根据颗粒物粒径大小，大气颗粒物可分为总悬浮颗粒物TSP(D_p<100 μm)和飘尘SPM(Dp<30 μm)，飘尘又可分为粗颗粒物(2.5~10 μm)和细颗粒物(D_p<2.5 μm)^[1]. 大气颗粒物(PM)的主要来源可分为天然源和人为源. 天然源包括火山爆发所释放的火山灰、 森林火灾的燃烧物、 海浪溅出的浪沫和盐粒以及植物的花粉、 孢子等. 人为源主要是汽车尾气、 道路扬尘、 煤炭燃烧、 工业废气排放和建筑粉尘^[2]. 不同的地方由于自然环境的差异、 经济发展水平及产业结构的不同，大气颗粒物的组成也不尽相同. 但是组成大气颗粒物的物质大致由无机和有机物质组成，主要包括重金属、 有机碳、 芳香烃物质等^[3]. 对人体健康产生较大危害主要指可吸入颗粒物(D_p<10 μm)，由于可吸入颗粒物粒径小，表面积大，易吸附大气中的重金属、 氮氧化物、 硫化物和多环芳烃等有毒物质，因此对人体健康和生活质量有严重的危害^[4]. 随着工业的快速发展，人类活动对自然环境的影响越来越大，造成大气中颗粒物浓度的逐渐增加，进而危害到人类健康，特别是在近几年的北京雾霾天气已经严重影响到人们的生活和生产，2013年北京市PM_2.5全年平均浓度为89.8 μg ·m^-3，比35 μg ·m^-3的国家标准超标1.5倍. 其中全年优良天数共计176 d，仅占全年总天数的48.2%； 三级轻度污染天总计84 d，占23.0%； 而四级中度污染以上的天为105 d，占28.8%. 如何防治大气颗粒物特别是可吸入颗粒物对人类的危害已成为一个迫切需要解决的问题.

植物可以通过叶片吸附大气颗粒物，在净化大气中扮演着重要的角色，这一点在国内外研究中已经得到证实^{[5, 6, 7]}. 如，张志丹等^[8]对毛白杨叶片吸滞PM_2.5等大气颗粒物进行了定量的研究和探讨，结果表明叶片的PM_2.5、 PM₁₀、 TSP 和总颗粒物吸滞量分别为8.88×10^-6、 30.6×10^-6、 64.7×10^-6和64. 8×10^-6 g ·cm^-2； 林分的PM_2.5、 PM₁₀、 TSP 和总颗粒物吸滞量分别为0.963、 3.32、 7.01 和7.02 kg ·hm^-2. 另外植物吸收空气颗粒物同时还可吸收其他大气污染，如Nowak等^[9]研究了不同城市森林覆盖率对空气污染物包括O₃、 PM₁₀、 NO₂、 SO₂和CO的吸附作用，结果显示美国各城市每年乔灌树种每年移除大气污染物约为71.1万t，价值在380亿美元. 植物特别是乔木被认为是最有效的吸附滞纳大气颗粒物的植被,相比灌木和草本，乔木凭借其硕大的林冠、 较多的叶片含量、 复杂的枝叶结构及林冠结构可以增加大气颗粒物的沉降速率，更有利于叶片对颗粒物的吸附作用^[10,11]. 如有些阔叶树种叶片表面比较粗糙，能够有效地吸附大气中颗粒物； 针叶树种凭借其分泌蜡质物质，比阔叶更有效的吸附滞纳颗粒物，常绿针叶树种有很大潜力积聚大气中污染物^[12,13]. 其中大部分研究是对针阔叶树种进行比较，对针叶树种之间的相互比较研究的较少，还有只是定性或者简单定量描述不同物种叶片吸附量，没有详细研究不同物种叶片对不同粒径颗粒物的吸附能力.

本研究的主要目的是定量确定北京市城市10种常绿树种叶片吸附滞纳大气颗粒物的能力，包括：①不同树种对不同粒级颗粒物的附着能力； ②不同树种叶片单位面积附着颗粒物量； ③相同树种对不同粒级颗粒物附着能力随时间的变化.

北京植物园位于北京西山脚下(如图 1)，全园总规划面积400 hm²，园内植物有150万余株，是集植物资源展示和保护、 科研、 科普、 游憩和开发为一体的综合性植物园. 距市区18 km，该园位于北纬39°48′，东经116°28′，海拔76 m，属温带大陆性气候. 年均温11.6℃，1月均温-3.7℃，7月均温26.7℃. 极端高温41.3℃，极端低温-17.5℃，年降水量634.2 mm，相对湿度43%~79%. 园中栽培了6000多种植物，包括2000种乔木和灌木，1620种热带和亚热带植物，500种花卉以及1900种果树、 水生植物和中草药等. 主要树种类型包括油松(Pinus tabuliformis)、 白皮松(Pinus bungeana)、 侧柏(Platycladus orientalis)、 红松(Pinus koraiensis)、 银杏(Ginkgo biloba)、 刺槐(Robinia pseudoacacia)、 大叶黄杨(Buxus megistophylla)、 毛白杨(Populus tomentosa)、 旱柳(Salix matsudana)等，植被覆盖率达到80%以上，园内物种基本代表了华北地区典型植被类型.

图 1

Fig. 1

图 1 研究区位置示意Fig. 1 Location of the study area

2014年3月~2014年6月，每个月选择一无风晴朗天在北京植物园采摘10种常见常绿植物的叶片，10种植物分别为油松、 雪松、 侧柏(Platycladus orientalis)、 红松、 白皮松、 冷杉、 铺地柏、 龙柏、 紫矮杉(Taxus wallichiana var.)、 粗榧(Cephalotaxus sinensis).

每种植物选取3株生长状况良好，林龄相近的个体植株，在乔木生长高度2~3 m和灌木生长高度1~2 m处，分别在东、 南、 西、 北4个方向采集叶片，根据叶片大小在每株树采集100~200 g不等叶片(如表 1)，采摘的叶片要求成熟、 完整、 无病虫害和断残. 把采摘下来的叶片立即封存于自封袋中，及时带到位于植物园内的实验室进行测量.

表 1(Table 1)

表 1 10种常见常绿植物生长状况及叶片采集量 Table 1 Growth of the ten evergreen plant species and number of the collected leaves 树种 生长状况 叶片数量/g 胸径/cm 树高/m 雪松 22±3.23 13+3.00 100 红松 18±2.50 15±2.00 120 油松 18±1.87 12±2.60 150 白皮松 12±3.20 10±2.00 100 侧柏 11±1.50 8±2.50 120 冷杉柏 13±2.70 13±1.50 100 龙柏 6±1.00 180 矮紫杉 3±0.50 140 粗榧 1.5±0.50 150 铺地柏 0.3±0.10 100

表 1 10种常见常绿植物生长状况及叶片采集量Table 1 Growth of the ten evergreen plant species and number of the collected leaves

将待测树种的叶片分别放入气溶胶再发生器(QRJZFSQ-I)的料盒中，通过风蚀原理，将叶片上滞纳的颗粒物吹起、 混匀，再次形成气溶胶，每个树种进行3次重复. 然后利用连接在气溶胶再发生器上的DUSTMATE手持式环境粉尘检测仪测定气溶胶中TSP、 PM₁₀、 PM_2.5和PM_1.0的质量M_inj(单位： μg； i为不同树种； n为3次重复，取值1~3； j为颗粒物种类).

把测量完的阔叶树种叶片放入扫描仪(Canon LIDE 110)进行扫描，使用Adobe Photoshop软件对扫描完之后的图像进行处理，利用叶面积分析软件计算叶片面积S(单位：cm²). 而针叶树种则利用游标卡尺测其长度和直径计算其叶面积. 不同树种单位叶面积吸附颗粒物量计算公式为：

本研究采用颗粒物附着密度(μg ·cm^-2)，即叶片单位面积滞留的大气颗粒物质量，表示针叶植物吸附滞留大气颗粒物的能力. 由表 2可以看出，不同树种颗粒物滞纳附着密度存在较大差异. 在所测树种中，雪松和油松颗粒物附着密度最大，分别是(18.95±0.71) μg ·cm^-2和(14.61±0.78) μg ·cm^-2； 冷杉附着密度最小，值为(8.02±0.4) μg ·cm^-2. 如图 2所示，测试树种中松类颗粒物平均附着密度是柏类的1.33倍，灌木树种颗粒物平均附着密度是乔木的1.02倍，主要的原因是灌木的采样叶片生长高度较低，另一方面是4、 5、 6月北京大风天较多，处于离地面较近的灌木叶片能滞留较多的地面扬尘.

表 2(Table 2)

表 2 10种常绿树种叶片单位面积附着TSP密度/μg ·cm-2 Table 2 TSP particle density attached per unit area for the ten kinds of evergreen tree species/μg ·cm-2 树种 4月 5月 6月 总量 雪松 7.83±0.49 4.71±0.24 6.41±0.47 18.95±0.71 油松 8.52±0.44 2.89±0.14 3.20±0.19 14.61±0.78 紫矮杉 2.13±0.11 6.29±0.31 4.26±0.21 12.69±0.63 铺地柏 3.78±0.19 4.64±0.23 3.90±0.20 12.32±0.62 龙柏 2.49±0.12 5.01±0.16 4.02±0.20 11.51±0.58 粗榧 3.77±0.19 5.77±0.29 1.35±0.07 10.88±0.54 红松 3.29±0.16 1.85±0.09 5.68±0.28 10.82±0.54 侧柏 4.36±0.22 2.11±0.11 3.05±0.15 9.52±0.48 白皮松 2.83±0.14 3.41±0.17 3.05±0.15 9.29±0.46 冷杉 2.63±0.13 3.86±0.19 1.53±0.08 8.02±0.40

表 2 10种常绿树种叶片单位面积附着TSP密度/μg ·cm-2Table 2 TSP particle density attached per unit area for the ten kinds of evergreen tree species/μg ·cm-2

图 2

Fig. 2

图 2 不同树种平均附着TSP密度Fig. 2 Average TSP adhesion density of different species

不同树种对不同粒级颗粒物附着能力存在显著差异(如图 3). 通过对比研究10种常绿树种可以发现，单位面积叶片附着PM₁₀能力最强的树种是油松和雪松，最小的是白皮松和冷杉； 对PM_2.5颗粒物附着能力最强的树种是雪松、 铺地柏、 龙柏和油松，附着能力比较低的树种是红松和粗榧； 对PM_1.0附着能力最强的树种是雪松、 铺地柏、 冷杉和油松，附着能力较低的树种是侧柏和红松. 不同树种对不同颗粒物的附着能力的变化与树种及叶片本身特性有关，根据柴一新等^[14]研究结果表明，针叶树种由于叶片生长密度较大，冠幅较大，所以对PM₁₀和PM_2.5都有较强的吸附能力.

图 3

Fig. 3

图 3 不同树种叶片对不同粒级颗粒物附着能力Fig. 3 Adhesion ability of leaves of different species for particulates with different size particles

由表 3和图 4可见，相同树种叶片上滞留不同粒级颗粒物所占总颗粒物的比例在不同月份之间存在差异性. 从4~6月不同树种PM₁₀占TSP比例主要有两种变化趋势：①先上升后下降，粗榧矮紫杉、 粗榧、 龙柏、 铺地柏、 红松和白皮松附着PM₁₀占TSP总量比例先上升后下降； ②逐渐上升，油松、 雪松、 侧柏、 和冷杉附着PM₁₀占TSP总量比例逐渐上升. 但是PM_2.5则没有这种明显的变化趋势，这表明对PM_2.5吸附能力只与树种特性有关，而受时间地点的影响较小. 根据Beckett等^[15]研究结果发现，之所以会有上述现象，可能的原因是PM_2.5颗粒物粒径较小，在大气中滞留的时间比PM₁₀长，因此可以漂浮更远的距离，虽然不同树种对PM_2.5滞留能力有差异，但是相同树种在不同地点和时间内滞留PM_2.5颗粒物则无规律性. 根据图 4所示，灌木树种在4月的叶片单位面积滞留PM₁₀和PM_2.5达到最大，以后逐渐下降，而乔木树种则在5月出现最小值，6月达到最大(表 3). 原因是由于北京4、 5月风沙较大，灌木树种离地面近，更容易滞留地面扬尘. Zheng等^[16]研究北京PM_2.5来源及时间变化趋势发现，在2000年4月，沙尘暴对北京PM_2.5的贡献有重要的影响，对PM_2.5浓度贡献率为36%，表明在春季，沙尘是北京空气颗粒物的主要来源，因此离地面较近的灌木比高大的乔木能够吸附更多的颗粒物.

表 3(Table 3)

表 3 叶片附着不同粒级颗粒物占总颗粒物(TSP)的比例Table 3 Proportions of different-sized particulates attached to the leaves in the total particulate matter (TSP) 树种 4月 5月 6月 PM10比例/% PM2.5比例/% PM10比例/% PM2.5比例/% PM10比例/% PM2.5比例/% 雪松 73.88 9.89 77.58 13.70 83.53 9.42 油松 62.47 4.07 73.92 6.09 79.52 8.97 龙柏 72.37 3.47 77.16 9.16 58.31 6.56 侧柏 77.16 3.47 69.24 3.66 80.45 6.91 铺地柏 77.41 8.09 79.64 11.44 69.03 11.04 粗榧 63.79 4.13 71.11 3.22 67.12 11.89 红松 63.14 3.76 71.28 4.14 65.05 5.72 白皮松 60.85 5.51 73.66 3.31 72.33 13.96 冷杉 63.30 5.96 68.98 14.41 43.45 3.71 矮紫衫 62.64 4.38 69.04 2.91 77.47 6.82

表 3 叶片附着不同粒级颗粒物占总颗粒物(TSP)的比例Table 3 Proportions of different-sized particulates attached to the leaves in the total particulate matter (TSP)

图 4

Fig. 4

图 4 PM10和PM2.5在4~6月占TSP的比例Fig. 4 Proportions of PM10 and PM2.5 in TSP in April-June

不同树种对颗粒物的滞纳吸附能力不一样，根据文献^{[17, 18]}的研究结果表明，针叶树种比阔叶树种叶片吸附能力强，灌木树种吸附能力要好于乔木树种，而在针叶树种中，松类要好于柏类. 这与本研究结果相似，但是也有相关文献认为乔木树种吸附能力要高于灌木树种，如EL-Khatib等^[19]选取了3种不同叶片形态的树种圆柏(Juniperus chinensis)、 黑桑(Morus nigra)和无花果(Ficus carica)，研究结果认为无花果吸附能力介于柏和黑桑之间. 因此在总体灌木树种是否高于乔木树种，要根据具体情况具体分析，主要的原因与当地的污染物和树种特性有关.

由于测试结果受采样地、 采样时间、 采样部位和试验环境等多种因素的影响，不同地点所测结果数值和变化趋势可能有差别，但是比较柴一新等^[14]、 Freer-Smith等^[20]和康博文等^[21]的研究可以发现，尽管测试环境条件差异很大，但植物叶片的颗粒物附着密度排序基本一致．基本是松类单位叶片附着密度大于柏类. 还认为树种间滞尘能力的差异是由叶片的形态结构特征决定的. 植物叶片滞尘能力主要与其叶表面的绒毛、 纹理、 自由能、 分泌物、 蜡质等形态结构有密切关联，受其他因素影响较小，颗粒物的附着能力具有一定的稳定性. 近年来，围绕叶片的形态解剖学特征和叶片结构方面，对植物防止大气污染物进人体内的机制和不同树种滞尘能力进行了相关研究. 在微形态结构研究方面，通过王蕾等^[22]和齐飞燕等^[23]研究结果发现，认为具有沟槽和小室微形态结构的叶片对颗粒物附着有利，齐飞燕还发现绒毛结构能够增加叶片表面滞留大气颗粒物的能力.

不同树种吸收滞纳颗粒物随时间变化与当地污染物种类来源以及当地气候条件有关. Beckett等^[15]选取治疝花椒(Sorbus aria)、 栓皮槭(Acer campestre)、 三角杨(Populus deltoides)、 科西嘉松 (Pinus nigra var. maritime)、 杂交金柏(Cupressocyparis×leylandii)进行相同时间内不同地点叶片移除大气颗粒物能力研究，结果表明相同树种对PM₁₀吸附能力在不同地方不同时间内会有变化，相同时间内同一树种在马路边上吸滞PM₁₀的量比在污染较轻的公园内大2~3倍，而同种树种在不同地点对PM_2.5的吸滞量则相差不多，表明相同树种对PM₁₀吸滞量受地点和污染情况影响较大，而对PM_2.5的影响较小，与本研究结果相符.

目前对不同树种滞纳颗粒物的能力定量与定性研究，宏观与微观相结合的研究较少报道，因此在未来的研究中，可根据气候的差异性划分不同区域，筛选区域代表树种，并对比各代表树种对颗粒物的阻滞吸收的效果，确定各区域利于吸滞颗粒物的优势树种，还应对吸滞效果显著的具体树种进行定量分析，明确各个树种单位面积上颗粒物的滞留数和滞留量^[24,25]. 最后，根据树种滞留颗粒物能力的排名，选择相应的树种来治理北京等发生雾霾严重的城市，减少交通等人为活动排放到大气的污染物，进而通过有效地种植计划和设计来保护脆弱的城市生态区.

(1)总颗粒物(TSP)附着密度在不同树种之间存在差异，10种植物叶片颗粒物附着密度由高到低依次雪松>油松>紫矮杉>铺地柏>龙柏>粗榧>红松>侧柏>白皮松>冷杉. 根据测试结果树种叶片表面单位面积附着密度最高的是雪松和油松.

(2)不同树种叶片对不同粒级颗粒物的附着能力也不同，对PM₁₀附着能力最强的树种是油松和雪松，对PM_2.5附着能力最强的树种是雪松、 铺地柏、 龙柏和油松，对PM_1.0附着能力最强的树种是雪松、 铺地柏、 冷杉和油松.

(3)根据本文测试的结果在4~6月之间，叶片上附着的PM₁₀占TSP主要有两种变化趋势，分别是上升后下降和先下降后上升趋势，而PM_2.5则无这种变化趋势. 其中乔木树种则主要表现为逐渐上升，而灌木树种则表现为先上升后下降. 主要的原因是4、 5月是北京一年中风沙最多的月份，离地面较近的灌木树种更容易吸附因大风引起的地面扬尘； 6月北京市进入多雨季节，雨水对叶片上滞留的颗粒物起到了冲刷的作用.