戴安琪，劉聰哲，圣倩倩，祝遵凌，c

（南京林業(yè)大學(xué) a.風(fēng)景園林學(xué)院；b.南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心；c.藝術(shù)設(shè)計(jì)學(xué)院，江蘇 南京 210037）

交通污染是城市主要污染源之一，并隨著城市化進(jìn)程的加快持續(xù)上升[1]。相比于工業(yè)排放等，機(jī)動(dòng)車尾氣屬于低空污染[2]，對(duì)城市環(huán)境質(zhì)量和市民健康具有更加直接的影響。2016—2019 年全國(guó)生態(tài)環(huán)境統(tǒng)計(jì)公報(bào)顯示，2019 年移動(dòng)源氮氧化物（Nitrogen Oxides、NOx）和顆粒物（Particulate Matter、PM）的排放量分別為633.6 萬(wàn)t 和7.4 萬(wàn)t[3]，其中機(jī)動(dòng)車是污染物排放總量的主要貢獻(xiàn)者。2019 年全國(guó)機(jī)動(dòng)車保有量達(dá)到3.48 億輛，排放的氮氧化物和顆粒物超過(guò)90%[4]。NOx是一種有刺激性氣味且毒性很強(qiáng)的氣體，機(jī)動(dòng)車排放的NOx不僅會(huì)形成氮濃度增加的走廊，影響周圍的生態(tài)系統(tǒng)[6-7]，而且對(duì)人體也有極大的危害性[5]。PM 是對(duì)人類健康影響最大的大氣污染物，與呼吸系統(tǒng)疾病和心血管疾病的惡化都有一定關(guān)聯(lián)[8-9]。研究表明，PM 污染包括一次顆粒物所造成的污染以及各類氣態(tài)污染物在一定溫濕度下經(jīng)過(guò)光化學(xué)反應(yīng)產(chǎn)生的二次氣溶膠污染[10],其中NOx就是二次氣溶膠的重要前體物[11-12]。因此，探索道路中NOx和PM 污染物之間的關(guān)系十分必要。

目前，評(píng)估道路綠地對(duì)大氣污染的影響已有一定的研究，如Wagh 等[13]在馬哈拉施特拉邦賈爾岡市進(jìn)行了大氣和生物監(jiān)測(cè)實(shí)驗(yàn)，通過(guò)對(duì)生物監(jiān)測(cè)、葉面積、總?cè)~綠素、植物蛋白進(jìn)行分析，評(píng)估大氣污染對(duì)公路沿線植被的污染影響，發(fā)現(xiàn)植物的葉面積減少，葉綠素和蛋白質(zhì)總含量顯著下降，可以用作城市大氣污染的指標(biāo)。Gromke等[14]通過(guò)風(fēng)洞實(shí)驗(yàn)發(fā)現(xiàn)，人行道與車行道之間設(shè)置2 條高度為1.5 及2.25 m 的連續(xù)綠化帶，可以降低人行道18%～61%的污染物濃度；在街道中央設(shè)置1 條連續(xù)綠化帶，可以降低45%～61%污染物濃度。Bao 等[15]也發(fā)現(xiàn)行道樹在降低PM 濃度中起著重要作用，葉片PM 負(fù)荷指數(shù)是道路系統(tǒng)中大氣污染的有用指標(biāo)。

已有研究常使用耦合協(xié)調(diào)關(guān)系探究經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境[16-17]的耦合過(guò)程和演進(jìn)趨勢(shì)，包括采用耦合協(xié)調(diào)度分析大氣氣溶膠與污染物[18]、大氣污染物間的相互關(guān)系等[19]。但目前缺少采用耦合協(xié)調(diào)度分析植被三維綠量與大氣污染物濃度之間相關(guān)性的研究，而使用該指標(biāo)能夠更全面、系統(tǒng)地反映道路綠地對(duì)大氣污染物的吸收凈化能力。因此，研究選取江蘇省南京市標(biāo)志性的景觀大道—誠(chéng)信大道作為研究對(duì)象，使用大氣質(zhì)量檢測(cè)儀和氮氧化物分析儀實(shí)地監(jiān)測(cè)大氣污染物濃度，研究其周變化和日變化規(guī)律，同時(shí)在該地進(jìn)行綠地植被調(diào)研，分析植被三維綠量及與大氣污染物濃度變化之間的耦合協(xié)調(diào)關(guān)系，以期為南京市城市道路的綠化植物配置和多用途樹種篩選提供理論依據(jù)。

1 材料與方法

1.1 研究對(duì)象

選取江蘇省南京市江寧區(qū)誠(chéng)信大道作為研究對(duì)象（圖1），該大道建成于2003 年，機(jī)動(dòng)車和非機(jī)動(dòng)車分離，是江寧區(qū)“五縱五橫”的快速路布局之一，在快速化改造后將替代天元路成為高新區(qū)橫向交通主通道。誠(chéng)信大道東起秦淮河彩虹橋、西至寧丹路，全長(zhǎng)約10.7 km。目前，該道路的高架橋長(zhǎng)1 335 m，最大跨徑82 m，道路結(jié)構(gòu)為雙向機(jī)動(dòng)車道2 板，雙向非機(jī)動(dòng)慢車道2 板，綠化分布有中分帶、側(cè)分帶、道路兩側(cè)綠化，道路寬約70 m，是城市一級(jí)道路和城市快速路，也是國(guó)家環(huán)保部門大氣質(zhì)量定位觀測(cè)選擇的道路。

圖1 研究區(qū)域區(qū)位分析Fig.1 Location analysis of the study region

1.2 研究監(jiān)測(cè)區(qū)分布

在前期調(diào)研的基礎(chǔ)上，本研究根據(jù)誠(chéng)信大道植物種植頻率和三維綠量選擇3 個(gè)代表監(jiān)測(cè)區(qū)，希望以此探究誠(chéng)信大道道路綠地常規(guī)植物配植和不同三維綠量對(duì)大氣污染物的影響。如表1 所示，監(jiān)測(cè)區(qū)1 主要植物配植為喬木香樟Cinnamomum camphora、欒樹Koelreuteria paniculata、紫薇Lagerstroemia indica、桂花Osmanthus fragrans，紅花檵木Loropetalum chinensevar.rubrum、海桐Euonymus tobira、金邊黃楊Euonymus japonicusvar.aurea-marginatus，三維綠量為279.31 m3，與其他兩個(gè)監(jiān)測(cè)區(qū)相比，可視為三維綠量較低區(qū)域。監(jiān)測(cè)區(qū)2 位于誠(chéng)信大道恒豐廣場(chǎng)處，為寬闊的廣場(chǎng)區(qū)域，監(jiān)測(cè)范圍內(nèi)沒有植被覆蓋，三維綠量為0 m3，視為無(wú)三維綠量區(qū)域。監(jiān)測(cè)區(qū)3 主要植物配植為喬木廣玉蘭Magnolia grandiflora、垂柳Salix babylonica、桂花，灌木海桐、紅花檵木、黃楊Buxus sinica、衛(wèi)矛Euonymus alatus、十大功勞Mahonia fortunei、南天竹Nandina domestica，三維綠量為567.71 m3，視為三維綠量較高區(qū)域。每個(gè)監(jiān)測(cè)區(qū)長(zhǎng)30 m，寬30 m。

表1 監(jiān)測(cè)區(qū)植被信息?Table 1 Vegetation information of the monitoring section

1.3 道路污染物濃度數(shù)據(jù)采集

本研究所用監(jiān)測(cè)設(shè)備由南京林業(yè)大學(xué)理化分析測(cè)試中心提供，設(shè)備型號(hào)為博朗通HOL 系列專業(yè)大氣質(zhì)量檢測(cè)儀（測(cè)量范圍0～999 μg/m3、精度±15%讀數(shù)值或±20 μg/m3、溫度范圍0～50℃）和美國(guó)Theremo 42i 型氮氧化物分析儀（用戶量程0～150 mg/m3、量程漂移±1%滿量程、溫度范圍15～35℃），裝載在福特新世代全順車上，實(shí)現(xiàn)全天候可移動(dòng)實(shí)時(shí)監(jiān)測(cè)。為記錄采集數(shù)據(jù)的時(shí)間和位置，各監(jiān)測(cè)區(qū)采用探險(xiǎn)家GPS data logger（型號(hào)為V-1000）進(jìn)行定位。

監(jiān)測(cè)時(shí)間從2018 年9 月17—23 日，分別為周一到周日，每天7:00—11:00，11:00—15:00，15:00—19:00，19:00—23:00，受降雨影響，9 月26 日進(jìn)行部分?jǐn)?shù)據(jù)補(bǔ)測(cè)。實(shí)地監(jiān)測(cè)氣壓變化值為1 005.9～1 013.7 hPa，溫度變化范圍為22～28℃，日照時(shí)間為0～9.9 h，其中包括陰雨天和晴天，相對(duì)濕度變化范圍為60%～92%。降水量為0～21.1 mm(10.0～24.9 mm 為中雨)，在觀測(cè)時(shí)間段內(nèi)，僅9 月19 日與9 月21 日出現(xiàn)降水。

1.4 道路污染物濃度數(shù)據(jù)分析

數(shù)據(jù)統(tǒng)計(jì)分析采用Excel 2016、SPSS 16.0 和SPSSAU 統(tǒng)計(jì)軟件，進(jìn)行各監(jiān)測(cè)區(qū)的道路污染物濃度均值比較、相關(guān)性（Pearson 相關(guān)分析法）及耦合協(xié)調(diào)度分析。耦合協(xié)調(diào)度模型一般用于分析事物的協(xié)調(diào)發(fā)展水平，耦合協(xié)調(diào)度是度量系統(tǒng)之間或系統(tǒng)內(nèi)部要素之間在發(fā)展過(guò)程中彼此和諧一致的程度，體現(xiàn)了系統(tǒng)由無(wú)序走向有序的趨勢(shì)[22]。耦合協(xié)調(diào)度模型包括耦合度C值、協(xié)調(diào)度T值和耦合協(xié)調(diào)度D值。借鑒相關(guān)文獻(xiàn)[23]，耦合度模型如下：

表2 2018 年9.17—9.23 相關(guān)天氣數(shù)據(jù)?Table 2 9.17—9.23 weather data

式中，U1和U2分別代表監(jiān)測(cè)區(qū)三維綠量和大氣污染物濃度。在此基礎(chǔ)上,借鑒相關(guān)學(xué)者的研究成果[24]，耦合協(xié)調(diào)度模型如下：

式中，β1、β2分別代表監(jiān)測(cè)區(qū)三維綠量和大氣污染物濃度的權(quán)重，本文設(shè)置U1和U2的權(quán)重一致。

1.5 植被三維綠量

植被三維綠量的數(shù)據(jù)采集時(shí)間為2018 年6 月27 日上午10:00，該時(shí)間為植物生長(zhǎng)旺盛的初夏時(shí)節(jié)，風(fēng)力較小，天氣能見度高，使用小型固定翼無(wú)人機(jī)大疆DJI 精靈4 Pro 拍攝5 472×3 648 像素照片并生成數(shù)字正射影像圖(DOM)，結(jié)合人工現(xiàn)場(chǎng)調(diào)研確定植物種類、數(shù)量和規(guī)格，以確定三個(gè)監(jiān)測(cè)區(qū)的三維綠量。根據(jù)三維綠量的情況，將監(jiān)測(cè)區(qū)劃分為：三維綠量較低區(qū)域、無(wú)三維綠量區(qū)域、三維綠量較高區(qū)域，分別對(duì)應(yīng)文中1.2 的監(jiān)測(cè)區(qū)1、監(jiān)測(cè)區(qū)2、監(jiān)測(cè)區(qū)3。

2 結(jié)果與分析

2.1 不同大氣污染物濃度的周變化趨勢(shì)

如圖2 所示，大氣PM1、PM2.5、PM10的周平均濃度從高到低變化順序?yàn)楸O(jiān)測(cè)區(qū)1、監(jiān)測(cè)區(qū)2、監(jiān)測(cè)區(qū)3，在監(jiān)測(cè)區(qū)1 分別為43.3、66.2、78.8 μg/m3；在監(jiān)測(cè)區(qū)3分別為37.9、59.2、70.9 μg/m3，均低于國(guó)家濃度標(biāo)準(zhǔn)24 h 平均限值（二級(jí)）。三個(gè)監(jiān)測(cè)區(qū)的大氣顆粒物濃度變化趨勢(shì)一致，總體呈雙峰雙谷型，在周二、周六達(dá)到峰值，周四、周日達(dá)到谷值。對(duì)不同監(jiān)測(cè)區(qū)的大氣PM1、PM2.5、PM10濃度變化情況分別進(jìn)行方差齊性分析，結(jié)果表明大氣顆粒物濃度變化差異均不顯著（P＜0.05）。

圖2 不同大氣污染物的濃度周變化趨勢(shì)Fig.2 Weekly variation trend of the concentrations of different air pollutants

NO、NO2、NOx的周平均濃度從高到低變化順序?yàn)楸O(jiān)測(cè)區(qū)1、監(jiān)測(cè)區(qū)2、監(jiān)測(cè)區(qū)3，在監(jiān)測(cè)區(qū)1分別為9.1、29.2、38.4 μg/m3；在監(jiān)測(cè)區(qū)3 分別為4.3、25.8、30.1 μg/m3，均低于國(guó)家濃度標(biāo)準(zhǔn)24 h平均限值（二級(jí)）。與大氣顆粒物相比，氮氧化物濃度的變化趨勢(shì)沒有一定的規(guī)律性。對(duì)不同監(jiān)測(cè)區(qū)的大氣NO、NO2、NOx濃度變化情況分別進(jìn)行方差齊性分析，結(jié)果表明氮氧化物濃度變化差異均不顯著（P＜0.05）。

大氣質(zhì)量檢測(cè)儀記錄的不同大氣污染物濃度超過(guò)國(guó)家濃度標(biāo)準(zhǔn)24 h 平均限值（二級(jí)）的監(jiān)測(cè)值數(shù)量占比（表3）顯示，監(jiān)測(cè)期間大氣顆粒物污染較氮氧化物污染嚴(yán)重。PM2.5超過(guò)濃度限值的監(jiān)測(cè)值在監(jiān)測(cè)區(qū)1、監(jiān)測(cè)區(qū)2、監(jiān)測(cè)區(qū)3 中分別占比35.7%、28.6%、25.0%。

表3 不同大氣污染物濃度超過(guò)國(guó)家濃度標(biāo)準(zhǔn)24 小時(shí)平均限值（二級(jí)）監(jiān)測(cè)值占比?Table 3 Proportions of the air pollutants with concentrations above the 24-hour average limit (level 2) of national concentration standards %

2.2 不同監(jiān)測(cè)區(qū)大氣污染物之間的相關(guān)性

通過(guò)2.1 分析發(fā)現(xiàn)，大氣顆粒物濃度變化趨勢(shì)相對(duì)一致，氮氧化物變化趨勢(shì)則缺乏一致性，在此基礎(chǔ)上進(jìn)行不同大氣污染物濃度之間相關(guān)性分析（表4），發(fā)現(xiàn)大氣PM1、PM2.5、PM10濃度相互之間具有顯著相關(guān)性（P＜0.01），說(shuō)明三者濃度變化趨勢(shì)一致。監(jiān)測(cè)區(qū)1 中NO 與NOx、NO2與NOx、監(jiān)測(cè)區(qū)2 中NO 與NOx、監(jiān)測(cè)區(qū)3 中NO2與NOx具有顯著正相關(guān)性（P＜0.01），而NO與NO2在監(jiān)測(cè)區(qū)中正負(fù)相關(guān)程度不同，說(shuō)明NO與NO2存在相互轉(zhuǎn)化關(guān)系。三個(gè)監(jiān)測(cè)區(qū)之間的氮氧化物與大氣顆粒物之間沒有顯著相關(guān)性，并且正負(fù)相關(guān)程度也不盡相同，說(shuō)明兩者間濃度變化影響缺乏規(guī)律性。

表4 不同大氣污染物濃度之間的相關(guān)性分析?Table 4 Correlation analysis of different concentrations of the air pollutants

2.3 三維綠量與大氣污染物濃度之間的耦合關(guān)系

由表5 可知，監(jiān)測(cè)區(qū)1 的三維綠量與大氣污染物濃度之間的耦合協(xié)調(diào)度變化范圍在0.623～0.711，除了NO2為中級(jí)協(xié)調(diào)外，其他大氣污染物濃度與監(jiān)測(cè)區(qū)三維綠量的耦合協(xié)調(diào)等級(jí)都為初級(jí)協(xié)調(diào)。監(jiān)測(cè)區(qū)2 的耦合協(xié)調(diào)度變化范圍在0.221～0.248，所有大氣污染物濃度與監(jiān)測(cè)區(qū)三維綠量的耦合協(xié)調(diào)等級(jí)都為中度失調(diào)。監(jiān)測(cè)區(qū)3的變化范圍在0.582～0.808，二者之間的耦合協(xié)調(diào)等級(jí)變化較大，NO 為勉強(qiáng)協(xié)調(diào)，PM1與NOx為初級(jí)協(xié)調(diào)，NO2為良好協(xié)調(diào)，其他大氣污染物濃度與監(jiān)測(cè)區(qū)三維綠量之間的耦合協(xié)調(diào)等級(jí)為中級(jí)協(xié)調(diào)。除去植被三維綠量與NO、NOx的耦合協(xié)調(diào)度中，監(jiān)測(cè)區(qū)1 ＞監(jiān)測(cè)區(qū)3，整體而言監(jiān)測(cè)區(qū)2 的耦合協(xié)調(diào)等級(jí)最低，監(jiān)測(cè)區(qū)1 次之，監(jiān)測(cè)區(qū)3 最高，說(shuō)明就大氣污染物與三維綠量之間的聯(lián)系緊密性與相互作用而言，監(jiān)測(cè)區(qū)2 ＜監(jiān)測(cè)區(qū)1 ＜監(jiān)測(cè)區(qū)3。

表5 監(jiān)測(cè)區(qū)三維綠量與大氣污染物濃度之間的耦合關(guān)系?Table 5 Coupling relationship between three-dimensional green quantity and concentrations of air pollutants in the sample area

3 討 論

3.1 不同大氣污染物濃度變化間的關(guān)系

大氣顆粒物和氮氧化物會(huì)受到氣象因素的影響。在相對(duì)濕度較大時(shí),大氣顆粒物會(huì)因?yàn)槲鼭褡饔门c水蒸氣發(fā)生凝結(jié),導(dǎo)致其體積變大、質(zhì)量增加，并在植被群落中聚集,不利于顆粒物的擴(kuò)散[25]。本研究中，周六周日濕度降低、降水量減少、日照時(shí)數(shù)增加后顆粒物濃度降低，說(shuō)明大氣顆粒物受到了空氣濕度、降水、日照時(shí)數(shù)的影響。李琛等[26]對(duì)NO2與空氣濕度之間的關(guān)系研究表明，二者之間顯著負(fù)相關(guān)，即隨著濕度增加，NO2濃度逐漸降低。研究推測(cè)該過(guò)程同樣影響了氮氧化物之間的相互轉(zhuǎn)化，導(dǎo)致了該周氮氧化物濃度的變化。

同一城市的PM2.5與PM10之間具有顯著相關(guān)性，且顆粒物濃度的日變化與人為活動(dòng)密切相關(guān)，呈現(xiàn)出早晚高峰的雙峰型特征[27]。本研究發(fā)現(xiàn)雖然顆粒物濃度并沒有表現(xiàn)出統(tǒng)一的日變化規(guī)律，但是不同粒徑顆粒物之間呈高度正相關(guān)（P＜0.01），這與已有研究結(jié)果相一致[28]。張淑蘭等[29]對(duì)2017 年10 月至2018 年10 月的佳木斯市氮氧化物濃度進(jìn)行了監(jiān)測(cè)調(diào)查研究，發(fā)現(xiàn)各典型道路NOx的主要組成成分NO2和NO，二者濃度變化呈相反趨勢(shì)，且相較于NO2與NOx，NO與NOx濃度的相關(guān)性更為顯著，這也與本文的研究結(jié)果符合。已有研究發(fā)現(xiàn)，NO2與大氣顆粒物之間有密切的關(guān)系，并且呈現(xiàn)一致的季節(jié)性變化規(guī)律[30]。然而，本研究發(fā)現(xiàn)氮氧化物與大氣顆粒物之間并沒有顯著的相關(guān)性，并且變化規(guī)律也并不相同。

3.2 三維綠量與大氣污染物濃度變化之間的關(guān)系

本研究發(fā)現(xiàn)，誠(chéng)信大道喬木和灌木樹種大部分為鄉(xiāng)土樹種和外地引種并已適應(yīng)南京市氣候條件、栽種面積和數(shù)量較多的樹種。鄉(xiāng)土植物受氣候障礙因子影響較小[31]，通過(guò)改變形態(tài)和生理可塑性能夠進(jìn)一步適應(yīng)交通尾氣污染環(huán)境[32]。已有研究表明，綠化帶可以在一定程度上改善人行道大氣質(zhì)量（7%～15%）[33]。而作為代表樹木樹冠所占空間體積的三維綠量，則能較為簡(jiǎn)易地反映綠化實(shí)體的生態(tài)環(huán)境效益[34]。因此，本研究發(fā)現(xiàn)誠(chéng)信大道道路綠地植物群落結(jié)構(gòu)基本合理，并在此基礎(chǔ)上選擇了具有不同三維綠量的三個(gè)監(jiān)測(cè)區(qū)作為研究對(duì)象。

一般來(lái)說(shuō)，植被屏障的體積增加，能夠增加整體質(zhì)量的清除[35]。如果種植符合高度、厚度和密度等重要特征，實(shí)現(xiàn)從地面到樹冠頂部的全覆蓋，就可以在公路和其他局部污染源沿線保存或種植路邊灌木和樹木，以減輕道路污染物濃度和其對(duì)人類健康影響[36]。具有高葉面積密度的寬植被屏障和植被固體屏障組合能夠顯著降低顆粒物濃度[37]，這也與本文發(fā)現(xiàn)相較于監(jiān)測(cè)區(qū)1、2，三維綠量較高的監(jiān)測(cè)區(qū)3 的大氣污染物與植被之間具有顯著的相關(guān)關(guān)系，且耦合性最高相一致。大氣中的NO 在日間光照下會(huì)發(fā)生光化學(xué)反應(yīng)轉(zhuǎn)換為NO2，并且該過(guò)程決定了NOx中NO 和NO2的構(gòu)成比例[38]，這也與本文的耦合協(xié)調(diào)度數(shù)據(jù)分析的結(jié)果一致。已有研究表明，NO 在大氣中的停留時(shí)間越久,距離污染源越遠(yuǎn),其轉(zhuǎn)換成NO2的比例就越高[39]。此外，溫度與日照會(huì)促進(jìn)臭氧等氧化劑的生成，會(huì)加速NO 轉(zhuǎn)換為NO2[40]，本研究在數(shù)據(jù)采集期間，溫度為22.0～28℃，日照時(shí)間為0～9.9 h，具有從陰雨天向晴天的轉(zhuǎn)變過(guò)程，在這種環(huán)境條件下，監(jiān)測(cè)時(shí)間后期促進(jìn)了NO 轉(zhuǎn)換為NO2。因此，在這種氮氧化物相互轉(zhuǎn)化的情況下，發(fā)現(xiàn)在三維綠量與氮氧化物濃度的耦合協(xié)調(diào)度中，監(jiān)測(cè)區(qū)1 的耦合協(xié)調(diào)度＞監(jiān)測(cè)區(qū)3 的耦合協(xié)調(diào)度。研究結(jié)果受到監(jiān)測(cè)環(huán)境因子影響較大，但總的來(lái)說(shuō)，在三維綠量與大氣污染濃度的耦合協(xié)調(diào)度中，監(jiān)測(cè)區(qū)2 ＜監(jiān)測(cè)區(qū)1 ＜監(jiān)測(cè)區(qū)3，推測(cè)認(rèn)為植被對(duì)大氣污染物濃度的降低具有一定的促進(jìn)作用。由于本研究并未進(jìn)行車流量監(jiān)測(cè)，污染物監(jiān)測(cè)時(shí)間較短，下一步將繼續(xù)開展結(jié)合多種環(huán)境因子的長(zhǎng)期監(jiān)測(cè)分析研究。

4 結(jié) 論

大氣污染物周平均濃度順序?yàn)楸O(jiān)測(cè)區(qū)1 ＞監(jiān)測(cè)區(qū)2 ＞監(jiān)測(cè)區(qū)3，濃度變化差異不顯著。監(jiān)測(cè)期間大氣顆粒物污染較氮氧化物污染嚴(yán)重。大氣顆粒物濃度變化趨勢(shì)相對(duì)一致，彼此間具有顯著正相關(guān)性，而氮氧化物變化趨勢(shì)則缺乏一致性，受NO 與NO2相互轉(zhuǎn)化影響，NO 與NOx、NO2與

NOx間分別具有顯著相關(guān)性。監(jiān)測(cè)區(qū)植被三維綠量與大氣污染物濃度之間的耦合協(xié)調(diào)關(guān)系顯示，植被三維綠量較高的監(jiān)測(cè)區(qū)對(duì)大氣污染物的消減具有一定的促進(jìn)作用。