随着工业化的迅速发展, 城市化进程的快速推进, 悬浮颗粒物已成为我国大部分城市的空气首要污染物^[1].颗粒物污染不仅降低大气能见度^[2], 而且还是大量有毒物质的载体, 有研究发现一些呼吸道微生物过敏原和病原体的相对丰度随着颗粒物浓度的增加而增加^[3].北京是超大城市, 2017年末全市机动车保有量达到590.9万辆^[4], 移动源在本地排放中占45%, 区域传输贡献在重污染日超过50%^[5].在区域性大气复合性污染日益严重的背景下, 仍存在较大的污染反弹现象^{[6, 7]}, 因此空气污染问题亟待深入研究.

森林是空气颗粒物的有效过滤体, 研究得到林地比其他土地利用类型具有更高的干沉降率^[8], 因此城市森林对颗粒污染物的净化作用受到了越来越多的关注.近些年在城市森林管理中, 也越来越重视生态系统服务供给, 尤其是对大气污染物净化作用^[9].有研究表明, 将英国西米德兰兹郡可用的土地进行绿化, 在树木覆盖面积增加到理论上最大的54%时, 可以使空气PM₁₀的平均浓度降低26%, 每年能够减少200 t PM₁₀颗粒物^[8].由于叶片是植物滞留大气颗粒物最主要的载体, 叶表面特性的差异是植物滞纳大气颗粒物能力不同的重要原因^[10].叶片表面气孔、绒毛、沟槽、角质层蜡以及油脂分泌物等特殊形态均对叶片表面的粗糙度具有重要影响^{[11, 12]}, 许多研究证实叶片表面颗粒物滞纳量与其粗糙度成正比^[13].沉积在叶表的颗粒物能够让叶表微观结构发生变化, 叶片出现褶皱, 表皮细胞呈卷曲状, 角质层没有明显的细胞边界^[14].有研究表明老叶和新叶的微观结构发生了很大的变化^[15].由此可见, 叶片微观结构会随着其自身生长(内部因素)以及环境的污染强度(外部因素)发生变化, 然而关于这些内部和外部因素引起的叶片表面微观结构的变化对其颗粒物滞纳能力影响的研究仍缺乏认识, 现有的粉尘模拟实验, 由于实验持续时间较短, 短期内颗粒物对叶片生理特性产生明显影响, 但微观结构响应滞后性较明显.因此, 本研究利用自然状态下新叶和老叶研究叶片自身生长, 并选择自然状态下不同污染源条件研究污染强度, 进而分析叶片表面微观结构的变化及其对颗粒物滞纳能力的影响, 以期为深入揭示叶片颗粒物滞纳能力的驱动因素, 并为提出更科学地提升移除颗粒物功能的城市森林管理措施提供数据支持.

北京市(39°N, 116°E)属暖温带半湿润地区, 多年平均气温为10~12℃, 多年平均降水量为644 mm.选择北京植物园和朝阳公园两个采样点, 其中北京植物园属相对清洁区, 距市中心23 km, 采样点设在道路较远处; 朝阳公园属重度污染区, 附近人口密度大、车流量也大, 采样点设在路旁. 2017年, 北京植物园和朝阳公园空气中PM_2.5浓度分别为58.32 μg ·m^-3和75.43 μg ·m^-3, PM₁₀分别为77.94 μg ·m^-3和116.08 μg ·m^-3.

北京植物园采样点选择侧柏(Platycladus orientalis)、油松(Pinus tabuliformis)和矮紫杉(Taxus cuspidata var.)这3个常绿树种的当年生叶(1年生)和非当年生叶(≥2年生)分别用于新叶和老叶表面颗粒物滞纳量测定和叶片微观结构的观察.在北京植物园(相对清洁区)和朝阳公园(重度污染区)两个采样点内, 选择侧柏、油松、国槐(Sophora japonica)、毛白杨(Populus tomentosa)和银杏(Ginkgo biloba)这5个树种用于不同污染强度下叶片表面颗粒物滞纳量测定和叶片微观结构的观察.供试树种基本生长状况见表 1.

表 1 (Table 1)

表 1 供试树种基本生长状况 Table 1 Growth of the six tree species 采样点 树种 胸径/cm 树高/m 侧柏 14.9±2.7 12.3±1.1 油松 11.4±0.9 5.7±0.7 北京植物园监测点 矮紫杉 6.3±0.5 3.5±0.2 国槐 16.2±3.6 11.2±1.0 毛白杨 19.6±2.5 18.2±2.3 银杏 15.2±1.9 15.9+2.7 侧柏 12.7±1.6 11.3±1.5 油松 12.6±1.9 5.3±1.0 朝阳公园监测点 国槐 13.5±2.1 9.7±1.1 毛白杨 20.9±3.7 21.5±2.6 银杏 14.3±2.3 13.7±1.8

表 1 供试树种基本生长状况 Table 1 Growth of the six tree species

为避免因颗粒物捕获时间长短不同而影响新叶与老叶和相对清洁区与重度污染区叶面滞尘量的可比性, 于2017年9月5~6日进行叶片采集. 2017年8月的月降水量超过200 mm, 经过8月降雨的洗脱为叶片滞尘量设置了相同的“零点”, 保证了各采样点的叶片捕获颗粒物时间长度的一致性.考虑到采样高度也可能影响叶面滞尘量, 因此各树种选择3株样木在树冠的上、中、下部位及东、南、西、北这4个方向采集叶片, 要求叶片完整、无病虫害和断残, 每株树采集100 g左右叶片, 将采集的叶片封存于保鲜袋(无静电)中, 尽快带回实验室放入4℃冰箱中保存.

根据风蚀的原理, 将叶片上的细颗粒吹起再悬浮, 重新混匀形成气溶胶.为保证气流能够通过叶片, 将新鲜叶片样品均匀平铺到宽0.5 m、高0.5 m、长1 m的风洞中.通过具有多个开口的静压室将约10 m³不含颗粒物的纯净空气引入到风洞中.在20 m ·s^-1的风速下持续6~10 min, 保证叶片表面的所有颗粒物悬浮在风洞中^{[16, 17]}.再使用便携式环境粉尘监测仪(DustMate, Turnkey, Cheshire, UK)测定风洞内颗粒物浓度.每个树种重复3次测量.利用公式(1)计算单位叶面积颗粒物的滞纳量.

(1)

式中, M_i表示单位叶面积滞纳颗粒物的质量(μg ·cm^-2); m表示风洞内叶片样品表面滞纳颗粒物的质量; i表示树种; j包含4种粒径颗粒物(总悬浮颗粒物(TSP)、PM₁₀、PM_2.5和PM_1.0); n表示3个重复; S_i表示样本叶片面积(cm²).

使用扫描仪(LIDE 110, Canon, Tokyo, Japan)扫描阔叶树种叶片, 并将图像转换为黑白图像.然后, 使用Adobe Photoshop (Photoshop CS2, Adobe, CA, USA)获得黑色区域, 黑色区域表示阔叶树种叶表面积.采集约100 g针叶, 用游标卡尺测量针叶尖端和底端的直径和针叶长度, 并取平均值^[18].假设针叶为圆锥体, 利用公式(2)计算其平均表面积：

(2)

式中, D₁表示针叶尖端平均直径(mm); D₂表示针叶底端平均直径(mm); l表示针叶平均长度(mm).用针数乘以平均针叶面积, 计算出总针面面积.

用超纯水冲洗叶片的正、背面, 用吸水纸吸去叶表水分, 针叶切成5 mm的叶段, 阔叶避开叶脉将叶片切成约5 mm×5 mm的样本.在室温下, 利用原子力显微镜(atomic force microscope, AFM, Multimode 8, Bruker, Karlsruhe, Germany), 以非接触模式用金涂层Si₃N₄探针对样品随机选择3个位置进行扫描和拍摄.扫描速率0.5 Hz, 横向分辨率为0.2 nm, 垂直分辨率为0.01 nm, 每个叶片重复扫描3次.采用NanoScope分析软件(NanoScope Analysis 1.4, Bruker, Karlsruhe, Germany)对图片进行分析, 获取叶片表面三维结构图像及叶片粗糙度(轮廓算术平均偏差Ra、轮廓最大高度Rz和均方根粗糙度Rq)等.

将针叶切成4 mm的叶段，阔叶从叶片两侧中部将其切成约4 mm×4 mm的样本, 立即用2.5%(体积分数)戊二醛溶液进行固定, 再分别加入50%、70%、80%、90%和100%乙醇逐级梯度脱水, 叶片经过喷金处理后, 采用扫描电子显微镜(S3400N, Hitachi, Tokyo, Japan)对叶片表面微观结构进行观察, 在300×视野下拍照保存.

利用Image J对每个树种选择5张300×视野图片进行气孔数量、气孔长度、保卫细胞长度、绒毛数量和长度等的统计和测量, 利用公式(3)计算气孔指数(stomatal index, SI)^[19].

(3)

式中, SI表示气孔指数(mm^-1); SD表示气孔密度(n ·mm^-2); L_g表示保卫细胞长度(mm).

采用Sigmastat 3.5 [Systat Software Inc. (SSI), San Jose, CA, USA]分别进行新老叶和树种、以及污染强度和树种对叶片颗粒物滞纳量的双因素方差分析, 采用Sigmaplot 10.0作图.

3种常绿树种的老叶滞纳TSP、PM₁₀、PM_2.5和PM₁量均高于新叶(图 1), 随着叶片的生长其颗粒物滞纳量在增强, 且新叶与老叶对不同粒径颗粒物的滞纳量间均存在极显著的差异(表 2).新叶时, TSP和PM₁₀滞纳量为侧柏最高、矮紫杉次之, 油松最低; PM_2.5和PM₁滞纳量为矮紫杉最高、侧柏次之, 油松最低.老叶时, TSP滞纳量为矮紫杉>侧柏>油松(图 1). 4种粒径颗粒物中, 除PM₁₀外, 不同树种间颗粒物滞纳量也存在着极显著的差异(表 2).这可能与叶片本身的微结构以及粗糙度等的树种间差异以及新老叶的变化有着较大的关系.

图 1

Fig. 1

图 1 新老叶片颗粒物滞纳量及其粗糙度(Rq) Fig. 1 Particulate matters on leaf surface and roughness (Rq)for new leaves and old leaves

表 2 (Table 2)

表 2 新老叶和树种对叶片颗粒物滞纳能力影响的双因素方差分析1) Table 2 Two-factor analysis of variance of new and old leaves and tree species on the particles capture capacity of leaves 颗粒物粒径 F值及其显著性 新老叶 树种 交互作用 TSP 733.333*** 23.367*** 9.203** PM10 128.221*** 0.819 0.255 PM2.5 237.299*** 40.233*** 30.98*** PM1 131.814*** 24.881*** 24.272*** 1)星号表示各因素的影响显著性, ***表示P≤0.001, **表示P≤0.01

表 2 新老叶和树种对叶片颗粒物滞纳能力影响的双因素方差分析1) Table 2 Two-factor analysis of variance of new and old leaves and tree species on the particles capture capacity of leaves

5个树种的TSP、PM₁₀滞纳量为重度污染区高于相对清洁区(图 2).而PM_2.5和PM₁滞纳量则是油松、银杏和侧柏为重度污染区高于相对清洁区, 国槐和毛白杨为相对清洁区高于重度污染区(图 2).不同污染强度区域间叶片TSP、PM₁₀和PM_2.5的滞纳量存在着极显著的差异, 对PM₁的滞纳量也存在着差异(表 3).主要是受空气中颗粒物浓度的影响, 此外, 在一定程度上取决于叶片蒙尘后其表面微观结构的变化程度.对于不同树种而言, 相对清洁区的TSP、PM₁₀滞纳量为侧柏>油松>毛白杨>银杏>国槐, PM_2.5和PM₁的规律则不一致.重度污染区TSP滞纳量侧柏>油松>毛白杨>国槐>银杏, PM₁₀为侧柏>油松>毛白杨>银杏>国槐(图 2).树种间的颗粒物滞纳量也存在着极显著的差异(表 3).

图 2

Fig. 2

A代表北京植物园监测点, B代表朝阳公园监测点 图 2 不同污染强度区域叶片颗粒物滞纳量及其粗糙度(Rq) Fig. 2 Particulate matter on leaf surface and its roughness Rq for different pollution intensity areas

表 3 (Table 3)

表 3 污染强度和树种对叶片颗粒物滞纳能力影响的双因素方差分析 Table 3 Two-factor analysis of variance of pollution intensity and tree species on the particles capture capacity of leaves 颗粒物粒径 F值及其显著性 污染强度 树种 交互作用 TSP 122.515*** 209.663*** 8.062*** PM10 46.612*** 80.611*** 4.399** PM2.5 14.53*** 52.579*** 5.507** PM1 5.902* 14.919*** 7.591*** 1)星号表示各因素的影响显著性, ***表示P≤0.001, **表示P≤0.01, *表示P≤0.05

表 3 污染强度和树种对叶片颗粒物滞纳能力影响的双因素方差分析 Table 3 Two-factor analysis of variance of pollution intensity and tree species on the particles capture capacity of leaves

从扫描电镜图片结果可知[图 3(a)~3(d)和表 4], 矮紫杉新叶和老叶的正面较平滑, 纹理较浅, 背面则不均匀地分布着近圆形张开的气孔及密布的不规则的凸起表皮细胞, 老叶和新叶的表面结构相似; 新叶正面和背面分布着少量的颗粒物, 而老叶表面覆盖大量的颗粒物, 颗粒物分布在凸细胞间和气孔的沟槽处, 尤其是正面密被颗粒物.从AFM二维和三维图结果看[图 4(a)~4(d)、图 5(a)~5(d)和表 4], 新叶正面和背面由较小的凸起结构组成, 尤其是背面是微小的纳米粒子, 而老叶叶面由高低不平的峰和谷组成, 结构更复杂, 新叶、老叶的正面和背面的Rq分别为18.6、2.04、25.4和29.9 nm, 随着叶龄的增加, 正背面的粗糙度逐渐趋近.

图 3

Fig. 3

矮紫杉的相对清洁区: (a)新叶-正面, (b)新叶-背面, (c)老叶-正面, (d)老叶-背面; 侧柏的相对清洁区: (e)新叶, (f)老叶, (g)侧柏的重度污染区; 油松的相对清洁区: (h)新叶, (i)老叶, (j)油松的重度污染区 图 3 常绿树种叶片的扫描电镜拍摄图片 Fig. 3 Scanning electron micrographs of leaf surfaces for evergreen tree species

表 4 (Table 4)

表 4 叶片微观结构特征与粗糙度1) Table 4 Characteristics of leaf surface microstructure and their roughness 采样点 树种 新老叶 叶片 表面 轮廓算术平均偏差 (Ra)/nm 轮廓最大高度 (Rz)/nm 面积比 均方根粗糙度 (Rq)/nm 气孔密度(300×) /个 气孔指数 /mm-1 气孔长度 /μm 气孔宽度 /μm 保卫细胞长度 /μm 绒毛长度 /μm 绒毛数量 (300×)/个 北京植物园 侧柏 新叶 10.9 114 1.02 13.6 8±2 1.94 12.13±0.78 4.5±0.38 33.2±0.86 油松 10.2 22.7 1.04 12.5 10±4 0.77 21.36±0.82 14.4±1.24 矮紫杉 正 18.6 98.7 1.09 25.6 背 2.04 4.46 1.00 2.53 21±4 4.82 10.39±0.41 6.39±0.41 30.92±0.40 侧柏 老叶 14.6 45 1.04 18.7 13±2 3.15 10.06±0.46 4.59±0.16 33.84±0.63 油松 12.8 20.8 1.02 15.5 5±2 0.75 20.7±1.28 14.33±1.24 矮紫杉 正 25.4 297 1.08 31.4 背 29.9 290 1.26 42.6 19±3 3.50 11.28±0.47 7.12±0.39 31.15±0.56 国槐 正 32.5 244 1.40 44.3 背 13 83.4 1.05 18.3 13±4 0.80 6.5±0.49 1.6±0.19 8.67±0.62 121.85±8.67 9±2 毛白杨 正 11.5 28 1.04 15.2 背 17.5 35.6 1.05 22.1 38±3 4.53 10±0.63 2.25±0.25 16.33±0.29 银杏 正 11.9 32.7 1.05 15.4 背 20.3 74.7 1.06 26.7 13±2 3.99 21.94±0.59 13.16±0.41 43.68±0.79 朝阳公园 侧柏 37.1 69.2 1.09 48.6 5±2 1.41 21.63±1.28 7.33±0.83 41.12±1.18 油松 15.3 25.1 1.03 17.9 7±3 0.63 24.38±1.09 14.98±0.81 国槐 正 35.5 159 1.33 49.2 背 104 793 1.70 127 14±2 0.57 9.3±0.35 3.2±0.2 10.9±0.37 192.1±18.42 4±1 毛白杨 正 10.7 41.4 1.05 13.5 背 42.4 259 1.23 55.4 42±3 4.08 9.65±0.89 1.63±0.16 16±0.69 银杏 正 9.26 55.6 1.03 11.7 背 23.9 72.8 1.13 31.1 9±3 2.57 26.63±0.84 16.75±0.89 43.33±0.91 1)气孔密度和绒毛数量的单位表示扫描电镜300倍视野下气孔(或绒毛)的数量

表 4 叶片微观结构特征与粗糙度1) Table 4 Characteristics of leaf surface microstructure and their roughness

图 4

Fig. 4

图例中颜色愈深粗糙度Rq值越大; 图片编号的说明同图 3 图 4 常绿树种叶片表面AFM二维图像 Fig. 4 Two-dimensional AFM images of leaf surfaces for evergreen tree species

图 5

Fig. 5

图片编号的说明同图 3 图 5 常绿树种叶片表面AFM三维图像 Fig. 5 Three-dimensional AFM images of leaf surfaces for evergreen tree species

侧柏和油松新叶的纹理较老叶清晰, 侧柏气孔椭圆呈张开状不均匀分布, 油松气孔规律分布且张开, 表面颗粒物极少.两个树种的老叶纹理没有新叶清晰, 沟槽处有颗粒物分布[图 3(e)~3(f), 图 3(h)~3(i)和表 4].重度污染区明显多于相对清洁区, 气孔开度较相对清洁区小, 部分气孔被颗粒物阻塞.重度污染区的侧柏和油松叶片表面蜡质层由于污染更严重局部受到破坏[图 3(f)~3(g), 图 3(i)~3(j)和表 4].从AFM图结果看, 两个树种叶片的粗糙度Rq随叶龄增加增大得并不明显, 但重度污染区的粗糙度明显高于相对清洁区的[图 4(e)~4(j), 图 5(e)~5(j)和表 4].

与相对清洁区相比, 重度污染区国槐叶片正背面的绒毛数量变稀疏, 变长, 变硬, 由倒伏在叶表面变为竖立的状态, 叶表皮细胞的蜡质层受到严重破坏, 纹理结构由凸起细胞的规律排列变为不规则排列, 重度污染区叶片表面颗粒物分布更多, 背面的颗粒物主要分布在叶脊以及绒毛密集的位置, 气孔的开度较小[图 6(a)~6(d)和表 4].AFM图片显示, 叶片正面峰谷起伏相似, 测得的粗糙度Rq值也接近; 叶片背面, 重度污染区的粗糙度Rq值远大于相对清洁区的[图 7(a)~7(d)、图 8(a)~8(d)和表 4].

图 6

Fig. 6

国槐的相对清洁区:(a)正面, (b)背面; 国槐的重度污染区:(c)正面, (d)背面; 毛白杨的相对清洁区:(e)正面, (f)背面; 毛白杨的重度污染区:(g)正面, (h)背面; 银杏的相对清洁区:(i)正面, (j)背面; 银杏的重度污染区:(k)正面, (l)背面, 下同 图 6 落叶树种叶片的扫描电镜拍摄图片 Fig. 6 Scanning electron micrographs of leaf surfaces for deciduous tree species

图 7

Fig. 7

图例中颜色愈深粗糙度Rq值越大; 图片编号的说明同图 6 图 7 落叶树种叶片表面AFM二维图像 Fig. 7 Two-dimensional AFM images of leaf surfaces for deciduous tree species

图 8

Fig. 8

图片编号的说明同图 6 图 8 落叶树种叶片表面AFM三维图像 Fig. 8 Three-dimensional AFM images of leaf surfaces for deciduous tree species

相对清洁区和重度污染区的毛白杨叶片正面较光滑, 纹理较浅, 均覆盖着较多的颗粒物, 背面气孔分布较密, 气孔保卫细胞边缘不规则较粗糙, 颗粒物主要分布在气孔的周围与叶脊的周围.两种污染强度区域叶片的正面蜡质层均受到一定程度的破坏, 相对清洁区破坏的程度比重度污染区严重.重度污染区叶片背面蜡质层遭受破坏严重, 而相对清洁区保存比较完整[图 6(e)~6(h)和表 4].两种污染强度下叶正面的粗糙度接近, 叶背面重度污染区的叶面高低起伏更大, 粗糙度更大[图 7(e)~7(h)、图 8(e)~8(h)和表 4].

银杏叶片正面有明显的纹理结构, 沟槽结构明显, 沟槽内均附着颗粒物, 重度污染区的蜡质层有所损坏.银杏叶片背面相对清洁区的气孔保卫细胞和叶片表面均由有规律的凸起细胞组成, 而重度污染区的背面气孔保卫细胞的凸起细胞较退化, 叶片表面的凸起细胞也变为不规则的沟谷结构, 背面附着的颗粒物均较叶片正面明显减少.银杏叶的正背面附着颗粒物重度污染区比相对清洁区多[图 6(i)~6(l)和表 4].银杏叶的正背面重度污染区粗糙度与相对清洁区相近[图 7(i)~7(l)、图 8(i)~8(l)和表 4].

树木叶片滞纳颗粒物能力与叶龄相关, 有研究发现2年生的挪威云杉(Picea abies)叶片滞纳颗粒物能力高于1年生叶片^[20], 石松也具有相似的变化规律^[21].与4月相比, 10月国槐叶片正面沉积了更多的颗粒物^[15].本文同样得到侧柏、油松和矮紫杉叶片的TSP、PM₁₀、PM_2.5和PM₁滞纳能力均随着叶龄在增强.

叶片表面滞纳PM_2.5量与空气污染水平呈正相关^[13].空气颗粒物浓度高时, 4~5d后女贞(Ligustrum lucidum)和珊瑚树(Viburnum odoratissimum)叶片颗粒物滞纳就能达到饱和^[22].车流量和树木与道路的距离对女贞叶片PM_2.5的滞留量有显著影响, 叶片PM_2.5滞纳量与车流量之间存在显著的正相关关系^[23].本研究中得到重度污染区5种树种(侧柏、油松、国槐、毛白杨和银杏)的叶片TSP和PM₁₀滞纳量均高于相对清洁区, 重度污染区侧柏、油松和银杏的叶片PM_2.5和PM₁滞纳量明显高于相对清洁区.这可能是由于不同粒径颗粒滞纳能力的差异, 除了受到空气中颗粒物浓度的影响外, 还取决于叶片微观结构变化对空气污染强度的响应.

关于常绿和落叶树种在叶片滞纳颗粒物能力方面差异的研究, Freer-Smith等^[12]和Moreno等^[24]得到常绿树种叶片滞纳颗粒物量高于落叶树种的叶片, 常绿树种由于针叶常绿因此比落叶树种对颗粒物的去除贡献更大, 这种差异在冬季尤为明显.雪松1年生针叶对颗粒物的滞纳能力并不比落叶树种国槐和二球悬铃木强^[15].本研究中发现相对清洁区成熟的毛白杨叶片颗粒物滞纳量高于矮紫杉和油松1年生针叶, 成熟的银杏叶片高于油松1年生针叶.因此, 在评价常绿针叶滞纳颗粒物能力时, 叶龄的影响不容忽视.

叶片表面微观结构特征和粗糙度的差异是其颗粒物滞纳能力的重要决定因素^[13].叶片表面的粗糙度是由形态学参数决定的, 如角质层的纹理、表皮细胞边界的隆起、气孔、绒毛以及表皮和角质层蜡等^{[25, 26]}.随着叶龄的增加, 侧柏、油松和矮紫杉针叶的Rq值增加.叶片扫描图像中叶表颗粒物的数量和叶片上细颗粒物滞纳量均呈现增加的趋势.叶片接触角随叶龄的增大而减小^[15], 而其滞纳颗粒物的能力随叶片接触角的减小而增大.润湿性的增加可能是由于表皮蜡质层的机械磨损和化学破坏造成的, 是导致叶片颗粒物滞纳能力变化的主要因素^[15].

3个针叶树种中, 与新叶相比, 矮紫杉的老叶颗粒物滞纳量增加最明显, 表明其叶片滞纳颗粒物能力比侧柏和油松更强.叶片表面滞纳的一些粒径大的颗粒物在降雨和大风等外力的作用下很容易被洗脱掉, 矮紫杉的叶片表面Rq和气孔指数较大有助于颗粒物的稳定附着避免被外力移除, 并且其老叶正面的蜡质层与新叶相比破坏严重, 由于叶蜡层的损坏湿润性增加而使得老叶正面的颗粒物滞纳量增加明显, 并且随着叶龄的增加, 叶片背面的粗糙度增加明显, 正背面的粗糙度逐渐趋近, 也增加了颗粒物的滞纳能力.

叶片表面微观结构变化除了与自身生长有关外, 由于老叶蒙尘时间比新叶长, 因此污染物对叶片的影响也不容忽视.环境污染会改变叶片表面结构及特征, 从而改变其滞尘能力.与相对清洁区相比, 重度污染区叶片的气孔指数降低^[27], 气孔堵塞, 蜡质层退化^[14], 表面布满颗粒物^[28].国槐和银杏叶片表面纹理变得不规则, 细胞边界也变得更加不规则^{[25, 28]}.国槐叶表面绒毛变稀疏^{[14, 28]}、变长^{[25, 28]}和变硬, 这与张维康等^[28]关于绒毛变软结果存在差异, 在未来的研究中通过更多的采样来进一步揭示其变化差异的原因.得到的研究结果与Rai等^[14]的颗粒物喷洒实验结果一致, 其还发现颗粒物处理的幼苗叶片表现为表皮细胞和气孔均变小.Pal等^[25]的研究发现污染环境中的叶片外表皮细胞收缩, 气孔频度双倍增加.无论颗粒物喷洒实验, 还是暴露于污染环境中的叶片研究结果都证实了污染物对叶片结构存在较大的影响.粗糙度Rq总体上都是重度污染区高于相对清洁区, 且叶片背面的粗糙度增加较正面明显, 主要是由于气孔主要分布在背面, 尤其是国槐和毛白杨的叶片背面, 重度污染区的叶片气孔从数量、形态、大小以及开度上与相对清洁区相比都发生了较大的变化.叶片湿润性越强, 表皮叶蜡层对环境污染的脆弱性就越高^[29], 尤其是正面叶蜡层的机械损伤和化学腐蚀作用要比背面更明显^[30].

与相对清洁区的叶片TSP和PM₁₀滞纳量相比, 重度污染区的每个树种均更高, 叶片微观结构在颗粒物浓度高的重度污染区发生了上述分析的变化, 是其叶片粗糙度Rq在一定程度上增加的主要原因, 粗糙度的增加使叶表颗粒物滞纳量增加.但PM_2.5和PM₁细颗粒物的滞纳量与叶片粗糙度的关系较复杂, 主要由于小颗粒物的滞纳更大程度上取决于气孔密度、开度、沟槽宽度、绒毛、表皮细胞轮廓和叶蜡层等附着条件, 此外, 另一个重要的原因是细颗粒物通常可以由排放源远距离传输.

相对清洁区TSP和PM₁₀滞纳量为侧柏>油松>毛白杨>银杏>国槐, 重度污染区TSP滞纳量为侧柏>油松>毛白杨>国槐>银杏, PM₁₀滞纳量则为侧柏>油松>毛白杨>银杏>国槐.主要原因是重度污染区国槐叶片的粗糙度Rq远高于相对清洁区, 重度污染区与相对清洁区银杏叶片的粗糙度变化不大, 但从叶片扫描图像可以看出银杏叶片正面表皮细胞轮廓变得不清晰, 背面气孔保卫细胞变得不规则并且表皮凸细胞也发生退化.重度污染区与相对清洁区毛白杨的叶片粗糙度变化也不大, 但是毛白杨不规则的气孔保卫细胞, 以及叶脊更有利于颗粒物的滞纳, 因此污染更严重的重度污染区由于颗粒物浓度大, 叶表面滞纳的颗粒物量更多.而PM_2.5和PM₁各树种的滞纳量的规律不一致, 这与张维康等^[28]的研究结果相似, 主要是由于细颗粒物的附着条件影响因素更多更复杂.因此, 还需要进一步的研究揭示叶片如何滞纳细颗粒, 以及哪些因素在这个过程中起着重要的作用.

叶片颗粒物滞纳能力与其粗糙度成正相关关系, 由生长(内部因素)以及环境污染强度(外部因素)引起的叶片微观结构变化会改变其粗糙度, 直接影响着叶片的颗粒物滞纳能力.侧柏、油松和矮紫杉老叶的粗糙度Rq值增加是导致叶片颗粒物滞纳能力增强的主要原因.毛白杨成熟叶颗粒物滞纳量高于矮紫杉和油松新叶, 银杏成熟叶高于油松新叶, 在比较常绿和落叶树种滞纳颗粒物能力时, 常绿针叶新老叶的影响不容忽视.重度污染区叶片的气孔指数降低, 蜡质层退化, 表面纹理和细胞边界更加不规则, 绒毛变长, 变硬, 叶片表面微观结构的这些变化使得重度污染区粗糙度Rq值高于相对清洁区, 且叶片背面增加较正面明显, 从而也使得叶片颗粒物滞纳能力在重度污染区明显增强.蒙尘后, 叶片生长及生理特性受到严重影响前, 其表面微观结构的形态适应性变化在一定程度上能够增强其滞纳颗粒物能力.