下载:
-
植物挥发性有机化合物(volatile organic compounds, VOCs)是一类经植物次生代谢合成并排放到空气中的小分子化合物，其年排放量占全球挥发性有机化合物年排放总量的90%以上[1]。VOCs的成分有3万多种[2]，全球的VOCs释放以异戊二烯为主，约占总释放量的50%[3]。一定浓度的VOCs对促进植物生长与繁殖[4]，调节气候变化[5]，改善人体健康并且预防一些慢性疾病[6]等发挥着重要作用。竹子是一种重要的森林资源，中国第9次森林资源清查结果显示：中国竹资源丰富，竹林面积为641.16万hm2，其中毛竹Phyllostachys edulis林为467.78万hm2，占72.96%[7]。作为异戊二烯释放量较大的笋材两用竹种[8−9]，毛竹具有再生能力强、生长期快、造林周期短、产量高等特点，具有较高的生态经济价值[10]。目前，对毛竹VOCs的研究大多集中在叶片或单株尺度[11−13]。张莉等[11]研究指出：毛竹是异戊二烯释放量较大的一种植物，其释放与气温和光照度的变化有着密切的关系；SONG等[12]量化了茎龄对毛竹叶片异戊二烯释放量的影响；CHANG等[13]也证实了除了光照度和气温等外界环境，毛竹的异戊二烯释放量还受到毛竹单位面积叶质量的影响。而基于毛竹林分尺度的VOCs释放特点及其与环境因子的关系研究较少[14]，需要进一步研究探索。浙江省绍兴市诸暨五泄景区森林覆盖率达90%以上，天然植被茂密，种类繁多，其中毛竹林面积大，树种均匀度和自然度高，人为干扰小，可作为野外实验的重要场所[15]。本研究选取景区内代表性毛竹林分为研究对象，采集了4个不同季节以及同一季节同一天上午、中午和下午3个时间段的毛竹林内VOCs，分析鉴定其日变化和季节变化规律及其与环境因子的关系，以期为毛竹的进一步开发利用提供理论依据，同时为进一步构建森林VOCs释放特征模型提供数据支持。
-
样地设置在浙江省绍兴市诸暨五泄景区(27°03′~31°11′N, 118°02′~123°08′E)。该地地处浙东低山丘陵地带，属亚热带季风气候区，气候温和，四季分明，雨量较多，光照充足。年平均气温为16.2 ℃，年平均降水量为1 346.7 mm，年平均降雨日为158.7 d。选取景区内代表性毛竹林分为研究对象：海拔为223.9 m，中坡为140°，平均胸径为11.54 cm，林分密度为3 500株·hm−2，林分面积约为0.87 hm2。该毛竹林2021年为小年，2022年为大年。在林分中心根据5点采样法[16]随机设置5个VOCs采样点(离地面高度1.5 m)，每个采样点之间相隔约20 m。
-
选择晴朗天气，于2021年10月28—30日(秋季)，2022年1月11—13日(冬季)，2022年5月3—5日(春季)，2022年7月20—22日(夏季)的9:00—11:00(上午)， 11:30—13:30(中午)， 14:00—16:00(下午)3个时段，在5个采样点用不锈钢吸附管(通用型5266，MARKES)对VOCs进行连续采样；便捷式采样仪(北京市劳动保护科学研究所)设置采样流速为150 mL·min−1，每个样品富集18 L空气，每个季度45根样品，共获得180根样品。采样后使用便携式气相色谱-质谱联用仪(GC-MS，EXPEC 3500，杭州谱育科技发展有限公司)吸附管模块对样品进行分析，以获得各季节毛竹林VOCs在3 d内上午、中午和下午3个时段的成分和摩尔分数，计算各季节3 d中各时段的平均值，得出各季节VOCs日变化规律；计算各季节林分VOCs日均摩尔分数，取3 d的平均值，作为各季节VOCs的释放水平，得出VOCs季节摩尔分数变化规律；统计各季节3 d中出现过的所有VOCs种类数量，作为各季节VOCs的释放水平。使用浙江农林大学自主研发的环境气象监测站测定林分内环境因子，气象监测站距离地面高度为2 m，布设于样地中心。测量指标包括气温、相对湿度、光照度、细颗粒物(PM2.5)、可吸入颗粒物(PM10)、风速、二氧化碳(CO2)。测量时间间隔为1 min，测量数据实时上传到网络平台。
-
使用质谱仪数据分析软件结合保留时间、峰面积、标准质谱图和美国国家标准与技术研究所(NIST)的标准参考数据库判断组分种类，使用面积归一化外标法计算摩尔分数。外部标准曲线使用物质标准品和色谱级甲醇溶液配置各摩尔分数梯度标准溶液(5、10、20、50 nmol·mol−1)后以便携式气相色谱-质谱联用仪进行定量。根据实测结果和文献研究[17−18]，确定目标物质并分析其摩尔分数变化，萜烯类物质标样有：叶醇、萜烯醇、3-蒈烯、2-蒎烯、崁烯，其他物质使用臭氧前体混合物(PAMS)气体标样定量。标样之外的单萜摩尔分数使用2-蒎烯的标准曲线公式计算，烷摩尔分数使用3-甲基庚烷标准曲线公式计算，芳香烃摩尔分数使用甲苯的标准曲线公式计算，醇类和其他物质摩尔分数使用叶醇的标准曲线公式计算。每个目标化合物的绝对摩尔分数根据标准曲线计算，目标化合物的峰面积和已知标准摩尔分数间的拟合函数拟合优度均高于0.99。
-
采用Excel 2016和Origin 2022对数据进行统计并作图，用SPSS 22 统计分析软件对所有试验数据进行单因素方差分析(ANOVA)。
-
通过吸附管采集的毛竹林内VOCs经GC-MS分析测定，共鉴定出51种化合物(表1)，包含烷类18种、萜烯类11种(包括单萜类10种和异戊二烯1种。因毛竹林内异戊二烯摩尔分数较大，本研究将萜烯类分为异戊二烯和单萜类分别进行分析)、芳香烃类7种、酯类5种、醇类5种以及酮类5种，共6类化合物。其中春季化合物数量最多，共鉴定出44种；夏季、秋季次之，均为40种；冬季最少，仅检测到27种化合物。
表 1 毛竹林VOCs组分及摩尔分数
Table 1. VOCs fraction and concentration in a Ph. edulis forest
化合物种类 化合物 分子式 摩尔分数/(nmol·mol−1) 春季 夏季 秋季 冬季 烷类 2-甲基戊烷 C6H14 0.086±0.023 0.124±0.051 0.094±0.049 0.081±0.071 1,2-二氯乙烷 C2H4Cl2 0.059±0.025 0.113±0.153 0.134±0.063 0.250±0.084 2-甲基己烷 C7H16 0.040±0.010 0.110±0.048 0.083±0.027 − 3-甲基己烷 C7H16 0.050±0.015 0.137±0.121 0.090±0.036 0.117±0.036 1,2-二氯丙烷 C3H6Cl2 0.070±0.066 0.230±0.049 0.236±0.106 0.238±0.082 正戊烷 C5H12 0.078±0.041 0.331±0.070 0.120±0.058 0.187±0.060 甲基环己烷 C7H14 0.045±0.012 0.162±0.043 0.061±0.016 0.094±0.022 2-甲基庚烷 C8H18 0.033±0.009 − 0.025±0.000 − 3-甲基庚烷 C8H18 0.278±0.151 0.183±0.064 0.351±0.219 − 正辛烷 C8H18 0.073±0.029 0.313±0.074 0.212±0.094 0.196±0.124 正壬烷 C9H20 0.036±0.016 − 0.062±0.021 0.050±0.009 正癸烷 C10H22 0.178±0.077 0.256±0.142 0.213±0.071 − 十一烷 C11H24 0.197±0.073 − − − 2-甲基癸烷 C11H24 0.204±0.109 0.152±0.080 − − 十二烷 C12H26 0.264±0.091 0.198±0.070 − − 4-甲基癸烷 C11H24 0.128±0.046 − − − 十三烷 C13H28 0.192±0.019 0.162±0.091 − − 十四烷 C14H30 0.149±0.035 − − − 萜烯类 异戊二烯 C5H8 2.952±0.709 4.370±1.173 2.399±0.611 1.242±0.336 α-蒎烯 C10H16 0.173±0.046 0.325±0.086 0.288±0.124 0.238±0.079 柠檬烯 C10H16 − 0.070±0.012 0.116±0.083 0.109±0.069 桉叶油醇 C10H18O 0.049±0.017 0.204±0.114 − − 3-蒈烯 C10H16 0.046±0.018 0.231±0.116 0.262±0.238 − 月桂烯 C10H16 − − 0.013±0.000 − 左旋-beta-蒎烯 C10H16 0.159±0.075 0.171±0.103 − 0.081±0.028 萜品油烯 C10H16 − 0.156±0.092 0.097±0.032 − β-pinene C10H16 0.119±0.041 0.197±0.095 0.250±0.169 0.184±0.078 莰烯 C10H16 0.174±0.098 0.153±0.071 0.194±0.107 0.092±0.050 薄荷脑 C10H20O 0.323±0.128 0.113±0.052 − − 芳香烃类 苯 C6H6 0.180±0.042 0.144±0.079 0.302±0.092 0.136±0.045 甲苯 C7H8 0.250±0.093 0.169±0.030 0.194±0.067 0.190±0.051 乙苯 C8H10 0.075±0.031 0.121±0.059 0.233±0.055 0.209±0.046 1, 2-二甲苯 C8H10 0.067±0.038 0.114±0.073 0.140±0.057 0.178±0.050 苯乙烯 C8H8 0.109±0.059 − 0.062±0.033 − 1, 3-二甲苯 C8H10 0.110±0.072 0.104±0.039 0.174±0.071 0.236±0.065 叔丁基苯 C10H14 − − 0.064±0.000 − 酯类 乙酸乙酯 C4H8O2 0.362±0.138 0.147±0.084 − − 乙酸丙酯 C5H10O2 0.155±0.025 0.213±0.082 0.262±0.098 − 乙酸正丁酯 C6H12O2 0.046±0.006 0.184±0.032 0.128±0.039 0.154±0.041 乙酸异丁酯 C6H12O2 0.053±0.003 0.284±0.076 0.235±0.068 0.224±0.088 乙酸戊酯 C7H14O2 0.195±0.107 0.169±0.060 − − 醇类 1-庚醇 C7H16O − 0.107±0.034 0.072±0.031 0.132±0.037 异丙醇 C3H8O 0.182±0.146 − 0.140±0.073 − 2-乙基己醇 C8H18O 0.109±0.043 0.077±0.023 0.127±0.138 0.070±0.027 1-十一醇 C11H24O 0.144±0.057 0.414±0.086 0.182±0.076 − 1-癸醇 C10H22O 0.102±0.028 0.376±0.349 0.192±0.111 − 酮类 2-丁酮 C4H8O 0.180±0.059 0.188±0.053 0.155±0.071 0.132±0.097 2-甲基环己酮 C7H12O 0.073±0.036 0.097±0.033 0.093±0.093 0.067±0.014 环己酮 C6H10O − − 0.060±0.021 0.068±0.000 二异丁基酮 C9H18O − − 0.193±0.094 0.109±0.069 2-十一酮 C11H22O 0.128±0.000 0.181±0.000 0.132±0.141 − 说明：－表示未检出该物质。 受植物自身生理情况及外界环境因素的影响，毛竹林不同季节各类VOCs成分有所差别，主要成分也不相同。烷类化合物春季主要成分为3-甲基庚烷(0.278 nmol·mol−1)和十二烷(0.264 nmol·mol−1)，夏季主要成分为正戊烷(0.331 nmol·mol−1)和正辛烷(0.313 nmol·mol−1)，秋季主要成分为三甲基庚烷(0.351 nmol·mol−1)，冬季主要成分为1, 2-二氯乙烷(0.250 nmol·mol−1)和1, 2-二氯丙烷(0.238 nmol·mol−1)；萜烯类化合物在春、夏、秋、冬四季主要成分均为异戊二烯，分别为2.952、4.370、2.399、1.242 nmol·mol−1；芳香烃类化合物在春、夏两季主要成分均为甲苯，分别为0.250和0.169 nmol·mol−1，秋季主要成分为苯(0.302 nmol·mol−1)，冬季主要成分为1,3-二甲苯(0.236 nmol·mol−1)；酯类化合物春季主要成分为乙酸乙酯(0.362 nmol·mol−1)，秋季主要成分为乙酸丙酯(0.262 nmol·mol−1)，夏季和冬季主要成分均为乙酸异丁酯，分别为0.284和0.224 nmol·mol−1；醇类化合物春季主要成分为异丙醇(0.182 nmol·mol−1)，夏季主要成分为1-十一醇(0.414 nmol·mol−1)和1-癸醇(0.376 nmol·mol−1)，秋季主要成分为1-癸醇(0.192 nmol·mol−1)和1-十一醇(0.182 nmol·mol−1)，冬季主要成分为1-庚醇(0.132 nmol·mol−1)；酮类化合物春、夏、冬三季主要成分均为2-丁酮，分别为0.180、0.188、0.132 nmol·mol−1，秋季主要成分为二异丁基酮(0.193 nmol·mol−1)。
-
如图1所示：从季节来看，毛竹林总VOCs摩尔分数从高到低依次为夏季、春季、秋季、冬季。夏季检测到的总VOCs摩尔分数最高，为10.600 nmol·mol−1，春季、秋季、冬季分别为8.068、7.254、4.432 nmol·mol−1。夏季总VOCs摩尔分数显著(P＜0.05)高于秋季，秋季显著(P＜0.05)高于冬季，春季显著高(P＜0.05)于冬季；春季与夏季、春季与秋季之间差异不显著。由此可见，不同季节的毛竹林内总VOCs摩尔分数差别较大。
图 1 不同季节毛竹林总VOCs摩尔分数
Figure 1. Total concentration of VOCs in a Ph. edulis forest in different seasons
-
如图2所示：毛竹林内各类VOCs中，萜烯类中的异戊二烯组分在4个季节的占比均最高，占总VOCs比例为26%~40%，其次为烷类，占比为21%~27%，醇类和酮类占比较低，仅为2%~7%。从各类VOCs在4个季节所占比例来看，异戊二烯在夏季所占比例最高，为40.28%，比在春季、秋季和冬季所占的36.93%、33.61%和26.60%分别高3.35%、6.67%和13.68%，夏季所占比例显著(P＜0.05)高于冬季，其他季节之间差异不显著；烷类在春季所占比例最高，为26.66%，比冬季、夏季和春季所占的23.20%、21.57%和21.11%分别高3.46%、5.09%和5.55%，但四季间差异不显著；单萜类在夏季所占比例最高，为15.55%，比在冬季、秋季和春季所占的12.93%、12.84%和11.97%分别高2.62%、2.71%和3.58%，且四季之间差异也不显著；芳香烃类在冬季所占比例最高，为19.29%，比在秋季、春季和夏季所占的14.65%、8.33%和6.23%分别高4.64%、10.96%和13.06%，冬季占比显著(P＜0.05)高于秋季，而秋季又显著(P＜0.05)高于春季和夏季，春季和夏季之间差异不显著。酯类、醇类和酮类占比较低(低于10.00%)，在4个季节相差不大，且差异均不显著。由此可见：各类VOCs占总VOCs比例均受季节变化影响，且异戊二烯和芳香烃2类物质受影响较大，不同季节间存在显著差异。毛竹是强异戊二烯释放树种，异戊二烯释放量高于其他各类物质。
图 2 不同季节毛竹林各类VOCs组分所占比例
Figure 2. Relative content of concentration of various VOCs components in a Ph. edulis forests in different seasons
-
如表2所示：春季， 总VOCs摩尔分数在上午达到最高，为9.074 nmol·mol−1，中午次之，为8.621 nmol·mol−1，下午最低，为6.509 nmol·mol−1。毛竹林内各类VOCs摩尔分数全天各时刻以异戊二烯最高，烷类、醇类和酮类较低。在中午，异戊二烯摩尔分数最高可达3.806 nmol·mol−1，占总VOCs的44.00%，上午次之，为2.838 nmol·mol−1，下午最低，为2.301 nmol·mol−1；烷类和单萜类摩尔分数日变化波动较小，且都为上午和中午时段较高，下午较低；芳香烃类摩尔分数日变化趋势与总VOCs日变化相近，从高到低依次为上午、中午、下午；酯类和醇类摩尔分数日变化波动较大，从高到低依次均为上午、下午、中午，且醇类摩尔分数上午约是中午的4倍；酮类摩尔分数从高到低依次表现为下午、中午、上午。
表 2 毛竹林各季节各时段VOCs摩尔分数
Table 2. Concentration of VOCs in a Ph. edulis forest by season and time
季节 时段 各VOCs组分及总VOCs摩尔分数/(nmol·mol－1) 异戊二烯 烷类 单萜类 芳香烃类 酯类 醇类 酮类 总VOCs 春季 上午 2.838±0.396 2.438±0.739 1.043±0.324 0.937±0.335 0.991±0.281 0.604±0.179 0.223±0.071 9.074±2.325 中午 3.806±0.351 2.198±0.444 1.102±0.385 0.600±0.134 0.483±0.156 0.156±0.057 0.276±0.107 8.621±1.633 下午 2.301±0.337 1.798±0.540 0.757±0.181 0.502±0.099 0.544±0.204 0.214±0.078 0.394±0.102 6.509±1.541 夏季 上午 3.841±0.670 3.084±0.658 1.546±0.374 0.592±0.188 1.158±0.212 0.972±0.471 0.441±0.091 11.634±2.663 中午 5.690±0.589 2.366±0.618 1.559±0.562 0.661±0.307 1.037±0.340 0.186±0.049 0.210±0.067 11.710±2.533 下午 3.316±0.303 1.521±0.492 1.696±0.803 0.674±0.138 0.876±0.256 0.199±0.059 0.174±0.027 8.455±2.077 秋季 上午 2.354±0.051 1.409±0.660 1.264±0.815 1.114±0.380 0.659±0.198 0.786±0.339 0.439±0.204 8.024±2.646 中午 3.161±0.103 1.709±0.857 0.702±0.385 1.036±0.222 0.341±0.112 0.541±0.384 0.549±0.345 8.038±2.410 下午 1.834±0.469 1.397±0.525 0.800±0.462 0.980±0.297 0.351±0.105 0.239±0.056 0.101±0.024 5.702±1.938 冬季 上午 1.194±0.130 1.118±0.441 0.651±0.251 1.032±0.169 0.331±0.182 0.054±0.014 0.201±0.057 4.580±1.243 中午 1.540±0.218 1.274±0.463 0.815±0.262 0.962±0.091 0.378±0.038 0.074±0.017 0.254±0.129 5.298±1.219 下午 0.843±0.268 0.723±0.209 0.314±0.057 0.587±0.056 0.418±0.115 0.211±0.075 0.322±0.174 3.418±0.955 夏季， 总VOCs摩尔分数在中午和上午较高，分别为11.710和11.634 nmol·mol−1，下午最低，为8.455 nmol·mol−1。毛竹林内各类VOCs摩尔分数全天各时刻以异戊二烯最高，其次为烷类，酮类较低。在中午，异戊二烯摩尔分数最高可达5.690 nmol·mol−1，约占总VOCs的50.00%，上午次之，为3.841 nmol·mol−1，下午最低，为3.316 nmol·mol−1；烷类、酯类和酮类摩尔分数日变化趋势相同，从高到低依次均为上午、中午、下午；单萜类和芳香烃类摩尔分数日变化波动较小，且均为下午和中午较高，上午较低；醇类摩尔分数日变化波动最大，从高到低依次为上午、下午、中午，且上午的摩尔分数是中午的5倍以上。
秋季， 总VOCs摩尔分数也体现为在中午和上午较高，分别为8.038和8.024 nmol·mol−1，下午最低，为5.702 nmol·mol−1。毛竹林内各类VOCs摩尔分数全天各时刻以异戊二烯最高，其次为烷类，酯类、醇类和酮类较低。中午时，异戊二烯摩尔分数最高可达3.161 nmol·mol−1，占总VOCs的40.00%，上午次之，为2.354 nmol·mol−1，下午最低，为1.834 nmol·mol−1；烷类和酮类摩尔分数日变化趋势与异戊二烯相同，从高到低依次均为中午、上午、下午；单萜类和酯类摩尔分数日变化趋势相同，从高到低依次均为上午、下午、中午；芳香烃类和醇类摩尔分数日变化趋势相同，从高到低依次为上午、中午、下午。从摩尔分数日变化波动来看，芳香烃类日变化波动最小，酮类最大。
冬季， 总VOCs摩尔分数在中午达到最高，为5.298 nmol·mol−1，上午次之，为4.580 nmol·mol−1，下午最低，为3.418 nmol·mol−1。毛竹林内各类VOCs摩尔分数全天各时刻以异戊二烯最高，其次为烷类，醇类最低。在中午，异戊二烯摩尔分数最高可达1.540 nmol·mol−1，占总VOCs的30.00%，上午次之，为1.194 nmol·mol−1，下午最低，为0.843 nmol·mol−1；烷类和单萜类摩尔分数日变化趋势与异戊二烯相同，从高到低依次均为中午、上午、下午；芳香烃类摩尔分数从高到低依次为上午、中午、下午；酯类、醇类和酮类摩尔分数日变化趋势相同，从高到低依次均为下午、中午、上午，且酯类日变化波动最小，醇类最大。
综合毛竹林内的VOCs摩尔分数在春季、夏季、秋季、冬季各时段的变化规律，可以发现：异戊二烯在4个季节的各时段均高于其他各类物质，且在4个季节均呈现出中午最高，上午次之，下午最低的规律。除春季外，其他各季节的总VOCs摩尔分数均呈现出中午最高，上午次之，下午最低的规律，其他各类物质摩尔分数所呈现的日变化规律在各季节有所不同，但总体趋势保持为上午和中午较高，下午较低。各类VOCs摩尔分数的日变化波动范围也较为不同，综合4个季节来看，醇类日变化波动最大，单萜烯和芳香烃日变化波动较小。
-
如图3所示：从四季整体来看，毛竹林内VOCs摩尔分数与各环境因子都有一定的相关性，其中，异戊二烯、总VOCs摩尔分数与环境因子的相关性表现出相似特征，均与气温存在极显著正相关(P＜0.001)，与PM2.5和PM10极显著负相关(P＜0.01)，与臭氧呈显著负相关(P＜0.05)，与其他环境因子相关不显著。烷类摩尔分数与气温存在极显著正相关(P＜0.01)，与PM2.5和PM10极显著负相关(P＜0.01)，与其他环境因子相关不显著。单萜类摩尔分数与气温存在极显著正相关(P＜0.01)，与PM2.5和PM10显著负相关(P＜0.05)，与臭氧呈极显著负相关(P＜0.01)，与其他环境因子相关性不显著。芳香烃类摩尔分数与CO2和相对湿度呈显著正相关(P＜0.05)，和其他环境因子相关性不显著。酯类摩尔分数与气温存在极正显著相关(P＜0.01)，与PM2.5、PM10和臭氧呈显著负相关(P＜0.05)，与其他环境因子相关不显著。醇类和酮类摩尔分数在四季均较低，与各环境因子都不存在显著相关。另外，各类VOCs摩尔分数与风速都呈负相关；除芳香烃类和酮类外，其他VOCs摩尔分数都与气温呈正相关，与PM2.5、PM10和臭氧呈负相关。
图 3 毛竹林VOCs与各环境因子相关性
Figure 3. Correlation between VOCs and various environmental factors in a Ph. edulis forest
-
VOCs在自然界中发挥着重要作用，植物释放VOCs不仅与植物本身及所处的生理状态与发育阶段有关，还受外界气温、光照度等环境因素的影响[19−21]。由于各类VOCs摩尔分数的日变化和季节变化规律较为不同，毛竹主要释放异戊二烯，且占比较大，因此本研究主要针对异戊二烯和总VOCs摩尔分数日变化和季节变化进行讨论，以此作为毛竹林VOCs释放特征。
本研究发现：在毛竹林中检测到多种VOCs，主要包括异戊二烯、烷类、单萜类、芳香烃类、酯类、醇类和酮类。这与王茜[22]和李娟等[23]的研究结果相似，但在具体的种类以及量值上存在一定的差异，可能与毛竹林所在的位置等因素有关。不同的位置外源环境也不尽相同，从而导致毛竹林内小气候的差异，一定程度上影响VOCs的合成与释放，使VOCs种类和量值上产生差别[24]。在春季检测到的VOCs数量最多，夏季次之，冬季最少，可能是因为春夏两季为毛竹的快速生长期，毛竹的生理活性强，因此产生的次生代谢产物也更丰富[25]。
本研究还发现：各季节各时段异戊二烯摩尔分数及占总VOCs比例均高于其他各类VOCs，夏季中午最高，为5.690 nmol·mol−1，约占总VOCs的50.00%，也说明毛竹是强异戊二烯释放树种。这也与已有研究结果相符[26−27]。从季节变化来看，毛竹林中异戊二烯和总VOCs以及其他各类主要VOCs，如烷类和单萜类化合物摩尔分数在夏季最高，春季次之，冬季最低，在BAI等[26]和井潇溪[28]的研究中也得出类似的结论。夏季气温升高，毛竹叶片内部异戊二烯合成酶的活性增强，增加了异戊二烯释放量[29]，同时，毛竹会生成更多的VOCs来保护自身免受因高温引起的氧化应激，以维持细胞膜的完整性和流动性[30]。从日变化来看，除春季总VOCs摩尔分数外，其余各季节异戊二烯和总VOCs摩尔分数均呈现为从上午开始逐渐升高，在中午出现高峰，随后逐渐降低的规律，这也与王志辉等[31]和郭希娟等[32]的研究结果基本吻合，可能是因为VOCs摩尔分数受气温和光照影响较大，上午随气温升高和光照增强，VOCs摩尔分数升高；11:00—13:00，气温和光照达到一天中最大值，VOCs释放的峰值也出现在中午前后，下午开始下降[33]。其他各类VOCs摩尔分数在不同季节的日变化规律较不一致，这可能与不同化合物的分子结构以及受环境因子影响程度不同有关[34]。
复杂的环境因子对VOCs的合成和释放影响巨大[35]，如气温、光照度、相对湿度、二氧化碳和臭氧等都是影响VOCs产生和释放的重要因素[36]。本研究发现：毛竹林内VOCs与各环境因子都有一定的相关性，其中，异戊二烯、烷类、单萜类、酯类和总VOCs摩尔分数与气温呈显著正相关，与PM2.5、PM10和臭氧呈显著负相关。郭霞[37]和任琴等[38]也得出了异戊二烯等的释放对气温变化有着高依赖性的结论。VOCs的释放速率随气温的升高而加快，可能主要是气温对酶影响的结果[38]。与PM2.5、PM10以及臭氧呈显著负相关可能是因为萜烯类等易发生光化学反应，形成二次有机气溶胶(secondary organic aerosols, SOA)，该物质是PM2.5和PM10的重要组成部分，从而对VOCs摩尔分数产生影响[39−40]。而张福珠等[41]和林威等[42]研究指出：植物的异戊二烯释放速率和光照度关系密切，光照是影响异戊二烯释放速率最强的环境因子。但在本研究中并未发现光照度对异戊二烯摩尔分数变化的显著影响，原因可能是环境监测站主要监测林下小气候，监测到的光照度容易受到样地内毛竹的遮挡，无法准确计量，因此，大气环境中的光照度对异戊二烯释放速率的影响还需进一步深入研究。
-
在毛竹林中检测到的VOCs以烷类、萜烯类、芳香烃类、酯类、醇类和酮类共6类51种化合物为主，其中以萜烯类的异戊二烯释放量最大。各类VOCs摩尔分数在季节动态变化上与总VOCs比较一致，为夏季最大，春季次之，冬季最小。各类VOCs摩尔分数在各季节的日变化趋势不尽相同，但总体上呈现为上午和中午较高，下午较低的规律。毛竹林内VOCs摩尔分数与各环境因子均有一定的相关性，其中主要的几类VOCs与气温呈显著正相关，与PM2.5、PM10和臭氧呈显著负相关。
Characteristics of volatile organic compounds release in Phyllostachys edulis forests and their relationship with environmental factors
-
摘要:
目的 了解毛竹Phyllostachys edulis林内挥发性有机化合物(VOCs)的季节动态变化以及日变化规律，并分析各环境因子对其VOCs摩尔分数变化的影响。 方法 采用吸附管富集采样与气相色谱-质谱联用技术(GC-MS)测定浙江省绍兴市诸暨五泄景区中毛竹林内VOCs成分，分析其变化规律，并结合环境气象监测站数据，分析VOCs摩尔分数与各环境因子的相关性。 结果 ①在毛竹林检测出多种物质，主要为烷类、萜烯类、芳香烃类、酯类、醇类和酮类共6类，萜烯类摩尔分数最大，为7.249 nmol·mol−1，其中又以组分异戊二烯为主，约占萜烯类的80%。②从季节变化来看，总VOCs摩尔分数在夏季最大，为10.600 nmol·mol−1；其次为春季和秋季，分别为8.068 和7.254 nmol·mol−1；冬季最小，仅为4.432 nmol·mol−1，且各类主要VOCs的季节变化趋势与总VOCs相同。③从日变化来看，在春季总VOCs摩尔分数在上午最大，为9.074 nmol·mol−1，其次为中午，为8.621 nmol·mol−1，下午时段最小，为6.509 nmol·mol−1；在夏季、秋季和冬季，总VOCs摩尔分数均在中午最大，分别为11.710、8.038和5.298 nmol·mol−1，下午最小，分别为8.455、5.702和3.418 nmol·mol−1。各类主要VOCs的日变化趋势与总VOCs相同，均为上午和中午时段摩尔分数较大。④VOCs与各环境因子都存在相关性，其中萜烯类、烷类、酯类和总VOCs与气温呈显著正相关(P＜0.05)，与细颗粒物(PM2.5)、可吸入颗粒物(PM10)和臭氧呈显著负相关(P＜0.05)。 结论 在不同季节和时段，毛竹林VOCs种类和摩尔分数不同，其中异戊二烯是决定毛竹林VOCs动态变化的主要物质。图3表2参42 Abstract:Objective The aim is to understand the seasonal dynamics and daily variation patterns of volatile organic compounds (VOCs) in Phyllostachys edulis forest, and analyze the influence of environmental factors on their concentration changes. Method The VOCs in Ph. edulis forest in Zhuji Wuxie scenic area, Shaoxing City of Zhejiang Province were determined by sorbent tube enrichment sampling and gas chromatography-mass spectrometry (GC-MS). Its variation pattern was analyzed and the correlation between VOCs concentration and various environmental factors was also analyzed based on the data from environmental meteorological monitoring stations. Result (1) A variety of substances were detected in Ph. edulis forest, mainly including alkanes, terpenes, aromatic hydrocarbons, esters, alcohols and ketones. The largest concentration of terpenes was released, with a maximum of 7.249 nmol·mol−1, of which the dominant component was isoprene, accounting for about 80% of terpene. (2) From the perspective of seasonal variation, the concentration of total VOCs was the largest in summer (10.600 nmol·mol−1), followed by spring and autumn (8.068 and 7.254 nmol·mol−1, respectively). The smallest was in winter, only 4.432 nmol·mol−1, and the seasonal variation trend of various major VOCs was the same as that of total VOCs. (3) From the perspective of daily variation, the total VOCs concentration was maximum in the morning in spring (9.074 nmol·mol−1), followed by 8.621 nmol·mol−1 at noon and a minimum of 6.509 nmol·mol−1 in the afternoon. In summer, autumn and winter, the maximum VOCs concentration at noon was 11.710, 8.038 and 5.298 nmol·mol−1, and the lowest values in the afternoon were 8.455, 5.702 and 3.418 nmol·mol−1. The daily variation trend of various major VOCs were the same as that of total VOCs, with higher concentrations in the morning and at noon. (4) VOCs were correlated with various environmental factors, among which terpenes, alkanes, esters and total VOCs were significantly positively correlated with temperature, and significantly negatively correlated with PM2.5, PM10 and ozone (P＜0.05). Conclusion The types and contents of VOCs in Ph. edulis forest are different in different seasons and time periods, and isoprene is the main substance that determines the dynamics of VOCs. [Ch, 3 fig. 2 tab. 42 ref.] -
近年来，国内绿道建设发展迅猛。目前，已有广东、浙江、河北、江苏、四川、福建、安徽、新疆等省(自治区)的众多城市开展了绿道网规划和建设工作。绿道网的规划建设行动源于对日趋严峻的城乡环境问题和对传统生态绿色空间保护政策实效的主动反思和应对，然而，在部分地区绿道建设的快速推进中也出现了绿道生态性不足，存在功能单一、基础设施缺乏、绿道特色欠缺等问题[1]。当前，亟需对已建成的绿道价值进行评价与分析，以便清晰地呈现绿道建设的综合效益，为科学规划和建设绿道提供参考和依据。国内对于绿道评价体系的研究已有一定积累，但多为对绿道某一方面的性质或功能评价，对于绿道服务价值全面系统的评价较少。研究主要集中在2个方面：一为景观资源评价，包括植物景观评价[2]和景观视觉评价等[3]；二是功能评价，包括生态效益评价[4-5]、休闲游憩功能评价[6]、生态系统服务功能评价[7]、使用后评价(POE)[8-9]和社会绩效评价[10]。此外，也有学者提出了以“使用者(人)—绿道(环境)”关系为中心的区域绿道网评价体系研究假设以及研究思路，但未进行实证研究[11]。“景观绩效”是“衡量景观解决方案在实现其预设目标的同时满足可持续性方面效率的指标”[12]，即基于可持续发展目标，从环境、经济、社会等3个方面对景观进行全面的绩效评价。其评价以生态系统服务为基础，补充适合景观研究内容的评价指标[13]，因此更具有针对性。美国景观设计基金会(Landscape Architecture Foundation，简称 LAF)于 2010 年提出“景观绩效系列”(Landscape Performance Series，简称 LPS)研究计划，针对已建成的景观项目，形成一套依托案例调查研究(case study investigation, CSI)的开放性评价体系。当前，景观绩效研究呈现迅速增长的发展态势[13]，其研究主要集中于评价指标的选取[14]、评价体系的构建[15-16]和评估方法的应用[17]等方面。国内景观绩效的研究多集中于较小尺度风景园林的建成项目[18-19]，或景观绩效中某些可持续特征的部分[13,20]，缺少对大尺度区域景观的研究，对建成项目从环境、经济、社会等3个方面进行全面评价的研究也较少。为此，笔者依托案例研究，尝试对浙江青山湖国家森林公园环湖绿道1期的景观绩效进行评价，以期全面评估绿道的综合价值，为绿道的设计与建设提供参考，并向社会传播绿道的综合价值。
1. 研究地概况与研究方法
1.1 研究地概况
浙江省杭州市临安区青山湖国家森林公园环湖绿道(简称“青山湖绿道”)1期，曾入选2017年“浙江省十大经典绿道”，并获2018年浙江建设工程“钱江杯”一等奖，2019年度中国风景园林学会科学技术奖一等奖。青山湖绿道位于杭州市临安区锦城镇东郊。青山湖为大型人工湖，水域开阔，湖山一体，环湖森林覆盖率79%，自然景色优美，生态环境优越。青山湖绿道沿湖而建，连接城、村、湖、山，全长42.195 km，分3期建设，于2019年7月全线贯通。本研究区段为青山湖绿道1期，长10 km，于2017年1月建成开放。
1.2 评价方法
根据中国住房与城乡建设部2016年9月编制的《绿道规划设计导则》(简称《导则》)，郊野型绿道的功能包括生态环保、休闲健身、社会与文化、旅游与经济[21]。其中，生态环保作为其核心价值，体现在绿道有助于固土保水、净化空气、缓解热岛等，并为生物提供栖息地及迁徙廊道。以上功能与LPS中游径(trail，包含绿道类项目)[22]、滨水景观再开发(waterfront redevelopment)[23]等相关案例中所采用的评价指标(表1)高度吻合。另外，LPS基于可持续的发展目标，其经济评价指标还加入了节约建设成本。基于以上分析，结合青山湖绿道的实际情况，确定了本研究采用的景观绩效指标体系，包含环境、经济、社会等3个方面的17项指标(表2)。收集分析以上绩效数据，结合统计学、生态学、经济学、使用后评价等方法，进行景观绩效评价。
表 1 郊野型绿道的功能与LPS相关案例评价指标的对照表Table 1 Comparison between the function of country greenways and the evaluation indexes of LPS-related cases《绿道规划设计导则》中的郊野绿道功能 LPS相关案例采用的评价指标 生态环保 固土保水、净化空气、缓解热岛、生物提供栖息地及
迁徙廊道环境 土壤保护、水岸线保护、涵养水源、固碳释氧、空
气质量、调节气温和城市热岛效应、栖息地改善/
保护/创建/恢复旅游与经济 整合旅游资源，促进相关产业发展，提升沿线土地价值 经济 地产价值、工作岗位、旅游业收入、节约建设成本 休闲健身 提供亲近自然、游憩健身的场所和途径，倡导健康的生
活方式社会 娱乐及社会价值、文化保护、健康、教育、可达
性、景观质量社会与文化 连接城乡居民点、公共空间以及历史文化节点，保护和
利用文化遗产，促进人际交往、社会和谐与文化传承表 2 郊野型滨水绿道景观绩效指标体系Table 2 Country waterfront greenway landscape performance indicators system环境绩效 经济绩效 社会绩效 土壤保护 房产价值 文化保护 水岸线保护 工作岗位 健康 涵养水源 旅游业收入 教育价值 固碳释氧 节约建设成本 可达性 调节气温 娱乐及社会价值 景观质量 净化空气 增加物种多样性、
提高生态完整性等1.2.1 环境绩效评价方法
在LPS的案例中，环境绩效的评价多通过相应的绩效评估工具集进行计算，但由于本研究场地尺度较大，利用工具集评估所需的部分数据获取较为困难，故本研究的环境绩效评价，主要参考了欧阳志云等[24]对中国陆地生态系统服务功能进行评估时所综合运用的生态学及经济学方法。吴隽宇[8]曾采用此方法对珠江三角洲区域绿道1号线进行评估。首先确定绿道线路、类型和控制范围，再对其相应的生态系统面积进行计算。研究采用的绿道图纸由绿道的设计单位提供。《浙江省绿道规划设计技术导则》[25]规定，根据绿道所处区域和功能要求，分为城镇型绿道、乡野型绿道、山地型绿道3种类型。其中，乡野型绿道是指城镇规划建设用地范围外，依托林地、园地、湿地、水体、农田，连接风景名胜区、旅游度假区、历史文化名镇名村、农业观光区、特色乡村、农家乐等的绿道。乡野型绿道的总宽度一般不小于100 m。青山湖绿道依托青山湖国家森林公园，一面临水，一面靠山，属于该导则中的乡野型绿道。本研究将100 m作为其控制范围的宽度。以青山湖绿道1期的总体平面图为基本研究范围，将卫星图片导入Auto CAD软件，依据其控制范围的宽度，描绘其具体范围。再根据卫星图片及实地踏勘，确定绿道沿线生态系统的类型，主要包括林地、耕地、草地、湿地、水域等5种类型。根据设计单位提供的信息，在Auto CAD软件中分层描绘，并统计新增及因绿道建设而被保护的各类型生态系统的面积。在此基础上，分别计算其保持土壤、涵养水源、固碳释氧、调节气温、净化空气等方面的环境绩效。
1.2.2 经济绩效评价方法
经济绩效的评估采用市场价值法。工作岗位数据源自现场调研，旅游业收入的数据来自于对绿道周边乡村村委会的调研，节约建设成本的数据由绿道设计单位提供。
1.2.3 社会绩效评价方法
社会绩效的评估主要采用使用后评价、问卷调查等方法。在2017年3−5月、11月、2018年4月，本研究对583位场地使用者进行了现场问卷调查，其中有效问卷531份，问卷有效率91%。问卷内容根据社会绩效的相应指标设置，包括受访者对绿道的娱乐价值、文化保护、教育价值、景观质量评价，以及绿道对受访者健康的影响。
2. 结果与分析
2.1 环境绩效评价
根据彭建等[26]的经验，生态系统面积为有效林地、草地、湿地沼泽和水域面积的和，其中有效林地面积=林地面积+耕地面积×0.2(表3)。
表 3 青山湖绿道1期生态系统面积Table 3 Ecosystem area of Qingshan Lake Greenway Phase I有效林地/hm2 草地/hm2 湿地沼泽/hm2 水域/hm2 生态系统面积/hm2 针叶林 阔叶林 耕地(按0.2系数折算成林地) 1.670 13.692 0.896 7.198 17.250 0.134 40.840 2.1.1 保持土壤效益
保持土壤带来的经济价值，以林地、草地每年减少土壤侵蚀的总量为基础，计算林地、草地对表土损失、肥力损失和减轻泥沙淤积灾害3个方面的价值。(1)林地、草地每年减少的土壤侵蚀总量。潜在土壤侵蚀量是指无任何植被覆盖的情况下，土壤的最大侵蚀量。而不同植被覆盖下的土壤侵蚀量有很大差别。林地、草地减少的土壤侵蚀量=潜在土壤侵蚀量−林地、草地覆盖区土壤侵蚀量。本研究参考欧阳志云等[24]统计的侵蚀模数进行计算(表4~6)。(2)效益估算。①每年减少的土地损失面积及间接价值。根据土壤侵蚀量和土壤耕作层的平均厚度来推算土地损失面积。每年减少的土壤损失量按表5的平均值计，土壤密度以1.3 g·cm−3计，先算出每年减少的土壤损失量对应的体积。将中国耕作土壤的平均厚度0.5 m作为林地、草地的土层厚度[16]，进而算出每年林地、草地减少的土地损失面积分别为0.798、0.353 hm2·a−1。单位面积的生产收益根据2014年浙江省林业、牧业生产的平均收益2 224.8和1 489.7元·hm−2·a−1计算，则每年减少的林地、草地损失的经济价值分别为1 094、2 620元·a−1。②减少土壤肥力损失的间接效益。土壤侵蚀带走了大量的土壤营养物质，主要是土壤有机质、氮、磷、钾。根据实地调查，绿道所在区域土壤主要为红黄泥土，按照临安农林信息网[27]中红黄泥土的有机质、氮、磷、钾质量分数为标准，结合每年林地、草地分别减少的土壤损失平均值，估算林地、草地每年减少的有机质、氮、磷、钾元素的损失量分别为195.10 t·a−1、9.21 t·a−1、51.51 kg·a−1、1 075.05 kg·a−1。根据浙江价格网的公示，2018年第3季度浙江省化肥市场价格的平均值约2.52元·kg−1，据此可以估算林地、草地每年减少的土壤氮、磷、钾损失的经济价值为26 044元·a−1。③减少泥沙淤积的经济效益。根据中国主要流域的泥沙运动规律，一般土壤侵蚀流失的泥沙有24%淤积于水库、江河、湖泊，另有33%滞留，37%入海[28]。本研究仅考虑淤积于水库、江河、湖泊的24%，这部分泥沙直接造成蓄水量的下降。按林地、草地每年减少的土壤损失量平均值计算蓄水损失量，再根据蓄水成本计算其价值。按水库建设需投入成本5.714元·m−3计[29]，减少泥沙淤积的经济价值为7 897元·a−1。
表 4 每年林地草地的潜在土壤侵蚀量Table 4 Annual potential soil erosion of woodland and grassland侵蚀模数/(t·hm−2·a−1) 林地 草地 总潜在侵蚀量/(t·a−1) 面积/hm2 潜在侵蚀量/
(t·a−1)面积/hm2 潜在侵蚀量/
(t·hm−2·a−1)最低值 192.0 16.258 3 121.536 7.198 1 382.016 4 503.552 最高值 447.7 7 278.707 3 222.545 10 501.251 平均值 319.8 5 199.308 2 301.920 7 501.229 表 5 每年林地草地覆盖区的土壤侵蚀量Table 5 Annual soil erosion of woodland and grassland林地 草地 总侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 侵蚀模数/(t·hm−2·a−1) 面积/hm2 侵蚀量/(t·a−1) 0.630 16.258 10.243 0.500 7.198 4.535 14.777 表 6 每年林地草地减少的土壤损失量Table 6 Annual reduction in soil loss of woodland and grassland林地减少的土壤损失量/(t·a−1) 草地减少的土壤损失量/(t·a−1) 总减少土壤损失量/(t·a−1) 最低值 3 111.293 最低值 1 377.481 4 488.775 最高值 7 268.464 最高值 3 218.010 10 486.474 平均值 5 189.066 平均值 2 297.386 7 486.452 综合以上，青山湖绿道1期每年保持土壤的总经济价值包括减少土壤损失面积的经济价值3 714元·a−1，减少土壤氮磷钾损失的经济价值26 044元·a−1，减少泥沙淤积的经济价值为7 897元·a−1，合计37 655元·a−1。
2.1.2 涵养水源效益
本研究采用替代工程法评估涵养水源的价值。根据浙江省杭州市临安区气象局的数据，临安多年年均降水量为1 506.0 mm。参考陈波等[30]对杭州西湖风景区绿地储水保土研究，假设降水的蒸散量为65%，则青山湖绿道1期每年截留水量为1 506.0 mm×35%×23.45 hm2=123 636.58 m3。单位库容的水库工程费用仍以5.714元·m−3计，则每年涵养水源价值为70.65万元·a−1。
2.1.3 固碳释氧效益
参考孙燕飞[31]在临安的研究，杉木Cunninghamia Lanceolata林的固碳量为2.44 t·hm−2·a−1，释氧量为6.52 t·hm−2·a−1；针阔混交林的固碳量为2.16 t·hm−2·a−1，释氧量为5.76 t·hm−2·a−1。根据温家石[32]对城市建成区所做研究，考虑到绿道的草坪修剪次数远低于城市内部，假设绿道的草坪修剪次数是后者的1/4，得出绿道草地固碳量6.68 t·hm−2·a−1，草地释氧量为11.55 t·hm−2·a−1。对于生态系统二氧化碳吸收功能经济价值的评估多采用碳税法和造林成本法[33]，并取两者的平均值。国际上通常采用瑞典碳税，折合人民币1 010元·t−1，中国造林成本折合为255元·t−1[34]。对于释放氧气的价值采用工业制氧法进行评估，中国工业制氧的平均成本为400元·t−1。经计算可得青山湖绿道1期每年固碳价值为5.17万元·a−1元，释放氧气价值为6.92万元·a−1。
2.1.4 调节气温效益
根据已有研究测定[35]，夏季绿地可从环境中吸收81.8 MJ·hm−2·d−1的热量，相当于189台空调机全天工作的制冷效果。室内空调机耗电0.86 kWh·h−1·台−1，电费按浙江省电费价格0.538元·kWh−1计，则绿地节约电费为2 098.7元·hm−2·d−1。按每年使用空调60 d计，则青山湖绿道1期每年调节气温所创造的价值为295.29万元·a−1。
2.1.5 净化空气效益
(1)吸收二氧化硫的价值。阔叶林对二氧化硫的吸收能力为88.65 kg·hm−2·a−1，针叶林对二氧化硫的平均吸收能力值为215.60 kg·hm−2·a−1，两者对二氧化硫的平均吸收能力为152.13 kg·hm−2·a−1，二氧化硫的治理代价为3 000元·t−1，得到吸收二氧化硫价值为0.74万元·a−1。(2)吸收氮氧化物的价值。目前，汽车尾气脱氮治理的代价是1.6万元·t−1。林地可吸收氮氧化物380 kg·hm−2·a−1，得到吸收氮氧化物价值为9.88万元·a−1。(3)滞尘价值。针叶林的滞尘能力为33.20 t·hm−2·a−1，阔叶林的滞尘能力为10.11 t·hm−2·a−1，平均为21.67 t·hm−2·a−1。削减粉尘价格为170元·t−1，则其滞尘价值为5.99万元·a−1。因此，绿道净化空气的总价值为16.61万元·a−1。
2.2 经济绩效评估
2.2.1 房产价值
绿道的建设，极大地改善了周边居民的生活环境。根据安居客网站的数据，绿道建设前的2015年11月与竣工投入使用后的2018年12月相比，紧邻绿道的房产单价增幅约27.76%，可见绿道对于房产价值提升有积极影响。
2.2.2 工作岗位和旅游业收入
绿道建成后为管理维护提供了20个就业岗位，为带动旅游业发展而提供了37个就业岗位。绿道建成后对周边如泥山湾村等乡村的农家乐、民宿等有显著促进作用。据不完全统计，该区域旅游产值增幅超过20.00%。
2.2.3 节约建设成本
回收利用场地遗留的废旧材料，如红砖、青砖、石等，节约了废旧材料外运与处理费用，以及购买等量新材料的材料费和运输费用，节约成本为23.33万元(表7)。利用原有水利废弃设施等构筑物而产生的节约费用，包括拆除、清运、处理费用，及新建相应设施的费用，合计66.75万元(表8)。
表 7 利用废旧建材产生的节约建设成本Table 7 Construction costs savings from the use of waste building materials废旧材料 工程量/ m3 外运处理总价/元 新材料单价(含材料费、运费)/元 新材料总价/元 合计节约建设成本/元 砖 4.4 132 730 3 212 3 344 卵石 16.3 489 330 5 379 5 868 景观石 233.4 2 334 810 189 054 191 388 老石板 54.0 162 603 32 562 32 724 合计 233 324 表 8 利用原有构筑物产生的节约建设成本Table 8 Construction costs savings from the use of existing structures构筑物名称 工程量/ m3 拆除、清运、处理费用/元 新建栈道基础费用/元 合计节约建设成本/元 钓鱼台 63 15 750 31 500 47 250 观星台 675 168 750 337 500 506 250 “鱼头”小品 51 12 750 25 500 38 250 青风徐来亭 101 25 250 50 500 75 750 合计 667 500 2.3 社会绩效评价
根据问卷调查统计结果，青山湖绿道在1期自开放以来，已吸引大量长期使用者，首次来绿道的人群比例较低；绿道的使用者主要来自临安本地，尽管绿道距离杭州主城区有36 km，依然吸引了不少来自杭州的游人。表9记述了社会绩效调查的结果。多数使用者认为绿道建设提升了城市形象，绿道设计体现了临安的历史文化。82.7%的受访者对绿道的骑行或步行体验表示满意。多数受访者认为绿道提升了其户外活动的参与度，近半数使用者表示绿道改变了其生活方式。在可达性方面，公共交通的可达性较差，间接导致了选择私家车出行的游人增多，在节假日游客高峰时期，交通及停车问题较为突出。10.0%的受访者表示绿道当前最突出的问题即到达绿道的路线不畅通。增设绿道附近的公交站点，是增强其可达性及缓解交通与停车压力的有效方式。作为郊野型绿道，青山湖绿道吸引游客的主要因素是其自然环境优美，而绿道设计中对于乡土材料的应用也受到了使用者的关注，57.0%的受访者表示对于可持续设计有了更深的了解。
表 9 青山湖绿道1期的景观绩效评价结果Table 9 Landscape performance evaluation results of Qingshan Lake Greenway Phase I类别 项目 指标 评价结果 环境
绩效土地 土壤保护 经济价值为3.8万元 水岸线保护 未进行评估 水 涵养水源 经济价值为70.65万元 碳及空
气质量固碳释氧 固碳价值为5.17万元，释氧价值为6.92万元 调节气温 经济价值为295.29万元 净化空气 经济价值为16.61万元 栖息地 增加物种多样性、提高
生态完整性等未进行评估 经济
绩效房产价值 绿道建设后，紧邻绿道的房产单价增幅约27.76% 工作岗位 绿道建成后管理维护提供了57个就业岗位 旅游业收入 绿道拉动了地方旅游业的发展，旅游产值增幅超过20.00% 节约建设成本 利用废旧建材节约23.33万元，利用原有构筑物设节约66.75万元 社会
绩效娱乐及社会价值 531名受访者中有82.7%对绿道骑行或步行的体验是满意的，67.0%的受访者认为绿道建设提升了城市形象，有组织的大型徒步、毅行、马拉松活动达到近1.5万余人次 文化保护 73.4%的受访者表示绿道设计体现了临安的历史文化 健康 65%的受访者表示绿道提升了其户外活动的参与度，68%的受访者来绿道活动的目的是散 步，25%选择了旅游观光，17%选择了骑行，10%选择聚会；43%的受访者表示绿道改变 了其生活方式，骑行、散步、聚会、摄影、钓鱼等活动对其生活产生了积极影响； 82%的受访者表示愿意居住在步行可达的范围内 教育价值 9%的受访者表示来此地是为了研究学习，57%的受访者表示对于可持续设计有了更深 的了解 可达性 38%的受访者开私家车到达绿道，其次为步行占30%，骑自行车或电动自行车前来的 占20%，采用公交交通者仅占11% 景观质量 82%的受访者表示由于绿道自然环境优美而选择来此 3. 结论
在环境绩效评价中，青山湖绿道1期的相应经济价值约398.44万元·a−1，其中调节气温价值为295.29万元·a−1，占总价值的74%，其次为涵养水源价值为70.65万元·a−1，占总价值的18%，净化空气价值为16.61万元·a−1，固碳释氧价值为12.09万元·a−1，保持土壤的经济价值较低，为3.80万元·a−1。
在经济绩效评价中，青山湖绿道1期充分利用废旧建材与原有构筑物，节约建设成本约90.08万元；绿道建成后提供了新的工作岗位，拉动了当地旅游业发展。
在社会绩效评价中，绿道的建设提升了城市形象，体现了临安的历史文化，提升了人们的户外活动参与度，在一定程度上改变了人们的生活方式，大多数人因自然环境优美而来到绿道，超半数受访者表示对可持续设计有了更深的了解。
本研究的郊野型滨水绿道景观绩效进行了较为全面的评价，客观、清晰地呈现了绿道建设的综合效益。青山湖绿道1期的建设投入约7 200万元，仅以环境绩效价值398.44万元·a−1计算，约18 a可获得与建设投入相当的经济价值，而其对于地区发展和市民健康的促进也将产生更大的价值。对于场地中废旧建材与原有构筑物进行充分利用，能够创造较大的经济价值。
景观绩效评价可以更全面地考察、直观地展现绿道建成的综合价值，但因绿道的规模尺度较大，沿线的自然、人文资源类型丰富，需要在绿道建设前，即结合评价指标体系进行全面的数据收集，且此过程需要延续至项目建成后的数年，才能够得到更客观且全面的评价结果。本研究也存在一定局限，其中水岸线保护、栖息地恢复等指标由于原始数据缺失而无法获取；经济绩效中，房产价值的增长未排除绿道之外的其他要素影响比例；针对健康等方面的评价可在对使用者进行问卷调查的基础上，采用更完善的研究方法，以获得更客观、准确的结果。
4. 致谢
浙江农林大学风景园林与建筑学院史琰副教授对本文写作提供帮助，谨致谢意。
-
图 1 不同季节毛竹林总VOCs摩尔分数
Figure 1 Total concentration of VOCs in a Ph. edulis forest in different seasons
图 2 不同季节毛竹林各类VOCs组分所占比例
Figure 2 Relative content of concentration of various VOCs components in a Ph. edulis forests in different seasons
图 3 毛竹林VOCs与各环境因子相关性
Figure 3 Correlation between VOCs and various environmental factors in a Ph. edulis forest
表 1 毛竹林VOCs组分及摩尔分数
Table 1. VOCs fraction and concentration in a Ph. edulis forest
化合物种类 化合物 分子式 摩尔分数/(nmol·mol−1) 春季 夏季 秋季 冬季 烷类 2-甲基戊烷 C6H14 0.086±0.023 0.124±0.051 0.094±0.049 0.081±0.071 1,2-二氯乙烷 C2H4Cl2 0.059±0.025 0.113±0.153 0.134±0.063 0.250±0.084 2-甲基己烷 C7H16 0.040±0.010 0.110±0.048 0.083±0.027 − 3-甲基己烷 C7H16 0.050±0.015 0.137±0.121 0.090±0.036 0.117±0.036 1,2-二氯丙烷 C3H6Cl2 0.070±0.066 0.230±0.049 0.236±0.106 0.238±0.082 正戊烷 C5H12 0.078±0.041 0.331±0.070 0.120±0.058 0.187±0.060 甲基环己烷 C7H14 0.045±0.012 0.162±0.043 0.061±0.016 0.094±0.022 2-甲基庚烷 C8H18 0.033±0.009 − 0.025±0.000 − 3-甲基庚烷 C8H18 0.278±0.151 0.183±0.064 0.351±0.219 − 正辛烷 C8H18 0.073±0.029 0.313±0.074 0.212±0.094 0.196±0.124 正壬烷 C9H20 0.036±0.016 − 0.062±0.021 0.050±0.009 正癸烷 C10H22 0.178±0.077 0.256±0.142 0.213±0.071 − 十一烷 C11H24 0.197±0.073 − − − 2-甲基癸烷 C11H24 0.204±0.109 0.152±0.080 − − 十二烷 C12H26 0.264±0.091 0.198±0.070 − − 4-甲基癸烷 C11H24 0.128±0.046 − − − 十三烷 C13H28 0.192±0.019 0.162±0.091 − − 十四烷 C14H30 0.149±0.035 − − − 萜烯类 异戊二烯 C5H8 2.952±0.709 4.370±1.173 2.399±0.611 1.242±0.336 α-蒎烯 C10H16 0.173±0.046 0.325±0.086 0.288±0.124 0.238±0.079 柠檬烯 C10H16 − 0.070±0.012 0.116±0.083 0.109±0.069 桉叶油醇 C10H18O 0.049±0.017 0.204±0.114 − − 3-蒈烯 C10H16 0.046±0.018 0.231±0.116 0.262±0.238 − 月桂烯 C10H16 − − 0.013±0.000 − 左旋-beta-蒎烯 C10H16 0.159±0.075 0.171±0.103 − 0.081±0.028 萜品油烯 C10H16 − 0.156±0.092 0.097±0.032 − β-pinene C10H16 0.119±0.041 0.197±0.095 0.250±0.169 0.184±0.078 莰烯 C10H16 0.174±0.098 0.153±0.071 0.194±0.107 0.092±0.050 薄荷脑 C10H20O 0.323±0.128 0.113±0.052 − − 芳香烃类 苯 C6H6 0.180±0.042 0.144±0.079 0.302±0.092 0.136±0.045 甲苯 C7H8 0.250±0.093 0.169±0.030 0.194±0.067 0.190±0.051 乙苯 C8H10 0.075±0.031 0.121±0.059 0.233±0.055 0.209±0.046 1, 2-二甲苯 C8H10 0.067±0.038 0.114±0.073 0.140±0.057 0.178±0.050 苯乙烯 C8H8 0.109±0.059 − 0.062±0.033 − 1, 3-二甲苯 C8H10 0.110±0.072 0.104±0.039 0.174±0.071 0.236±0.065 叔丁基苯 C10H14 − − 0.064±0.000 − 酯类 乙酸乙酯 C4H8O2 0.362±0.138 0.147±0.084 − − 乙酸丙酯 C5H10O2 0.155±0.025 0.213±0.082 0.262±0.098 − 乙酸正丁酯 C6H12O2 0.046±0.006 0.184±0.032 0.128±0.039 0.154±0.041 乙酸异丁酯 C6H12O2 0.053±0.003 0.284±0.076 0.235±0.068 0.224±0.088 乙酸戊酯 C7H14O2 0.195±0.107 0.169±0.060 − − 醇类 1-庚醇 C7H16O − 0.107±0.034 0.072±0.031 0.132±0.037 异丙醇 C3H8O 0.182±0.146 − 0.140±0.073 − 2-乙基己醇 C8H18O 0.109±0.043 0.077±0.023 0.127±0.138 0.070±0.027 1-十一醇 C11H24O 0.144±0.057 0.414±0.086 0.182±0.076 − 1-癸醇 C10H22O 0.102±0.028 0.376±0.349 0.192±0.111 − 酮类 2-丁酮 C4H8O 0.180±0.059 0.188±0.053 0.155±0.071 0.132±0.097 2-甲基环己酮 C7H12O 0.073±0.036 0.097±0.033 0.093±0.093 0.067±0.014 环己酮 C6H10O − − 0.060±0.021 0.068±0.000 二异丁基酮 C9H18O − − 0.193±0.094 0.109±0.069 2-十一酮 C11H22O 0.128±0.000 0.181±0.000 0.132±0.141 − 说明：－表示未检出该物质。 
下载: 导出CSV
表 2 毛竹林各季节各时段VOCs摩尔分数
Table 2. Concentration of VOCs in a Ph. edulis forest by season and time
季节 时段 各VOCs组分及总VOCs摩尔分数/(nmol·mol－1) 异戊二烯 烷类 单萜类 芳香烃类 酯类 醇类 酮类 总VOCs 春季 上午 2.838±0.396 2.438±0.739 1.043±0.324 0.937±0.335 0.991±0.281 0.604±0.179 0.223±0.071 9.074±2.325 中午 3.806±0.351 2.198±0.444 1.102±0.385 0.600±0.134 0.483±0.156 0.156±0.057 0.276±0.107 8.621±1.633 下午 2.301±0.337 1.798±0.540 0.757±0.181 0.502±0.099 0.544±0.204 0.214±0.078 0.394±0.102 6.509±1.541 夏季 上午 3.841±0.670 3.084±0.658 1.546±0.374 0.592±0.188 1.158±0.212 0.972±0.471 0.441±0.091 11.634±2.663 中午 5.690±0.589 2.366±0.618 1.559±0.562 0.661±0.307 1.037±0.340 0.186±0.049 0.210±0.067 11.710±2.533 下午 3.316±0.303 1.521±0.492 1.696±0.803 0.674±0.138 0.876±0.256 0.199±0.059 0.174±0.027 8.455±2.077 秋季 上午 2.354±0.051 1.409±0.660 1.264±0.815 1.114±0.380 0.659±0.198 0.786±0.339 0.439±0.204 8.024±2.646 中午 3.161±0.103 1.709±0.857 0.702±0.385 1.036±0.222 0.341±0.112 0.541±0.384 0.549±0.345 8.038±2.410 下午 1.834±0.469 1.397±0.525 0.800±0.462 0.980±0.297 0.351±0.105 0.239±0.056 0.101±0.024 5.702±1.938 冬季 上午 1.194±0.130 1.118±0.441 0.651±0.251 1.032±0.169 0.331±0.182 0.054±0.014 0.201±0.057 4.580±1.243 中午 1.540±0.218 1.274±0.463 0.815±0.262 0.962±0.091 0.378±0.038 0.074±0.017 0.254±0.129 5.298±1.219 下午 0.843±0.268 0.723±0.209 0.314±0.057 0.587±0.056 0.418±0.115 0.211±0.075 0.322±0.174 3.418±0.955
下载: 导出CSV
-
[1] GUENTHER A, HEWITT C N, ERICKSON D, et al. A global model of natural volatile organic compound emissions [J]. Journal of Geophysical Research, 1995, 100(D5): 8873 − 8892. [2] DUDAREVA N, KLEMPIEN A, MUHLEMANN J K, et al. Biosynthesis, function and metabolic engineering of plant volatile organic compounds [J]. New Phytologist, 2013, 198(1): 16 − 32. [3] OKUMURA M, KOSUGI Y, TANI A. Biogenic volatile organic compound emissions from bamboo species in Japan [J]. Journal of Agricultural Meteorology, 2018, 74(1): 40 − 44. [4] LUN Xiaoxiu, LIN Ying, CHAI Fahe, et al. Reviews of emission of biogenic volatile organic compounds(BVOCs) in Asia [J]. Journal of Environmental Sciences, 2020, 95(9): 266 − 277. [5] YUAN Yali, SUN Zhihong, KANNASTE A, et al. Isoprenoid and aromatic compound emissions in relation to leaf structure, plant growth form and species ecology in 45 East-Asian urban subtropical woody species [J/OL]. Urban Forestry & Urban Greening, 2020, 53: 126705[2023-03-11]. doi: 10.1016/j.ufug.2020.126705. [6] ANTONELLI M, DONELLI D, BARBIERI G, et al. Forest volatile organic compounds and their effects on human health: a state-of-the-art review [J]. International Journal of Environmental Research and Public Health, 2020, 17(18): 6506 − 6541. [7] 国家林业和草原局. 中国森林资源报告[M]. 北京: 中国林业出版社, 2019. National Forestry and Grassland Administration. Forest Resources Report of China [M]. Beijing: China Forestry Publishing House, 2019. [8] 吴建国, 徐天莹, 崔克强, 等. 未来气候变化对武夷山自然保护区毛竹异戊二烯排放速率的影响[J]. 环境科学学报, 2018, 38(4): 1653 − 1664. WU Jianguo, XU Tianying, CUI Keqiang, et al. Effects of climate change on isoprene emission rate from leaves of Phyllostachys pubescens distributed in Wuyi Nature Reserve [J]. Acta Scientiae Circumstantiae, 2018, 38(4): 1653 − 1664. [9] CHANG Tingwei, KUME T, OKUMURA M, et al. Characteristics of isoprene emission from moso bamboo leaves in a forest in central Taiwan [J]. Atmospheric Environment, 2019, 211(1): 288 − 295. [10] GUO Ming, HU Zhengqing, STRONG P J, et al. Evaluating the environmental health effect of bamboo-derived volatile organic compounds through analysis the metabolic indices of the disorder animal model [J]. Biomedical and Environmental Sciences, 2015, 28(8): 595 − 605. [11] 张莉, 白艳莹, 王效科, 等. 浙江省毛竹异戊二烯排放规律及其影响[J]. 生态学报, 2002, 22(8): 1339 − 1344. ZHANG Li, BAI Yanying, WANG Xiaoke, et al. Isoprene emission of bamboo and its implication to ozone level in region [J]. Acta Ecologica Sinica, 2002, 22(8): 1339 − 1344. [12] SONG Yandong, PENG Chunju, WU Qinjiao, et al. Age effects of moso bamboo on leaf isoprene emission characteristics [J]. Front Plant Science, 2023, 14: 1 − 13. [13] CHANG T W, KOSUGI Y, KUME T, et al. Dependance of isoprene emission flux on leaf mass per area of Phyllostachys pubescens (moso bamboo) [J]. Journal of Agricultural Meteorology, 2022, 78(1): 1 − 7. [14] 吴沁娇, 宋艳冬, 陶士杰, 等. 丽水白云国家森林公园5种典型林分挥发性有机化合物释放特征及其与环境因子的关系[J/OL]. 浙江农林大学学报, 2023, 40[2023-07-18]. doi: 10.11833/j.issn.2095-0756.20220676. WU Qinjiao, SONG Yandong, TAO Shijie, et al. VOCs release characteristics of 5 typical stands in Baiyun National Forest Park and their relationship with environmental factors[J/OL]. Journal of Zhejiang A&F University, 2023, 40[2023-07-18]. doi: 10.11833/j.issn.2095-0756.20220676. [15] 易夏. 浙江省五泄风景名胜区典型植物群落评价[D]. 杭州: 浙江农林大学, 2009. YI Xia. Typical Plant Community Evaluation of Wuxie Science Spot in Zhejiang [D]. Hangzhou: Zhejiang A&F University, 2009. [16] 吕嘉欣, 王翔, 项亨旺, 等. 毛竹释放挥发物对空气负离子及微生物的影响[J]. 竹子学报, 2020, 39(3): 49 − 57. LÜ Jiaxin, WANG Xiang, XIANG Hengwang, et al. Effects of volatile components of Phyllostachys edulis on air negative ion and microorganisms [J]. Journal of Bamboo Research, 2020, 39(3): 49 − 57. [17] 林静, 简毅, 骆宗诗, 等. 5种康养植物芬多精成分及含量研究[J]. 四川林业科技, 2018, 39(6): 13 − 19. LIN Jing, JIAN Yi, LUO Zongshi, et al. A study of chemical components and contents in the phytoncidere from 5 species of forest health plants [J]. Journal of Sichuan Forestry Science and Technology, 2018, 39(6): 13 − 19. [18] 吴敏. 5种杉科植物不同部位的精气成分[J]. 中南林学院学报, 2006, 26(3): 82 − 86. WU Min. A study of chemical components in the volatile gas from 5 taxodiaceae species [J]. Journal of Central South Forestry College, 2006, 26(3): 82 − 86. [19] 蒋冬月, 李永红. 植物挥发性有机物的研究进展[J]. 黑龙江农业科学, 2011(11): 143 − 149. JIANG Dongyue, LI Yonghong. Research advances in volatile organic compounds of plant [J]. Heilongjiang Agricultural Sciences, 2011(11): 143 − 149. [20] CHEN Jungang, TANG Jing, YU Xinxiao. Environmental and physiological controls on diurnal and seasonal patterns of biogenic volatile organic compound emissions from five dominant woody species under field conditions [J/OL]. Environmental Pollution, 2020, 259: 113955[2023-03-11]. doi: 10.1016/j.envpol.2020.113955. [21] BARREIRA L M F, DUPORTÉ G, RNKK T, et al. Field measurements of biogenic volatile organic compounds in the atmosphere using solid-phase microextraction arrow [J]. Atmospheric Measurement Techniques, 2018, 11(2): 881 − 893. [22] 王茜. 福州旗山森林公园毛竹游憩林生态保健功能研究[D]. 北京: 中国林业科学研究院, 2015. WANG Qian. Study on Ecological Health Functions of Phyllostachys pubescens Forest in Qishan Mountain of Fuzhou [D]. Beijing: Chinese Academy of Forestry, 2015. [23] 李娟, 王成, 彭镇华. 侧柏挥发物变化规律[J]. 东北林业大学学报, 2010, 38(3): 52 − 56. LI Juan, WANG Cheng, PENG Zhenhua. A study on the volatile matter changes of Platycladus orientalis [J]. Journal of Northeast Forestry University, 2010, 38(3): 52 − 56. [24] 吕嘉欣. 毛竹挥发物对空气负离子及空气微生物的影响[D]. 杭州: 浙江农林大学, 2021. LÜ Jiaxin. Effect of Phyllostachys edulis on Negative Air Anion and Microorganism [D]. Hangzhou: Zhejiang A&F University, 2021. [25] 徐超, 王海湘, 温国胜, 等. 从生理生态角度解析毛竹爆发式生长的原因[J]. 中南林业科技大学学报, 2018, 38(2): 64 − 69, 82. XU Chao, WANG Haixiang, WEN Guosheng, et al. Analysis on the reason of Phyllostachys edulis explosive growth by physiological and ecological [J]. Journal of Central South University of Forestry &Technology, 2018, 38(2): 64 − 69, 82. [26] BAI Jianhui, GUENTHER A B, TURNIPSEED A, et al. Seasonal variations in whole-ecosystem BVOC emissions from a subtropical bamboo plantation in China [J]. Atmospheric Environment, 2016, 124: 12 − 21. [27] 张莉, 王效科, 欧阳志云, 等. 中国森林生态系统的异戊二烯排放研究[J]. 环境科学, 2003, 24(1): 8 − 15. ZHANG Li, WANG Xiaoke, OUYANG Zhiyun, et al. Estimation of isoprene emission from forest ecosystems in China [J]. Environmental Science, 2003, 24(1): 8 − 15. [28] 井潇溪. 北京市森林植物挥发性有机物排放研究[D]. 北京: 北京林业大学, 2020. JING Xiaoxi. Study on Biogenic Volatile Organic Compounds Emission from Forest Plants in Beijing[D]. Beijing: Beijing Forestry University, 2020. [29] 王新雨, 张宜升, 刘子杨, 等. 全球变暖对植被源异戊二烯排放影响的研究进展[J]. 青岛理工大学学报, 2020, 41(4): 55 − 63. WANG Xinyu, ZHANG Yisheng, LIU Ziyang, et al. A review of effects of global warming on biogenic isoprene emission [J]. Journal of Qingdao University of Technology, 2020, 41(4): 55 − 63. [30] LI Tao, BAGGESEN N, SECO R, et al. Seasonal and diel patterns of biogenic volatile organic compound fluxes in a subarctic tundra [J/OL]. Atmospheric Environment, 2023, 292(1): 119430[2023-03-11]. doi: 10.1016/j.atmosenv.2022.119430. [31] 王志辉, 张树宇, 陆思华, 等. 北京地区植物VOCs排放速率的测定[J]. 环境科学, 2003, 24(2): 7 − 12. WANG Zhihui, ZHANG Shuyu, LU Sihua, et al. Screenings of 23 plant species in Beijing for volatile organic compound emissions [J]. Environmental Science, 2003, 24(2): 7 − 12. [32] 郭希娟, 田媛. 一品红挥发性有机物释放日变化规律研究[J]. 环境科学与技术, 2012, 35(10): 107 − 111. GUO Xijuan, TIAN Yuan. Diurnal variations of volatile organic compounds released from Poinsettia [J]. Environmental Science &Technology, 2012, 35(10): 107 − 111. [33] 路通, 田旭平. 圆柏叶挥发性成分夏初的日变化规律[J]. 广西林业科学, 2022, 51(3): 363 − 369. LU Tong, TIAN Xuping. Diurnal change rules on volatile organic compounds of Sabina chinensis leaves in early summer [J]. Guangxi Forestry Science, 2022, 51(3): 363 − 369. [34] 李海东, 高岩, 金幼菊. 珍珠梅花挥发性物质日动态变化的研究[J]. 内蒙古农业大学学报(自然科学版), 2004, 25(2): 54 − 59. LI Haidong, GAO Yan, JIN Youjü. The daily dymamic variances of the VOCs releasing from flower of Sieria kirilowii (Regel) maxim [J]. Journal of Inner Mongolia Agricultural University (Natural Science Edition), 2004, 25(2): 54 − 59. [35] 龚旭昇. 典型沉水植物的主要挥发性有机物组成及环境条件对其产生的影响[D]. 武汉: 湖北大学, 2019. GONG Xusheng. Major Biogenic Volatile Organic Compounds of Typical Submerged Macrophytes and the Effects of Environmental Factors on These BVOCs Production[D]. Wuhan: Hubei University, 2019. [36] 李洪远, 王芳, 熊善高, 等. 植物挥发性有机物的作用与释放影响因素研究进展[J]. 安全与环境学报, 2015, 15(2): 292 − 296. LI Hongyuan, WANG Fang, XIONG Shangao, et al. Research review on the role and the influential factors of the biogenic volatile organic compounds [J]. Journal of Safety and Environment, 2015, 15(2): 292 − 296. [37] 郭霞. 云南省典型乔木植物挥发性有机物释放规律研究[D]. 昆明: 昆明理工大学, 2012. GUO Xia. The Research on Release Regularities of Biogenic Volatile Organic Compounds from the Typical Plants in Yunnan[D]. Kunming: Kunming University of Science and Technology, 2012. [38] 任琴, 谢明惠, 张青文, 等. 不同温度、光照对虫害紫茎泽兰挥发物释放的影响[J]. 生态学报, 2010, 30(11): 3080 − 3086. REN Qin, XIE Minghui, ZHANG Qingwen, et al. Effect on volatile compounds from damaged Eupatorium adenophorum by different temperature and light [J]. Acta Ecologica Sinica, 2010, 30(11): 3080 − 3086. [39] MOCHIZUKI T, TAKANASHI S, WADA R, et al. Canopy fluxes of monoterpene, isoprene and isoprene oxidation products in a pine-oak forest [J]. Journal of Agricultural Meteorology, 2020, 76(1): 36 − 43. [40] 李莹莹, 李想, 陈建民. 植物释放挥发性有机物(BVOC)向二次有机气溶胶(SOA)转化机制研究[J]. 环境科学, 2011, 32(12): 3588 − 3592. LI Yingying, LI Xiang, CHEN Jianmin. Study on transformation mechanism of SOA from biogenic VOC under UV-B condition [J]. Environmental Science, 2011, 32(12): 3588 − 3592. [41] 张福珠, 苗鸿, 鲁纯. 落叶阔叶林释放异戊二烯的研究[J]. 环境科学, 1994, 15(1): 1 − 5, 92. ZHANG Fuzhu, MIAO Hong, LU Chun. Study on emissions of isoprene from deciduous and broadleaf trees [J]. Environmental Science, 1994, 15(1): 1 − 5, 92. [42] 林威, 赵振, 赖金美, 等. 温度和光照对红花檵木和南天竹异戊二烯和单萜烯释放的影响[J]. 环境科学学报, 2019, 39(9): 3126 − 3133. LIN Wei, ZHAO Zhen, LAI Jinmei, et al. Effects of temperature and light on isoprene and monoterpene emission from Loropetalum chinense and Nandina domestica [J]. Acta Scientiae Circumstantiae, 2019, 39(9): 3126 − 3133. 期刊类型引用(4)
1. 李凡. 基于环境成本视角的流域生态补偿核算研究. 财会通讯. 2024(19): 100-103+165 . 
百度学术2. 吕跃东，朱万才，张妍妍. 基于WebGIS的林区森林资源地理信息系统设计. 现代电子技术. 2023(19): 171-174 . 百度学术3. 张心语，郭诗韵，王亚萍，刘宪钊，贺丹，徐恩凯，曹洋，雷雅凯. 雄安新区森林生态系统服务功能价值评估及其空间分析研究. 河南农业大学学报. 2022(04): 661-673+684 . 百度学术4. 郑文松. 对森林资源价值绿色核算的思考. 中南林业调查规划. 2022(04): 5-8+23 . 百度学术其他类型引用(1)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20230249
点击查看大图
计量
- 文章访问数: 599
- HTML全文浏览量: 106
- PDF下载量: 45
- 被引次数: 5
