長沙市典型園林植物葉片的滯塵等級與模式識別研究

廖慧敏，師鳳起，李明，朱逸龍

中南大學資源與安全工程學院，湖南 長沙 410083

隨著中國城市化進程的不斷深化，城市環境污染問題日益突出，大氣顆粒物已成為諸多城市的主要污染物（柳冬香，2021）?？諝忸w粒物（PM10、PM2.5）可直接進入人體呼吸道或肺泡與血液中，對城市居民健康造成了嚴重危害（李惠娟等，2018；宋鵬程等，2018）。綠化植物葉表由于具有氣孔、絨毛、腺體油脂等附屬物，能有效沉降吸附空氣顆粒物，且葉表面積遠遠大于其占地面積，具有滯留大氣顆粒物的較大優勢（張桐等，2017），運用綠化植物滯塵已成為緩解城市大氣污染的有效途徑之一。

目前國內外學者對綠化植物滯塵進行了多方位研究，如粉塵顆粒在綠化植物葉表停著（Prusty et al.，2005）、附著黏附（Freer et al.，2005；Banerjee et al.，2018；李朝梅等，2021；閆倩等，2021）的滯塵方式與傳播途徑，滯塵綠化植物種類與滯塵效果測定（周蘊薇等，2017；淑敏等，2018；孫應都等，2019），滯塵葉表微觀結構觀察（王會霞等，2015；周蘊薇等，2017；王琴等，2020；閆倩等，2021），葉面傾角、樹冠結構和枝葉密度（Katia et al.，2017；張維康等，2017；王琴等，2020）與環境因子（劉晉熙，2015）對滯塵效果的影響等，但在這些研究中，對綠化植物滯塵效果定量評價方法的研究比較缺乏。中國氣候南北差異大，綠化植物物種豐富，同類生活型植物滯塵各有不同，合理評價綠化植物滯塵強弱對改善城市園林綠化規劃與環境具有重要意義。本文以 10種典型植物為研究對象，對其葉表特征與滯塵量進行采樣測試，基于模糊聚類法（閻少宏等，2017）的分類思想，對植物葉片的滯塵等級進行區分和模式識別，以期為綠化植物滯塵的評價方法研究進行有益探索。

1 材料與指標測定方法

1.1 試驗材料與試驗時間

由于氣候條件相同，長沙市六大城區綠化植物種類差異不大，實驗地點選在長沙市岳麓區麓山南路沿線、中南大學校區及瀟湘大道周邊綠化帶。選取株高適中，冠幅、胸徑相似，且受病蟲害影響較少的10種典型常綠植物作為研究對象，分別為海桐（Pittosporum tobira）、紅花檵木（Loropetalum chinense）、瓜子黃楊（Buxus sinica）、金葉女貞（Ligustrum×vicaryi）、金邊黃楊（Euonymus japonicus）、冬青（Llex chinensis）、月季（Rosa chinensis）、杜鵑花（Rhododendron simsii）、紅葉石楠（Photinia×fraseri）、小蠟（Ligustrum sinense），當降雨量大于15 mm時，認為植物葉片上的降塵被洗刷干凈，便可采集葉片（徐曉梧等，2017）。因此本實驗選在2017年春季4月進行，在實驗開始前長沙下過一次暴雨，天氣連晴10天后根據實驗需要分批次采樣，且采樣期間均為晴天。采樣時將待測植物的樹冠葉片生長位置分上、中、下不同葉層，選擇健康、葉綠素含量正常，大小相近，無病蟲害影響的內部葉與外部葉，堅持不同葉層都被選擇到且不同葉層數量相等的原則進行采樣。

1.2 評價指標測定方法

1.2.1 葉表面積測定

同一天對每種植物采集 60片葉片，在實驗室用蒸餾水浸泡2 h后，將葉片表面附著物用軟刷充分清洗干凈，鑷子抖動夾出后放白紙上自然晾干備用。葉表面積采用打孔稱質量法（史琛媛等，2015）進行測量，取20片葉片進行打孔，打孔時避開葉片中心葉脈，打孔的圓孔直徑為6 mm，將葉片打孔的小圓片用萬分之一分析天平稱質量，葉表面積計算公式為：

式中：

m1——打孔前20片葉片的質量（mg）；

m2——20個打孔圓片的質量（mg）；

S——葉表面積（cm2）。將10種植物的單葉葉表面積重復測量3次算平均值，據此計算每種植物20片葉片的葉表面積平均值。

1.2.2 葉表氣孔密度與絨毛測定

將清洗晾干備用的 20片葉片在葉脈兩側中部用刀片切成邊長約5 mm×5 mm樣品，固定在奧林巴斯SZX7體視顯微鏡觀察平臺上，觀察葉表氣孔與絨毛的分布密度，其中目鏡與物鏡放大倍數分別為10×與20×，顯微鏡的視場面積為0.24 mm2，在顯微觀察軟件中確定視野面積內的氣孔絨毛數量，計算葉片單位面積的氣孔絨毛密度，每種植物取20片葉片進行顯微重復觀察處理，計算其氣孔與絨毛密度平均值。

1.2.3 單位葉面積最大滯塵量

將清洗晾干備用的 20片葉樣，依次靜置于粉塵箱同一區域的傾斜角度，將收集到的道路粉塵顆粒物，利用粉塵發生器在室內模擬降塵，將粉塵混合物距離葉片表面2 m吹向葉樣，使葉面均勻吸附粉塵，直到粉塵混合物自然從葉片表面滑落為止。單位葉面積最大滯塵量測量方法采用干洗法（史琛媛等，2015；王亞軍等，2016；孫曉丹等，2017），將降塵后的葉樣分別放入250 mL燒杯中，用蒸餾水浸泡2 h后，用鑷子小心夾住葉片，用洗瓶反復沖洗葉片上下表面附著物，并配合軟刷刷洗，使葉片上附著物充分浸洗。清洗葉片后的溶液用己知質量（m3）的定量濾紙慢速過濾，過濾完畢后，將濾紙放于 60 ℃的干燥箱中脫水，用電子天平記錄濾紙脫水后質量（m4），兩次結果之差即為葉片附著物質量，其計算公式為：

式中：

S——葉表面積。每種植物計算結果取20片葉樣單位葉面積最大滯塵量的平均值。

1.2.4 單位葉面積自然滯塵量

單位葉面積自然滯塵量實驗的葉片獨立采樣，于08:00、13:00和18:00 3個時間段3次采樣，每次取20片葉片，一天完成取樣。采樣時為了防止接觸到葉片，用鑷子夾住葉柄，用剪刀將葉片連葉柄一齊剪下，輕輕放入塑料袋中帶回實驗室。將采集的植物葉片分別放入250 mL燒杯中，蒸餾水浸泡2 h后，用鑷子小心夾住葉片，用洗瓶反復沖洗葉片上下表面附著物，并配合軟刷刷洗，使葉片上的附著物充分浸洗下來。單位葉面積自然滯塵量采用干洗法（史琛媛等，2015；王亞軍等，2016；孫曉丹等，2017）（見單位葉面積最大滯塵量），實驗結果取一天中 3次采樣單位葉面積自然滯塵量的平均值。

2 植物滯塵模糊聚類與模式識別方法

聚類分析是根據事物間不同特征、親疏程度和相似性關系進行硬性分類的一種數學方法，具有非此即彼的性質，缺乏柔性。而模糊聚類理論按照聚類樣本集對于全體類別加權廣義歐式權距離平方和最小原則對樣本指標特征值進行聚類，體現了“物以類聚”的自然分類原則（習立洋等，2020），使分類更具過渡性。

2.1 9種植物葉片評價指標的模糊聚類

2.1.1 數據標準化

（1）將10種植物中的前9種葉片進行滯塵量等級分類，組成相應論域U={x1, x2, …, x9}，進行模糊聚類等級分析，第 10種植物葉片作為待識別樣本U0，在模式識別中對聚類效果進行驗證。滯塵等級將葉表面積、氣孔密度、絨毛密度、單位葉面積自然滯塵量、單位葉面積最大滯塵量5個指標作為表達性狀，即xi={xi1, xi2, …, xim}, i=1, 2, …n，得到滯塵等級聚類分析的原始矩陣U。

（2）由于量綱和絕對值意義均不同的各項植物滯塵指標不具有可比性，為平衡各滯塵指標的作用和消除差異，由式（3）對原始滯塵指標進行無量綱標準化處理。

2.1.2 構造模糊相似關系與聚類

（1）利用絕對值減法建立植物滯塵指標的F相似關系，對有限論域 U={u1, u2, …, un}，V={v1, v2, …,vm}，若元素rij=R(ui, vj)，則F矩陣表示從U—V的一個F關系，相似系數r∈[0, 1]，表示兩事物的彼此相似程度，其計算見式（4），其中 c取經驗值0.1。

（2）將R相似矩陣改造成F等價矩陣，運用平方法求出R傳遞閉包 t(R)，即從模糊矩陣R出發，依次求平方：R→R2→R4→…，當出現 Rk×Rk=Rk時，Rk即為傳遞閉包t(R)。

（3）在將R改造成模糊等價矩陣后，利用模糊矩陣的截矩陣公式（5），按不同λ值水平由大到小進行聚類?？稍谶m當的限定值λ水平上進行截取，當λ由1逐步降為0時，由F等價關系R確定的分類所含元素由少變多，逐步歸并成一類，從而獲得 9種植物的滯塵等級動態聚類圖。

2.1.3 F檢驗

（1）利用F檢驗公式（6）計算各λ水平下模糊聚類結果F值。

（2）將F值與各顯著性水平自由度臨界值進行比較，得到不同λ值F檢驗表。

（3）根據F檢驗結果，找出顯著差異最明顯的分類數，將9種植物葉片滯塵量劃分為相應的滯塵等級。

2.2 待識別植物模式識別

將第10種植物作為待識別樣本U0，4個等級識別模型與待識別樣本構成論域 U上的兩個模糊子集，采用貼近度對待識別樣本進行滯塵等級識別，通過貼近度公式（7）算出待識別樣本與識別模型的靠近程度，貼近度值越大，待識別樣本與識別模型的接近程度越高，其相似度也越高，據此將待識別樣本與等級模型劃分為相同類型。

3 結果與分析

3.1 植物葉片滯塵評價指標

經實驗測量與數據處理，10種植物葉片的葉表面積、氣孔密度、絨毛密度、單位葉面積自然滯塵量、單位葉面積最大滯塵量實驗結果如表1所示。在10種植物5個滯塵指標中，葉表面積、氣孔密度、表面絨毛3個性狀指標在10種植物間起伏波動較大。單位葉面積自然滯塵量與單位葉面積最大滯塵量兩者的排序基本保持一致，但前3個性狀指標的排序與植物滯塵量的高低無顯著對應關系。

表1 10種植物葉片滯塵評價指標Table 1 Evaluation index of dust retention of leaves of 10 plants

3.2 9種植物葉片的滯塵聚類分析

將海桐、紅花檵木、瓜子黃楊、金葉女貞、金邊黃楊、冬青、月季、杜鵑花、紅葉石楠9種植物葉片的5個性狀指標組合成原始矩陣U，歸一化處理得到矩陣 U ′。

根據式（4）計算得到 U ′的F相似矩陣R，基于最大最小法構造模糊相似矩陣，由于R8=R4×R4，得到R4模糊等價矩陣如下：

根據式（5）對不同λ水平由大到小進行聚類，當λ為0.951時，海桐與杜鵑花兩種植物聚為一類，λ為0.933時，海桐、杜鵑花再與月季、冬青4種植物聚為一類。λ為0.922時瓜子黃楊與紅葉石楠聚為一類，依次類推，當λ為0.838時，9種植物聚為同一類，其動態聚類圖如圖1所示。

圖1 9種植物葉片滯塵聚類圖Figure 1 Clustering diagram of dust retention of leaves of 9 plants

3.3 模糊聚類結果F檢驗與等級劃分

利用式（6）計算λ水平下模糊聚類F值如表2所示，λ為0.910時，聚類F值為10.72，各組分類間存在顯著差異。λ為0.907和0.896時，聚類F值達到極顯著水平，尤以λ為 0.907時，F值達到21.41，各組分類間的差異最顯著，聚類分組{u1,u6,u7,u8}，{u3,u5,u9}，{u2}，{u4}效果最佳。據此將9種植物葉片滯塵量劃分為4個等級如表3所示，即金葉女貞滯塵等級最高，紅花檵木滯塵量較高，瓜子黃楊、金邊黃楊與紅葉石楠3種植物滯塵等級為中等，海桐、冬青、月季、杜鵑花滯塵等級最低。

表2 不同λ水平各分類的F 檢驗Table 2 F-test of every class under different λ levels

表3 9種植物滯塵等級Table 3 The dust retention ability rank of 9 plants

3.4 小蠟葉片滯塵的等級識別

將小蠟葉片作為待識樣本U0，從4個滯塵等級中選用U8（杜鵑花）、U3（瓜子黃楊）、U2（紅花檵木）、U4（金葉女貞）4種植物作為滯塵4個等級的識別模型，采用貼近度對小蠟葉片進行滯塵等級識別如表4所示，小蠟葉片與中等模型瓜子黃楊的貼近度最高，因而將小蠟劃分為中等滯塵植物類型。

表4 待識別樣本與等級模型貼近度Table 4 The close degree between the sample and dust retention models

4 討論

一般而言，不同生活型植物的滯塵量存在較大差異，年滯塵量最大的是喬木（主要是闊葉樹），灌木次之，草本植物最小，但灌木單位葉面積的滯塵量卻要多于喬木（閆倩等，2021）。在本研究中，通過對長沙市 10種典型植物葉片的滯塵量進行模糊聚類與模糊識別，得到9種植物聚為4類時最優，以金葉女貞滯塵等級最高，這與實驗測量值相符，實驗測量中金葉女貞單位葉面積自然滯塵量與單位葉面積最大滯塵量分別達到 1.59 g·m-2與 9.54 g·m-2，為10種植物中最高。金葉女貞滯塵等級最高這一聚類分析結論也與孫曉丹等（2016）和趙松婷等（2016）的金葉女貞綜合滯塵較強的研究結論接近，可能與金葉女貞葉表絨毛豐富，葉主脈下凹，形成了有利于粉塵沉降的立體空間結構有關。紅花檵木的氣孔密度和絨毛密度的測量值分別為 350 ind·mm-2和 907 ind·mm-2，在 10 種植物中排序第 2和第 1，這與聚類結果中其滯塵等級為較高的結論相符，較高的滯塵等級可能與紅花檵木葉表粗糙，氣孔密度高，表面絨毛密集，更易吸附PM顆粒物的特征相關（林鑫濤等，2016）。瓜子黃楊、金邊黃楊與紅葉石楠滯塵等級為中等，這3種植物的氣孔密度分別達到247、233、212 ind·mm-2，分別排序第4、第6、第7。曹旖旎等（2016）在對9種道路綠化樹木滯塵量比較中，工業區域內，紅葉石楠的滯塵量在9種樹木中居第6；商業交通區域內，金邊黃楊的滯塵量在9種樹木中居第7。海桐、冬青、月季、杜鵑花4種植物葉片滯塵等級最低，海桐的氣孔密度為184 ind·mm-2，單位葉面積最大滯塵量為3.36 g·m-2，在李朝梅等（2021）對鄭州市10種常見公園綠化植物滯塵量研究中，海桐的滯塵不強，這主要與其葉面光滑無毛的葉表特征有關；冬青的單位葉面積自然滯塵量為 0.63 g·m-2，單位葉面積最大滯塵量為3.09 g·m-2，在10種植物中排序較后；月季的氣孔密度、單位葉面積自然滯塵量和單位葉面積最大滯塵量的測量值分別為 122 ind·mm-2、0.44 g·m-2、2.22 g·m-2，均在 10 種植物中居第10；杜鵑花的氣孔密度為169 ind·mm-2，單位葉面積自然滯塵量為0.82 g·m-2，在高傳友（2016）對南寧市典型園林植物滯塵效應的比較中，杜鵑花的滯塵效果最差，可能是由于其生長較為緩慢，葉片易受風力、沉降等外界環境的干擾的特性。在模式識別中，小蠟的滯塵識別等級為中等，與實驗測得指標排序基本相符，其中小蠟的單位葉面積自然滯塵量與單位葉面積最大滯塵量分別為 0.98 g·m-2與6.37 g·m-2，居第5與第6，根據孫曉丹等（2017）的研究，小蠟葉表具絲狀淺溝，能吸附一定量的顆粒物，但效果一般，也驗證了滯塵等級與模式識別方法的可靠性。

以往研究主要通過實驗手段對綠化植物的葉表結構、滯塵指標進行測量，通過葉片滯塵量單項實驗指標大小直接進行滯塵強弱的比較，指標比較單一。論文對影響綠化植物葉片滯塵量的多個因素進行了滯塵綜合評價，研究結論基本可靠，可為不同生活型的綠化植物滯塵效果進行分類綜合評估，實現城市綠化植物的合理搭配，為園林綠化規劃提供量化參考。

5 結論

（1）以長沙市 10種典型園林植物葉片為研究對象，運用模糊數學的方法將除小蠟外的9種植物聚為4類，其中金葉女貞滯塵等級最高，單位葉面積自然滯塵量與單位葉面積最大滯塵量分別達到1.59 g·m-2與 9.54 g·m-2，為 10 種植物中最高；紅花檵木滯塵等級較高，氣孔密度和絨毛密度的測量值分別為 350 ind·mm-2和 907 ind·mm-2，屬于較多水平；瓜子黃楊、金邊黃楊、紅葉石楠的滯塵等級為中等，氣孔密度值較低，分別為 247、233、212 ind·mm-2；海桐的單位葉面積最大滯塵量為 3.36 g·m-2，冬青的單位葉面積自然滯塵量為 0.63 g·m-2，月季的氣孔密度為122 ind·mm-2，杜鵑花的氣孔密度為169 ind·mm-2，這4種植物的實驗測量值均較低，聚類的滯塵等級也最低，模糊聚類的分類結果與實測結論基本相符。

（2）將小蠟作為待識別樣本，從低、中、較高、高的4個滯塵等級中各選用杜鵑花、瓜子黃楊、紅花檵木、金葉女貞作為滯塵4個等級的識別模型，采用貼近度的方法進行識別，小蠟與瓜子黃楊的貼近度最高，因此小蠟的滯塵等級為中等。模式識別等級與指標實測值所處水平相符，驗證了該綠化植物葉片滯塵等級模式識別模型的可操作性。

（3）綠化植物葉片滯塵等級模式識別為構建不同地域綠化植物滯塵評價方法提供一種新思路，且該識別方法充分考慮了綠化植物間滯塵效果分類問題的模糊性，解決了植物間滯塵量差異的過渡，使綠化植物葉片滯塵等級分類具有一定的彈性。