环境科学  2022, Vol. 43 Issue (6): 3187-3194   PDF    
不同植被绿色屋顶径流水质年际变化特征
章孙逊1, 张守红1,2, 葛德1, 闫婧1, 杨航1, 王任重远1, 魏良怡1, 张成玉1     
1. 北京林业大学水土保持学院, 北京 100083;
2. 北京市水土保持工程技术研究中心, 北京 100083
摘要: 绿色屋顶是海绵城市建设的重要措施之一, 近年来逐渐得到广泛关注.为探究植被和使用时长对绿色屋顶径流水质的影响, 于北京市区搭建了3种不同植被类型[佛甲草(Sedum lineare)、大花马齿苋(Portulaca grandiflora)和无植被(对照)]的绿色屋顶.根据2017~2019年植物生长情况、雨季雨水和绿色屋顶径流水质的长期监测, 定量分析不同植被绿色屋顶径流水质的年际变化特征.结果表明, 相较雨水, 3种绿色屋顶在监测期内均是NH4+-N的汇, 浓度平均削减率在50.1%~79.2%之间, 但均是PO43--P、DCr、DCu和DNi的源; 佛甲草和大花马齿苋绿色屋顶在2017年是NO3--N的汇, 浓度平均削减率分别为71.4%和99.5%, 在2018和2019年是NO3--N的源, 而对照绿色屋顶在监测期均为NO3--N的源; 绿色屋顶的植被类型和使用时长显著影响其径流中NO3--N、PO43--P、DNi和DCu的浓度(P < 0.05), 但对NH4+-N和DCr的浓度影响均不显著(P>0.05); 2017~2019年, 佛甲草和对照绿色屋顶径流中NO3--N以及大花马齿苋绿色屋顶径流中PO43--P浓度的平均值均逐年增加, 各绿色屋顶径流中DNi和DCu的浓度均在2018年增加并在2019年回落; 3种绿色屋顶中, 大花马齿苋绿色屋顶对NO3--N的控制效果最好, 但可能会增加径流中PO43--P、DNi和DCu的浓度.
关键词: 绿色屋顶      径流水质      年际变化      植被      营养盐      重金属     
Inter-annual Changes in Runoff Quality from Green Roofs with Different Vegetation
ZHANG Sun-xun1 , ZHANG Shou-hong1,2 , GE De1 , YAN Jing1 , YANG Hang1 , WANG Ren-zhong-yuan1 , WEI Liang-yi1 , ZHANG Cheng-yu1     
1. School of Soil and Water Conservation, Beijing Forestry University, Beijing 100083, China;
2. Beijing Engineering Research Center of Soil and Water Conservation, Beijing 100083, China
Abstract: As an important measure of the sponge city, green roofs have received extensive attention in recent years. To investigate the inter-annual changes in runoff quality of green roofs with different vegetation types, three green roofs with different vegetation cover (Sedum lineare, Portulaca grandiflora, and a non-vegetated control) were set up in Beijing. The influences of vegetation and monitoring period on runoff quality from the green roofs were evaluated using the plant growth characteristics and the quality of rainwater and runoff from the green roofs during the rainy season of 2017-2019. The results showed that all three green roofs were the sinks of NH4+-N, and the average mass concentration reduction rates were between 50.1% and 79.2%. However, all three green roofs were sources of PO43--P, DCr, DCu, and DNi. The green roofs covered with S. lineare and P. grandiflora were sinks of NO3--N in 2017, and the average mass concentration reduction rates were 71.4% and 99.5%, respectively, but they became sources of NO3--N in both 2018 and 2019. However, the non-vegetated control was the source of NO3--N in all three rainy seasons. Both vegetation type and length of monitoring period had significant effects on the mass concentrations of NO3--N, PO43--P, DNi, and DCu in runoff from the green roofs (P < 0.05) but had no significant effects on the mass concentrations of NH4+-N and DCr in runoff from the green roofs (P>0.05). In 2017-2019, the mass concentrations of NO3--N in runoff from the non-vegetated control and the green roofs covered by S. lineare and the mass concentration of PO43--P in runoff from the green roof covered by P. grandiflora increased yearly. The mass concentrations of DNi and DCu in runoff from all three green roofs increased in 2018 but dropped in 2019. Among the green roofs with different vegetation types, the green roof covered by P. grandiflora showed better NO3--N retention capacity than that of the other green roofs but may have increased the concentrations of PO43--P, DNi, and DCu in the runoff.
Key words: green roofs      runoff quality      inter-annual changes      vegetation      nutrients      heavy metals     

不透水面(如道路、停车场和屋面)的快速增加和透水面积(如湿地、草地和森林)锐减破坏了城市流域的自然水循环, 引发城市内涝和面源污染等生态环境问题[1, 2].屋面约占城镇不透水面积的40%~50%[3], 在城镇地区建设绿色屋顶是增加城市绿地、减缓城市生态环境问题的有效手段之一.绿色屋顶自上而下通常包括植被层、基质层、过滤层、排水层和防水层等[4, 5].有研究表明, 绿色屋顶具有美化环境和减缓城市热岛效应等功能[6], 并可以通过滞留雨水、减少径流和延缓洪峰等方式调控径流[7, 8].然而, 有研究指出, 绿色屋顶植被和基质等材料中的可溶性物质(如营养盐和重金属等)会随雨水径流淋出, 盲目建设绿色屋顶可能会影响城市饮用水安全和水环境健康[9~11].

植被可为绿色屋顶带来生机、提供审美价值并影响径流调控功能, 是绿色屋顶的重要组成部分[6, 12].有研究表明, 植被对绿色屋顶的径流水质起了至关重要的作用[13, 14].例如, Vijayaraghavan等[15]的研究通过人工降雨实验发现, 种植植物的绿色屋顶径流中重金属浓度明显低于无植被的对照组.Beecham等[16]的研究发现种植植物的绿色屋顶径流中营养元素的浓度明显低于无植被的对照组.植被吸收和固定、滞尘和根系分泌等活动影响绿色屋顶的径流水质, 种植不同植被的绿色屋顶径流水质也存在差异[17].尽管前人开展了一些关于植被类型对绿色屋顶径流水质影响研究, 但尚缺少基于植物生长情况和动态变化对绿色屋顶径流年际变化影响研究[11].

除植物的动态变化外, 绿色屋顶的基质材料等也会随时间动态变化[14], 这种动态变化也可能会对绿色屋顶的径流水质造成影响.有学者认为, 相较于长时间使用的绿色屋顶, 新建绿色屋顶会释放更多的污染物进入径流[4, 18, 19].也有学者指出, 绿色屋顶的基质中常含有缓释的材料(如有机质和缓释肥等), 这些材料产生的物质可能会随使用时间的增加而缓慢释放[20, 21].在植被、基质材料和外界环境条件等动态变化影响下, 绿色屋顶径流水质也极有可能是动态变化的.因此, 对绿色屋顶径流水质的长时间监测十分必要.然而, 目前国内外有关绿色屋顶水质的研究大多为室内模拟实验或短期室外监测[15, 17, 22~25], 对绿色屋顶进行长期监测鲜见报道, 缺少有关绿色屋顶径流水质年际变化的研究.

本研究于2017年在北京市搭建了3个不同植被类型的绿色屋顶, 在2017~2019年雨季对研究区气象条件、绿色屋顶的植物生长情况、绿色屋顶径流中营养盐和重金属的浓度进行长期监测, 定量分析植被和使用时长等因素对绿色屋顶径流水质的影响, 并结合气象条件、植物生长情况和基质动态变化等因素分析水质差异的原因.本研究通过了解不同植被覆盖的绿色屋顶径流水质的年际变化, 以期为绿色屋顶的长期使用和科学管理提供科学参考.

1 材料与方法 1.1 实验设计

本研究于2017年在北京林业大学林业楼楼顶搭建绿色屋顶实验装置(图 1).该实验区地处北京市海淀区, 属北温带半湿润大陆性季风气候, 1960~2015年平均年降水量为587.2 mm, 约80%的降雨发生在6~9月的雨季[26].

图 1 研究区和绿色屋顶实验装置示意 Fig. 1 Study site and structure of the green roof modules

绿色屋顶实验装置均由亚克力板和不锈钢材料搭建(1 m×1 m).从上到下, 绿色屋顶包括植被层、基质层、过滤层、排水层和防水层.植被层分别种植屋顶绿化常用植物佛甲草(Sedum lineare)和大花马齿苋(Portulaca grandiflora, 马齿苋), 并设置1个无植被裸露基质作为对照(对照绿色屋顶).佛甲草绿色屋顶、马齿苋绿色屋顶和对照绿色屋顶的编号分别为GR1、GR2和GR3.参考“种植屋面工程技术规程”(JGJ 155-2013), 配置厚度为10 cm的轻质生长基(浮石∶草炭土∶沸石∶碎木屑=4∶3∶2∶1)作为各绿色屋顶基质.此外, 采用300~400 g·m-2的聚酯无纺布作为过滤层, 使用厚度10 cm的陶粒(直径平均值为3 cm)作为排水层, 并铺设TPO卷材作为防水层.

1.2 植物维护和监测

佛甲草和马齿苋首次种植于2017年5月.佛甲草为多年生植物, 每年春天会重新萌芽; 马齿苋为一年生植物, 在2018年和2019年春天进行重新栽植.除种植初期的少量灌溉, 雨季实验期内所有绿色屋顶均无灌溉和施肥.此外, 每年冬季(12月至次年2月)在所有绿色屋顶装置外包裹一层土工布, 以避免低温和强风破坏绿色屋顶植物和基质.

实验期内, 在各绿色屋顶随机取10个点定期测量植物高度, 计算平均株高.当雨季结束, 收割各绿色屋顶0.2 m×0.2 m样方的地上部分植被, 将收割的植物置于65℃的烘箱内烘干至恒重, 称重并计算该绿色屋顶的地上生物量.

1.3 样品采集与分析方法

2017年5月至2019年10月, 使用架设在绿色屋顶装置上方2 m处的HOBO U30小型气象站监测实验区的降雨和气象特征(图 1), 并在气象站旁摆放不锈钢盆用于收集雨水.基于Voyde等[27]的研究, 本研究将6 h雨前干期作为划分场降雨的依据.各绿色屋顶产流后, 径流会随着导流槽流经雨量计并全部导入下方的集水桶.每场降雨结束后, 充分搅拌不锈钢盆和集水桶中的径流并采样装入HDPE取样瓶.采样结束后, 排放剩余雨水和径流, 先后使用自来水和去离子水清洗不锈钢盆和集水桶.取样1 h内, 将所采水样放入冰箱冷冻贮存, 分批进行水质检测.

水质检测前, 对水样进行化冻并使用0.45 μm的滤头进行过滤.本研究监测水质指标包括营养盐(NH4+-N、NO3--N、PO43--P)和溶解态重金属(DCr、DNi、DCu).营养盐浓度检测采用意大利AMS公司生产的全自动化学分析仪(Smartchem 200); 使用ICP-MS对水样中重金属的浓度进行检测.利用SPSS 25.0软件进行单因素方差分析对比不同实验期雨水污染物浓度的差异性, 用多因素方差分析对不同植被类型和不同使用时长的绿色屋顶径流水质数据进行差异分析, 采用LSD法进行多重比较.

2 结果与分析 2.1 气象特征和雨水水质

实验区2017~2019年雨季(6~9月)的气象特征如图 2所示.在3个观测年, 7月的总降雨量均最高(132.0~237.7 mm).除2018年8月温度最高, 其余年份7月的平均温度最高.

图 2 2017~2019年雨季气象特征 Fig. 2 Weather conditions in rainy seasons from 2017 to 2019

表 1所示, 本研究在2017、2018和2019年共选取20场所有绿色屋顶均产流的降雨(降雨量15.2~131.6 mm)进行水质检测.其中包括12场中雨(降雨量10~24.9 mm)、3场大雨(25~49.9 mm)和5场暴雨(>50 mm).这20场降雨的降雨量和最大雨强存在明显差异, 且包括了2017、2018和2019年降雨量最大的3场暴雨, 水质检测结果具有代表性.

表 1 2017~2019年雨季取样降雨特征 Table 1 Characteristics of the selected rainfall event in rainy seasons from 2017 to 2019

雨水中营养盐和重金属浓度的平均值如表 2所示, 除NH4+-N外, 雨水中其他污染物的浓度在2017~2019年雨季均无显著性差异(P>0.05).

表 2 雨水中污染物浓度年际差异1) Table 2 Inter-annual changes in pollutant concentration in rainwater

2.2 植物生长特征

各生长季马齿苋的平均株高均明显高于佛甲草(图 3).然而, 由于2018年8月的总降雨相对较少且气温偏高(图 2), 相对干旱造成马齿苋的抗逆性下降, 8月末大量地上部分被蚧壳虫啃食.2018年雨季自8月18日取样之后不再有各绿色屋顶均产流的降雨(表 1).8月末的蚧壳虫灾虽未影响2018年雨季所选的8场降雨马齿苋绿色屋顶的径流水质, 但无法在雨季结束后准确计算马齿苋的地上生物量.因此, 2018年实测马齿苋的地上生物量低于佛甲草.除2018年外, 2017年和2019年马齿苋的地上生物量均明显高于佛甲草.此外, 由于实验期内无灌溉, 2019年6月降雨较少(仅26.4 mm)可能是造成佛甲草和马齿苋的株高和生物量较低的主要原因.

图 3 2017~2019年不同绿色屋顶植物生长特征 Fig. 3 Plant growth characteristics of the green roofs from 2017 to 2019

2.3 不同植被绿色屋顶径流营养盐浓度年际变化 2.3.1 铵态氮(NH4+-N)

不同植被的绿色屋顶径流中NH4+-N的年际变化如图 4(a)所示.观测期内雨水中NH4+-N浓度的平均值存在显著年际差异(P < 0.05), 2019年雨水ρ(NH4+-N)的平均值最高[(2.16±0.72) mg·L-1], 显著高于2017年[(0.63±0.19) mg·L-1]. 2017~2019年雨季, 雨水NH4+-N浓度的平均值均高于GR1、GR2和GR3的径流, 说明绿色屋顶是雨水中NH4+-N的汇. 2017、2018和2019年雨季, 绿色屋顶对雨水中NH4+-N的浓度平均削减率分别在50.1%~56.1%、64.5%~79.7%和71.5%~79.2%之间.多因素方差分析结果表明, 植被覆盖类型和使用时长对绿色屋顶径流中NH4+-N浓度的平均值均无显著影响(P>0.05, 表 3).

相同大写字母表示同一绿色屋顶径流中污染物浓度无显著年际差异(P>0.05); 相同小写字母表示同一观测年不同植被覆盖绿色屋顶径流中污染物浓度无显著差异(P>0.05), 下同 图 4 不同植被覆盖绿色屋顶径流营养盐年际变化 Fig. 4 Variations in the nutrient concentrations of runoff from the green roofs

表 3 植被类型和使用时长对绿色屋顶径流水质的影响1) Table 3 Significance of the effects of vegetation type and experimental year

2.3.2 硝态氮(NO3--N)

2017~2019年雨季, 雨水中NO3--N的浓度平均值无显著性差异(表 2).绿色屋顶径流中NO3--N浓度的平均值同时受植被覆盖类型和使用时长的影响, 且不同观测年植被对绿色屋顶径流中NO3--N浓度平均值的影响存在显著差异(表 3).如图 4(b)所示, GR3径流中NO3--N浓度的平均值始终高于GR1、GR2和雨水, 绿色屋顶基质是NO3--N的源.2017年GR1和GR2径流中ρ(NO3--N)的平均值低于雨水[(2.15±1.80) mg·L-1], 但在2018年和2019年高于雨水.因此, GR1和GR2在2017年是NO3--N的汇(浓度平均削减率分别为71.4%和99.5%), 但在2018和2019年是NO3--N的源.本实验期内, 各绿色屋顶径流中NO3--N浓度的平均值均逐年增加.其中, 2019年GR1径流中NO3--N浓度的平均值显著高于2017和2018年(P < 0.05); 2018年和2019年GR3径流中NO3--N浓度的平均值也显著高于2017年(P < 0.05).

2.3.3 磷酸盐(PO43--P)

表 2所示, 2017~2019年雨季雨水中PO43--P浓度的平均值无显著年际差异.GR1、GR2和GR3径流中PO43--P浓度的平均值均高于雨水, 绿色屋顶均为PO43--P的源[图 4(c)].GR1、GR2和GR3径流中PO43--P浓度的平均值同时受植被类型和使用时长的影响, 且不同观测年植被对绿色屋顶径流中PO43--P浓度平均值的影响存在显著差异(表 3).GR1和GR3径流中PO43--P浓度的平均值无显著年际变化(P>0.05).然而, 2017年GR2径流中ρ(PO43--P)的平均值[(0.065±0.049) mg·L-1]显著低于2018年[(0.165±0.090) mg·L-1]和2019年[(0.290±0.119) mg·L-1].2017年GR1和GR2径流PO43--P浓度平均值略低于GR3, 但差异不显著(P>0.05).然而, 2018年和2019年GR1和GR2径流PO43--P浓度平均值均明显高于GR3, 2019年GR2径流中PO43--P浓度平均值显著高于GR1和GR3(P < 0.05).

2.4 不同植被绿色屋顶径流重金属浓度年际变化

2017~2019年实验期雨水中的DCr、DNi和DCu浓度的平均值均无显著的年际变化(表 2).各绿色屋顶径流中DCr、DNi和DCu浓度的平均值在2017~2019年均高于雨水(图 5), 绿色屋顶是这些重金属的源.2017~2019年, GR1、GR2和GR3径流中DCr浓度的平均值均没有显著的年际差异, 植被类型对各绿色屋顶径流中DCr浓度的平均值也无显著影响(P>0.05, 表 3).然而, 使用时长对各绿色屋顶径流中DNi和DCu浓度的平均值均有显著影响.2018年各绿色屋顶径流中DCu和DNi浓度的平均值均高于2017年和2019年(P < 0.05).种植马齿苋可能会增加绿色屋顶径流中重金属的浓度, 2017~2019年, GR2径流中DCr、DNi和DCu浓度的平均值均高于GR1和GR3.

图 5 不同植被覆盖绿色屋顶径流重金属年际变化 Fig. 5 Variations in the heavy metal concentrations of runoff from the green roofs

3 讨论 3.1 植被和使用时长对绿色屋顶径流营养盐浓度影响

本实验3个绿色屋顶均为雨水中NH4+-N的汇, 且浓度平均削减率在50%以上.不同植被绿色屋顶径流NH4+-N浓度的平均值在2017~2019年雨季均接近且无显著性差异, 表明绿色屋顶植被和使用时长对NH4+-N吸附的影响有限[28].基质中的硝化反应、离子交换和基质吸附可能是造成绿色屋顶径流中NH4+-N浓度低于雨水的主要因素[29, 30], 本研究结果与前人的一致[19, 31].

2017年雨季, 佛甲草和马齿苋绿色屋顶径流中NO3--N和PO43--P浓度的平均值均明显低于对照绿色屋顶, 植物吸收和固定可能是造成有植物绿色屋顶径流中NO3--N和PO43--P浓度较低的主要原因[13, 14, 16, 24].Johnson等[32]的研究表明, 绿色屋顶对营养盐的滞留能力受植物对营养盐需求的影响, 绿色屋顶生物量与NO3--N的滞留能力呈正相关, 而对磷的滞留能力无显著影响.这可能是造成2017年生物量更大的马齿苋绿色屋顶径流中NO3--N浓度平均值明显低于佛甲草绿色屋顶, 而二者径流中PO43--P浓度平均值相近的主要原因.

有研究认为[18, 21], 绿色屋顶基质中营养盐会随径流淋出, 且径流中营养盐浓度会随使用时长增加而降低.然而, 本研究的监测结果显示, 各实验绿色屋顶径流中NO3--N和PO43--P浓度的平均值在2018年和2019年均明显高于2017年.Wang等[13]的研究指出, 绿色屋顶基质中有机质会通过矿化逐渐成为可溶性物质, 从而增加径流中污染物的含量.这可能是造成2018年和2019年对照绿色屋顶径流中NO3--N浓度显著高于2017年的主要原因[13, 14, 33].2018年和2019年佛甲草和马齿苋绿色屋顶径流中NO3--N的浓度均显著低于对照绿色屋顶, 表明植物可有效吸收和固定基质因矿化产生的NO3--N.此外, 植物的生长情况对绿色屋顶径流中NO3--N的浓度有重要影响.2017~2019年雨季, 马齿苋绿色屋顶植物生长状况良好, 其径流中的NO3--N浓度相近且无显著的年际差异.然而, 2019年佛甲草绿色屋顶植物生长情况极差(地上生物量不足2017年的十分之一), 其径流中NO3--N浓度平均值显著高于2017年和2018年.

2017~2019年雨季, 雨水中PO43--P的浓度均明显低于各绿色屋顶径流.有研究表明, 基质风化和有机质的矿化可能是绿色屋顶径流中PO43--P的主要来源[14, 34, 35].与2017年相反, 2018年和2019年佛甲草和马齿苋绿色屋顶径流中PO43--P浓度平均值均高于对照绿色屋顶, 这表明植被对绿色屋顶径流PO43--P浓度的影响受使用时长影响.佛甲草和马齿苋绿色屋顶未收割, 2017年和2018年的植物残体、产生枯落物和分泌物会增加绿色屋顶基质中的有机质含量.有机质矿化可以产生PO43--P[32], 植物残体腐化产生的腐植酸也可能通过同晶替代作用等方式降低基质对PO43--P的固定[36, 37], 这可能是造成2018年和2019年佛甲草和马齿苋绿色屋顶径流中PO43--P浓度平均值高于对照绿色屋顶的原因.相较多年生的佛甲草, 每年的重新栽植和2018年蚧壳虫侵害给马齿苋绿色屋顶引入了更多的有机质, 磷的归还和释放大于其他两种绿色屋顶.这可能是造成马齿苋绿色屋顶径流PO43--P浓度平均值逐年显著增加和2019年显著高于佛甲草和对照绿色屋顶的主要原因.

3.2 植被和使用时长对绿色屋顶径流重金属浓度影响

本研究各绿色屋顶径流中DCr、DNi和DCu浓度的平均值均高于雨水, 说明绿色屋顶均是这些重金属的源, 其他研究者在不同地区的研究也得到了相近的结果[15, 38, 39].然而, 与前人的研究不同[15, 16, 40], 本研究中佛甲草和马齿苋绿色屋顶径流中DCr、DNi和DCu浓度的平均值并未低于对照绿色屋顶, 马齿苋绿色屋顶径流中的DNi和DCu浓度的平均值甚至显著高于对照绿色屋顶.

相较Vijayaraghavan等[15]的连续人工降雨实验, 自然降雨条件下植物的动态变化可能是造成本研究佛甲草和马齿苋绿色屋顶径流重金属浓度高于对照绿色屋顶的主要原因.佛甲草和马齿苋绿色屋顶径流中较高的重金属浓度可能由以下3个原因造成: ①为促进植物吸收, 植物根系分泌物会将基质中重金属和有机物的复合物转化为溶解态[41, 42].植物活动增加了绿色屋顶基质里溶解态重金属的含量, 但由于绿色屋顶植物根系较弱, 不能完全吸收和固定这些溶解态重金属, 超出植物吸收和固定能力的溶解态重金属会随径流淋出; ②由于本研究未收割植物, 被植物吸收和固定的重金属可能随枯落物分解释放进入径流[43]; ③降雨期间植物表面会吸附部分大气中的颗粒物和重金属, 这些污染物可能随雨水冲刷进入径流[44, 45].生物量更大且每年重复种植的马齿苋绿色屋顶可能会比佛甲草和对照绿色屋顶吸附更多空气中的污染物且引入更多的外源物质, 这可能是造成马齿苋绿色屋顶径流中重金属浓度最高的主要原因.

3.3 建议与展望

在本研究3 a的监测期内, 实验绿色屋顶径流水质并未随使用时长有明显改善, 植物生长状况和动态变化均对绿色屋顶的径流水质有重要影响.选用多年生植物、维护植物健康生长和在雨季结束后进行收割可能可以减少植物对绿色屋顶径流水质的消极影响.除植被和使用时长的影响外, 绿色屋顶的径流水质还受基质类型及厚度、施肥灌溉、气象条件和实验区周边环境等因素影响[9, 46, 47].因此, 应根据当地气候条件、维护方式、经济可行性和建筑承载能力等合理配置绿色屋顶, 并对绿色屋顶径流水质进行长期监测.

4 结论

(1) 绿色屋顶植被类型和使用时长对径流中NH4+-N和DCr的浓度影响不显著(P>0.05), 但对径流中NO3--N、PO43--P、DNi和DCu的浓度均有显著影响(P < 0.05).

(2) 观测期内, 实验绿色屋顶均为NH4+-N的汇, 但均为PO43--P、DCr、DCu和DNi的源.对照绿色屋顶始终为NO3--N的源, 马齿苋和佛甲草绿色屋顶在2017年为NO3--N的汇, 但在2018年和2019年为NO3--N的源.

(3) 观测期内, 对照绿色屋顶径流中NO3--N浓度平均值逐年增加, 佛甲草和马齿苋绿色屋顶径流中NO3--N浓度的平均值始终低于对照绿色屋顶.生物量较大的马齿苋绿色屋顶径流中NO3--N浓度平均值低于佛甲草.马齿苋和佛甲草绿色屋顶径流中PO43--P浓度平均值在2017年低于对照绿色屋顶, 但在2018年和2019高于对照绿色屋顶.

(4) 各绿色屋顶径流中DCu和DNi浓度平均值在2018年增加并在2019年降低.马齿苋绿色屋顶径流中DCr、DCu和DNi浓度的平均值在观测期内均明显高于佛甲草和对照绿色屋顶.

参考文献
[1] 任玉芬, 王效科, 韩冰, 等. 城市不同下垫面的降雨径流污染[J]. 生态学报, 2005, 25(12): 3225-3230.
Ren Y F, Wang X K, Han B, et al. Chemical analysis on stormwater-runoffpollution of different underlying urban surfaces[J]. Acta Ecologica Sinica, 2005, 25(12): 3225-3230. DOI:10.3321/j.issn:1000-0933.2005.12.016
[2] 张建云, 宋晓猛, 王国庆, 等. 变化环境下城市水文学的发展与挑战——Ⅰ. 城市水文效应[J]. 水科学进展, 2014, 25(4): 594-605.
Zhang J Y, Song X M, Wang G Q, et al. Development and challenges of urban hydrology in a changing environment: Ⅰ: Hydrological response to urbanization[J]. Advances in Water Science, 2014, 25(4): 594-605.
[3] Palla A, Gnecco I, Lanza L G. Unsaturated 2D modelling of subsurface water flow in the coarse-grained porous matrix of a green roof[J]. Journal of Hydrology, 2009, 379(1-2): 193-204. DOI:10.1016/j.jhydrol.2009.10.008
[4] Rowe D B. Green roofs as a means of pollution abatement[J]. Environmental Pollution, 2011, 159(8-9): 2100-2110. DOI:10.1016/j.envpol.2010.10.029
[5] Cook L M, Larsen T A. Towards a performance-based approach for multifunctional green roofs: an interdisciplinary review[J]. Building and Environment, 2021, 188. DOI:10.1016/j.buildenv.2020.107489
[6] Shafique M, Kim R, Rafiq M. Green roof benefits, opportunities and challenges - A review[J]. Renewable and Sustainable Energy Reviews, 2018, 90: 757-773. DOI:10.1016/j.rser.2018.04.006
[7] Zhang S H, Guo Y P. Analytical probabilistic model for evaluating the hydrologic performance of green roofs[J]. Journal of Hydrologic Engineering, 2013, 18(1): 19-28. DOI:10.1061/(ASCE)HE.1943-5584.0000593
[8] 陈小平, 黄佩, 周志翔, 等. 绿色屋顶径流调控研究进展[J]. 应用生态学报, 2015, 26(8): 2581-2590.
Chen X P, Huang P, Zhou Z X, et al. A review of green roof performance towards management of roof runoff[J]. Chinese Journal of Applied Ecology, 2015, 26(8): 2581-2590.
[9] Manso M, Teotónio I, Silva C M, et al. Green roof and green wall benefits and costs: a review of the quantitative evidence[J]. Renewable and Sustainable Energy Reviews, 2021, 135. DOI:10.1016/j.rser.2020.110111
[10] 缪丽萍, 张千千. 绿色屋面降雨径流水质源汇特征及污染源解析[J]. 环境科学学报, 2021, 41(5): 1940-1949.
Miao L P, Zhang Q Q. Characteristics of source and sink of runoff in green roof and the pollutant source analysis[J]. Acta Scientiae Circumstantiae, 2021, 41(5): 1940-1949.
[11] 章孙逊, 张守红, 张英, 等. 植被对绿色屋顶径流量和水质影响[J]. 环境科学, 2019, 40(8): 3618-3625.
Zhang S X, Zhang S H, Zhang Y, et al. Impacts of vegetation on quantity and quality of runoff from green roofs[J]. Environmental Science, 2019, 40(8): 3618-3625.
[12] 葛德, 张守红. 不同降雨条件下植被对绿色屋顶径流调控效益影响[J]. 环境科学, 2018, 39(11): 5015-5023.
Ge D, Zhang S H. Impacts of vegetation on hydrological performances of green roofs under different rainfall conditions[J]. Environmental Science, 2018, 39(11): 5015-5023.
[13] Wang H B, Qin J, Hu Y H. Are green roofs a source or sink of runoff pollutants?[J]. Ecological Engineering, 2017, 107: 65-70.
[14] Buffam I, Mitchell M E. Nutrient cycling in green roof ecosystems[A]. In: Sutton R K (Ed.). Green Roof Ecosystems[M]. Cham: Springer, 2015.
[15] Vijayaraghavan K, Joshi U M. Can green roof act as a sink for contaminants? A methodological study to evaluate runoff quality from green roofs[J]. Environmental Pollution, 2014, 194: 121-129.
[16] Beecham S, Razzaghmanesh M. Water quality and quantity investigation of green roofs in a dry climate[J]. Water Research, 2015, 70: 370-384.
[17] Liu W, Feng Q, Chen W P, et al. The influence of structural factors on stormwater runoff retention of extensive green roofs: new evidence from scale-based models and real experiments[J]. Journal of Hydrology, 2019, 569: 230-238.
[18] Kuoppamäki K, Hagner M, Lehvävirta S, et al. Biochar amendment in the green roof substrate affects runoff quality and quantity[J]. Ecological Engineering, 2016, 88: 1-9.
[19] Berndtsson J C, Bengtsson L, Jinno K. Runoff water quality from intensive and extensive vegetated roofs[J]. Ecological Engineering, 2009, 35(3): 369-380.
[20] Xiao M, Lin Y L, Han J, et al. A review of green roof research and development in China[J]. Renewable and Sustainable Energy Reviews, 2014, 40: 633-648.
[21] Emilsson T, Berndtsson J C, Mattsson J E, et al. Effect of using conventional and controlled release fertiliser on nutrient runoff from various vegetated roof systems[J]. Ecological Engineering, 2007, 29(3): 260-271.
[22] Gong Y W, Yin D K, Li J Q, et al. Performance assessment of extensive green roof runoff flow and quality control capacity based on pilot experiments[J]. Science of the Total Environment, 2019, 687: 505-515.
[23] 彭航宇, 李田, 齐悦, 等. 基于污水厂污泥资源化利用的粗放型绿色屋顶水质控制效果[J]. 环境科学, 2019, 40(8): 3612-3617.
Peng H Y, Li T, Qi Y, et al. Control measure effects on the effluent quality from extensive green roofs based on stabilized sludge recycling[J]. Environmental Science, 2019, 40(8): 3612-3617.
[24] 王书敏, 何强, 张峻华, 等. 绿色屋顶径流氮磷浓度分布及赋存形态[J]. 生态学报, 2012, 32(12): 3691-3700.
Wang S M, He Q, Zhang J H, et al. The concentrations distribution and composition of nitrogen and phosphor in stormwater runoff from green roofs[J]. Acta Ecologica Sinica, 2012, 32(12): 3691-3700.
[25] 张千千, 王效科, 高勇, 等. 绿色屋面降雨径流水质及消减污染负荷研究[J]. 生态学报, 2015, 35(10): 3454-3463.
Zhang Q Q, Wang X K, Gao Y, et al. Research on green roof in water quality of rainfall runoff and reduction of pollution load[J]. Acta Ecologica Sinica, 2015, 35(10): 3454-3463.
[26] Zhang S H, Zhang J J, Yue T J, et al. Impacts of climate change on urban rainwater harvesting systems[J]. Science of the Total Environment, 2019, 665: 262-274.
[27] Voyde E, Fassman E, Simcock R. Hydrology of an extensive living roof under sub-tropical climate conditions in Auckland, New Zealand[J]. Journal of Hydrology, 2010, 394(3-4): 384-395.
[28] Payne E G I, Pham T, Deletic A, et al. Which species? A decision-support tool to guide plant selection in stormwater biofilters[J]. Advances in Water Resources, 2018, 113: 86-99.
[29] Burger M, Jackson L E. Microbial immobilization of ammonium and nitrate in relation to ammonification and nitrification rates in organic and conventional cropping systems[J]. Soil Biology and Biochemistry, 2003, 35(1): 29-36.
[30] Todorov D, Driscoll C T, Todorova S, et al. Water quality function of an extensive vegetated roof[J]. Science of the Total Environment, 2018, 625: 928-939.
[31] Chen C F, Kang S F, Lin J H. Effects of recycled glass and different substrate materials on the leachate quality and plant growth of green roofs[J]. Ecological Engineering, 2018, 112: 10-20.
[32] Johnson C, Schweinhart S, Buffam I. Plant species richness enhances nitrogen retention in green roof plots[J]. Ecological Applications, 2016, 26(7): 2130-2144.
[33] Qiu D Y, Peng H Y, Li T, et al. Application of stabilized sludge to extensive green roofs in Shanghai: feasibility and nitrogen leaching control[J]. Science of the Total Environment, 2020, 732. DOI:10.1016/j.scitotenv.2020.138898
[34] Jennett T S, Zheng Y B. Component characterization and predictive modeling for green roof substrates optimized to adsorb P and improve runoff quality: a review[J]. Environmental Pollution, 2018, 237: 988-999.
[35] Teemusk A, Mander V. Rainwater runoff quantity and quality performance from a greenroof: the effects of short-term events[J]. Ecological Engineering, 2007, 30(3): 271-277.
[36] 刘文博, 李絮花. 腐植酸增效剂对不同类型土壤中磷素形态转化的调控[J]. 山东农业科学, 2021, 53(8): 73-79.
Liu W B, Li X H. Regulation of humic acid synergistic agent on phosphorus transformation in different types of soil[J]. Shandong Agricultural Sciences, 2021, 53(8): 73-79.
[37] Yang X Y, Chen X W, Yang X T. Effect of organic matter on phosphorus adsorption and desorption in a black soil from Northeast China[J]. Soil and Tillage Research, 2019, 187: 85-91.
[38] Speak A F, Rothwell J J, Lindley S J, et al. Metal and nutrient dynamics on an aged intensive green roof[J]. Environmental Pollution, 2014, 184: 33-43.
[39] Zhang Q Q, Miao L P, Wang X K, et al. The capacity of greening roof to reduce stormwater runoff and pollution[J]. Landscape and Urban Planning, 2015, 144: 142-150.
[40] Gregoire B G, Clausen J C. Effect of a modular extensive green roof on stormwater runoff and water quality[J]. Ecological Engineering, 2011, 37(6): 963-969.
[41] Kim S, Lim H, Lee I. Enhanced heavy metal phytoextraction by Echinochloa crus-galli using root exudates[J]. Journal of Bioscience and Bioengineering, 2010, 109(1): 47-50.
[42] Ghori Z, Iftikhar H, Bhatti M F, et al. Phytoextraction: the use of plants to remove heavy metals from soil[A]. In: Ahmad P (Ed.). Plant Metal Interaction[M]. Amsterdam: Elsevier, 2016. 385-409.
[43] 李强, 周道玮, 陈笑莹. 地上枯落物的累积、分解及其在陆地生态系统中的作用[J]. 生态学报, 2014, 34(14): 3807-3819.
Li Q, Zhou D W, Chen X Y. The accumulation, decomposition and ecological effects of above-ground litter in terrestrial ecosystem[J]. Acta Ecologica Sinica, 2014, 34(14): 3807-3819.
[44] Cai M F, Xin Z B, Yu X X. Particulate matter transported from urban greening plants during precipitation events in Beijing, China[J]. Environmental Pollution, 2019, 252: 1648-1658.
[45] 卢绘, 张银龙, 吴永波. 植物叶面吸收污染物机制研究进展[J]. 环境化学, 2020, 39(12): 3371-3383.
Lu H, Zhang Y L, Wu Y B. Research progress on foliar absorption mechanism of pollutants[J]. Environmental Chemistry, 2020, 39(12): 3371-3383.
[46] Liu W, Engel B A, Chen W P, et al. Quantifying the contributions of structural factors on runoff water quality from green roofs and optimizing assembled combinations using Taguchi method[J]. Journal of Hydrology, 2021, 593. DOI:10.1016/j.jhydrol.2020.125864
[47] 章孙逊, 张守红. 基质类型及厚度对绿色屋顶径流量和水质影响[J]. 中国水土保持科学, 2021, 19(2): 117-126.
Zhang S X, Zhang S H. Impacts of types and depth of substrates on quantity and quality of runoff from green roofs[J]. Science of Soil and Water Conservation, 2021, 19(2): 117-126.