貴陽市主要綠化樹種葉面吸滯顆粒物特征及其時空變化*

劉延惠 侯貽菊 舒德遠 楊 冰 崔迎春 丁訪軍

(貴州省林業(yè)科學研究院 貴陽 550011)

植物因其葉片能吸附、吸收顆粒物(PM)及氣體污染物，從而具有凈化大氣的功能(Terzaghietal.， 2013)。森林有著更大的葉表面積(Hofmanetal.， 2014)，因此其PM干沉降速率比其他土地利用類型更高(Wyseetal.， 2015)。森林凈化大氣PM的作用途徑包括： 通過樹冠降低風速而促進PM沉降(張秀梅等， 2001)，通過植株表面(主要是葉面)的絨毛、分泌物、蠟質等附屬結構以及葉面的葉脈、皺褶等結構提供的滯存空間而吸滯PM，在葉片光合作用和呼吸作用過程中通過氣孔吸收部分PM，等等。研究表明，植物滯塵作用除受降水、風速等環(huán)境因素影響外，更多地受葉面微形態(tài)結構(葉片大小、形狀、粗糙度、表皮毛、氣孔、表皮蠟質結構等)(Weerakkodyetal.， 2018)的影響。樹種間滯塵能力存在差異，如針葉的凈化PM能力更強(Beckettetal.， 2000a; Freersmithetal.， 2005; Sb?etal.， 2012)； PM吸滯能力具有葉片生長階段差異(Nguyenetal.， 2015)，2年生針葉較1年生針葉的PM積累量更大，植物的PM凈化能力隨葉面積指數(shù)變化而表現(xiàn)出倒U型的年內(nèi)變化(吳曉娟等， 2006)。樹冠形態(tài)(Hofmanetal.， 2014; Pretzschetal.， 2015)和群落植物配置(謝濱澤， 2015;王蕾等， 2006)等因素也影響植物滯塵能力的發(fā)揮。此外，植物PM吸滯量隨空氣PM濃度以及降水、風速等環(huán)境背景不同而表現(xiàn)出空間差異，如污染較重區(qū)域的植物吸滯量更高(張家洋等， 2013)，主要是因對大粒徑PM的吸滯量較大(Beckettetal.， 2000b)?？傮w來看，植物PM吸滯量是上述眾多植被特征及氣象條件和污染程度等環(huán)境因子的復合作用結果(Wangetal.， 2015)。然而，目前仍缺乏量化研究，尤其是對植被形態(tài)結構特征影響PM吸滯能力的量化研究。

貴陽市是座山地城市，土地資源缺乏，人口密度高(主城區(qū)高達1.22萬人·km-2)。隨著城市不斷發(fā)展，要依靠面積有限的綠地凈化城市空氣，就需選擇高效滯塵綠化樹種。然而，目前對貴陽市植物滯塵研究還較少，已有研究主要涉及市郊貴陽學院內(nèi)香樟(Cinnamomumcamphora)和桂花(Osmanthusfragrans)等6種植物吸滯量的種間差異和校園內(nèi)空間差異(石登紅等， 2014)，而對空間跨度大的城市與郊區(qū)間植物吸滯量的時空差異還少見研究報道。為此，本研究在貴陽市區(qū)、郊區(qū)的不同污染背景區(qū)，選擇空曠綠地與林內(nèi)的常見綠化樹種，開展葉面吸滯PM特征及其時空變化研究，分析影響葉面吸滯量的關鍵形態(tài)因子，以期為合理選擇高效綠化樹種提供理論依據(jù)。

1 研究區(qū)概況

研究區(qū)貴陽市(106°07′—107°17′E,26°11′—26°55′N)地處云貴高原中部，屬亞熱帶季風氣候區(qū)。本研究沿污染梯度選擇了市區(qū)廣場(US)、市區(qū)公園(UP)、城郊綠地(SG)和環(huán)城林區(qū)(SF)4種景觀，以比較不同污染背景下植物葉片吸滯量差異。US采樣點位于市中心交通密集區(qū)的筑城廣場，兩面臨近繁忙的城市干道，廣場上樹木較稀(間距5 m以上)。UP采樣點位于市中心的河濱公園，它與US采樣點僅一路之隔，但UP 植被幾乎呈連續(xù)分布，形成大量小片林地，選擇的樣樹距離主干道均在50 m以上。SG采樣點位于貴州省林業(yè)科學研究院內(nèi)綠地，距公路50 m以上，樹木孤立散生。SF采樣點位于該院實驗林場內(nèi)，距交通干道直線距離300 m以上，樣樹位于林內(nèi)。研究對象是分布在4個采樣點或其中部分采樣點的14個主要園林綠化樹種，包括桂花、香樟、櫻花(Cerasussubhirtella)、銀杏(Ginkgobiloba)、迎春花(Jasminumnudiflorum)、琴絲竹(Bambusamiltiplex)、女貞(Ligustrumlucidum)、紅花檵木(Loropetalumchinensevar.rubrum)、紅葉石楠(Photiniafraseri)、白玉蘭(Magnoliadenudata)、杜鵑(Rhododendronsimsii)、雪松(Cedrusdeodara)、楊梅(Myricarubra)和欒樹(Koelreuteriapaniculata)。樹種基本特征及分布見表1。

表1 樣樹的基本特征及采樣點分布情況①Tab.1 Distribution of sample trees in sampling sites and characteristics of sample trees

2 研究方法

2.1 采樣點背景空氣污染情況調(diào)查與測定

2014年5月13日至15日(空氣質量二級), 每天9:00至18:00，每間隔1 h，用手持粉塵儀(DUSTMATE，英國)連續(xù)測定SG和SF采樣點PM濃度10 min。US和UP采樣點相距較近，其背景空氣的PM2.5和PM10濃度數(shù)據(jù)采用貴陽市多個監(jiān)測點數(shù)據(jù)均值(https:∥tianqi.so.com/air/)。市區(qū)和城郊采樣點的空氣PM濃度比較見圖1， 2014年5月14日空氣PM濃度相對高時，市區(qū)PM濃度明顯高于郊區(qū)，但在低污染天氣時(2014年5月13和14日)與SG的污染程度相當，SF的污染程度接近SG或較低。

圖1 貴陽市區(qū)及郊區(qū)采樣點PM質量濃度Fig.1 PM mass concentrationin in urban and suburban sampling sites of Guiyang City

由于采樣點的PM污染源主要是汽車尾氣，背景污染情況可用離采樣點最近公路的早晚高峰期平均車流量表示?？紤]汽車車型差異，用交通量(T, h-1，即單位時間內(nèi)通過的標準車型數(shù)量，文中以小型車輛為標準車型)代替車流量(N, h-1，即不考慮車型，單位時間內(nèi)通過的車輛數(shù)量)，具體計算見式(1)。

(1)

式中:Ni為采樣點第i種車型的車流量，h-1；ci為第i種車型的車型轉換系數(shù)，ci值對小型車輛為1，大貨車為2.2，小貨車為1.5，摩托車為0.4， 大客車及中型貨車為1.7。

2.2 葉面顆粒物吸滯量測定

在4個采樣區(qū)內(nèi)，選擇生長良好、無病蟲害的各樹種3株樣樹，為避免降水對葉面吸滯顆粒物的影響，于各季典型晴天采葉樣，每季各采葉樣3次。因貴陽市降雨頻繁，為保證葉面能積累一定量的顆粒物，采樣要求在雨后3～5日進行，分別在樣樹東、西、南、北方向的樹冠中部外緣，采集完整葉片混合，裝入塑料袋密封待測。

用氣溶膠再發(fā)生系統(tǒng)測定葉面顆粒物吸滯量。該儀器利用風蝕原理，將放入測定箱內(nèi)葉片上的PM吹起后，用與儀器以通氣管連接的手持粉塵儀測定箱內(nèi)的PM濃度，測量實驗室內(nèi)環(huán)境空氣PM濃度，箱內(nèi)和環(huán)境空氣PM濃度測量值輸入氣溶膠發(fā)生系統(tǒng)的自帶程序，計算葉面PM吸滯質量(m，μg)，測完吸滯量后的葉樣用掃描儀掃描葉面積(A，cm2)以計算單位葉面積吸滯量(M，μg·cm-2)。

2.3 葉面特征顯微結構測定

為避免季節(jié)對葉片生理活性的影響，在8月葉片完全成熟時，同步采集1次各樹種葉樣。在樣樹上選擇生長良好，形態(tài)完好且無蟲害和病害的成熟葉片剪下，裝入塑料樣品袋，及時帶回實驗室進行葉面特征顯微結構分析。在新鮮樣葉中部，避開主脈，取1塊約2 cm×2 cm的小塊，用蒸餾水洗凈，常規(guī)臨界點干燥，粘在樣品臺上，之后用HUS-5 GB高真空鍍膜機噴鍍，用掃描顯微鏡(JSM-6450, JEOL,日本)掃描葉表面形態(tài)并拍照獲取影像。用圖像分析軟件Digimizer(version 4.5.1)測量并計算照片中的氣孔、表皮毛、葉脈、突起物數(shù)量等信息，判斷葉面粗糙度和蠟質覆蓋程度(根據(jù)圖像蠟質下面葉表皮細胞是否清晰可見量化)特征。測量信息經(jīng)數(shù)字化處理，定義并計算葉表面特征各指標。這些指標定義及計算方法見表2。

表2 葉表面微形態(tài)結構特征指標Tab.2 Indexes of micro-morphological structure characteristics of leaf surface

1)葉面微形態(tài)特征測定與計算 用圖像分析軟件的測量工具，測量葉面顯微照片的影像面積，計數(shù)照片中氣孔、毛皮毛、疣狀突起的數(shù)量(個)和相應密度，并測量氣孔器和氣孔口徑長度、寬度和面積及表皮毛長度和溝槽寬度等指標。

2)葉面粗糙度測定與計算 葉面電鏡掃描圖像因葉表面凹凸不平而呈現(xiàn)出明暗相間的斑塊(表現(xiàn)為不同灰度的色塊)，突起部分的顏色偏向淺和亮，凹陷部分的顏色偏向暗和深，因而可在一定程度上反映葉面粗糙程度。Digimizer軟件的圖像二值化功能可區(qū)分出明、暗斑塊并計算斑塊數(shù)量，斑塊數(shù)量越多就越破碎，表明葉面越粗糙。葉面掃描圖像顏色越均勻，呈現(xiàn)的斑塊越少，表明葉面越光滑。避開電鏡掃描圖像中有葉脈、表皮毛等分布的位置，選擇圖像適宜區(qū)域，限定斑塊面積在一定范圍內(nèi)，排除過小和過大斑塊，以消除突起的葉脈等附屬物影響。本研究定義的粗糙度僅在一定程度上反映葉面起伏的狹義概念，僅用于同一條件下區(qū)別不同樹種的葉表面粗糙程度。對圖像二值化后計算的斑塊數(shù)量進行標準化處理，作為相對粗糙程度指標(RD，取值0～1)。

3)葉面蠟質覆蓋指數(shù)測定與計算 通常葉面蠟質或角質的厚度不同，蠟質呈現(xiàn)粒狀、條狀等突起的紋理，通過分析葉面掃描照片可觀察明暗程度、表皮蠟質紋理、表皮細胞是否清晰可見，從而間接反映蠟質/角質覆蓋狀況。 本研究以蠟質覆蓋指數(shù)(Iw)反映蠟質覆蓋特征(Iw=1，葉面暗，整體覆蓋厚的蠟質層，表皮細胞不可見；Iw=0.75，葉面較暗，蠟質覆蓋較厚，蠟質紋飾隱約可見，表皮細胞不可見；Iw=0.5，葉面較亮，蠟質紋飾較清晰，但表皮細胞不可見；Iw=0.25，葉面明亮，蠟質紋飾清晰，葉表皮細胞不可見；Iw=0，葉表面明亮，無蠟質顆粒，表皮細胞可見)。

2.4 數(shù)據(jù)處理

以單位葉面積吸滯顆粒物量表征滯塵作用，簡稱葉面吸滯量(M，μg·cm-2)：

M=m/A。

(2)

2.4.1 單位葉面積吸滯量的種間比較 由于部分樹種并非在4個采樣點均有分布(表1)，因此不能簡單地用各采樣點樣樹葉面吸滯量均值進行種間比較，需先排除采樣點間污染背景差異。本研究以采樣點早晚高峰時段的平均交通量T反映污染背景，以污染適中的UP采樣點作為標準污染背景采樣點，其污染背景轉換系數(shù)(k)取值為1。其余采樣點的污染背景轉換系數(shù)采用其交通量與UP點交通量的比值。其中SF點距道路200 m以上，根據(jù)文獻(潘純珍等， 2004)，PM10和PM2.5濃度在距離道路60 m時，分別降至距離0 m處的46.78%和94%，本研究SF點轉換系數(shù)取值0.6。各采樣點的交通量和污染背景轉換系數(shù)見表3。

表3 采樣點交通量及污染背景換算系數(shù)Tab.3 The traffic volume and pollution background conversion coefficients of sample sites

葉面PM吸滯量均值修正值(M′)計算見式(3)：

(3)

式中:Mi為第i個采樣點的實測葉面PM吸滯量(μg·cm-2)；ki為第i個采樣點與標準污染背景采樣點間的污染背景轉換系數(shù)。

將經(jīng)換算、剔除空間差異影響后的M′進行種間比較。對部分樣點沒有的樹種，用M′替代M值，以求取4個采樣點的葉面PM吸滯量均值。從M′與M的回歸關系來看(圖2)，兩者具有很好的線性關系(R2=0.993 5)，因此認為用M′替代M值是可靠的。

圖2 葉面PM吸滯量計算值M′與觀測值M的線性回歸關系Fig.2 Linear regression relation between the calculated value(M′) and measured value (M) of PM retention quantity on leaf surface

2.4.2 單位葉面積PM吸滯量季節(jié)比較 將每次采樣時的4個采樣點(US、UP、SG、SF)樣品M值取平均值，作為該樣次葉面PM吸滯量均值，分季節(jié)計算各樹種的季節(jié)M均值。比較各樹種葉面PM吸滯量的季節(jié)差異。

2.4.3 單位葉面積吸滯量空間差異 為避免因季節(jié)變化帶來的植物葉面生理活力差異干擾，同時考慮背景空氣PM濃度相對穩(wěn)定，僅選擇常綠樹種的冬季測定數(shù)據(jù)，進行空間差異分析。

2.4.4 葉表面微形態(tài)特征的滯塵影響分析 應用SPSS 19.0軟件，進行葉片吸滯量與葉表面微形態(tài)特征數(shù)字化指標的方差分析、相關分析、聚類分析和通徑分析。

3 結果與分析

3.1 葉面吸滯量的差異來源

測試的14個樹種包含了喬木和灌木2種生活型，首先比較2種生活型間單位葉面積吸滯量差異。為避免空氣污染程度背景的采樣日差異干擾，選擇中等污染采樣日(日均空氣PM2.5質量濃度40～60 μg·m-3)進行單位葉面積總顆粒物(TSP)吸滯量方差分析(表4)。結果表明，4個采樣點均未表現(xiàn)出生活型間的顯著差異。

表4 喬木和灌木2種生活型樹木的單位葉面積吸滯量方差分析Tab.4 Analysis of variance of total suspended particulate retention on leaf surface between tree group and shrub group

圖3 各樹種葉面對不同粒徑顆粒物的吸滯量Fig.3 Unit leaf arearetention quality of different diameter PM of different tree species

采用聚類分析方法，根據(jù)葉片年均TSP的M′值，將所測植物劃分為3類(表5)： 強吸滯類(Ⅰ)、中吸滯類(Ⅱ)和弱吸滯類(Ⅲ)，其年均葉面總顆粒物吸滯量分別為10.254 、6.235 和2.635 μg·cm-2，相互差異極顯著(P<0.01)。歸為Ⅰ類的是紅花檵木和雪松，桂花歸為Ⅱ類，其余為Ⅲ類，Ⅲ類樹種葉面總顆粒物吸滯量為1.562 ～3.880 μg·cm-2，僅為Ⅰ類和Ⅱ類的25.7%和42.3%。Ⅲ類葉面PM10吸滯量分別為Ⅰ類和Ⅱ類的23.7%和43.2%，葉面PM2.5吸滯量分別為Ⅰ類和Ⅱ類的27.3%和40.4%，葉面PM1吸滯量分別分Ⅰ和Ⅱ類的30.2%和29.4%。

表5 葉面顆粒物吸滯量等級劃分Tab.5 Classification of PM retention quatity on leaf surface μg·cm-2

3.2 葉面吸滯顆粒物的粒徑比例

表6表明：葉片的TSP/PM1質量比值為458.5，PM10/PM1為204.8，PM2.5/PM1為12.1，背景空氣中的這3項組分比分別為15.38，9.1和3.0，葉面吸滯的顆粒物中TSP、PM10和PM2.5組分在顆粒物中所占比重遠大于背景空氣中相應組分所占的比重；葉面吸滯粒徑2.5～100 μm的PM質量占其吸滯總量的97.36%，而粒徑小于2.5 μm 的PM量僅占2.64%，背景空氣中對應比例分別為80.29%和19.71%。可見植物葉片對大徑級PM的吸滯效益高于小徑級PM。

表6 葉面及空氣中不同粒徑顆粒物組成Tab.6 Size composition of PM adsorbed on leaf surface and in air

3.3 葉面吸滯量的季節(jié)差異

圖4表明，除少數(shù)植物外，多數(shù)植物葉面PM吸滯量(M)為冬、春較高，夏季較低，秋季最低。所有樹種TSP吸滯量均值表現(xiàn)為冬(2.95 μg·cm-2)>春(2.87 μg·cm-2)>秋(2.14 μg·cm-2)>夏(1.62 μg·cm-2)； 所有樹種PM10吸滯量均值表現(xiàn)為春(1.38 μg·cm-2)>冬(1.30 μg·cm-2)>秋(0.91 μg·cm-2)>夏(0.73 μg·cm-2)； 所有樹種PM2.5吸滯量均值表現(xiàn)為春(0.09 μg·cm-2)>冬(0.08 μg·cm-2)>秋(0.05 μg·cm-2)>夏(0.04 μg·cm-2)； 所有樹種PM1吸滯量均值表現(xiàn)為冬(0.008 μg·cm-2)>春(0.006 μg·cm-2)>秋(0.005 μg·cm-2)>夏(0.003 μg·cm-2)。銀杏、白玉蘭和欒樹的葉面TSP吸滯量均表現(xiàn)為春季最低?？赡芤虼杭救~面附屬物未發(fā)育完全，影響了葉片滯塵能力。

圖4 各樹種葉片吸滯量的季節(jié)比較Fig.4 Comparison of PM retention quantity on leaf surface of different species among seasons

3.4 葉片吸滯量的空間差異

圖5反映了冬季桂花、香樟、琴絲竹、紅花檵木和雪松5個樹種在各采樣點的平均M，圖5表明:大部分樹種的各粒徑PM吸滯量表現(xiàn)為市區(qū)大于郊區(qū)； 在同為市區(qū)的2個采樣點，城市公園參試樹種平均葉面TSP吸滯量(17.27)大幅高于城市廣場(5.50)，同處郊區(qū)的市郊綠地和市郊森林采樣點接近(分別為4.38和3.55 μg·cm-2)； 各樣點PM10吸滯量表現(xiàn)為UP(6.95 μg·cm-2)>US(2.56 μg·cm-2)>SG(1.92 μg·cm-2)>SF(1.60 μg·cm-2)； PM2.5吸滯量的空間差異與TSP和PM10相似，US、SG和SF采樣點的參試種平均值分別為UP采樣點的46.2%、26.7%和23.0%。PM1吸滯量表現(xiàn)為郊區(qū)采樣點低于市區(qū)，US、SG和SF的參試種平均值為UP的38.8%、17.4%和14.9%。

圖5 各樹種葉面顆粒物吸滯量的取樣地點比較Fig.5 Comparison of leaf PM retention quantity among sample sites

3.5 葉表面微形態(tài)特征及其對吸滯量影響

圖6是各種植物葉表面(近軸面、遠軸面)放大100倍的電子掃描顯微鏡照片，葉片特征描述見表7。葉面微形態(tài)種間差異明顯，紅花檵木葉附星狀毛，白玉蘭及杜鵑葉附較長表皮毛，琴絲竹葉具刺毛結構； 部分植物(桂花、櫻花、楊梅、欒樹)具網(wǎng)狀葉脈并將葉面分隔為小室，琴絲竹與雪松葉面平行脈形成溝槽狀結構； 部分植物種葉面具蠟質結構，其覆蓋厚度、結構紋理有種間差異，這些蠟質紋理形成更細密的小室等結構(如白玉蘭上表面)，利于吸附PM，且難被雨水沖走或風吹起。

圖6 植物葉面電鏡掃描影像Fig.6 Leaf surface electron microscope scanning photos

各樹種葉面量化的特征值見表7。各樹種葉片氣孔密度差異很大，變化在34.24～596.02 個·mm-2。氣孔器大小差異也十分明顯，單個氣孔器長度變化在14.23～67.73 μm，氣孔器寬度變化在8.46～46.99 μm； 氣孔口橫徑和縱徑變化在1.78～21.19和7.80～37.26 μm。多數(shù)植物種葉片氣孔口大小能通過小粒徑PM(PM2.5、PM1)，少數(shù)植物種(銀杏、雪松)甚至能吸入大粒徑PM(PM10)。葉片氣孔開度差異明顯，變化在0.07～0.33。單位葉面積上氣孔口面積反映了葉片通過氣孔口吸滯顆粒物的潛力，葉面氣孔口面積表現(xiàn)為櫻花最大(0.054 mm2·mm-2)，欒樹最小(0.005 mm2·mm-2)。葉脈密度變化在217.25～3 600.31 μm·cm-2。紅葉石楠和杜鵑葉面葉脈突起不明顯，未形成溝槽或小室結構。

表7 葉面微形態(tài)結構特征參數(shù)Tab.7 Micro-morphological structure characteristic parameters of leaf surface

將量化后的葉面微形態(tài)結構特征參數(shù)與葉面吸滯量(M′)進行相關分析，各葉面微形態(tài)結構特征變量與葉面吸滯量的相關系數(shù)(r)見表8，相關性表現(xiàn)為葉面粗糙度>表皮毛密度>表皮毛長>葉脈密度>氣孔器橫縱徑比，其中粗糙度、表皮毛密度與葉面吸滯量的相關達顯著水平(P<0.05)。但是，植物葉片各特征參數(shù)間彼此關聯(lián)，可能共同影響葉片滯塵能力，相關分析不能準確反映各因子的影響。為確定這些特征對滯塵能力影響的強弱并區(qū)分影響途徑，采用通徑分析區(qū)分了它們對吸滯量的直接影響(以直接通徑系數(shù)Pd表示)和通過其他特征參數(shù)的間接影響(以間接通徑系數(shù)Pi表示)，最終以決策系數(shù)(R2)確定各特征參數(shù)的影響程度(表5)。對吸滯量直接影響較強的因子表現(xiàn)為葉脈密度>氣孔器橫縱徑比>疣狀突起密度>表皮毛長>氣孔口橫徑>氣孔口橫縱徑比，其直接通徑系數(shù)分別為0.999、0.699、0.497、0.433、0.380、0.361，表明多數(shù)特征對單位葉面積吸滯量有較強影響； 但各因子對吸滯量的影響受到其他參數(shù)干擾，如葉脈密度對葉面吸滯量的直接通徑系數(shù)高達0.999 ，但其他因子抑制了它對吸滯量的影響Pi=-0.812 )，尤其是氣孔器橫縱徑比值較大程度地(Pi=-0.345 )減弱了葉脈密度對吸滯量的直接影響，整體削弱了葉脈密度對葉面吸滯量的影響程度。各特征參數(shù)的R2值表明粗糙度(R2=0.147 )、表皮毛密度(R2=0.118 )和表皮毛長(R2=0.065 )是影響葉片滯塵量的最主要因子。

表8 葉面微形態(tài)結構因子與單位葉面顆粒物吸滯量的通徑分析結果Tab.8 Path analysis of leaf surface micro-morphological structure and PM retention quantity

4 討論

4.1 植物葉面積吸滯量的種間差異

以往多數(shù)研究認為，針葉樹因其葉片小、葉面積指數(shù)高而具有高于闊葉樹的吸滯量(Hwangetal.， 2011; Freer-Smithetal.， 2005; Morietal.， 2015)。如Beckett等(2010)對柏木(Cupressocyparisleylandii)、黑松(Pinusnigravar.maritima)、花楸(Sorbusintermedia)、栓皮槭(Acercampestre)和楊樹(Populusdeltoides×trichocarpa)在不同風速下的研究顯示，針葉樹PM10吸滯量最大，中等葉型且具表皮毛的闊葉樹花楸次之，其他2種闊葉樹(栓皮槭、楊樹)最小。然而在本研究中，盡管針葉樹種(雪松)的單位葉面積吸滯量(8.41 μg ·cm-2)較高，但低于紅花檵木(10.05 μg ·cm-2)，可能因后者葉片較小且葉面密被星狀表皮毛。此外，葉面的網(wǎng)狀結構、較大的氣孔密度和氣孔開度利于滯留粉塵(劉璐等， 2013)。

4.2 葉面吸滯各徑級顆粒物比例的樹種比較

本研究表明，各樹種葉面吸滯的顆粒物均以較大顆粒(粒徑10～100 μm)為主，占總量的49.76%～60.03%，粗顆粒(粒徑2.5～10 μm)占比38.05%～47.52%，細顆粒(粒徑1～2.5 μm)和超細顆粒(粒徑≤1.0 μm)占比較低。小粒徑顆粒物占比低可能與其更趨向于被吸存在葉表蠟質中及其更難沉降有關。這與相關研究結果一致，即植物葉片傾向吸滯更多的較大粒徑顆粒物。

4.3 葉面吸滯量的時空差異

14種參試樹種的葉面PM吸滯量表現(xiàn)出季節(jié)差異，多數(shù)樹種為冬、春季高于夏、秋季。葉面吸滯量還表現(xiàn)出空間差異，高污染區(qū)(市區(qū))大于低污染區(qū)(郊區(qū))。在市區(qū)，葉面吸滯量表現(xiàn)為樹木集聚生長的城市公園高于孤立生長的城市廣場，表明樹木聚集生長產(chǎn)生的樹冠或枝條復雜結構易形成湍流，降低風速，促進顆粒物沉降； 但這種“聚集效應”在輕度污染區(qū)似乎未顯現(xiàn)，郊區(qū)綠地和森林采樣點的吸滯量接近。

4.4 葉面結構對吸滯量的影響

本研究表明，植物葉面粗糙度和表皮毛密度是影響葉面吸滯量的2個最主要因子。葉脈凸起或皺褶，會增加葉面粗糙度，形成一些凹陷空間來容納PM，與光滑葉面相比更難被雨水洗脫或風吹起，可積累更多PM。表皮毛的著生，不僅擴大了可吸附表面積，而且可減少葉面PM的雨沖和風吹損失。有研究表明粗糙度、表皮毛密度及蠟質含量與吸滯量顯著正相關，是影響葉面滯塵的最主要因子。盡管有研究表明葉面蠟質量對吸滯量有較大影響，但本研究表明其影響較小，決策系數(shù)僅為0.003 ，可能與本研究采用風蝕法測得的主要是葉面吸附的PM，而被蠟質吸滯的PM難以被風吹起從而未被檢測出有關。

本研究在葉片尺度研究了貴陽市主要綠化樹種的PM吸滯特征，可為選擇高效滯塵樹種提供依據(jù)，將來還需結合樹木葉量、葉面積指數(shù)、植物配置等內(nèi)容，在植物單株和林分(林帶)尺度開展研究，為建設具有高效滯塵能力的植被生態(tài)系統(tǒng)提供技術支持。

5 結論

1)葉面粗糙度、表皮毛密度、表皮毛長度是影響葉面吸滯量的主要形態(tài)結構因子。

2)葉面吸滯的大顆粒質量占比高于空氣的對應數(shù)值，而粗、細及超細顆粒物的質量占比低于空氣。表明葉面趨向于吸滯較大粒徑顆粒物。

3)樹木單位葉面積吸滯量有時空變化，多數(shù)樹種表現(xiàn)為冬、春季大于秋、夏季； 在污染嚴重的市區(qū)高于污染較輕的郊區(qū)； 同在市區(qū)時，樹木聚集生長的城市公園內(nèi)的葉面吸滯量高于城市廣場的散生樹木，表現(xiàn)出“聚集效應”。

4)14種參試樹種中的紅花檵木、雪松及桂花葉面PM吸滯能力高于其余樹種，可用于緩解大氣顆粒物污染。