环境科学  2015, Vol. 36 Issue (6): 2005-2009   PDF    
引用本文
王兵, 王晓燕, 牛香, 张维康, 汪金松. 北京市常见落叶树种叶片滞纳空气颗粒物功能[J]. 环境科学, 2015, 36(6): 2005-2009.
WANG Bing, WANG Xiao-yan, NIU Xiang, ZHANG Wei-kang, WANG Jin-song. Atmospheric Particle Retaining Function of Common Deciduous Tree Species Leaves in Beijing [J]. Environmental Science, 2015, 36(6): 2005-2009.
北京市常见落叶树种叶片滞纳空气颗粒物功能
王兵1, 王晓燕2, 牛香1 , 张维康3, 汪金松1    
1. 中国林业科学研究院森林生态环境与保护研究所, 北京 100091;
2. 北京林业大学水土保持学院, 北京 100083;
3. 北京林业大学林学院, 北京 100083
收稿日期: 2014-10-27; 修订日期: 2015-01-13.
基金项目： 林业公益性行业科研专项(20130430101,201204101)
作者简介：王兵(1965~),男,博士,研究员,主要研究方向为森林生态系统定位观测与服务功能评估,E-mail:wangbingcfern@163.com
通讯联系人, 牛香 ,E-mail: niuxiang@caf.ac.cn
摘要：为了探求北京市常见落叶乔木树种滞纳空气颗粒物的功能,选取了6种典型落叶乔木树种(杨树、刺槐、栾树、垂柳、元宝枫、银杏),利用空气气溶胶再发生器(QRJZFSQ-I)测定了不同树种单位面积叶片对空气总悬浮颗粒物(TSP)、粗颗粒物和细颗粒物的滞纳量. 结果表明:16个树种的叶片对不同粒径空气颗粒物均能起到一定的滞纳作用,且不同树种滞纳量表现出较大差异,栾树和刺槐单位面积叶片对不同粒径颗粒物的滞纳量最高,杨树的滞纳量最小; 2不同树种单位面积叶片对不同粒径颗粒物的滞纳量并不完全随着取样时间的延长而增加,在雨后8 d和雨后5 d,不同树种单位面积叶片对TSP和粗颗粒物的滞纳量差异较大,但不同树种单位面积叶片对细颗粒物的滞纳量在不同取样时间下没有明显差异. 在北京以空气污染的生态治理为目标选择落叶树种时,与银杏、垂柳、元宝枫、杨树相比,应优先选择栾树,其次为刺槐.
关键词： 北京     落叶树种     单位面积叶片     滞纳量     空气颗粒物    
Atmospheric Particle Retaining Function of Common Deciduous Tree Species Leaves in Beijing
WANG Bing1, WANG Xiao-yan2, NIU Xiang1 , ZHANG Wei-kang3, WANG Jin-song1    
1. Research Institute of Forest Ecology, Environment and Protection, Chinese Academy of Forestry, Beijing 100091, China;
2. College of Soil and Water Conservation, Beijing Forestry University, Beijing 100083, China;
3. College of Forestry, Beijing Forestry University, Beijing 100083, China
Abstract: In order to explore the atmospheric particle-retaining function of common deciduous tree species leaves in Beijing, six typical tree species (Populus, Robinia pseudoacacia, Koelreuteria paniculata, Salix babylonica, Acer truncatum, Ginkgo biloba) were chosen to measure retaining amount of unit leaf area of air total suspended particles (TSP), coarse particles and fine particulate with aerosol generator (QRJZFSQ-I). The results showed that 1 All six tree species leaves had a certain level of retaining ability to different sizes of atmospheric particles, and different species exhibited some differences. For different sizes of atmospheric particle, retaining amounts of unit leaf area were higher in Koelreuteria paniculata and Robinia pseudoacacia than those of other four species, and the amount of Populus was the lowest among all tree species; 2The retaining amount of unit leaf area for different tree species was not entirely increased with sampling time. The retaining amounts of TSP and coarse particles for all tree species on the eighth day after rain were significantly higher than those on the fifth day after rain, however, the retaining amount of fine particles was not significantly different under different sampling times. In order to select deciduous tree species for ecological management of air pollution in Beijing, Koelreuteria paniculata should be considered as the priority, followed by Robinia pseudoacacia, compared with Ginkgo biloba, Salix babylonica, Acer truncatum and Populus.
Key words: Beijing     deciduous tree species     unit leaf area     the retaining amount     atmospheric particle    

空气是生物赖以生存的基本条件. 然而随着工业化、 城市化的快速发展，来自于化石燃料燃烧、 建筑施工扬尘、 道路扬尘和工业粉尘等的颗粒物进入大气，造成了空气环境的严重污染. 城市空气中的总悬浮颗粒物(TSP，粒径d≤100 μm)是国内外大多数城市空气的首要污染物，聚集大量有害重金属、 酸性氧化物、 有害有机物、 细菌和病菌等. PM10(d≤10 μm的颗粒物)可通过呼吸道进入人体，是危害人类健康的最重要物质. 其中粒径在2.5~10 μm的颗粒物大部分被鼻咽截留，PM2.5(d≤2.5 μm)可进入人体肺部，对人体健康的危害最大. Dockery等[1]于1993首次提出了大气污染物的长期暴露与不良健康效应的关系，并发现颗粒物与心血管疾病死亡率有相关性. Pope等[2]发现在控制饮食和污染物联合作用等混杂因素后，PM2.5的年平均浓度每增加10 μg ·m-3，全病因死亡率、 心血管死亡率和肺癌死亡率分别上升4%、 6%和8%. 陶燕等[3]研究发现PM10和PM1.0对呼吸系统疾病和心脑血管疾病的发生均有滞后作用，对于呼吸系统疾病来说，PM1.0滞后4~6 d，在第5 d的最显著，PM1.0每升高10粒子数·m-3，入院危险增加0.652%； 对于心脑血管疾病来说，PM1.0滞后5~7 d，在当天最显著，PM1.0每升高10粒子数·m-3，入院危险增加0.935%. 由此可见，确保人们呼吸到清洁干净的空气是环境保护的首要任务.



北京市作为我国的首都，近年来空气质量频频拉响警报[4,5]，恶劣的空气环境不仅严重威胁到市民的身体健康，而且与其国际化大都市的形象和地位严重不符. 为了应对北京市的空气环境问题，环境保护部于2011年11月16日将PM10和PM2.5纳入城市空气质量评价体系. 更在2013年1月的严重雾霾天气事件中，紧急启动了“空气重污染日应急方案”，北京58家企业完全停产； 41家企业通过减产，减少30%的污染物排放量； 在京党政机关和企事业单位30%的公交车停止使用[5]. 尽管如此，北京的空气污染问题仍十分严重[6]. 据统计，2013年北京PM2.5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. 2013年全年，空气质量一级优的天数有41 d，占11.2%； 二级良天数135 d，占37.0%； 三级轻度污染天总计84 d，占23.0%； 四级中度污染天为47 d，占12.9%； 五级重度污染有45 d，占12.3%； 六级严重污染一共13 d，占3.6%. 北京2013年全年优良天数共计176 d，仅占全年总天数的48.2%.

研究发现，林木可以滞纳空气中的颗粒物，从而起到改善空气质量和保证人体健康的作用[7, 8, 9, 10, 11, 12, 13, 14, 15, 16]. 目前，关于林木调节空气中颗粒物浓度及其组成成分的研究较少(表 1). 其中关于不同树木滞纳空气中颗粒物能力的研究更是罕见. 少数研究发现，不同树种由于其叶片形态结构的差异，对空气颗粒物的滞纳能力差异明显[11, 17, 18, 19].

表 1 林木与空气颗粒物研究的文献检索结果Table 1 Results of literature searching about forest, tree and atmosphere particulate

为了探求北京市常见落叶乔木树种滞纳空气颗粒物的功能，本研究选取了6种北京常见落叶乔木树种(杨树、 刺槐、 栾树、 垂柳、 元宝枫、 银杏)，测定并评价了不同树种单位面积叶片滞纳TSP、 粗颗粒物(2.5 μm<d≤10 μm)和细颗粒物(粒径d≤2.5 μm)的能力，以期为北京空气污染的生态治理提供数据支撑.

1 材料与方法 1.1 研究区概况

北京地处N39°54′20″，E116°25′29″，位于华北平原北部. 毗邻渤海湾，上靠辽东半岛，下临山东半岛，与天津相邻，并与天津一起被河北省环绕. 西部是太行山脉余脉的西山，北部是燕山山脉的军都山，两山在南口关沟相交，在地势上形成一个向东南展开的半圆形大山弯. 平均海拔43.5 m. 北京平原的海拔高度在20~60 m，山地海拔1 000~1 500 m.

气候为典型的北温带半湿润大陆性季风气候，四季特点显著：春季气温回升快，昼夜温差大，降水量小，蒸发强烈，风多风大，最为干旱； 夏季酷暑炎热，降水集中，强度大，暴雨多，比较湿润； 秋季冷暖适宜，但气温下降迅速，时间短促，降水偏少，天高气爽； 冬季寒冷漫长，风多雪少、 干燥[20]. 年平均气温10~12℃. 年均降水量600~900 mm，降水季节分配不均匀，全年降水的80%集中在夏季6、 7、 8这3个月，7、 8月有大雨.

北京植物园位于北京西北郊，为国家4A级景区，占地面积约400 hm2，是集科研、 游憩、 教育于一体的综合性公园. 植物园内植物有150万余株，植被类型包括油松(Pinus tabulaeformis)、 白皮松(Pinus bungeana)、 侧柏(Platycladus orientalis)、 刺槐(Robinia pseudoacacia)、 垂柳(Salix babylonica)、 杨树(Populus)、 栾树(Koelreuteria paniculata)、 元宝枫(Acer truncatum )、 银杏(Ginkgo biloba)、 山杏(Armeniaca sibirica)、 碧桃(Amygdalus persica)等，覆盖率达到80%以上.

1.2 试验设计 为保证取样条件的一致性，且避免气象因子对取样的干扰，本研究在2014年5月16日和19日晴朗无风的天气状况下(表 2)，分两次于北京植物园内采集杨树、 刺槐、 栾树、 柳树、 元宝枫和银杏的叶片. 一次是在雨后5 d，另一次是在雨后8 d(两次采样植株及取样部位一致). 取样时，每个树种选取3株生长状况良好的个体植株，在株高2~3 m处于树冠外围剪取长有10~20片个体完整，无病虫害叶子的枝条，带回位于植物园内的实验室测定叶片滞纳空气颗粒物能力的大小. 由于直径较小的颗粒物易于吸附在接触物体的表面，因此，选择在无风的天气状况下剪取枝条将其直接带回实验室，而鉴于采样点均在实验室周边200 m范围之内，距离较短，因此，取样点到实验室途中因物理抖动造成的颗粒物减少量在本研究中被忽略. 且本研究的主要目的是探求北京常见落叶乔木树种滞纳空气颗粒物能力的强弱，因此，在试验条件一致的情况下，忽略因物理抖动造成的颗粒物减少量并不会对本研究结果产生影响.
表 2 取样日期天气状况Table 2 Weather conditions in sampling days

带回实验室的枝条被固定在花泥上，测定时在每个树种的3个枝条上分别摘取2~5片叶进行测定. 试验设3次重复，两次重复间隔时间为20 min，也即单次试验过程所需时间.

1.3 试验方法

本研究采用连接DUSTMATE手持式环境粉尘检测仪的空气气溶胶再发生器(QRJZFSQ-I)测定不同树种叶片滞纳TSP、 粗颗粒物和细颗粒物的数量[21].

空气气溶胶再发生器(QRJZFSQ-I)的工作原理为：将待测树种叶片放入气溶胶再发生器的料盒，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. 其中，为了防止颗粒物在料盒内壁的吸附，在料盒的内壁进行了防静电处理. 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、 粗颗粒物和细颗粒物的浓度，并根据监测的大气颗粒物浓度和气溶胶再发生器的空箱颗粒物浓度，最终结合料盒的内部容积换算得到供试叶片的颗粒物滞纳量(Minj，i为不同树种； n为3次重复，取值1~3； j为颗粒物种类，μg). 之后将测定的叶片从气溶胶再发生器中取出，利用扫描仪(Canon LIDE 110)获取测定叶片的图像信息，利用Adobe Photoshop图像处理软件计算所测叶片的叶面积(Ain,cm2). Minj/Ain即为不同树种单位面积叶片TSP、 粗颗粒物和细颗粒物的滞纳量(Dinj，μg ·cm-2).

2 结果与分析 2.1 TSP的滞纳量分析

图 1是两次取样时间下不同树种单位面积叶片对TSP的滞纳量. 从中可以看出，在不同取样时间下，6个树种均能捕获较多的TSP，且随着取样时间的延长，不同树种单位面积叶片对TSP的滞纳量呈增加趋势，雨后8 d各树种单位面积叶片对TSP的滞纳量高于雨后5 d.

图 1 不同树种单位面积叶片的TSP滞纳量Fig. 1 Retaining amount of unit leaf area of

different tree species to TSP

在相同取样时间下，6个树种单位面积叶片对TSP的滞纳量存在差异. 其中，单位面积叶片对TSP的滞纳量最大的是栾树，雨后8 d单位面积叶片对TSP的滞纳量为2.275 μg ·cm-2； 雨后5 d对TSP的滞纳量为0.972 μg ·cm-2. 其次为刺槐，在雨后8 d和雨后5 d对TSP的滞纳量分别为1.658 μg ·cm-2和0.591 μg ·cm-2. 两个树种单位面积叶片对TSP的滞纳量高于其余4个树种. 杨树单位面积叶片对TSP的滞纳量在6个树种中表现最低，在雨后8 d和雨后5 d，对TSP的滞纳量分别为0.283 μg ·cm-2和0.108 μg ·cm-2.

2.2 粗颗粒物的滞纳量分析

不同取样时间下6个树种单位面积叶片对粗颗粒物的滞纳量如图 2所示，可以看出，6个树种单位面积叶片对粗颗粒物的滞纳量在不同取样时间下不同. 雨后8 d单位面积叶片对粗颗粒物的滞纳量高于雨后5 d. 但对于不同树种而言，这种由取样时间不同而引起的单位面积叶片粗颗粒物滞纳量的差异性亦不同. 其中，栾树的差异相对较小，这也许与栾树正处于花期，花粉中包含一定量的粗颗粒物有关.

图 2 不同树种单位面积叶片的粗颗粒物滞纳量Fig. 2 Retaining amount of unit leaf area of different

tree species to coarse particulate

由图 2还可看出，6个树种单位面积叶片对粗颗粒物的滞纳量差异较大. 其中，栾树的单位面积叶片滞纳量最大，高于其余树种：雨后8 d单位面积叶片对粗颗粒物的滞纳量为1.127 μg ·cm-2； 雨后5 d的滞纳量为0.839 μg ·cm-2. 其次为刺槐，银杏、 垂柳和元宝枫，单位面积叶片对粗颗粒物的滞纳量差异较小. 杨树的单位面积叶片滞纳量最小，在雨后8 d和雨后5 d单位面积叶片对粗颗粒物的滞纳量分别为0.150 μg ·cm-2和0.035 μg ·cm-2.

2.3 细颗粒物的滞纳量分析

6个树种单位面积叶片对细颗粒物的滞纳量在不同取样时间下差异较小，但树种间单位面积叶片的滞纳量差异较大(图 3). 在6个供试树种中，栾树单位面积叶片的滞纳量最大，刺槐次之，其次为银杏、 垂柳、 元宝枫，杨树最小. 在雨后8 d和雨后5 d，栾树单位面积叶片对细颗粒物的滞纳量分别为0.720 μg ·cm-2和0.697 μg ·cm-2； 刺槐单位面积叶片的滞纳量分别为0.254 μg ·cm-2和0.246 μg ·cm-2； 杨树单位面积叶片的滞纳量分别为0.028 μg ·cm-2和0.014 μg ·cm-2.

图 3 不同树种单位面积叶片的细颗粒物滞纳量Fig. 3 Retaining amount of unit leaf area of different tree species to fine particulate
3 讨论 3.1 环境因素对叶片颗粒物滞纳量的影响

树木单位面积叶片的颗粒物滞纳量受采样地点、 采样部位、 采样时间等诸多因素的影响. 在不同采样地点、 部位及在不同时间，不同树木单位面积叶片对颗粒物的滞纳量大小差别较大[9,19]. 本研究通过选择相同的采样地点、 采样部位、 以及选择在相同的两个时间段对样品进行采集，避免了由于外在环境条件差异导致的试验误差，保证了试验结果的可比性.

3.2 叶片表面微形态结构对其颗粒物滞纳量的影响

通过对不同树种单位面积叶片对TSP、 粗颗粒物和细颗粒物的滞纳量分析可知，不同树种单位面积叶片对颗粒物的滞纳量差异较大，根据前人对叶片表面微形态结构特征的研究[12, 16, 22, 23, 24]，这种差异性是由6个供试树种叶片表面绒毛、 纹理、 粗糙度等微形态结构特征的差异造成的. 叶片绒毛越多、 越粗糙、 潮湿对空气颗粒物的滞纳量越大[16,23].

3.3 颗粒物特性对叶片颗粒物滞纳量的影响

本研究得出不同树木单位面积叶片对TSP和粗颗粒物的滞纳量随取样时间的延长而显著增加，细颗粒物的滞纳量随取样时间的延长变化较小. 这是由于植物对不同粒径颗粒物的滞纳量与颗粒物的干沉降速率有关. 城市空气质量评估小组(Quality of Urban Air Review Group)[25]的研究表明，颗粒物粒径的大小决定了其干沉降过程的不同. 悬浮在空气中粒径小于0.1 μm的颗粒物的主要运动方式是布朗运动； 粒径在0.1~10 μm的颗粒物干沉降过程主要是通过物体的拦截和颗粒物间的相互碰撞； 对于粒径在0.05~2.0 μm的颗粒物，同时受到布朗运动、 拦截和撞击的作用，没有任何一种运动机制对其干沉降过程起主要作用； 而重力作用引起的沉降则只对粒径大于8.0 μm的颗粒物有效.

在TSP中，粒径大于8.0 μm的颗粒物含量较大，在重力作用下，更有利于这部分颗粒物在植物叶片上的累积. 在粗颗粒物中同样含有部分粒径大于8.0 μm的颗粒物，由于其含量小于TSP中的含量，所以虽然重力作用使这部分颗粒物在植物叶片上的累积有所增加，但在相同环境条件，相同时间内，其在叶片上的累积量仍显著小于TSP. 4 结论

(1)不同树种叶片对不同粒径的空气颗粒物均有一定的滞纳作用，并且不同树种单位面积叶片对不同粒径颗粒物的滞纳量存在差异. 在6个供试树种中，栾树单位面积叶片对TSP、 粗颗粒物和细颗粒物的滞纳量远远高于其余5个树种； 刺槐单位面积叶片对TSP、 粗颗粒物和细颗粒物的滞纳量高于银杏、 垂柳、 元宝枫和杨树，位居其次； 银杏、 垂柳和元宝枫单位面积叶片对TSP、 粗颗粒物和细颗粒物的滞纳量差异较小； 杨树单位面积叶片对TSP、 粗颗粒物和细颗粒物的滞纳量最小. 因此，在北京以空气污染的生态治理为目标选择落叶树种时，与银杏、 垂柳、 元宝枫、 杨树相比，应优先选择栾树，其次为刺槐.

(2)不同树种单位面积叶片对不同粒径颗粒物的滞纳量并不完全随着取样时间的延长而增加，各树种单位面积叶片对细颗粒物的滞纳量在不同取样时间下没有明显差异.

参考文献
[1] Dockery D W, Pope C A, Xu X, et al. An association between air pollution and mortality in six U. S. cities [J]. The New England Journal of Medicine, 1993, 329 (24): 1753-1759.
[2] Pope Ⅲ C A, Thun M J, Namboodiri M M, et al. Particulate air pollution as a predictor of mortality in a prospective study of U. S. adults [J]. American Journal of Respiratory and Critical Care Medicine, 1995, 151 (3_Pt_1): 669-674.
[3] 陶燕, 刘亚梦, 米生权, 等. 大气细颗粒物的污染特征及对人体健康的影响[J]. 环境科学学报, 2014, 34 (3): 592-597.
[4] 杨新兴, 冯丽华, 尉鹏. 大气颗粒物PM2.5及其危害[J]. 前沿科学, 2012, 6 (1): 22-31.
[5] 杨新兴, 尉鹏, 冯丽华. 大气颗粒物PM2.5及其源解析[J]. 前沿科学, 2013, 7 (2): 12-19.
[6] 林海峰, 辛金元, 张文煜, 等. 北京市近地层颗粒物浓度与气溶胶光学厚度相关性分析研究[J]. 环境科学, 2013, 34 (3): 826-834.
[7] Sæbø A, Popek R, Nawrot B, et al. Plant species differences in particulate matter accumulation on leaf surfaces[J]. Science of the Total Environment, 2012, 427-428 : 347-354.
[8] Hwang H J, Yook S J, Ahn K H. Experimental investigation of submicron and ultrafine soot particle removal by tree leaves [J]. Atmospheric Environment, 2011, 45 (38): 6987-6994.
[9] McDonald A G, Bealey W J, Fowler D, et al. Quantifying the effect of urban tree planting on concentrations and depositions of PM10 in two UK conurbations[J]. Atmospheric Environment, 2007, 41 (38): 8455-8467.
[10] Nowak D J, Crane D E, Stevens J C. Air pollution removal by urban trees and shrubs in the United States[J]. Urban Forestry & Urban Greening, 2006, 4 (3-4): 115-123.
[11] Wang L, Liu L Y, Gao S Y, et al. Physicochemical characteristics of ambient particles settling upon leaf surfaces of urban plants in Beijing [J]. Journal of Environmental Sciences, 2006, 18 (5): 921-926.
[12] Yang J, McBride J, Zhou J X, et al. The urban forest in Beijing and its role in air pollution reduction [J]. Urban Forestry & Urban Greening, 2005, 3 (2): 65-78.
[13] Freer-Smith P H, Beckett K P, Taylor G. Deposition velocities to Sorbus aria, Acer campestre, Populus deltoids×trichocarpa 'Beaupré', Pinus nigra and×Cupressocyparis leylandii for coarse, fine and ultra-fine particles in the urban environment[J]. Environmental Pollution, 2005, 133 (1): 157-167.
[14] Tomaševi Dć M, Vukmirovi Dć Z, Rajši Dć S, et al. Characterization of trace metal particles deposited on some deciduous tree leaves in an urban area[J]. Chemosphere, 2005, 61 (6): 753-760.
[15] Smith P H F, Khatib A A E, Taylor G. Capture of particulate pollution by trees: a comparison of species typical of semi-arid areas (Ficus Nitida and Eucalyptus Globuls) with European and north American species[J]. Water, Air, & Soil Pollution, 2004, 155 (1-4): 173-187.
[16] Beckett K P, Freer-Smith P H, Taylor G. Effective tree species for local air-quality management[J]. Journal of Arboriculture, 2000, 26 (1): 12-19.
[17] 季静, 王罡, 杜希龙, 等. 京津冀地区植物对灰霾空气中PM2.5等细颗粒物吸附能力分析[J]. 中国科学: 生命科学, 2013, 43 (8): 694-699.
[18] 王赞红, 李纪标. 城市街道常绿灌木植物叶片滞尘能力及滞尘颗粒物形态[J]. 生态环境, 2006, 15 (2): 327-330.
[19] 柴一新, 祝宁, 韩焕金. 城市绿化树种的滞尘效应——以哈尔滨市为例[J]. 应用生态学报, 2002, 13 (9): 1121-1126.
[20] 张振明. 北京山区主要森林生态系统结构与功能模型研究[D]. 北京: 北京林业大学, 2009. 15.
[21] 王兵, 张维康, 牛香, 等. 北京10个常绿树种颗粒物吸附能力研究[J]. 环境科学, 2015, 36 (2): 408-414.
[22] Mcpherson E G, Nowak D J. Value of urban greenspace for air quality improvement: Lincoln Park, Chicago[J]. Arborist, 1993, 2 (6): 30-32.
[23] Powe N A, Willis K G. Mortality and morbidity benefits of air pollution (SO2 and PM10) absorption attributable to woodland in Britain[J]. Journal of Environmental Management, 2004, 70 (2): 119-128.
[24] 赵晨曦, 王玉杰, 王云琦, 等. 细颗粒物(PM2.5)与植被关系的研究综述[J]. 生态学杂志, 2013, 32 (8): 2203-2210.
[25] Quality of Urban Air Review Group. Airborne particule matter in the United Kingdom-third report of the quality of urban air review group[R]. London: His Majesty's Stationery Office, 1996. 7-8.