2. 中国林科院森林生态环境与保护研究所, 北京 100091
2. Research Institute of Forest Ecology, Environment and Protection, Chinese Academy of Forestry, Beijing 100091, China
目前,随着城市化和工业化的快速发展,城市环境污染已经成为公共关注的环境问题,最近十几年国内外许多学者对城市环境污染问题进行了相关研究[1-5]. 城市环境污染是一种十分广泛污染类型,包括弥漫在空气中的烟尘和气溶胶,其中空气颗粒物污染是城市环境污染的一个主要类型,它可以直接或者间接地危害着人体健康,特别是PM10和PM2.5对人体的影响. 1993年 Dockery等[6]首次提出了PM10(Dp<10 μm)能对人体健康产生严重危害,随着研究的深入,人们逐渐开始关注颗粒物[PM2.5(Dp<2.5 μm)和PM10]对人体健康的危害,PM10和PM2.5亦称为可吸入颗粒物,它们可以通过呼吸系统进入肺泡中,引起呼吸道疾病,又因为PM10和PM2.5表面积大,吸附大量有毒有害物质,进而引起心脏病、免疫系统等疾病[7,8]. 城市中颗粒物的来源复杂多变,其中最重要的来源是道路机动车辆尾气排放、化石燃料燃烧、建筑粉尘[9]. 如何有效地控制和降低城市大气颗粒物污染,是一个亟待解决的问题. 北京作为我国的首都,随着城市化进程的不断加快,能源与交通规模逐渐扩大,城市人口迅速膨胀,大气污染已经日益成为地区性问题; 污染性质也逐渐向复合型污染转变,多种不利条件形成的北京市复合型大气环境污染亟待深入研究,因此迫切需要对北京地区大气污染带来的新问题进行全面、深入和综合性的研究,寻求从根本上解决北京地区的大气污染问题. 利用植物对大气颗粒物的滞留吸附作用是降低大气颗粒物污染的一种有效手段,已被国内外学者所证实[10-15]. 特别是针叶树种比起阔叶树种能够有效地移除空气中的颗粒物[16]. 植物移除空气中的颗粒物能力主要依靠其叶片功能和叶片结构,如叶表面纹理、绒毛、油脂以及湿润性等特征利于大气颗粒物的附着,而复杂的枝茎结构支持的巨大叶面积使其能够滞留大量的大气颗粒物. 但是各种植物由于叶表面特征、树冠结构枝叶密度和叶面倾角的不同,对大气颗粒物的滞纳能力存在着很大的差异[9]. 因此利用植物叶片分析不同污染地区植物滞纳空气颗粒物能力的差异,是一种很好的手段.
城市森林生态系统是城市生态系统的重要组成部分,城市森林通过增加地表粗糙度,降低风速和枝叶茎的吸附作用,在净化大气、吸收污染物、滞纳空气颗粒物等方面起着重要的作用[17]. 不同的树种对空气颗粒物的滞纳能力不同,主要由于树种树冠形状、叶表面的特征,包括蜡质、表皮、气孔和绒毛的不同所致. 迄今为止,国内外学者在城市绿化树种滞留大气颗粒物能力和提高环境质量等方面做了一些开拓性研究,如Freer-Smith等[18]对英国5种针阔叶树种滞纳粗细颗粒物能力进行了研究,结果表明:油松滞纳粗细颗粒物有最强的能力,治疝花楸(Sorbus aria)次之,三角叶杨(Populus deltoides)最小. 同时还有学者从叶片结构形态角度阐释了不同树种滞纳颗粒物的机制研究,如Pal等[19]研究了印度8种植物在不同污染程度下叶片微观形态结构的变化,结果表明在重污染下叶片蜡质层厚度、绒毛长短和气孔密度发生了重要变化,这种变化使其更能适应重污染环境. 但是在不同污染地区下,不同树种之间滞纳颗粒物能力的比较以及对同种树种叶片形态结构造成的影响,这一方面研究的较少.
本文对北京市6种主要园林树种在不同污染地区叶片单位面积滞留空气颗粒物能力及机制进行了研究,主要的研究目的是: ①在不同污染地区下,定量地确定不同树种滞纳不同粒径颗粒物能力的差异; ②从叶片结构分析了不同树种滞纳颗粒物能力差异的原因; ③不同污染区对树种叶片结构和生长造成的影响.
1 材料与方法 1.1 研究地点本次供式树种来自于北京植物园和北京五环路. 北京植物园位位于北京西山脚下五环路外,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. 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. 园内植物生长过程受人类散步、休憩影响较多而受汽车尾气、工厂等人类生产活动影响较少. 另一供式树种的选择来源于北京市北五环高速路旁边的绿化树种,该地点树种生长受汽车尾气、工厂等人类生产活动的影响较大,不同地点6~8月受污染情况如表 1所示,植物园受污染程度要低于五环路,因此本研究选定植物园为低污染区,五环路为重污染区.
![]() | 表 1 植物园和五环路6~8月PM2.5浓度状况 1) Table 1 PM2.5 concentrations situation of Botanical Garden and the 5th Ring Road from June to August |
2014年6~8月,每个月选择一无风晴朗天(10 d左右没有降雨)同时在北京植物园和北五环路边上采摘6种植物的叶片,6种植物分别如下.
油松(Pinus tabuliformis),由于其常绿、高叶表面积和叶子的排列顺序,成为治理环境污染的有效树种. 因此,在本研究中选择两种针叶树. 其中油松已被研究证明在滞纳空气颗粒物上有较强的能力,同时油松也是北方城市常见园林植物.
白皮松(Pinus bungeana),另一种针叶树种,是中国特有树种之一,由于耐贫瘠干旱条件,分布范围广,适应能力强,同时树形多姿,别具特色,早已成为华北地区和庭园绿化的优良树种.
毛白杨(Populus tomentosa),高大乔木,是北方最常见的树种. 由于生长速度快,适应能力强,种植普遍,能够改造城市生态系统,大大改善城市局部空气质量.
银杏(Ginkgo biloba),裸子植物中型宽叶落叶乔木,中国特有树种,也是北京街道绿化主要树种. 银杏叶片呈扇形,光滑无绒毛,吸附颗粒物能力较差.
元宝枫(Acer truncatum),一种中型树种,树冠浓密,结构复杂,对滞纳空气颗粒物就有较强能力.
旱柳,中型线状披针形叶落叶乔木,常用于园林观赏.
1.3 叶片采集方法每种植物选取3株生长状况良好,林龄相近的个体植株. 在6~8月间10 d左右没有降雨的情况下,在乔木生长高度2~3 m处,分别在东、南、西、北这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 2),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2 6种园林植物生长状况及叶片采集量 Table 2 Growth of the six 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、PM2.5的质量Minj(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:
式中,Mi表示不同树种单位叶面积吸附不同粒径颗粒物的质量(单位:μg ·cm-2),i表示不同树种,j表示颗粒物种类,n=3.
1.5 叶片微观结构①另取各树种生长状况良好的叶片,立即封存于塑料袋内,带回实验室; ②在实验室内,在叶片两侧中部将新鲜叶片切成边长约 4 mm×4 mm的小立方块,立即用 2.5%(体积分数)戊二醛溶液进行固定; ③样品经过喷金处理后,采用S-3400扫描电子显微镜(日本,日立)观察叶片表面结构,选择适当的比例进行拍摄[20].
2 结果与分析 2.1 不同树种叶片滞纳颗粒物密度图 1显示了植物园不同树种单位叶面积滞纳颗粒物能力的差异,从中可知,不同树种单位叶面滞纳颗粒物能力存在显著差异,叶片滞纳空气颗粒物能力排序为油松>白皮松>柳树>元宝枫>银杏>杨树. 其中油松单位叶面积滞纳颗粒物能力最强,为(3.89±0.026)μg ·cm-2,白皮松次之,为(2.82±0.392)μg ·cm-2,杨树最小,为(2.00±0.118)μg ·cm-2. 单位叶面积滞纳颗粒物最大的油松是杨树的1.94倍. 从针阔叶树种滞纳空气颗粒物对比来看,针叶树种单位叶面积滞纳颗粒物的量要比阔叶树种高,这与Sæbø等[21]对挪威和芬兰不同树种叶片滞纳空气颗粒物研究结果相似,主要原因是不同树种叶片形态结构不同而具有不同的滞尘能力,针叶树种相对于阔叶树种表面更加粗糙、能分泌油脂、气孔数排列密度均较高,这些方面能够使颗粒物更有效地滞留在叶片表面,从而加强了针叶滞纳效果.
![]() | 竖线表示标准误差,n=3;方差分析表明不同树种之间存在显著差异(P<0.05)图 1 不同树种单位叶面积滞纳颗粒物量
Fig. 1 Adsorption amount of particulate matter per unit leaf area in different species
|
图 2显示了不同研究地点树木单位叶面积滞纳PM10的差异. 从中可知,五环边上树木单位叶面滞纳PM10量高于植物园内相同树木叶片滞纳量,具有显著差异,同时显示了不同树种叶片滞纳PM10能力排序与图 1排序结果一样. 图 3显示了五环和植物园树木单位叶面积对PM2.5滞纳能力差异对比,结果发现植物园树木叶片滞纳PM2.5与五环边上相同树种滞纳PM2.5能力没有显著差异,且树木滞纳PM2.5能力大小排序也与图 1结果不一样. 所研究的树木滞纳PM2.5能力排序为油松>柳树>白皮松>银杏>元宝枫>柳树. 可能由于PM2.5粒径较小,重量比较轻,比起PM10可以在空气中停留更长时间,能随风漂浮距离较远,因此在不同地点上相同树种之间滞纳PM2.5没有显著性差异.
![]() | 竖线表示标准误差, n=3; 方差分析表明不同的地点存在显著差异(P<0.05),不同的树种种之间也存在显著差异(P<0.05)
图 2 在不同污染区树种单位叶面积滞纳PM10的差异
Fig. 2 Difference in PM10 adsorption per unit leaf area of species in different polluted areas
|
![]() | 竖线表示标准误差,n=3; 方差分析表明,不同的地点不存在显著差异,但是不同的树种之间存在显著差异(P<0.05)图3 在不同污染区树种单位叶面积滞纳PM2.5的差异
Fig. 3 Difference in PM2.5 adsorption per unit leaf area of species in different polluted areas
|
6种研究植物叶片表面微观结构如图 4所示,油松和白皮松气孔排列密度和表面粗糙度均高于柳树、银杏、元宝枫和杨树. 油松(A)气孔为圆形,气孔竖行排列,气孔密度较大,气孔周围有分泌物,上面附着不规则的颗粒物,且在叶表的气孔周围由于细胞排列凹凸不平,有利于灰尘颗粒停留,成为灰尘最集中的位置,叶面上纹理排列紧密,有条形突起,表面较粗糙,凹凸不平; 白皮松(B)整体来看,表面也较为粗糙,气孔呈椭圆形,在放大相同显微倍数下,气孔比油松气孔大,但气孔周边相比于油松较光滑,附着的颗粒物也较少; 纹理不规则、呈片状分布,看不见绒毛,叶表面有蜡质存在;银杏(C)表面光滑,气孔密度较小,气孔周围光滑清晰可见,没有蜡质、无表皮纤毛; 杨树(D)表皮趋于平滑,气孔很少,气孔凹陷于角质层之下,角质层拱盖突起完全包围气孔,无分泌物; 纹理清晰可见、呈现较浅的网状纹饰,无表皮绒毛和腺体,表面附着颗粒物较少; 元宝枫(E)气孔呈放射状平行分布,有一定的浅沟,表面上具有类似网状或蜂窝状的沟状组织,纹理清晰可见但不规则; 柳树气孔较大且较为平滑(F),气孔密度和气孔开口较小,无明显的起伏,气孔周围密集有较浅的线形纹饰,表面纤毛较多、毛体柔软且较长,呈短圆柱形,排列较稀疏.
![]() | A.油松; B.白皮松; C.银杏; D.杨树; E.元宝枫; F.柳树图4 不同树种叶片微观形态
Fig. 4 Microcosmic structure of leaves of different tree species
|
图 5为不同污染区植物叶片表面的形态特征. 从中可知,在重污染条件下植物叶片微观形态发生重要变化. 气孔的变化(A1,A2):相对于轻污染(植物园A1),重污染(五环路A2)条件下植物叶片气孔周围细胞塌陷消融,气孔周围布满颗粒物,处于闭合半闭合状态; 蜡质层的变化(B1,B2):在重污染程度下,植物叶片蜡质层逐渐消失(B2),是为了能够更多地滞纳空气颗粒物,B2比B1显示了滞纳更多的颗粒物. 表皮纹理的变化(C1,C2):在重污染情况下,植物叶片纹理会变得不规则,且粗糙度增加,致使叶片表面接触角变大,接触角变大可以更有效地滞留颗粒物[22]; 叶片绒毛的变化(D1,D2):植物叶片表面绒毛在重污染条件下长度会增加,绒毛柔软性也会增加,但是绒毛的密度会相应地减少,柴一新等[20]研究发现,植物叶片绒毛越细长,更容易卡住颗粒物,使其难以脱离,从而加强了滞尘效果; 同时Pal等[19]研究结果显示在重污染情况下植物叶片绒毛会变长,叶片纹理变得更加粗糙,这是植物应对重污染环境的策略,能够使其更好地适应环境的变化.
![]() | 图 5 不同污染区对叶片微观形态的影响
Fig. 5 Effect of different polluted regions on leaf microstructure morphology
|
植被可以增加地表粗糙度,降低风速,提高地表湿润度,从而增加空气颗粒物的沉降速率,Matsuda等[23]通过通过通量塔和模型研究了日本中部地区阔叶林干沉降速率,结果表明有林地沉降速率高于草地和无林地. 因此国际上许多国家已经认识到这一点,并通过增加城市植被覆盖率来移除城市空气颗粒物浓度,治理城市环境,提高环境质量[24,25]. 植被在增加空气颗粒物沉降速率的同时,还可以通过吸附滞纳空气颗粒物,这方面已经得到国内外研究者的认同. 但是不同树种吸附滞纳颗粒物的能力是不同的,王蕾等[9]对北京市11种园林植物的叶表面形态结构与滞尘能力进行了研究,结果表明冬青卫矛(Euonymus japonicus)、五叶地锦(Parthenocissus quinquefolia)有较强的滞尘能力,而桃(Amygdalus persica)的滞尘能力较小,指出了灌木树种的滞尘能力高于乔木,该研究结果与Dzierzanowski等[26]、齐飞艳等[27]的研究结果一样. 本研究结果认为乔木树种在滞纳颗粒物能力上,针叶树种总体要高于阔叶树种,在不同的污染区,树种滞纳粗颗粒物(Dp>2.5 μm)存在显著差异,而滞纳细颗粒物(Dp<2.5 μm)不存在显著差异,该研究结果与Beckett等[16]的研究结果一样,主要是因为细颗粒物较轻,滞留在大气中时间长于粗颗粒物,能够随风漂浮较远距离; 其次是由于风向的影响,植物园位于五环的西北方向,夏季处于下风向. Sæbø等[21]对挪威和芬兰的22种乔木进行了研究,结果发现针叶树种整体滞纳颗粒物的能力也高于阔叶树种,这说明在不同环境条件下,植物之间滞尘规律大体一致. 但是滞纳超细颗粒物(PM<0.1 μm)以下的能力,树种之间变化规律需要进一步研究.
3.2 叶片表皮形态结构对滞纳颗粒物的影响树木吸附滞纳空气颗粒物主要以叶片为载体,因此叶片的微观形态,包括气孔大小密度、纹理结构、表皮粗糙度、蜡质层和绒毛的长短等成为影响植物叶片滞纳颗粒物的主要因素. Wang等[22]以西安市21种常见绿化植物为对象,采用人工降尘方法测定植物叶片的最大滞尘量,指出植物叶片表面绒毛、润湿性、表面自由能及其含量对植物滞尘能力的影响最大,其中悬铃木滞纳能力最大为0.97~5.6 g ·m-2,雪松次之,国槐最小为0.29~3.1 g ·m-2. Dzierzanowski等[26]认为叶片蜡质层是植物叶片滞纳颗粒物的主要影响因素. 总体来说,叶片表面粗糙度,湿润性、自由能、绒毛、气孔和蜡质层是影响叶片滞纳颗粒物的主要因素.
3.3 不同污染区对叶片结构形态的影响污染程度重的地区,对叶片微观结构造成的影响为气孔被颗粒物堵塞或半堵塞,气孔周围细胞塌陷、绒毛变长变柔软等变化,Pal等[19]也认为在不同颗粒物浓度下,植物叶片结构形态会发生变化,主要表现为气孔被堵塞、纤毛会变长,表面粗糙度增加,同时由于气孔被堵塞或者关闭,导致光合作用减弱,从而使植物的生长速度变缓. 该研究结果与本研究结果相似,但是在不同污染程度下,植物叶片微观结构是怎样发生变化的,变化诱因是空气颗粒物浓度还是其他污染物,这些变化对于植物的生长生理产生怎样的影响,这些影响是否提高了对植物滞纳空气颗粒物和吸收污染物的能力,这些方面国内外学者研究得较少,在以后应该关注这一面的研究[28-30].
4 结论(1)北京市6种园林植物滞纳空气颗粒物能力排序为油松>白皮松>柳树>元宝枫>银杏>杨树,其中油松单位叶面积滞纳颗粒物能力最强,为(3.89±0.026)μg ·cm-2,白皮松次之,为(2.82±0.392)μg ·cm-2,杨树最小,为(2.00±0.118)μg ·cm-2. 单位叶面积滞纳颗粒物最大的油松是杨树的1.94倍.
(2)在不同污染区,相同树种滞纳PM10存在显著差异,重污染地区(五环)的滞纳PM10量要高于轻污染区(植物园)的,而相同树种叶片滞纳PM2.5量则没有明显差异.
(3)油松和白皮松叶片气孔排列密度和表面粗糙度要高于柳树、银杏、元宝枫和杨树. 相对于轻污染区,在重污染区,植物叶片结构发生重要变化,气孔被颗粒物堵塞,处于封闭或半封闭状态,气孔周围细胞塌陷,绒毛变长变柔软,蜡质层消失,表皮变得更加粗糙,这些变化是为了增加植物对周围环境的适应性.
[1] | Iqbal M, Abdin M Z, Mahmooduzzafar M, et al. Resistance mechanisms in plants against air pollution[M]. Plant Response to Air Pollution, 1996. 194-240. |
[2] | Frost K, Frank, E Maibach E. Relative risk in the news media: A quantification of misrepresentation [J]. American Journal of Public Health, 1997, 87 (5): 842-845. |
[3] | Moraes R M, Delitti W B C, Moraes, J A P V. Gas exchange, growth and chemical parameters in a native Atlantic forest tree species in polluted areas of Cubatão, Brazil[J]. Ecotoxicology and Environmental Safety, 2003, 54 (3): 339-345. |
[4] | El-Khatib A A, Hegazy A K, Amany, et al. Induction of biomarkers associated with cadmium detoxification in aquatic species[J]. Journal of Environmental Studies, 2011, 7: 9-16. |
[5] | 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. |
[6] | Dockery D W, Pope C A, Xu X P, 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. |
[7] | Clark N A, Demers P A, Karr C J. Effect of early life exposure to air pollution on development of childhood asthma[J]. Environmental Health Perspectives, 2010, 118 (2): 284-290. |
[8] | 张文丽, 徐东群, 崔九思. 空气细颗粒物(PM2.5) 污染特征及其毒性机制的研究进展[J]. 中国环境监测, 2002, 18 (1): 59-63. |
[9] | 王蕾, 高尚玉, 刘连友, 等. 北京市11种园林植物滞留大气颗粒物能力研究[J]. 应用生态学报, 2006, 17 (4): 597-601. |
[10] | 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. |
[11] | EL-Khatib A A, El-Rahman A M, Elsheikh O M. Leaf geometric design of urban trees: potentiality to capture airborne particle pollutants[J]. Journal of Environmental Studies, 2011, 7: 49-59. |
[12] | Beckett K P, Freer-Smith P, Taylor G. Effective tree species for local air-quality management [J]. Journal of Arboriculture, 2000, 26 (1): 12-19. |
[13] | 张志丹, 席本野, 曹治国, 等. 植物叶片吸滞PM2.5 等大气颗粒物定量研究方法初探——以毛白杨叶片为例[J]. 应用生态学报, 2014, 25 (8): 2238-2242. |
[14] | 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. |
[15] | 吴海龙, 余新晓, 师忱, 等. PM2.5特征及森林植被对其调控研究进展[J]. 中国水土保持科学, 2012, 10 (6): 116-122. |
[16] | Beckett K P, Freer-Smith P H, Taylor G. Urban woodlands: their role in reducing the effects of particulate pollution[J]. Environmental Pollution, 1998, 99 (3): 347-360. |
[17] | Nowak D J, Hirabayashi S, Bodine A, et al. Modeled PM2.5 removal by trees in ten U. S. cities and associated health effects[J]. Environmental Pollution, 2013, 178: 395-402. |
[18] | Freer-Smith P H, El-Khatib A A, 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. |
[19] | Pal A, Kulshreshtha K, Ahmad J, et al. Do leaf surface characters play a role in plant resistance to auto-exhaust pollution?[J]. Flora-Morphology, Dustribution, Functional Ecology of Plants, 2002, 197 (1): 47-55. |
[20] | 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. |
[21] | 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 (12): 347-354. |
[22] | Wang H X, Shi H, Li Y Y, et al. Seasonal variations in leaf capturing of particulate matter, surface wettability and micro morphology in urban tree species[J]. Frontiers of Environmental Science & Engineering, 2013, 7 (4): 579-588. |
[23] | Matsuda K, Fujimura Y, Hayashi K, et al. Deposition velocity of PM2.5 sulfate in the summer above a deciduous forest in central Japan[J]. Atmospheric Environment, 2010, 44 (36): 4582-4587. |
[24] | 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. |
[25] | Paoletti E, Bardelli T, Giovannini G, et al. Air quality impact of an urban park over time[J]. Procedia Environmental Sciences, 2011, 4 (10): 10-16. |
[26] | Dzier Dz· anowski K, Popek R, Gawrońska H, et al. Deposition of particulate matter of different size fractions on leaf surfaces and in waxes of urban forest species[J]. International Journal of Phytoremediation, 2011, 13 (10): 1037-1046. |
[27] | 齐飞艳, 朱彦锋, 赵勇, 等. 郑州市园林植物滞留大气颗粒物能力的研究[J]. 河南农业大学学报, 2009, 43 (3): 256-259. |
[28] | 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. |
[29] | 朱光磊, 张远航, 曾立民. 北京市大气细颗粒物PM2.5 的来源研究[J]. 环境科学研究, 2005, 18 (5): 1-5. |
[30] | 杨洪斌, 邹旭东, 汪宏宇, 等. 大气环境中PM2. 5的研究进展与展望[J]. 气象与环境学报, 2012, 28 (3): 77-82. |