下载:
-
近年来，由于生活污水、化肥农药等面源污染物质的排放，太湖水体富营养化日益突出，受到了社会广泛关注。有研究认为，过量使用化肥农药是造成太湖水质低下的主要原因之一，农田径流中氮磷流失量与肥料投入水平显著相关，施肥量远大于作物需求量，氮磷一直处于盈余状态[1]。在土壤-作物系统中，随降水径流和渗漏排出农田的氮素中有20%~25%是当季施用的氮素，而当季作物对磷肥的利用率只有5%~15%，约75%~90%的磷滞留在土壤中。长期过量施用磷肥会导致农田耕层土壤处于富磷状态，磷可通过地表径流等加速向水体迁移[2]。2010−2017年以来太湖水体总氮含量呈大幅度下降趋势，而总磷含量基本呈上升趋势[3]。河岸植被缓冲带是一个由土壤、水、植被等构成的生态系统，可通过植物吸收、土壤吸附等一系列物理、化学和生物等方式，阻止径流水中的磷进入水体[4]，被认为是面源污染防治的最佳管理措施[5-6]。不同缓冲带截留磷的效率差异较大，截留功能受河岸带植物状况、宽度、坡度、土壤类型等影响[7]。国外对河岸植被缓冲带开展了较多的研究，主要以森林缓冲带为研究对象[8-9]。中国关于植被缓冲带的研究开展较晚，研究对象多以灌木、草本为主[10-12]，而乔木缓冲带研究较少[13]，且关于平缓坡度缓冲带的研究相对较少。本研究以太湖流域河岸人工林为研究对象，对比分析平缓坡地上不同宽度、植被组成和林龄河岸植被缓冲带对上游径流水中总磷和可溶性磷的去除差异，以期为太湖流域适宜河岸植被缓冲带的构建提供科学依据。
-
研究区位于江苏省宜兴市周铁镇沙塘港村(31°07′~31°37′N，119°31′~120°03′E)东部，太湖西部沿岸，农田下游，与太湖间相隔一个沿湖大堤。气候类型属亚热带季风气候，四季分明，雨量充沛，气候温和湿润，年均气温为15.7 ℃，无霜期为239 d，年均降水量为1 277.1 mm，多集中于夏季(6−8月)。土壤类型为中性重壤质黄土，土质均匀，土壤容重为1.38 g·cm−3。周边居民主要以农业为主，种植水稻Oryza sativa、小麦Triticum aestivum和油菜Brassica napus 等农作物。树种为太湖流域常见的中山杉Taxodium hybrid‘Zhongshanshan’和‘南林95’杨Populus × euramericana‘Nanlin 95’，林龄6 a，平均树高4.6 m，胸径5.2 cm，林下为自然更新的草本植物，以芦苇Phragmites australis为主。人工林样地共设置400、1 000和1 600株·hm−2等3个林分密度(表1)。
表 1 样地植被配置
Table 1. Allocation of vegetation in the experiment plots
样地设置 植被配置 林分密度/(株·hm−2) 样地设置 植被配置 林分密度/(株·hm−2) 样地1 荒地 0 样地5 中山杉林 1 000 样地2 中山杉林 400 样地6 ‘南林95’杨林 1 000 样地3 ‘南林95’杨林 400 样地7 中山杉林 1 600 样地4 ‘南林95’杨-中山杉混交林 1 000 样地8 ‘南林95’杨林 1 600 -
缓冲带分为8个小区(20 m×50 m)，坡度比为1∶250。各样地平行排列，与地表径流方向垂直，每个小区相互间隔1 m，用宽60.0 cm、厚1.5 cm的胶合板分隔[14]，以减少样地间干扰。在每块样地不同宽度处(沿径流方向分别距离样地起点15、30和40 m)分别埋设PVC淋溶管，收集径流水。每个宽度设3组淋溶管作为重复，每组2个深度(20和40 cm)。每个淋溶管间隔1 m，组与组间隔3 m(图1)。
图 1 样地PVC集水管及其铺设示意图
Figure 1. Sketch map of PVC pipe and its laying
-
随径流流失是农田土壤中的磷进入水体的主要途径[2]，因此在2014−2017年分别选择当地的雨季(4−9月)进行采样，利用降雨溶解肥料，模拟污染物进入植被缓冲带。在每个样地起始端0~0.5 m处进行施肥，施肥量参考当地农田施肥量，为1 200 kg·hm−2的复合肥(N∶P∶K为16∶8∶16)。在降雨前施肥，降雨结束后24 h内采集样品。用小型水泵抽取淋溶水，装入250 mL塑料瓶中，带回实验室，放入−4~0 ℃冰箱内保存，测定磷。每次采完水样，排空取水管内水，排空的水样在远离采样点之处倾倒。
采用钼锑抗-紫外分光光度法测定水样中总磷(TP)和可溶性磷(DP)[15]。其中待测DP的水样先经过0.45 μm滤膜抽滤预处理后，采用钼锑抗-紫外分光光度法进行测定[16]。
-
径流水中磷去除率计算公式为rP=(P0−Pi)/P0×100%。其中，rP为缓冲带不同宽度径流水中磷累计去除率；Pi为缓冲带i宽度处径流水中磷质量浓度(mg·L−1)；P0为缓冲带起始处径流水中磷质量浓度(mg·L−1)；i为宽度值(15、30和40 m)。
采用Microsoft Office 2016和SPSS 22.0进行数据处理与分析，所有数据均采用多次重复的平均值±标准误。
-
由图2可知：随宽度增加，缓冲带对径流水中总磷截留率呈先上升后下降趋势。在30 m宽度处截留率最高，为77.30%，其次是40 m和15 m，截留率分别下降了3.45%和12.54%。可溶性磷截留率较总磷高，且随缓冲带宽度增加逐渐提高，在40 m处到最大值，为91.50%。方差分析结果表明：15 m与30 m宽缓冲带之间对总磷的截留率差异显著(P＜0.05)，而30 m与40 m宽度之间差异不显著(P＞0.05)。不同宽度缓冲带对可溶性磷的截留率差异不显著(P＞0.05)。
图 2 不同宽度缓冲带对径流水中总磷和可溶性磷截留效果
Figure 2. Removal rates of TP and DP by riparian buffer strips with different widths
-
由图3可知：林地对径流水磷的截留率高于荒地。就不同林分密度缓冲带而言，对总磷和可溶性磷的截留效果从高到低依次为1 000、1 600、400株·hm−2，其中1 000株·hm−2缓冲带对总磷和可溶性磷的截留率分别为84.29%和93.25%，比1 600株·hm−2缓冲带分别增加了6.92%林分和2.04%。方差分析结果表明：400和1 000株·hm−2缓冲带对总磷截留效果差异显著(P＜0.05)，而不同林分密度缓冲带对可溶性磷的截留率差异不显著(P＞0.05)。
图 3 不同林分密度缓冲带对径流水中总磷和可溶性磷截留效果
Figure 3. Removal rates of TP and DP by riparian buffer strips with different densities
-
不同植被类型缓冲带对径流水中各形态磷截留效果不同(图4)。‘南林95’杨林缓冲带截留总磷效果较好，截留率为82.37%，中山杉林和混交林缓冲带对总磷的截留率较‘南林95’杨林分别低15.39%和27.10%。相比总磷，不同植被类型缓冲带对可溶性磷截留效果差异不显著(P＞0.05)。其中，中山杉林缓冲带对可溶性磷截留率略高于‘南林95’杨林，两者截留率分别为91.28%和89.43%。
图 4 不同植被类型缓冲带对径流水中总磷和可溶性磷截留效果
Figure 4. Removal rates of TP and DP by riparian buffer strips with different plantations
-
由图5可知：随林龄增长，缓冲带对径流水中总磷和可溶性磷的截留能力逐渐增强，在5年生时截留效果最好，总磷和可溶性磷截留率分别比3年生缓冲带高57.2%和56.37%。6年生缓冲带截留能力较5年生有所下降。单因素方差分析结果表明：不同林龄缓冲带对径流水中总磷和可溶性磷的截留率差异极显著(P＜0.01)，说明林龄对缓冲带截留磷效果有影响。
图 5 不同林龄缓冲带对径流水中总磷和可溶性磷截留效果
Figure 5. Dynamic of TP and DP removing by riparian buffer strips with different plantation ages
-
宽度影响缓冲带对磷等污染物的截留效率。研究发现宽度对河岸植被缓冲带生态功能的影响最大[17]。关于河岸缓冲带最佳宽度范围确定的研究较多，但迄今为止没有得到一致的结论[18-20]。何聪等[21]研究发现：缓冲带越宽去除污染物能力越强。WANYAMA等[22]发现缓冲带宽度和去污效果并不呈线性关系。随着宽度增加，单位宽度的缓冲带去除污染物效率不断降低[23]。本研究发现：缓冲带对总磷截留率呈先升高后降低的趋势，且前30 m宽的缓冲带对径流水中总磷截留率变化显著，30 m后变化不显著。总磷截留主要是通过物理拦截和植物吸附[24]，可能是前30 m缓冲带截留了大部分磷素，导致被土壤和植物吸附的量减少，截留率下降。可溶性磷的截留率随缓冲带宽度增加而提高，但提高幅度不大，且变化不显著，可能是可溶性磷更依赖水流运动，比吸附在颗粒物上的磷更易通过缓冲带[25]。因此，30 m宽缓冲带就能满足截污要求，与前人的一些研究结果相似[26-28]。
河岸缓冲带对径流水中总磷和可溶性磷的截留效果存在差异。河岸缓冲带可拦截过滤大量附着在沉积物上的磷，尤其是颗粒态磷[29]。当径流水中溶解态磷浓度较高时，磷主要是经过土壤吸附、植物吸收等作用被拦截[7]。缓冲带还可通过减缓径流速度，促进磷的沉积和吸收[30]。研究表明河岸植被缓冲带对总磷的去除效果较可溶性磷好[31-32]。但YOUNG等[33]发现：21 m宽的河岸缓冲带对总磷和可溶性磷的去除率差异不显著。本研究中，缓冲带对径流水中可溶性磷的截留效果较总磷好。缓冲带对总磷和可溶性磷的去除效果不一致，可能是由于不同研究区土壤条件以及植被生长状况不同。
目前，国内外关于乔木缓冲带适宜密度的研究相对较少。JIN等[34]发现：植被缓冲带的密度影响其对地表污染物的截留效果。宋思铭[35]建立了河岸缓冲带植被密度-水质模型，认为河岸缓冲带最适林分密度为1 074株·hm−2。缓冲带拦截污染物能力受植被覆盖度影响[36]。林分密度小，截留污染物能力不足。林分密度大不仅影响草本植物生长，且乔木落叶易增加径流水中的氮磷含量，从而降低对面源氮磷的去除效果[37]。本研究中林分密度为1 000株·hm−2的河岸缓冲带对径流水中磷的截留效果较好，与朱颖等[14]的研究结论一致。
‘南林 95’杨林缓冲带截留径流水磷效果较中山杉好。‘南林 95’杨树为速生树种，能在短期内积累养分[38]，且根系浅，主要分布于地表0~15 cm深度内，而中山杉是深根系树种，表层吸收少。有研究表明，根际土壤微生物数量比非根际多10~100倍，对根际微环境有显著影响[39]。当径流水中磷质量浓度过高时，‘南林 95’根际微生物可吸收过量的磷，对浅层土壤磷的拦截起着重要作用。混交林相比另外2种纯林截留率较低，可能是由于树种间他感作用造成不同树种吸收养分能力受到抑制。
本研究表明：随着林龄增加，缓冲带对磷截留率明显提高，5年生时截留率达90%以上。MANDER等[36]和SNYDER等[40]研究表明：缓冲带在林龄较小时截留污染物能力更强，认为幼龄植被生长需吸收大量的磷，土壤及土壤微生物的活动能力和吸附作用更好，保留更多的养分用于树木的生长，而林龄较大时缓冲带养分的输入和输出一般处于平衡状态，表现为对磷的需求量减少。
磷肥污染只是农业面源污染的一种类型，因此研究植被缓冲带功能还应考虑其他污染物质的影响。磷截留是个复杂的过程，地表径流中的磷素除了被乔木吸收截留外，林下的草本植物也起到一定作用[24]，今后可增加这方面的研究，以深入分析缓冲带截留与吸收磷的过程和机制。
Effects of riparian plantation buffer strips on phosphorus interception in runoff water
-
摘要:
目的 含磷等农业面源污染物的大量排放，已成为太湖水体富营养化的主要原因之一。河岸植被缓冲带能通过吸收、截留，减少面源污染物进入水体。在平缓坡地上构建适宜的河岸植被缓冲带，研究河岸植被缓冲带对磷的截留效率，为减缓太湖农业面源污染提供科学依据。 方法 以太湖河岸人工林缓冲带为研究对象，分析缓冲带在不同宽度(15、30、40 m)、不同林分密度(400、1 000、1 600株·hm−2)、不同植物组成(‘南林95’杨Populus × euramericana‘Nanlin 95’林、中山杉Taxodium hybrid ‘Zhongshanshan’林、‘南林95’杨-中山杉混交林)以及不同林龄(3、4、5、6 a)方面对径流水中总磷和可溶性磷截留效果的差异，确定适宜的人工林缓冲带结构。 结果 30 m宽的河岸缓冲带可很好地截留径流水中磷素，总磷截留率在30 m处最高，为77.30%，缓冲带对可溶性磷的截留率随宽度增加而提高，截留率在不同宽度间差异不显著(P＞0.05)；对径流水中总磷和可溶性磷截留效果较好的河岸缓冲带的林分密度为1 000株·hm−2，截留率分别为84.29%和93.25%；杨树林缓冲带对径流水中总磷的截留率较高，达82.37%，中山杉林缓冲带对可溶性磷截留率略高于杨树林，不同植物组成缓冲带对可溶性磷的截留效果差异不显著(P＞0.05)，河岸缓冲带对径流水中可溶性磷的截留效果较总磷好；随林龄增加，缓冲带对径流水中磷的截留率呈上升趋势(P＜0.01)，5年生时截留率最高。 结论 30 m宽的河岸缓冲带基本能满足截污需求，且杨树林缓冲带截留污染物效果较好。缓冲带在林龄较小时截留磷能力较强。图5表1参40 Abstract:Objective The discharge of agricultural non-point source pollutants such as phosphorus has become one of the major causes for the eutrophication in Taihu Lake. Riparian vegetation buffer strips can reduce non-point source pollution from agricultural area into water through absorption and interception. The riparian vegetation strips were built on gentle slopes to study the efficiency of retaining phosphorus so as to provide a scientific basis for mitigating the pollution of agricultural non-point sources in Taihu Lake. Method Taking the buffer strip of plantation along the bank of Taihu Lake as the research object, the interception effects of riparian plantation buffer strips with different widths (15, 30, 40 m), densities (400, 1 000, 1 600 trees ·hm−2 ), plantation types (Populus × euramericana ‘Nanlin 95’ plantation, Taxodium hybrid ‘Zhongshanshan’ plantation and ‘Nanlin 95’-‘Zhongshanshan’ mixed plantation) and ages (3, 4, 5, 6 a) on total phosphorus (TP) and dissolved phosphorus (DP) in surface runoff water were studied to determine the suitable structure of vegetation buffer strips. Result The 30 m wide buffer strips had the optimal effect on intercepting phosphorus in runoff water, and the TP interception rate was the highest at 30 m, 77.30%. The interception rate of DP increased with the increase of buffer strips width but there existed no significant difference between different widths of buffer strips in terms of DP interception rate (P＞0.05). The stand density of riparian buffer strip with good interception effect on TP and DP in runoff water was 1 000 trees ·hm−2, and the interception rate was 84.29% and 93.25%, respectively. The ‘Nanlin 95’ plantation could intercept 82.37% TP in runoff water while the interception rate of ‘Nanlin 95’- ‘Zhongshanshan’, the mixed plantation on DP was a little higher than that of ‘Nanlin 95’ plantation, but the interception rate of DP in the buffer strips of different plant compositions was not significant different (P＞0.05). The effect of buffer strips on interception of DP in runoff water was better than that on TP. With the increase of plantation age, the interception rate of phosphorus in runoff water increased gradually (P＜0.01), and reached the highest at the age of 5. Conclusion The 30 m wide buffer strips can meet the requirement of pollution interception, and the ‘Nanlin 95’ plantation buffer strips have good interception effect on phosphorus. Besides, the buffer strips have stronger phosphorus interception capacity at a young age. [Ch, 5 fig. 1 tab. 40 ref.] -
有研究表明，植物的叶表面结构和生理生化特性对细颗粒物(PM2.5)有吸附和净化作用，植物类型不同其所发挥的效果也不同[1-2]。目前，国内外学者针对PM2.5的详细研究主要包括其组成来源[3-4]、化学组成分析[5-6]、去除途径等方面[7]；有关城市森林对PM2.5的阻滞作用研究也多有涉及，尤其是不同配置模式的城市绿地对PM2.5的阻滞作用，以及小气候因子与林带减尘率的关系等[8-11]。可见，城市森林阻滞PM2.5作用研究一直是相当重要的研究方向。城市道路林是城市森林的重要组成部分，在阻滞吸附大气颗粒物、改善空气质量、美化城市环境等方面发挥着重要作用[12-13]。因此，如何利用有限的城市用地，构建防尘抑霾且兼具美学功能的环境友好型城市道路林是亟待解决的难题之一。基于此，本研究选择了山东省泰安市3种结构共12种不同配置模式的城市道路林，通过分析林带内外的PM2.5在时间和空间中的变化规律，不同配置模式的道路林对PM2.5的阻滞效果以及小气候因子与林带阻滞率的关系等方面探讨以下问题：①PM2.5在城市道路林内外是如何随着时间和空间变化的？②不同配置模式的道路林对PM2.5的阻滞功效是否相似？何种配置的林带减尘率最佳?③林带在发挥减尘效果时，小气候因子是否发挥了功效？它们之间有何关系？最终目的是探索何种配置的城市道路林的防尘抑霾效果最佳，并根据研究结果对城市森林的合理建设提供建议和数据支撑。
1. 材料和方法
1.1 研究区概况
研究区位于山东省泰安市(35°38′~36°28′N，116°20′~117°59′E)，属温带大陆性半湿润季风气候区，夏季炎热多雨，冬季寒冷干燥。年平均气温为13.0 ℃，7月气温最高，平均26.4 ℃；1月份最低，平均−2.6 ℃；年平均降水量697.0 mm。主导风向为东北季风，多年平均风速2.7 m·s−1，8、9月最小，平均2.0 m·s−1以下；3、4月最大，平均3.7 m·s−1。市内植物资源丰富，泰山风景区和徂徕山国家森林公园坐落其中，绿化总面积为215 km2，森林覆盖率达80%，植物种类繁多。中心城区行道树、滨河绿地、环城绿带、城郊结合部的路网绿带发达，可为城市和郊区之间开辟输氧通道，进一步改善城市生态环境。
1.2 研究方法
1.2.1 样地设置与调查
于2016年3月选取了3种道路林结构类型：针阔混交乔木(A)、乔灌草(B)、单行乔木(C)，每种结构类型选择3~6块具有不同植物配置模式的样地，各样地内的植被组成见表1。为比较PM2.5在不同水平梯度的城市道路林内的变化规律，A结构设置样地为20 m×20 m，B结构设置样地为40 m×40 m，C结构设置样地为10 m×10 m，林内垂直于道路边每隔5 m设置一组取样点，3组重复，在每处样地的林外裸地无植被处设置对照点(ck)，计算平均减尘率。对样地进行植物群落学调查，包括林分郁闭度，乔木层平均冠幅、平均高度；灌木、草本层的平均高度和盖度(表2)。
表 1 12种城市道路林样地的植被组成Table 1. Vegetation composition of 12 urban road forest plots群落结构 样地名称 植被组成 针阔混交乔木 A1 圆柏Sabina chinensis+白皮松Pinus bungeana+银杏Ginkgo biloba+雪松Cedrus deodara+柿树Diospyros kaki+垂 柳Salix babylonica-麦冬Ophiopogon japonicus A2 国槐Sophora japonica+紫叶李Prunus cerasifera+小龙柏Sabina chinensis A3 悬铃木Platanus acerifolia+雪松Cedrus deodara+白皮松 A4 栾树Koelreuteria paniculata+紫叶李+黑松Pinus thunbergii A5 色木槭Acer mono+紫叶李+圆柏 A6 雪松+国槐+色木槭+银杏-狗尾草Setaria viridis 单行乔木 B1 国槐+小龙柏 B2 悬铃木+小龙柏 B3 雪松-麦冬Ophiopogon japonicus 乔灌草 C1 旱柳Salix matsudana+圆柏+紫叶李+银杏+栾树-日本晚樱Cerasus yedoensis+石楠Photinia serrulata+大叶黄杨 Euonymus japonicus-鸢尾Iris tectorum C2 油松Pinus tabuliformi+柿树Diospyros kaki+白蜡Fraxinus americana+雪松+圆柏-紫薇Lagerstroemia indica-鸢 尾+细叶结缕草Zoysia tenuifolia C3 银杏+油松+麻栎Quercus acutissima+色木槭+柿树+垂柳-紫叶小檗Berberis thunbergii+龙柏-早熟禾Poa annua+狗尾草Setaria viridis 表 2 12种城市道路林样地的林分特征Table 2. Stand characteristics of 12 urban road forest plots样地
名称郁闭度 乔木层平
均冠幅/m乔木层
高度/m灌木层
盖度/%灌木层
高度/m草本层
盖度/%草本层
高度/mA1 0.7 2.35 5.20 − − 15 0.25 A2 0.5 3.10 4.65 7 0.50 − − A3 0.7 4.40 7.70 − − − − A4 0.8 3.20 5.50 − − − − A5 0.6 3.35 5.40 10 0.50 − − A6 0.5 3.10 7.00 − − 10 0.30 B1 0.5 4.50 7.50 25 0.45 − − B2 0.6 5.40 8.50 15 0.50 − − B3 0.7 5.20 7.80 − − 10 0.20 C1 0.4 2.72 5.04 40 1.30 65 0.30 C2 0.4 2.28 4.78 40 1.50 80 0.28 C3 0.5 2.05 4.85 60 0.60 45 0.35 说明：“−”表示样地内无灌木或草本 1.2.2 监测内容与指标
于2016年4月至2017年1月，选择晴朗或微风(风力＜3级)天气，每个月上中下旬各取3 d，使用Dustmate粉尘测试仪(分辨率：0.001 μg·m−3)同步监测所有样地，每个监测点取3次重复，监测时间段为8:00−18:00，隔2 h监测1次。采样高度为距离地面1.5 m处(人体的呼吸高度)。气象因子对PM2.5质量浓度影响显著，尤其是雾霾天或湿度较大的天气，故同步监测相对湿度、温度和风速3种气象因子。
1.3 数据处理
使用Excel 2013汇总整理原始实验数据，各样地内调查指标计算平均值和标准偏差；依据PM2.5质量浓度限值标准[14](表3)评价污染等级；计算各样地PM2.5阻滞率[14]，计算公式：
${B_{{\rm{PM}}i}} = $ $ [({C_{\rm{s}}} - {C_i})/{C_{\rm{s}}}] \times 100\% $ 。其中：BPMi为第i个样地PM2.5阻滞率，Cs为对照点PM2.5质量浓度，Ci为第i个样地的PM2.5质量浓度。表 3 空气质量分级指数及对应PM2.5质量浓度限值Table 3. Air quality grading index and corresponding PM2.5 concentration limit空气质量指数/
（μg·m−3）污染等级
（六级）PM2.5日均值/
（μg·m−3）PM2.5年均值/
（μg·m−3）0~50 优 ≤35 ≤15 51~100 良 35~75 15~35 101~150 轻度 76~115 36~75 151~200 中度 116~150 76~115 201~300 重度 151~250 116~150 ＞300 严重污染 ＞250 ＞150 使用SPSS 18.0进行数理统计与分析，对林地内PM2.5质量浓度和阻滞率进行单因素方差分析，并和气象因子间进行相关性分析，显著性水平设定为α = 0.05。
2. 结果分析
2.1 城市道路林内外PM2.5时间变化特征
如图1所示：12种道路林及ck内的PM2.5日变化表现出相似性，早晚高，中间低，变化曲线近似“U”形。8:00最高，之后逐渐下降，10:00达到低谷后逐渐上升，12:00左右达到峰值后又逐渐下降，14:00达到最小值，之后逐渐升高，18:00又达到峰值。从全年变化角度分析，道路林及ck内的PM2.5年变化规律表现为冬季(136.74~194.18 μg·m−3)＞秋季(63.48~104.96 μg·m−3)＞春季(28.68~36.31 μg·m−3)＞夏季(13.30~19.13 μg·m−3) (表4)；4个季节及季节均值都表现为林内＜ck；春夏季节，林内对比ck差异较小，差值分别在8.00 和6.00 μg·m−3范围内波动，ck与林内的PM2.5质量浓度之比分别为1.00∶1.27和1.00∶1.44；秋冬季节差值分别在41.00和57.00 μg·m−3范围内波动，PM2.5质量浓度之比分别为1.00∶1.65和1.00∶1.42。
图 1 城市道路林内外PM2.5日变化特征Figure 1. Diurnal variation characteristics of PM2.5 inside and outside urban forests表 4 城市道路林内外PM2.5季节均值Table 4. Seasonal mean value of PM2.5 inside and outside urban roads样地名称 样地结构 PM2.5变化值/（μg·m−3） 春季 夏季 秋季 冬季 季节均值 A1 针阔混交乔木 28.68±2.80 ab 19.13±1.44 d 90.16±6.85 g 174.09±16.35 e 78.01±6.86 e A2 针阔混交乔木 33.63±2.75 c 14.15±2.22 ab 78.86±8.29 d 176.77±16.05 f 75.86±7.33 d A3 针阔混交乔木 28.0±1.42 a 14.91±1.53 abc 98.46±7.67 i 185.82±16.54 g 81.80±6.79 f A4 针阔混交乔木 30.24±2.42 b 13.30±1.51 a 85.38±9.16 f 136.74±14.54 b 66.41±6.91 a A5 针阔混交乔木 33.28±1.83 c 15.60±1.54 bc 96.46±9.17 h 138.05±14.95 b 70.85±6.87 b A6 针阔混交乔木 31.62±1.54 c 16.55±1.81 c 76.47±8.99 c 134.53±16.11 a 64.79±7.11 a B1 单行乔木 34.24±1.58 cd 15.75±1.65 bc 104.07±6.81 k 136.91±10.08 b 72.74±5.03 c B2 单行乔木 32.68±1.15 c 16.11±1.78 c 104.96±6.18 k 140.22±10.35 c 73.49±4.87 c B3 单行乔木 36.31±1.87 e 14.00±1.82 ab 81.45±7.00 e 150.10±12.58 d 70.46±5.82 b C1 乔灌草 31.72±2.20 c 13.96±1.54 ab 73.58±11.12 b 175.77±14.89 f 73.76±7.44 c C2 乔灌草 33.25±3.07 c 15.32±1.75 bc 63.48±11.58 a 192.32±18.92 h 76.09±8.83 d C3 乔灌草 31.87±1.93 de 13.38±1.66 a 80.94±10.62 e 175.90±20.62 f 75.52±8.71 d ck 35.51±4.09 de 18.88±2.04 d 101.33±14.86 j 194.18±36.42 i 87.40±14.35 g 依据环境空气质量标准(表3)，春夏季节道路林内PM2.5质量浓度在所有监测时段空气质量为优；秋冬季节在8:00和18:00，空气质量达到中重度污染，其他时间监测时段为良。
2.2 PM2.5水平空间变化特征
PM2.5在水平空间上的变化因季节表现出差异(图2~4)。春夏季节，PM2.5质量浓度在不同水平梯度(10、20、30 m)中表现为从ck向林内逐渐递减，即PM2.5质量浓度从大到小依次为10、20、30 m，减少幅度为12.53%~16.79%。秋冬两季，PM2.5质量浓度则从ck向林内呈递增趋势，具体表现为从林带边缘1 m处开始增加，15~25 m处达到峰值，25 m之后逐渐减少，30 m位置处达到最低值。对比ck发现，PM2.5质量浓度在0~25 m以内高于ck，只在25~30 m处低于ck，减少幅度为4.37%~10.76%，且表现出林带宽度越大，阻滞率越高的趋势。
图 2 A结构城市道路林PM2.5水平空间变化特征Figure 2. Horizontal spatial variation characteristics of PM2.5 in urban forests with A structure
图 3 B结构城市道路林PM2.5水平空间变化特征Figure 3. Horizontal spatial variation characteristics of PM2.5 in urban forests with B structure
图 4 C结构城市道路林PM2.5水平空间变化特征Figure 4. Horizontal spatial variation characteristics of PM2.5 in urban forests with C structure2.3 城市道路林对PM2.5阻滞效果
根据图5可知：春季，12种道路林对PM2.5均有阻滞效果，减幅最高的是A1(针阔混交乔木)、C1(乔灌草)、C2(乔灌草)，分别减少15.12%、12.89%、13.63%，显著高于其他林带(5.86%~9.52%)(P＜0.05)；夏季，减幅最高的是C3(乔灌草)、A2(针阔混交乔木)，分别减少28.84%、27.26%，其他林带平均减幅为13.86%~25.78%。可见，夏季雨水多，林带内植物经过风力和雨水的冲刷后滞尘能力较强。秋季，林带滞尘效果均较差，且差异性显著(P＜0.05)，只有A5(针阔混交乔木)、B3(单排乔木)有正消减，平均减幅分别为4.68%和5.62%，其他林带均为负值(−1.35%~−11.50%)。冬季削减能力也较差，且差异性显著(P＜0.05)，只有B1~B3(单排乔木)和乔灌草结构(C2、C3)阻滞率为正值，分别为7.22%、3.15%、8.08%、1.53%、3.47%，其他均为负值(−0.17%~−7.59%)。
图 5 12种配置模式的城市道路林对PM2.5阻滞效果Figure 5. Blocking effect of urban road forests in 12 configuration modes on PM2.52.4 气象因子的影响
2.4.1 气象因子与林带内PM2.5质量浓度的相关性
如表5所示：在一定范围内，PM2.5质量浓度与风速存在负相关(P＜0.05)，春、秋、冬3个季节相关性分别达到显著、极显著、显著(r=−0.619 0、−0.862 0、−0.680 0)，夏季相关不显著；与相对湿度存在正相关(P＜0.05)，春、夏2季相关性达到显著、极显著(r=0.670 0、0.767 0)，其他季节相关性不显著；与气温存在正相关关系(P＜0.05)，秋、冬2季相关性达到极显著(r=0.924 0、0.853 0)，其他季节相关性不显著。
表 5 PM2.5质量浓度与气象因子的偏相关系数Table 5. Partial correlation coefficient between PM2.5 concentration and meteorological factors季节 风速 相对湿度 气温 春季 −0.619 0* 0.670 0* 0.440 0 夏季 −0.508 0 0.767 0** 0.307 0 秋季 −0.862 0** 0.553 0 0.924 0** 冬季 −0.680 0* 0.025 0 0.853 0** 说明：*在0.05水平上显著相关，**在0.01水平上显著相关 2.4.2 气象因子与城市道路林PM2.5阻滞率的相关性
由表6可知：PM2.5阻滞率与气象因子存在一定的相关性，4个季节与风速基本呈负相关，但相关性不显著；PM2.5阻滞率与相对湿度在秋季达到极显著正相关(P＜0.01，r=−0.847 0)，其他季节均不显著；与气温存在负相关关系(P＜0.05)，秋、冬2个季节下相关性分别达到极显著、显著(r=−0.862 0、r=−0.654 0)，其他季节相关性不显著。
表 6 城市道路林PM2.5阻滞率与气象因子的偏相关系数Table 6. Partial correlation coefficient between PM2.5 block rate and meteorological factors in urban road forests季节 风速 相对湿度 气温 春季 −0.571 0 −0.183 0 −0.301 0 夏季 0.135 0 0.075 0 −0.226 0 秋季 −0.150 0 0.847 0** −0.862 0** 冬季 −0.299 0 0.517 0 −0.654 0* 说明：*在0.05水平上显著相关，**在0.01水平上显著相关 3. 讨论和结论
城市中的PM2.5主要来源于生活排放、地面扬尘和交通排放等。PM2.5的变化和人们的生活习惯密切相关，而其沉降是一个复杂的过程，气流运动、环境因子等因素都可能会对PM2.5的沉降产生影响。本研究中，道路中(ck)PM2.5日变化规律均表现为早晚高，中间低，峰值出现在8:00和18:00，主要原因是此时正值上下班高峰期，道路上车辆增加，导致排放的颗粒物增加，其次是来往的车辆会引起地面扬尘。而林带内PM2.5日变化与道路一致，这说明林带对PM2.5的阻滞作用有协同作用。早晚温度较低，湿度较大，不利于大气的输送和扩散，因此导致PM2.5在林内外积聚，不易扩散[15-16]；正午前后，车辆减少，气温升高，相对湿度减小，太阳光照增强，大气对流和湍流强烈，有利于大气的扩散运动[17]，PM2.5由林缘向林内逐渐扩散，同时，林内植物对颗粒物发挥了阻滞作用，故PM2.5质量浓度下降且低于早晚[18]。
一般来说，PM2.5存在季节性差异。前人研究表明：PM2.5质量浓度年变化从高到低依次为冬季、春季、秋季、夏季[19]。也有学者认为：PM2.5质量浓度秋季高于春季[20]。本研究结果显示：PM2.5质量浓度年变化从高到低依次为冬季、秋季、春季、夏季，与前人结果存在一定差异；这种季节性规律的主要原因应该与大气扩散条件的季节差异以及排放源的冬、夏季差异有关。研究表明：降水通过惯性碰并过程和布朗扩散作用可冲刷附着在叶面上的颗粒物，同时也能有效减少空气中颗粒物含量及地表扬尘，从而增加植物叶片对颗粒物的循环吸附能力[21-22]。泰安市夏天雨水充沛，对PM2.5的冲刷效果明显，同时，气温高，大气垂直对流作用强，这些因素使得PM2.5不易聚集，质量浓度减少，故夏季达到最低[20]；而秋冬季燃煤排放源增加及雾霾天气多发，导致在秋冬季居高不下。而春秋季节的差异主要和植物的生长期、气候变化等有关[23]。相关植物和气象因素是影响空气中PM2.5阻滞效应的主要因素。本研究表明：PM2.5在水平空间上具有季节性差异，其主要原因是城市道路污染源向四周持续线性扩散输送污染物，表现为进入慢、累积慢、消散慢的特点，道路林内的植被在吸附PM2.5时过程缓慢，短时间内容易累积在林内，随着林带宽度的增加，林内参与削减PM2.5的植被增加，因此，春夏季节呈现ck至林内逐渐降低的趋势。但秋冬季节，在林带内25 m处，PM2.5质量浓度增加，这可能是由于此处的的风速降低，导致PM2.5沉降[18, 24]。
不同配置模式的城市道路林对PM2.5的阻滞率季节差异明显。本研究结果表明：春夏季节对PM2.5有正向的阻滞效应，阻滞能力最强的是乔灌草结构，其次是针阔混交乔木结构、单排乔木结构；主要原因是乔灌草结构具有良好的降低风速的功能和立体化滞尘效果；而秋冬季节，只有A5(针阔混交乔木)、B1~B3(单排乔木)和乔灌草(C2、C3)阻滞效果较好，其余均富集PM2.5。这可能和样地内树种组成以及环境因子有关。本研究样地内种植有松柏类和高大阔叶类乔木植物，松柏类针叶树针叶细长、枝茎复杂且全年有叶期，其吸附颗粒物的能力在秋冬季节强于阔叶树，且能够分泌树脂，可减少吸附颗粒物的弹回比例[25-27]；而乔木类树种林冠层茂盛、叶面积指数大、林分郁闭度较高等比灌木和草本植物更能有效阻滞大气颗粒物，同时对空气流动的影响比针叶类乔木更强，更易使周边空气形成湍流，从而为颗粒物沉降提供有利条件，促进植物对颗粒物的吸附[28-29]。但大气颗粒物的组成成分复杂，不同树种的滞尘能力又有很大差异[30]，对于单一树种的滞尘能力需进一步研究和探讨。
一般来说，风速与PM2.5呈负相关关系，而温湿度呈正相关关系。本研究结果显示：气象因子和PM2.5相关关系与前人的研究结果一致，但是阻滞率与气象因子的相关关系变具有季节性。本研究表明：阻滞率和气温为负相关关系，与吴兑[31]的研究结果相反。这可能是植物叶面气孔的张合有关；春秋冬季阻滞率与风速成负相关，主要是和风力大小有关，合适的风力(5 m·s−1)可通过水平输送和稀释扩散效应降低颗粒物浓度，风力过强或过弱都可能会对植物吸附能力产生反效果，也有学者认为：风力大时较风力小时吸附效果更好[32]。春季阻滞率与相对湿度呈负相关关系，这和吕铃钥等[23]的研究结构相反。这可能和春季植物生长有关。
本研究结果表明：林带对PM2.5阻滞效应表现出强烈的季节性，受车辆、气候和植被类型等多维生态因子的交互作用，尤其是植被的作用机制，因此，在探讨道路林对PM2.5的作用时应充分考虑多维生态因子的协同作用。建议在城市道路林建设中合理增加林带宽度及加大常绿针叶乔木和灌草的比例。
-
图 2 不同宽度缓冲带对径流水中总磷和可溶性磷截留效果
不同字母表示同一类型磷不同处理间差异显著(P＜0.05)
Figure 2 Removal rates of TP and DP by riparian buffer strips with different widths
图 3 不同林分密度缓冲带对径流水中总磷和可溶性磷截留效果
不同字母表示同一类型磷不同处理间差异显著(P＜0.05)
Figure 3 Removal rates of TP and DP by riparian buffer strips with different densities
图 4 不同植被类型缓冲带对径流水中总磷和可溶性磷截留效果
不同字母表示同一类型磷不同处理间差异显著(P＜0.05)
Figure 4 Removal rates of TP and DP by riparian buffer strips with different plantations
图 5 不同林龄缓冲带对径流水中总磷和可溶性磷截留效果
不同字母表示同一类型磷不同处理间差异显著(P＜0.05)
Figure 5 Dynamic of TP and DP removing by riparian buffer strips with different plantation ages
表 1 样地植被配置
Table 1. Allocation of vegetation in the experiment plots
样地设置 植被配置 林分密度/(株·hm−2) 样地设置 植被配置 林分密度/(株·hm−2) 样地1 荒地 0 样地5 中山杉林 1 000 样地2 中山杉林 400 样地6 ‘南林95’杨林 1 000 样地3 ‘南林95’杨林 400 样地7 中山杉林 1 600 样地4 ‘南林95’杨-中山杉混交林 1 000 样地8 ‘南林95’杨林 1 600 
下载: 导出CSV
-
[1] 闫丽珍, 石敏俊, 王磊. 太湖流域农业面源污染及控制研究进展[J]. 中国人口·资源与环境, 2010, 20(1): 103 − 111. YAN Lizhen, SHI Minjun, WANG Lei. Research progress of agricultural non-point source pollution and control in Taihu Lake Basin [J]. China Popul Resour Environ, 2010, 20(1): 103 − 111. [2] 司友斌, 王慎强, 陈怀满. 农田氮、磷的流失与水体富营养化[J]. 土壤, 2000, 32(4): 188 − 193. SI Youbin, WANG Shenqiang, CHEN Huaiman. Loss of nitrogen and phosphorus in farmland and eutrophication of water [J]. Soil, 2000, 32(4): 188 − 193. [3] 王华, 陈华鑫, 徐兆安, 等. 2010−2017年太湖总磷浓度变化趋势分析及成因探讨[J]. 湖泊科学, 2019, 31(4): 919 − 929. WANG Hua, CHEN Huaxin, XU Zhaoan, et al. Trend analysis of total phosphorus concentration in Taihu Lake from 2010 to 2017 and discussion on its causes [J]. Lake Sci, 2019, 31(4): 919 − 929. [4] HOFFMANN C C, KJAERGAARD C, UUSI-KÄMPPÄ J, et al. Phosphorus retention in riparian buffers: review of their efficiency [J]. J Environ Qual, 2009, 38(5): 1942 − 1955. [5] MARC D, RICHARD H. Reduction in agricultural non-point source pollution in the first year following establishment of an integrated grass/tree filter strip system in southern Quebec (Canada) [J]. Agric Ecosyst Environ, 2009, 131(1): 85 − 97. [6] MESSER T L, BURCHELL M R I, GRABOW G L, et al. Groundwater nitrate reductions within upstream and downstream sections of a riparian buffer [J]. Ecol Eng, 2012, 47(5): 297 − 307. [7] 吴永波. 河岸植被缓冲带减缓农业面源污染研究进展[J]. 南京林业大学学报(自然科学版), 2015, 39(3): 143 − 148. WU Yongbo. Research progress on the riparian vegetation buffer strip functions on agricultural nonpoint source pollution reduction [J]. J Nanjing For Univ Nat Sci Ed, 2015, 39(3): 143 − 148. [8] RICHARDSON J S, NAIMAN R J, BISSON P A. How did fixed-width buffers become standard practice for protecting freshwaters and their riparian areas from forest harvest practices? [J]. Freshwater Sci, 2012, 31(1): 232 − 238. [9] VIRGÓS E. Relative value of riparian woodlands in landscapes with different forest cover for medium-sized Iberian carnivores [J]. Biodiversity Conserv, 2001, 10(7): 1039 − 1049. [10] 张广分. 潮白河上游河岸植被缓冲带对氮、磷去除效果研究[J]. 中国农学通报, 2013, 29(8): 189 − 194. ZHANG Guangfen. The effects of riparian vegetation buffer zones on nitrogen and phosphorus reduction in Chaobai River upstream [J]. Chin Agric Sci Bull, 2013, 29(8): 189 − 194. [11] 李萍萍, 崔波, 付为国, 等. 河岸带不同植被类型及宽度对污染物去除效果的影响[J]. 南京林业大学学报(自然科学版), 2013, 37(6): 47 − 52. LI Pingping, CUI Bo, FU Weiguo, et al. Effects of riparian buffer vegetation types and width on pollutant removal [J]. J Nanjing For Univ Nat Sci Ed, 2013, 37(6): 47 − 52. [12] 朱晓成, 吴永波, 余昱莹, 等. 太湖乔木林河岸植被缓冲带截留氮素效率[J]. 浙江农林大学学报, 2019, 36(3): 565 − 572. ZHU Xiaocheng,WU Yongbo,YU Yuying, et al. Removing nitrogen with trees planted in the riparian vegetation buffer strips of Taihu Lake [J]. J Zhejiang A&F Univ, 2019, 36(3): 565 − 572. [13] 王珊珊, 张帅, 王诗乐, 等. 河岸带乔木树种配置方式对面源污染物 ${\rm{NH}}_4^{+} $ [14] 朱颖, 吴永波, 李文霞, 等. 河岸人工林缓冲带截留磷素能力及适宜宽度[J]. 东北林业大学学报, 2016, 44(12): 31 − 36. ZHU Ying, WU Yongbo, LI Wenxia, et al. Phosphorus retention capacities and fitting width of different riparian plantation buffer strips [J]. J Northeast For Univ, 2016, 44(12): 31 − 36. [15] 雷立改, 马晓珍, 魏福祥, 等. 水中总氮、总磷测定方法的研究进展[J]. 河北工业科技, 2011, 28(1): 72 − 76. LEI Ligai, MA Xiaozhen, WEI Fuxiang, et al. Research progress of determination of total nitrogen and total phosphorus in seawater [J]. Hebei J Ind Sci Technol, 2011, 28(1): 72 − 76. [16] 高励珍, 郝茜, 张术杰. 分光光度法测定氯化稀土, 碳酸轻稀土中磷酸根量[J]. 稀土, 2016, 37(1): 116 − 120. GAO Lizhen, HAO Qian, ZHANG Shujie. Determination of phosphorus radicle content in rare earth chloride and light rare earth carbonate by phosphorus-antimonate-molybdenum blue spectrophotometric [J]. Chin Rare Earths, 2016, 37(1): 116 − 120. [17] 饶良懿, 崔建国. 河岸植被缓冲带生态水文功能研究进展[J]. 中国水土保持科学, 2008, 6(4): 121 − 128. RAO Liangyi, CUI Jianguo. Research advances on the eco-hydrological functions of riparian buffer [J]. Sci Soil Water Conserv, 2008, 6(4): 121 − 128. [18] 赵警卫, 胡彬. 河岸带植被对非点源氮、磷以及悬浮颗粒物的截留效应[J]. 水土保持通报, 2012, 32(4): 51 − 55. ZHAO Jingwei, HU Bin. Interception of non-point source N and P and suspended solid matter by riparian vegetation [J]. Bull Soil Water Conserv, 2012, 32(4): 51 − 55. [19] LEF K H, ISENHART T M, SCHULTZ R C, et al. Multispecies riparian buffers trap sediment and nutrients during rainfall simulations [J]. J Environ Qual, 2000, 29(4): 1200 − 1205. [20] DORIOZ J M, WANG D, POULENARD J, et al. The effect of grass buffer strips on phosphorus dynamics-a critical review and synthesis as a basis for application in agricultural landscapes in France [J]. Agric Ecosyst Environ, 2007, 117(1): 4 − 21. [21] 何聪, 刘璐嘉, 王苏胜, 等. 不同宽度草皮缓冲带对农田径流氮磷去除效果研究[J]. 水土保持研究, 2014, 21(4): 55 − 58. HE Cong, LIU Lujia, WANG Susheng, et al. Study on efficiency of sward buffer strips with different structures on removal of nitrogen and phosphorus in farmland runoff [J]. Res Soil Water Conserv, 2014, 21(4): 55 − 58. [22] WANYAMA J, KRISTOFF H, ISABIRYE M, et al. Evaluation of runoff and sediment trapping effectiveness of vegetative filter strips in the riparian zone of Lake Victoria [J]. Geophysic Res Abstr, 2011, 13: 48 − 63. [23] SCHMITT T J, DOSSKEY M G, HOAGLAND K D. Filter strip performance and processes for different vegetation, widths, and contaminants [J]. J Environ Qual, 1999, 28(5): 1479 − 1489. [24] MANKIN K R, NGANDU D M, BARDEN C J, et al. Grass-shrub riparian buffer removal of sediment, phosphorus, and nitrogen from simulated runoff 1 [J]. J Am Water Resour Assoc, 2007, 43(5): 1108 − 1116. [25] ALLAIRE S E, SYLVAIN C, LANGE S F, et al. Potential efficiency of riparian vegetated buffer strips in intercepting soluble compounds in the presence of subsurface preferential flows [J]. PLoS One, 2015, 10(7): e0131840. [26] CASTELLE A J, JOHNSON A W, CONOLLY C. Wetland and stream buffer size requirements: a review [J]. J Environ Qual, 1994, 23(5): 878 − 882. [27] 阎丽凤. 河岸缓冲带对氮、磷污染物的去除效果研究[D]. 阜新: 辽宁工程技术大学, 2011. YAN Lifeng. The Effects of Riparian and Phosphorus Reduction on Riparian Buffer Zone[D]. Fuxin: Liaoning Technology University, 2011. [28] SWEENEY A W, NEWBOLD J D. Streamside forest buffer width needed to protect stream water quality, habitat, and organisms: a literature review [J]. J Am Water Resour Assoc, 2014, 50(3): 560 − 584. [29] 钱进, 王超, 王沛芳, 等. 河湖滨岸缓冲带净污机理及适宜宽度研究进展[J]. 水科学进展, 2009, 20(1): 141 − 146. QIAN Jin, WANG Chao, WANG Peifang, et al. Research progresses in purification mechanism and fitting width of riparian buffer strip [J]. Adv Water Sci, 2009, 20(1): 141 − 146. [30] UUSI-KÄMPPÄ J. Phosphorus purification in buffer zones in cold climates [J]. Ecol Eng, 2005, 24(5): 491 − 502. [31] DANIELS R B, GILLIAM J W. Sediment and chemical load reduction by grass and riparian filters [J]. Soil Sci Soc Am J, 1996, 60(1): 246 − 251. [32] BARLING R D, MOORE I D. Role of buffer strips in management of waterway pollution: a review [J]. Environ Manage, 1994, 18(4): 543 − 558. [33] YONG R A, HUNTRODS T, ANDERSON W. Effectiveness of vegetated buffer strips in controlling pollution from feedlot runoff [J]. J Environ Qual, 1980(9): 483 − 487. [34] JIN C X, RÖMKENS M J M, GRIFFIOEN F. Estimation manning's roughness coefficient for shallow overland flow in non-submerged vegetative filter strips [J]. Trans ASAE, 2000, 43(6): 1459 − 1466. [35] 宋思铭. 河岸缓冲带净水效果及优化配置技术研究[D]. 北京: 北京林业大学, 2012. SONG Siming. Research on Water Purification Effect and Optimizing Allocation Technology of Riparian Buffer Strips[D]. Beijing: Beijing Forestry University, 2012. [36] MANDER U, KUUSEMETS V, LOHMUS K. Efficiency and dimensioning of riparian buffer zones in agricultural catchments [J]. Ecol Eng, 1997, 8(4): 299 − 324. [37] 郭蔚华, 徐灵华, 王柱. 桃花溪河岸生态建设中植物配置与面源氮磷削减[J]. 科技导报, 2010, 28(7): 50 − 54. GUO Weihua, XU Linghua, WANG Zhu. The relationship between the plant disposition and the reduction of nitrogen and phosphorus in the riparian ecological construction of Taohua River in Chongqing [J]. Sci Technol Rev, 2010, 28(7): 50 − 54. [38] FORTIER J, GAGNON D, TRUAX B, et al. Biomass and volume yield after 6 years in multiclonal hybrid poplar riparian buffer strips [J]. Biomass Bioenergy, 2010, 34(7): 1028 − 1040. [39] 王超, 尹炜, 贾海燕, 等. 滨岸带对河流生态系统的影响机制研究进展[J]. 生态科学, 2018, 37(3): 222 − 232. WANG Chao, YIN Wei, JIA Haiyan, et al. Review on the influence mechanism of riparian zone to the river ecosystem [J]. Ecol Sci, 2018, 37(3): 222 − 232. [40] SNYDER N J, MOSTAGHIMI S, BERRY D F, et al. Impact of riparian forest buffers on agricultural nonpoint source pollution [J]. J Am Water Resour Assoc, 1998, 34(2): 385 − 395. 期刊类型引用(12)
1. 鲁凯莉，王爱霞，郭亚男. 冬季公园绿地消减颗粒物的植物群落结构与空间差异. 内蒙古工业大学学报(自然科学版). 2024(01): 82-91 . 
百度学术2. 周继磊，李传荣，贾艳艳，杨柳，刘琳，肖茂. 泰安市主城区道路林结构特征及碳储量估算. 中国城市林业. 2024(02): 121-128 . 百度学术3. 李立文，周润洋，万欣，邢玮. 不同模式防护林内PM_(2.5)浓度变化及其影响因子分析. 南方农业学报. 2024(09): 2689-2700 . 百度学术4. 王薛平，胡玮琪，杨吉，黄星. 桐花树及其他植被群落对PM_(2.5)的吸附能力对比研究. 农业灾害研究. 2024(11): 16-19 . 百度学术5. 李陶陶，刘硕，马丽娜，门志远，于庆鑫，蔡璐瑶，孙萌. 哈尔滨城市积雪中微塑料赋存特征及生态风险评估. 环境科学学报. 2023(04): 368-376 . 百度学术6. 张莉，李铖，谭皓泽，韦家怡，程炯，彭桂香. 广州典型城市林地对大气颗粒物的削减效应及影响因素. 生态环境学报. 2023(02): 341-350 . 百度学术7. 李心愿，包红光，闫晓云，侯秀娟，王波. 干旱半干旱城市公园绿地夏季环境效应评价. 内蒙古农业大学学报(自然科学版). 2023(01): 26-33 . 百度学术8. 门志远，刘硕，李昀东，宣立强，蔡璐瑶. 哈尔滨新区不同下垫面悬浮大气微塑料污染特征及潜在生态风险评估. 环境科学学报. 2022(06): 329-336 . 百度学术9. 袁楚阳，章银柯，朱国亮，李晓璐，于慧，张天然，黄芳，莫莉，邵锋. 基于ENVI-met的道路绿带植物配植对PM_(2.5)浓度影响模拟. 浙江林业科技. 2021(01): 24-32 . 百度学术10. 张天然，郑文革，章银柯，黄芳，李晓璐，袁楚阳，于慧，晏海，邵锋. 杭州市临安区4种绿地内细颗粒物中重金属污染特征. 浙江农林大学学报. 2021(04): 737-745 . 本站查看11. 张刘东，郭建曜，万家隆，付德刚，高晴，申卫星，张义坤，李传荣. 泰山景区不同林型空气颗粒物浓度研究. 中国农学通报. 2021(19): 100-105 . 百度学术12. 曾万祺，张纯曦，张娟. 张掖市城市道路林带对PM_(2.5)的削减作用. 农业与技术. 2021(18): 89-91 . 百度学术其他类型引用(7)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20190509
点击查看大图
计量
- 文章访问数: 1575
- HTML全文浏览量: 548
- PDF下载量: 256
- 被引次数: 19
