負離子濃度的變化呈波浪型, 林內的空氣負離子濃度變化則呈現顯著的單峰型, 峰值位于海拔500 m處。對氣象要素與空氣負離子濃度的通徑分析表明, 空氣濕度最低值是空氣負離子濃度的最大直接影響因素, 其次為空氣溫度最低值。空氣溫度最低值和飽和水汽壓最低值是影響空氣負離子濃度的主要間接因子。

空氣負離子受多重因素綜合作用, 這些因素在受生物和非生物環境影響下表現出極大的差異。本研究中空氣負離子濃度的日變化規律和海拔變化規律均與以往研究有較大差異。氣象因素對空氣負離子濃度的影響與以往的研究也存在不同。本文定量研究了林緣地區空氣負離子濃度的變化趨勢和氣象因素對空氣負離子濃度影響, 該研究區域在以往的研究中并不多見, 補充了現有空氣負離子研究區域的空白, 為構建森林康養基地建設規劃提供數據基礎。選擇固定氣象站的位置進行空氣負離子濃度的監測, 保證了空氣負離子濃度和氣象要素觀測時間和地點的一致性, 進而增加了其相關性研究的可靠性。但是由于氣象因素之間相關性較高, 以及負離子對環境的敏感性導致單監測點的研究在具體的因子分析結果上仍存在極大的不確定性, 如何從負離子在不同的環境中生成及損耗機理的角度探明環境因子與空氣負離子的關系, 需要在今后的觀測實驗中增加相關要素的控制實驗, 并做進一步研究, 以便更好的為空氣負離子資源的生態旅游開發和環境保護提供理論依據和數據支持。

[1] 黃世成, 徐春陽, 周嘉陵. 城市和森林空氣負離子濃度與氣象環境關系的通徑分析[J].氣象, 2012, 38 (11): 1417–1422.

[2] JOVANI?, B. R., JOVANI?, S. B. The Effect of high concentration of negative ions in the air on the chlorophyll content in Plant Leaves[J].Water Air & Soil Pollution, 2001, 129 (1-4): 259–265.

[3] 何平, 常順利, 張毓濤, 等. 新疆森林游憩區空氣負離子濃度時空分布特征及其影響因素[J].資源科學, 2015, 37 (3): 629–635.

[4] 蒙晉佳, 張燕. 地面上的空氣負離子主要來源于植物的尖端放電[J].環境科學與技術, 2005, 28 (1): 112–113.

[5] 陳歡, 章家恩. 空氣負離子濃度分布的影響因素研究綜述[J].生態科學, 2010, 29 (2): 181–185.

[6] 王非, 李冰, 周蘊薇. 城市森林公園空氣負離子濃度與氣象因子的相關性[J].東北林業大學學報, 2016, 44 (2): 18–20.

[7] 司婷婷, 羅艷菊, 趙志忠, 等. 吊羅山熱帶雨林空氣負離子濃度與氣象要素的關系[J].資源科學, 2014, 36 (4): 788–792.

[8] 袁相洋, 孫迎雪, 田媛, 等. 北京市不同功能區空氣負氧離子及影響因素研究[J].環境科學與技術, 2014, 37 (6): 97–102.

[9] 王曉磊, 李傳榮, 許景偉, 等. 濟南市南部山區不同模式庭院林空氣負離子濃度[J].應用生態學報, 2013, 24 (2): 373–378.

[10] 唐春燕, 蔡哲, 肖安, 等. 井岡山空氣負離子濃度特征及其與氣象條件關系[J].安徽農業科學, 2011, 39 (1): 495– 496.

[11] 曹建新, 張寶貴, 張友杰, 等. 海濱、森林環境中空氣負離子分布特征及其與環境因子的關系[J].生態環境學報, 2017(8): 1375–1383.

[12] 潘劍彬, 董麗, 晏海. 北京奧林匹克森林公園綠地空氣負離子密度季節和年度變化特征[J].東北林業大學學報, 2012, 40 (9): 44–50.

[13] 李少寧, 魯紹偉, 趙云閣, 等. 北京市7種經濟林空氣負離子特征研究[J].西南林業大學學報(自然科學), 2018(1): 85–90.

[14] 陶寶先, 張金池. 南京地區主要森林類型空氣負離子變化特征[J].南京林業大學學報(自然科學版), 2012, 36 (2): 147–150.

[15] 郭志華, 張旭東, 黃玲玲, 等. 落葉闊葉樹種蒙古櫟()對林緣不同光環境光能和水分的利用[J].生態學報, 2006, 26 (4): 1047–1056.

[16] 馬麗君, 孫根年, 康國棟, 等. 北京旅游氣候舒適度與客流量年內變化相關分析[J].干旱區資源與環境, 2009, 23 (2): 97–102.

[17] 王海軍. 兩種濕球溫度估計方法比較及誤差分析[J].氣象, 2011, 37 (4): 497–502.

[18] 李蕊, 牛生杰, 汪玲玲, 等. 三種下墊面溫度對比觀測及結冰氣象條件分析[J].氣象, 2011, 37 (3): 325–333.

[19] 魯春陽, 文楓, 楊慶媛. 城市土地利用結構影響因素的通徑分析——以重慶市為例[J].地理科學, 2012, 32 (8): 936–943.

[20] 蔡甲冰, 許迪, 劉鈺, 等. 冬小麥返青后騰發量時空尺度效應的通徑分析[J].農業工程學報, 2011, 27 (8): 69–76.

[21] 孫書存, 錢能斌. 刺旋花種群形態參數的通徑分析與亞灌木個體生物量建模[J].應用生態學報, 1999, 10 (2): 155–158.

[22] 張建國, 徐文俊, 崔會平, 等. 衢州大橘海森林公園空氣負離子濃度變化[J].浙江農林大學學報, 2016, 33 (1): 26–32.

[23] 孫曉梅, 付圣東, 黃彥青, 等. 櫟林內空氣負離子變化特征與氣象因子關系研究[J].沈陽農業大學學報, 2014, 45 (5): 548–551.

[24] 單晟燁, 齊超, 張冬有. 漠河針葉林空氣負離子濃度日變化特征研究[J].中國農學通報, 2015, 31 (25): 13–18.

[25] 曾曙才, 蘇志堯, 陳北光. 廣州綠地空氣負離子水平及其影響因子[J].生態學雜志, 2007, 26 (7): 1049–1053.

[26] 姚成勝, 吳甫成, 陳詠淑, 等. 岳麓山及其周圍地區空氣負離子變化初探[J].云南地理環境研究, 2004, 16 (3): 23–26.

[27] 邵海榮, 賀慶棠. 森林與空氣負離子[J].世界林業研究, 2000, 13 (5): 19–23.

[28] 邵海榮, 賀慶棠, 閻海平, 等. 北京地區空氣負離子濃度時空變化特征的研究[J].北京林業大學學報, 2005, 27 (3): 35–39.

[29] 任曉旭, 陳勤娟, 董建華, 等. 杭州城區空氣負離子特征及其與氣象因子的關系[J].環境保護科學, 2016, 42 (3): 109–112.

Characteristics of air anion change and its relationship with meteorological factors in forest margin area of Jiulong Mountain

YU Hai, XIN Xuebing, PEI Shunxiang, WU Di, WU Sha, FA Lei, MA Shumin, GUO Hui*

Forestry Experimental Center of North China, Chinese Academy of Forestry, Beijing 102300, China

In this paper, the characteristics of changes in negative air ion concentration were investigated at forest edge of Jiulong mountain. We monitored the diurnal dynamic of negative air ion concentration and its variations along with the altitudinal gradient at forest edge and in the forest interior in September and October, 2017. Meantime, the mean, maximum, and minimum values of air temperature, air humidity, wind speed, saturated vapor pressure, net radiation, and effective radiation of photosynthesis were concurrently measured, and a path analysis was applied to quantitatively explore the relationships between meteorological factors and negative air ion concentration. The results showed that: (1) The average concentration of negative air ions in October was 80% higher than that in September. The diurnal variation of negative air ions concentration presented a trendency of decrease in September. The diurnal change showed a single peak curve in the early October, but it presented a curve of power function and had a downward trend in the mid and late October. (2) The concentration of negative air ions was 4% higher at forest edge than that in the forest interior. The concentration of negative air ions showed a wave shape along with the altitudinal gradient at forest edge; in contrast, it presented a clear single peak type along with the elevation gradient in the forest interior. (3) By using stepwise regression analysis, the minimum air humidity, saturated vapor pressure, and air temperature were extracted from all the meteorological factors to conduct the path analysis. The direct path coefficients of these three selected meteorological factors were 1.064, -0.817, and 0.468, respectively. Therefore, the lowest air humidity was the dominantly direct factor that affected the concentration of negative air ions. The minimum air temperature was the main indirect factor via influencing the minimum air humidity and saturated vapor pressure. We highlight the importance of forest edge area in forest health planning by contrasting the concentration of negative air ions at forest edge and in the forest interior.

forest edge; negative air ions; path analysis; correlation and dependence

10.14108/j.cnki.1008-8873.2018.06.025

S716.1

A

1008-8873(2018)06-191-08

2018-06-06;

2018-07-31

中國林科院基本科研業務費專項資金(CAFYBB2014MA017)

余海(1979—), 男, 四川成都人, 碩士研究生, 工程師, 主要從事森林生態學, E-mail: 20376522@qq.com

郭慧, 女, 博士, 工程師, 主要從事3S技術在森林生態學中應用研究, E-mail: guohuistz@126.com

余海, 辛學兵, 裴順祥, 等. 九龍山林緣地區空氣負離子濃度變化特征及與氣象因素關系[J]. 生態科學, 2018, 37(6): 191-198.

YU Hai, XIN Xuebing, PEI Shunxiang, et al. Characteristics of air anion change and its relationship with meteorological factors in forest margin area of Jiulong Mountain[J]. Ecological Science, 2018, 37(6): 191-198.