下载:
-
镉是一种有毒的金属元素。据《全国土壤污染状况调查公报》，镉的点位超标率达7.0%，是点位超标率最高的污染物之一。土壤中的镉可通过食物链进入人体，进而对人的身体健康造成严重的损害[1]，因此亟待对镉污染土壤进行修复。
植物修复是指利用植物吸收土壤中的重金属，最终清除土壤中重金属的一种环境修复技术[2]，具有经济、绿色、效果好等特点，适合大面积污染土地的修复。目前，多采用草本植物进行修复，例如鬼针草Bidens pilosa在镉质量分数为2.66 mg·kg−1的土壤生长60 d后，富集系数为4.16，对土壤中镉的去除率为4.3%~6.2%[3]。伴矿景天Sedum plumbizincicola在镉质量分数为0.55和1.85 mg·kg−1的土壤上生长至3 m时，修复效率分别为37.15%和21.82%[4]。但是草本植物存在生物量小、收割成本高、生物质后处理困难等不足，至今没有大规模的推广应用。研究表明：很多乔木可以积累重金属。张永超等[5]发现：白榆Ulmus pumila在镉质量分数为10.00 mg·kg−1的土壤中生长至7 m时，根、茎和叶的镉质量分数分别达11.2、2.42和4.74 mg·kg−1[5]。尽管乔木中重金属质量分数可能低于超积累植物，但是由于生物量大，其积累总量可能远高于超积累植物，而且重金属一旦进入乔木中，便可永久性的积累，不影响其工业用途。与超积累草本植物相比，木本植物尤其是乔木具有生物量大，不进入食物链，可以持续修复等优点，在重金属污染土壤修复中具有较大潜力[6]。然而，关于乔木吸收镉的研究大多针对器官水平，对其结构部位的研究鲜有报道。
本研究选择了在污染土壤栽植的泡桐Paulownia fortunei、楸树Catalpa bungei、悬铃木Platanus acerifolia、黑杨Populus nigra 和垂柳Salix babylonica等5种树种，分析了镉在其不同部位的分布特征，比较了不同部位的镉富集系数和镉的积累总量，旨在为合理植树造林奠定理论基础，同时也为中国镉污染土壤进行植物修复的树种选择提供依据。
-
研究区位于河南省某污染的工业用地。该地属暖温带季风气候，四季分明，气候温和，光、热、水资源丰富，年平均气温为15.5 ℃，年平均降水量为567.9 mm。拥有丰富的动植物资源及矿产资源。该地区分布有泡桐、楸树、悬铃木、黑杨和垂柳人工林纯林(于2013年前后栽植)，树龄为10 a，株行距为4 m×5 m。本次采样时间为2023年7月21日。采样地泡桐、楸树、悬铃木、黑杨和垂柳土壤的镉质量分数分别为1.91、2.90、4.04、10.27和36.37 mg·kg−1。
-
随机选择污染土壤上栽植的泡桐、楸树、悬铃木、黑杨和垂柳各5株，用围尺测得胸径。采集的植物样品分为叶片、叶柄、枝皮、枝材、茎皮、茎材、根皮和根材8个部分，分别装入塑封袋。茎皮和茎材的采样高度与胸径高度一致，茎皮取样大小为4 cm×4 cm。枝皮、枝材和叶的采样高度为距地面3~5 m处的树冠。从树木东、南、西、北各个方向采集0~20 cm土壤样品，混合后装入样品袋。
-
用自来水冲洗掉附着于植物样品表面的泥土及其他污染物，然后用去离子水冲洗3遍，晾干。将样品放入烘箱105 ℃杀青30 min后，75 ℃ 下烘干至恒量。植物样品剪碎后，先用样品粉碎机初步粉碎，再用球磨机进一步磨碎，过0.149 mm筛，用来测定植物样品中镉质量分数(由于垂柳叶柄较小，难以获取，因此不作测定)；土壤样品自然风干，拣出砖头、碎石、杂草等，用木棒碾碎过0.149 mm 筛，用于土壤镉质量分数测定。
土壤样品采用盐酸-硝酸-氢氟酸-高氯酸全消解法进行消解，使土壤样品中的镉全部进入试液，用石墨炉(WFX-200)测定土壤中的镉质量分数。植物样品用硝酸-过氧化氢(m硝酸∶m过氧化氢 = 10∶1)消解，经消解后植物样品用电感耦合等离子体发射光谱仪(Avio 200) 测定镉质量分数。
-
植物对镉的富集系数(F)计算公式如下：F = Ctarget/Csoil。其中：Ctarget为目标部位镉质量分数；Csoil为土壤镉质量分数。
-
植物对镉的分配计算公式如下：R = mpart/mtoatal。其中：R为相对含量；mpart为植物某部位的镉积累量； mtotal为植物中镉的积累总量。
-
采用异速生长方程估算各树种不同部位及整体生物量[7−10]。叶部、枝部、茎部和根部由于分成2个部分检测其镉质量分数，因此对两者取平均算得叶部、枝部、茎部和根部的平均镉质量分数，再估算出各树种不同部位及整体镉积累量。
-
采用SPSS 23进行数据处理及单因素方差分析，采用Origin 2022作图。
-
比较不同树种叶部的镉质量分数发现(图1A)：垂柳叶片的镉质量分数最高，达10.52 mg·kg−1；其次是黑杨，达7.59 mg·kg−1；泡桐叶片的镉质量分数最低，为0.66 mg·kg−1。黑杨叶柄的镉最高，达7.45 mg·kg−1；其次是楸树，达2.04 mg·kg−1；泡桐叶柄的镉质量分数最低，为0.23 mg·kg−1。对比叶片和叶柄的镉质量分数发现：泡桐叶片镉质量分数显著大于叶柄(P＜0.05)，其他树木叶片和叶柄之间无显著差异。比较不同树木叶部的富集系数发现(图1B)：黑杨叶片富集系数最高，达1.00；其次是楸树，达0.71；垂柳叶片的富集系数最小，为0.29。黑杨叶柄的富集系数最高，达0.98；其次是楸树，达0.50；泡桐叶柄的富集系数最小，为0.13。对比叶片和叶柄的富集系数发现：泡桐、楸树和黑杨叶片的富集系数均大于叶柄，悬铃木叶柄的富集系数大于叶片。泡桐叶片富集系数显著高于叶柄(P＜0.05)，悬铃木、黑杨的叶片与叶柄富集系数差异不显著。
图 1 不同树种叶部的镉质量分数及富集系数
Figure 1. Cd concentration and concentration coefficients in leaves of 5 tree species
-
比较5种树种枝部的镉质量分数发现(图2A)：垂柳枝皮的镉质量分数最高，达16.08 mg·kg−1；其次是黑杨，达10.51 mg·kg−1；泡桐枝皮的镉质量分数最低，为1.24 mg·kg−1。垂柳枝材的镉质量分数最高，达2.55 mg·kg−1；泡桐枝材的镉质量分数最低，为0.19 mg·kg−1。对比枝皮和枝材的镉质量分数发现：所有树种枝皮的镉质量分数显著高于枝材的镉质量分数(P＜0.05)。比较不同树种枝部的富集系数发现(图2B)：黑杨枝皮的富集系数最高，达1.38；其次是楸树，达1.24；垂柳枝皮的富集系数最低，为0.44。黑杨枝材的富集系数最高，达0.32，其次是楸树、泡桐和悬铃木，分别为0.11、0.11和0.09；垂柳枝材的富集系数最低，为0.07。对比枝皮和枝材的富集系数发现：所有树种枝皮的富集系数显著高于枝材(P＜0.05)。
图 2 不同树种枝部的镉质量分数及富集系数
Figure 2. Cd concentration and concentration coefficients in branches of 5 tree species
-
比较5种树种茎部的镉质量分数发现(图3A)：垂柳茎皮的镉质量分数最高，达35.30 mg·kg−1；其次是黑杨，达5.73 mg·kg−1；泡桐茎皮的镉质量分数最低，为0.12 mg·kg−1。垂柳茎材的镉质量分数最高，达2.08 mg·kg−1；其次是黑杨，达1.43 mg·kg−1；泡桐茎材的镉质量分数最低，为0.12 mg·kg−1。对比茎皮和茎材的镉质量分数发现：楸树、黑杨和垂柳茎皮的镉质量分数显著高于茎材的镉质量分数(P＜0.05)，泡桐和悬铃木茎皮与茎材的镉质量分数差异不显著。比较不同树种茎部的富集系数发现(图3B)：垂柳茎皮的富集系数最高，达0.97；其次是楸树，达0.82；悬铃木茎皮的富集系数最低，为0.12。黑杨茎材的富集系数最高，达0.19，其次是楸树、泡桐和悬铃木，分别达0.10、0.07和0.06；垂柳茎材的富集系数最低，为0.05。对比茎皮与茎材的富集系数发现：除悬铃木外，所有树种茎皮的富集系数显著高于茎材(P＜0.05)。
图 3 不同树种茎部的镉质量分数及富集系数
Figure 3. Cd concentration and concentration coefficients in stems of 5 tree species
-
比较5种树种根部的镉质量分数发现(图4A)：垂柳根皮的镉质量分数最高，达23.21 mg·kg−1；其次是黑杨，达12.01 mg·kg−1；泡桐根皮的镉质量分数最低，为0.60 mg·kg−1。垂柳根材的镉质量分数最高，达9.76 mg·kg−1；其次是黑杨，达4.50 mg·kg−1，悬铃木根材的镉质量分数最低，为0.39 mg·kg−1。对比根皮和根材的镉质量分数发现：楸树、悬铃木、黑杨和垂柳根皮的镉质量分数显著高于根材的镉质量分数(P＜0.05)，泡桐根皮与根材的镉质量分数差异不显著。比较不同树种根部的富集系数发现(图4B)：黑杨根皮的富集系数最高，达1.58；其次是垂柳，达0.64；泡桐根皮的富集系数最低，为0.34。黑杨根材的富集系数最高，达0.59，其次是垂柳和泡桐，分别达0.27、0.25；悬铃木根材的富集系数最低，为0.10。对比根皮与根材的富集系数发现：除泡桐外，所有树种根皮的富集系数均显著高于根材的富集系数(P＜0.05)。
图 4 不同树种根部的镉质量分数及富集系数
Figure 4. Cd concentration and concentration coefficients in roots of 5 tree species
-
利用异速生长方程计算出每株树的叶部、枝部、茎部、根部以及整株的生物量(表1)，并进一步计算得到不同部位的积累量及积累总量(表2)，黑杨和垂柳不同部位镉积累量从大到小依次表现为茎部、根部、枝部、叶部；楸树不同部位镉积累量从大到小依次表现为茎部、枝部、根部、叶部；泡桐和悬铃木不同部位镉积累量从大到小依次表现为枝部、茎部、根部、叶部。
表 1 不同树种不同部位及整株的生物量
Table 1. Biomass of different parts of the tree and the whole plant
树种 叶部生物量/kg 枝部生物量/kg 茎部生物量/kg 根部生物量/kg 整株生物量/kg 泡桐 6.22±0.77 a 28.59±4.73 a 31.54±6.16 bc 17.11±2.88 b 71.72±13.08 b 楸树 2.59±0.63 b 6.86±1.89 c 22.38±6.10 c 10.42±2.74 b 42.25±11.13 b 悬铃木 6.93±2.10 a 15.30±5.51 b 79.63±29.16 a 27.39±7.74 a 181.28±68.93 a 黑杨 2.95±0.66 b 11.32±3.91 bc 48.76±16.96 b 14.83±2.92 b 79.36±24.69 b 垂柳 1.79±0.38 b 7.03±2.14 c 31.64±10.55 bc 12.78±3.64 b 65.15±20.08 b 说明：不同字母表示不同树种间相同部位及整株的生物量差异显著 (P＜0.05)。 表 2 不同树种不同部位及整株镉积累量
Table 2. Cd accumulation in different parts and whole trees
树种 叶部 枝部 茎部 根部 积累总量/mg 平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg泡桐 0.45 2.80±0.34 c 0.72 20.59±3.40 b 0.34 10.72±2.09 c 0.52 8.89±1.50 c 43.01±7.34 c 楸树 2.05 5.31±1.29 c 2.52 17.29±4.76 b 1.33 29.77±8.12 c 1.08 11.25±2.96 c 63.62±16.85 c 悬铃木 1.71 11.86±3.60 b 2.25 34.42±12.40 b 0.37 29.46±10.79 c 1.00 27.39±7.74 c 103.13±34.52 c 黑杨 7.52 22.19±4.99 a 6.48 73.36±25.37 a 3.58 174.57±60.71 b 8.25 122.38±24.09 b 392.51±115.15 b 垂柳 10.52 18.82±4.05 a 9.32 65.48±19.94 a 18.69 591.29±197.21 a 16.48 210.68±59.93 a 886.28±281.11 a 说明：不同字母表示不同树种间相同部位镉积累量及积累总量差异显著(P＜0.05)。 比较镉在5种树种不同部位中镉的相对含量发现(图5)：泡桐不同部位镉的相对含量从大到小依次为枝部、茎部、根部、叶部；楸树不同部位镉的相对含量从大到小依次为茎部、枝部、根部、叶部；悬铃木不同部位镉的相对含量从大到小依次为茎部、根部、枝部、叶部；黑杨不同部位镉的相对含量从大到小依次为枝部、根部、茎部、叶部；垂柳不同部位镉的相对含量从大到小依次为茎部、根部、枝部、叶部。总体上看，楸树、悬铃木、垂柳均表现为茎部镉的相对含量最高，叶部镉的相对含量最低。
图 5 不同树种不同部位镉的分配
Figure 5. Distribution of cadmium in different parts of 5 tree species
-
本研究表明：不同树种对重金属的富集系数不同，黑杨叶片和叶柄的富集系数均为最大；黑杨枝皮和枝材的富集系数均最大；垂柳茎皮的富集系数最大，黑杨茎材的富集系数最大；黑杨根皮和根材的富集系数均最大。由此可见， 5种供试树种对镉的吸收特征不同。在这些树种中，黑杨和垂柳均有较高的镉积累量，这与前人研究结果类似[11−12]，且黑杨和垂柳具有易成活、生长快、生态价值高等优势，因此在镉污染土壤修复中具有较大的推广应用价值。
积累量在重金属积累的植物中相当可观。镉超积累植物龙葵 Solanum nigrum在镉质量分数为2.00 mg·kg−1的土壤中生长86 d后积累量达0.025 mg·株−1[13]；镉超积累植物商陆 Phytolacca acinosa在镉质量分数为5.00 mg·kg−1的土壤中生长60 d后地上部(镉的主要储存部分)的积累量达7.58 mg·株−1[14]；镉超积累植物东南景天 Sedum alfredii在镉质量分数为2.47 mg·kg−1的土壤中生长210 d后地上部的积累量达9.60 μg·株−1[15]。树木相比超积累植物拥有更长的生长周期、更大的生物量和更高的单株镉积累量，因此具有较大的镉污染修复潜力。在树木吸收镉的研究方面，前人也做过类似的研究。徐爱春[16]研究发现：旱柳 Salix matsudana在镉质量分数为20 mg·L−1的营养液中培养一段时间后，积累量达25.81 mg·株−1。周洁等[17]研究杂交柳(耳柳Salix aurita×银柳Salix argyracea)在镉质量分数为5.28 mg·kg−1的田间土壤中生长1 a后，镉的最大积累量达73.66 mg·株−1。乔木对镉污染土壤修复后再回收利用具有一定的经济效益，比如重金属的回收、植物能源及建材方面的利用[18]。此外，乔木具有多年生、持续修复、不进入食物链的优势，因此在镉污染土壤中植树是一种较为理想的修复技术。
本研究发现：所有树种的根、茎和枝的镉质量分数均表现为树皮部大于木材部，即从大到小依次为根皮、根材、茎皮、茎材、枝皮、枝材。可见，乔木具有优先把镉积累到皮部的特性，这种现象在其他研究中也有发现。例如，唐丽清等[19]研究发现：北京市台基厂大街行道树国槐 Sophora japonica的树皮中镉质量分数高于树干。RODRÍGUEZ等[20]研究表明：西班牙发电厂附近的地中海松Pinus halepensis树皮中镉质量分数高于树干。田胜尼等[21]研究指出：镉质量分数在腺柳 Salix chaenomeloides根皮部最高，达1 438.919 μg·kg−1，乔木中最低，为228.065 μg·kg−1。这可能是乔木的解毒机制导致的。镉主要通过土壤溶液进入根系，并从木质部转移到树皮。由于树皮代谢相对旺盛[22]，且树皮中富含有助于与二价离子结合的萜类、软木脂、脂肪酸酶、氨基酸等物质，这些化学物质与镉离子能够结合，生成稳定的络合物，达到解毒目的。而树干中主要为纤维素、半纤维素和木质素，与镉离子能够结合的物质较少，所以只有少部分镉积累在树干中[23]。
-
对河南某处镉污染土壤上栽植的5种树种调查发现：所有树木根皮、茎皮和枝皮均显著大于其对应的根材、茎材和枝材的镉质量分数，这可能是乔木本身的解毒机制造成的。在这些树种中，黑杨和垂柳均有较高的镉积累量，其中黑杨多数部位(除茎皮外)的富集系数均大于其他树种，因此在镉污染土壤修复中具有较大的优势。此外，采用乔木进行镉污染土壤修复时，木材中镉质量分数可达到较高水平，因此在后期木材的加工使用过程中应注意其对人体的健康风险。
Cd accumulation characteristics of different greening tree species
-
摘要:
目的 乔木对重金属具有富集能力，但是目前对其积累特征尚不明确，一定程度上限制了乔木修复重金属污染土壤技术的推广应用。探讨5种乔木绿化树种对镉的富集特征。 方法 分析了镉污染土壤上栽植的泡桐Paulownia fortunei、楸树Catalpa bungei、悬铃木Platanus acerifolia、黑杨Populus nigra 和垂柳Salix babylonica等树木不同部位对镉的富集特征，并分析了不同树种对镉的积累总量。 结果 供试树种对镉均具有一定的积累能力，单株对镉的积累量为43.01~886.28 mg·株−1，其中垂柳对镉的积累总量最大，达886.28 mg·株−1；其次是黑杨，达392.51 mg·株−1。不同树种不同部位对镉的富集能力也不同，泡桐、楸树、悬铃木、黑杨和垂柳不同部位的富集系数分别为0.07~0.56、0.10~1.24、0.06~1.04、0.32~1.58、0.06~0.97。其中黑杨多数部位(除茎皮外)的富集系数均大于其他树种。所有树种根皮、茎皮和枝皮的镉质量分数均显著(P＜0.05)大于其对应的根材、茎材和枝材。所有树种不同部位镉质量分数与土壤镉质量分数均呈极显著正相关(P＜0.01)。 结论 乔木主要将镉积累到枝部和茎部，其中泡桐、楸树和悬铃木主要积累在枝部，黑杨和垂柳主要积累在茎部。此外，黑杨和垂柳具有较高的镉积累量，是今后镉污染土壤修复中的首选树种。图5表2参23 Abstract:Objective While trees can accumulate heavy metals, their accumulation characteristics are currently unclear; this, to some degree, restricts the application of the technology of using trees to remediate heavy metal-contaminated soil. This study was designed to explore the cadmium (Cd) accumulation capacities of five greening tree species. Method The Cd accumulation characteristics of different parts of various greening trees (Paulownia fortunei, Catalpa bungei, Platanus acerifolia, Populus nigra, and Salix babylonica) planted in Cd-contaminated soil were analyzed, and the total amounts of Cd in the trees were determined. Result All the tested trees had a certain Cd accumulation capacity, and the cumulative amount of Cd per tree ranged from 43.01 to 886.28 mg·plant−1. Among the trees, S. babylonica had the highest accumulation amount of Cd (886.28 mg·plant−1), followed by Populus nigra (392.51 mg·plant−1). The Cd accumulation ability varied among different tree species and parts, with concentration coefficients ranging from 0.07 to 0.56, 0.10 to 1.24, 0.06 to 1.04, 0.32 to 1.58, and 0.06 to 0.97 for different parts of Paulownia fortunei, C. bungei, Platanus acerifolia, Populus nigra, and S. babylonica, respectively. The concentration coefficients of most parts (except for the stem bark) of Populus nigra were higher than those of the other trees. The Cd concentrations in the root bark, stem bark, and branch bark of all trees were significantly higher than those in their corresponding root wood, stem wood, and branch wood (P＜0.05). A highly significant positive correlation was found between the Cd contents in different parts of trees and those in the soil (P＜0.01). Conclusion The tested tree species accumulated Cd mainly in their branches and stems. Paulownia fortunei, C. bungei, and Platanus acerifolia accumulated Cd mainly in their branches, while Populus nigra and S. babylonica accumulated Cd mainly in their stems. Populus nigra and S. babylonica displayed higher Cd concentrations, which are the preferred tree species for the remediation of Cd-contaminated soil. [Ch, 5 fig. 2 tab. 23 ref.] -
Key words:
- trees /
- cadmium /
- total amount of accumulation /
- concentration coefficient /
- soil remediation
-
城市绿地对改善城市生态环境恶化等问题具有举足轻重的作用[1]。目前，对城市绿地生态效益的研究因受生态系统服务功能多样、区域环境及人类社会活动需求差异等因素影响，呈现出评估方法众多但评价内容、指标及结果差异性大等问题[2-3]。随着大数据等现代技术的应用，城市绿地生态效益价值的评估已经由原来的传统方法逐渐发展到计算机模型测算法[4-5]。由美国林务局2006年开发的i-Tree模型因树种匹配灵活、分析结果精确、评估对象尺度多元等优点，自推出至今在国际上尤其是北美国家已得到了大量的应用[6]。近年来中国合肥[7]、杭州[8]、南京[9]等地已有大量基于该模型的生态效益研究成果，但呈现出以研究城市森林等大区域尺度及城市社区行道树等小微尺度为主的特征，仅有魏云龙[10]、施炜婷等[11]、施健健等[5]对城市公园、广场这类中小尺度的绿地进行评估，且仅以研究单种生态效益功能或植物个体生态效益为主。本研究以临安吴越钱王陵公园为研究对象，运用i-Tree模型对公园植物群落结构及节能、改善空气质量、吸收二氧化碳(CO2)、截留雨水等4个方面的生态效益价值进行定量评估，以期为钱王陵公园及当代城市公园植物群落提升建设过程中群落及树种选择提供一定参考，丰富该模型在城市绿地生态效益研究的理论与内容。
1. 研究地区与研究方法
1.1 研究地概况
临安区位于杭州市西部，29°56'~30°23'N，118°51'~119°52'E，属亚热带季风气候，年平均降水量1 613.90 mm，降水日158.0 d，全年平均气温16.4 ℃，全年日照时数1 847.3 h。钱王陵公园坐落在临安区锦城太庙山南坡，2018年作为杭州地区唯一代表入选浙江省级考古遗址公园，在塑造城市形象、传承历史文化、市民公共游憩活动等方面起重要作用；该园建成至今已有20余a，占地10.30 hm2，海拔92.0 m[12]。园内植物生长稳定，群落结构水平和垂直结构差异明显，群落景观多样，类型丰富。
1.2 调查内容与方法
本研究调查对象为钱王陵公园内的典型人工植物群落。在对公园全面勘查的基础上，于2019年8−9月采用典型取样法，设置32个20 m×20 m，面积为400 m2的典型样地，按照L1至L32顺序对样地编号(表1)；采用每木测量法，对样地内的植物种类、数量、胸径、树高、冠幅、健康状况以及立地条件、水体、道路、铺装广场的占比状况进行调查[5]，后期整理汇总。
表 1 钱王陵公园植物群落基本类型Table 1 Basic types of plant communities in Qianwangling Park群落类型 垂直结构类型 样地编号(群落名称) 针阔混交型 乔-灌-草 L1(水杉Metasequoia glyptostroboides+樟树群落)、L2(圆柏Sabina chinensis+樟树群落)、L3(雪松 Cedrus deodara+樟树群落)、L4(塔柏Sabina chinensis ‘Pyramidalis’+圆柏+樟树群落)、L5(塔 柏+樟树群落)、L6(塔柏+樟树+棕榈Trachycarpus fortunei群落)、L9(桂花Osmanthus fragrans+水 杉群落)、L11(水杉+柳杉Cryptomeria fortunei+樟树群落)、L14(水杉+枫香Liquidambar formosana群落)、L18(樟树+罗汉松Podocarpus macrophyllus群落) 乔-灌 L7(水杉+广玉兰群落Magnolia grandiflora)、L17(马尾松Pinus massoniana+深山含笑Michelia maudiae群落) 乔-草 L25(马尾松+樟树群落) 常绿阔叶型 乔-灌-草 L8(桂花群落)、L13(樟树+广玉兰+桂花群落)、L16(樟树+广玉兰群落)、L21(樟树+广玉兰-山茶 Camellia japonical群落)、L26(樟树+桂花群落)、L30(樟树+女贞Ligustrum lucidum+桂花群落) 乔-草 L23(樟树+女贞群落)、L28(樟树+棕榈群落) 常绿落叶阔叶混交型 乔-灌-草 L10(樟树+山樱花Prunus serrulata群落)、L15(樟树+银杏Ginkgo biloba群落)、L26(樟树+枫香+ 构树Broussonetia papyrifera群落(L20) 乔-草 L19(樟树+枫香+油茶Camellia oleifera群落)、L22(樟树+枫香+棕榈群落)、L24(樟树+枫香群落)、 L27(樟树+栓皮栎Quercus variabilis群落) 乔-灌 L12(樟树+榔榆Ulmus parvifolia群落) 竹阔混交型 乔-灌-草 L29(毛竹Phyllostachys edulis+枫香群落)、L32(毛竹+樟树-山茶群落)、L31(毛竹+樟树群落) 1.3 i-Tree模型生态效益评估原理
评估采用i-Tree V5.0版本的streets模块。将模型内测算树木节能效益的电费和天然气经济指标价格修正为2018年临安区居民生活用电的平均价格0.59元·kW−1·h−1和天然气平均价格3.66元·m−3；碳吸收、改善空气质量、截留雨水效益的计算参照魏云龙[10]基于该模型同一模块对花港观鱼公园生态效益测算价格指标，用于导入及输出的美元效益价值量采用2019年8月及9月美元对人民币平均汇率(1美元兑换7.04元人民币)进行换算[13]。基于临安亚热带季风气候条件及杭州地区该模型相关研究[5, 10]，匹配沿海平面(coastal plain)气候区作为背景开展评估，对树种数据库中没有的树种依据其属性进行同属或同叶型的树种匹配，最后将整理好的树种实测数据整理成Access数据库，并处理成mdb格式文件导入模型中开展评估。
2. 结果与分析
2.1 群落类型及空间结构分析
参照《中国植被》[14]、尚玉昌[15]生态学优势种命名法、武文婷[16]对于杭州城市绿地植被类型划分原则，以植物群落本身特征作为划分依据，以生态外貌为高级分类单位，中低级单位采用优势种(以重要值为依据)，对所调查植物群落进行划分得出(表1)：竹阔混交型群落占比为9.37%，常绿落叶阔叶混交型和常绿阔叶型群落占比同为25.00%，针阔混交型群落占比最高(40.63%)；公园整体表现出以针阔混交型群落为主的植物景观风貌，营造出纪念性公园四季常青、庄严肃穆的景观氛围。
根据水平结构上的配置模式，将群落划分为纯林和混交林2种类型[17]。在水平结构上，混交林占比为93.75%，呈现出主导地位；在垂直结构上，“乔-灌-草”型复层模式群落占68.75%；双层模式群落只出现“乔-草”及“乔-灌”这2种类型，分别占21.88%和9.37%。复层型为公园植物群落的主要构建模式。
2.2 植物群落树种结构分析
参照《浙江植物志》等[18-19]，对所调查32个植物群落树种分析可知：调查植物共计113种，分属于63科98属。符合测量评估条件的乔、灌木共1 613株，隶属于39科62属74种。i-Tree模型内置的“Define Species”功能将树木分为常绿阔叶树种(BE)、落叶阔叶树种(BD)、常绿针叶树种(CE)、落叶针叶树种(CD)、常绿棕榈树种(PE)5种生长类型，且每一类型又分为大(L)、中(M)、小(S)3类[10]。由图1可知：公园内常绿树占比约是落叶树占比的4倍，群落总体表现出以常绿树为主的林相，季相变化不够丰富；公园内阔叶树种占79.11%，针叶树种占12.46%，阔叶树约为针叶树6倍，针叶树种数量偏少，不符合纪念性公园以针叶树偏多的特点。
图 1 植物群落树木生长类型Figure 1 Plant community tree growth typesBDL. 落叶阔叶大型树；BDM. 落叶阔叶中型树； BDS. 落叶阔叶小型树；BEL. 常绿阔叶大型树； BEM. 常绿阔叶中型树；BES. 常绿阔叶小型树； CEL. 常绿针叶大型树；CEM. 常绿针叶中型树； CDL. 落叶针叶大型树；PEM. 常绿棕榈中型树从数量上来看，株数排名前10位的树种分别是：樟树(22.13%)、毛竹(10.17%)、桂花(9.92%)、棕榈(8.43%)、枫香(6.01%)、山茶(4.03%)、圆柏(3.72%)、广玉兰(2.60%)、罗汉松(2.60%)、女贞(2.17%)；这10个树种数量占调查总数的71.79%；但仅有樟树、桂花、棕榈这3种乡土树种应用频度在50%以上，构成整个公园的优势树种。总体来看，钱王陵公园树种丰富，但绝大多数乔、灌木应用频度低、景观单调。
从胸径结构来看，i-Tree模型主要将树种胸径划分为7个等级。由图2可知所调查群落树种胸径主要集分布在≤45.7 cm，胸径在45.70~61.00 cm的占比1.55%，胸径在61.00~76.20 cm和76.20~94.10 cm的占比都为0.06%。公园内树种胸径呈现以中小径级为主，且随着胸径增大树种数量显著减少现象。
图 2 植物群落树种胸径等级Figure 2 Plant community tree species’ diameter at breast height gradesⅠ. DBH≤7.6 cm；Ⅱ. 7.6＜DBH≤15.2 cm； Ⅲ. 15.2＜DBH≤30.5 cm；Ⅳ. 30.5＜DBH≤45.7 cm； Ⅴ. 45.7＜DBH≤61.0 cm；Ⅵ. 61.0＜DBH≤76.2 cm； Ⅶ. 76.2＜DBH≤91.4 cm2.3 群落生态效益分析
树木通过遮光、降低风速、叶片蒸腾散热等方式，起到改善小气候、节约能源的作用[20]；光合、呼吸等作用吸收CO2和水转化为有机物并释放氧气，实现碳氧循环减缓温室效应[21]；通过树冠、树叶、树皮表面对雨水进行拦截，延缓暴雨峰值，起到减少雨水径流的效果[22]。运用i-Tree模型对钱王陵公园32个植物群落节约能源、截留雨水、吸收CO2和改善空气质量生态效益价值定量评估得出(表2)：4类生态效益年总价值为208 588.16元·a−1，平均单株生态效益为129.25元·株−1·a−1。对生态效益价值贡献最大的是吸收CO2，占47.20%；节约能源效益与截留雨水效益价值相近，分别占23.10%和27.77%；改善空气质量效益最低，仅占1.93%。这4类生态效益按照价值量从高到低排名依次为吸收CO2、截留雨水、节约能源、改善空气质量。生态效益最高的是樟树+广玉兰-山茶群落(L21)，为12 777.60元·a−1，占6.13%；最低的是樟树+银杏群落(L15)，为1 203.84元·a−1，仅占0.58%。不同类型群落生态效益价值存在较大差距，对生态效益贡献最大的为针阔混交型群落，总生态效益占比为35.47%；其次是常绿阔叶型群落，占比为27.61%；常绿落叶阔叶混交型群落占比为26.17%；竹阔混交型最少，仅占10.75%。
表 2 钱王陵公园32个植物群落总生态效益Table 2 Total ecological benefits of 32 plant communities in Qianwangling Park群落 生态效益/(元·a−1) 效益
占比/
%群落 生态效益/(元·a−1) 效益
占比/
%节约
能源吸收
CO2改善空
气质量截留
雨水总生态
效益节约
能源吸收
CO2改善空
气质量截留
雨水总生态
效益L1 1 070.08 2 168.32 98.56 1 351.68 4 688.64 2.25 L18 1 830.40 3 365.12 28.16 2 400.64 7 624.32 3.66 L2 1 520.64 3 182.08 183.04 1 879.68 6 765.44 3.24 L19 1 457.28 2 872.32 49.28 1 696.64 6 075.52 2.91 L3 1 267.20 2 696.32 133.76 1 591.04 5 688.32 2.73 L20 1 584.00 2 977.92 112.64 1 809.28 6 483.84 3.11 L4 1 112.32 2 393.60 91.52 1 337.60 4 935.04 2.37 L21 2 851.20 5 850.24 232.32 3 843.84 12 777.60 6.13 L5 781.44 1 605.12 42.24 851.84 3 280.64 1.57 L22 2 175.36 4 238.08 126.72 2 745.60 9 285.76 4.45 L6 1 041.92 2 154.24 112.64 1 203.84 4 512.64 2.16 L23 1 802.24 3 808.64 161.92 2 259.84 8 032.64 3.85 L7 1 415.04 3 196.16 154.88 1 675.52 6 441.60 3.09 L24 2 245.76 4 540.80 112.64 2 520.32 9 419.52 4.52 L8 711.04 1 921.92 126.72 682.88 3 442.56 1.65 L25 1 457.28 2 949.76 112.64 1 619.20 6 138.88 2.94 L9 1 619.20 4 026.88 168.96 1 900.80 7 715.84 3.70 L26 1 760.00 3 597.44 161.92 2 316.16 7 835.52 3.76 L10 1 344.64 3 238.40 168.96 1 415.04 6 167.04 2.96 L27 2 696.32 5 005.44 253.44 3 182.08 11 137.28 5.34 L11 1 422.08 3 048.32 35.20 1 774.08 6 279.68 3.01 L28 2 041.60 4 055.04 140.80 2 907.52 9 144.96 4.38 L12 1 119.36 2 358.40 126.72 1 217.92 4 822.40 2.31 L29 1 809.28 3 013.12 197.12 1 752.96 6 772.48 3.25 L13 675.84 1 492.48 77.44 830.72 3 076.48 1.47 L30 1 506.56 3 104.64 84.48 1 844.48 6 540.16 3.14 L14 732.16 1 555.84 84.48 725.12 3 097.60 1.49 L31 1 774.08 3 372.16 133.76 2 337.28 7 617.28 3.65 L15 260.48 577.28 28.16 337.92 1 203.84 0.58 L32 2 062.72 3 548.16 239.36 2 189.44 8 039.68 3.85 L16 1 520.64 3 160.96 147.84 1 907.84 6 737.28 3.23 总计 48 188.80 98 447.36 4 019.84 57 932.16 208 588.16 100 L17 1 520.64 3 358.08 98.56 1 837.44 6 814.72 3.27 对群落各生态效益分析可知：i-Tree模型对节能效益的评估由节约电量和节约天然气效益两部分组成，其中节约电量为62 227.20 kW·h·a−1，产生生态效益为36 706.56元·a−1；节约天然气量3 560.50 m³·a−1，产生生态效益11 482.24元·a−1，节约能源的生态效益总价值为48 188.80元·a−1，单株树木平均生态效益为29.85元·株−1·a−1；节能效益最高的是樟树+广玉兰-山茶群落(L21)，为2 851.20元·a−1；最低的是樟树+银杏群落(L15)，为260.48元·a−1；从群落类型来看，节能效益总量占比最高的是针阔混交型群落，为34.84%，该类群落在节能效益价值方面优势较高。经模型计算植物群落吸收CO2总量为81 951.00 kg·a−1，产生生态效益价值98 447.36元·a−1，单株平均吸收CO2生态效益为61.04元·株−1·a−1；对不同类型群落生态效益分析可知：针阔混交型群落生态效益占比最高，为36.26%，在吸收CO2方面表现出一定优势。模型计算群落年截留雨水量为5 192.00 m³·a−1，产生生态效益为57 932.16元·a−1，单株树木平均截留雨水生态效益为35.90元·株−1·a−1。对单株树木平均截留雨水生态效益分析可以得出，针阔混交型群落中树木平均效益超过总平均生态效益的群落数量最多且效益排名靠前，说明相对其他类型该群落类型在截留雨水上具有优势。模型计算植物群落年改善空气质量生态效益为4 019.84元·a−1，单株树木平均生态效益为2.46元·株−1·a−1，明显低于以上3个功能，其中群落间接减排空气污染物[二氧化氮(NO2)、可吸入颗粒物(PM10)、挥发性有机化合物(VOC)、二氧化硫(SO2)]生态效益最高，为6 188.16元·a−1，SO2减排量最高为220.40 kg·a−1，占66.85%；群落吸附沉积空气污染物[NO2、臭氧(O3)、PM10和SO2]效益为2 731.52元·a−1，对O3的沉积效果最强，占比为58.65%；SO2的沉积效果最差仅6.14%。此外，树木自身代谢等作用会散发挥发性有机物污染(BVOCs)对空气造成污染[23]，经计算该公园群落释放BVOCs量为213.20 kg·a−1，产生生态效益−4 899.84 元·a−1，其中樟树+广玉兰-山茶群落(L21)释放量最多，为13.30 kg·a−1；从改善空气质量综合能力来看，樟树+栓皮栎群落(L27)效果最强，产生生态效益最高，为253.44元·a−1，占6.30%，同时间接减排空气污染物的能力也最为显著。综合看来，树木在间接减排空气污染物方面上更具优势。
对群落树种单株平均生态效益分析可知，排名前10位树种为落叶阔叶树和针叶树(表3)，针叶树有水杉、雪松、马尾松，其余的为落叶阔叶树。常绿阔叶树种未出现，生态效益偏低。综合树种平均胸径及各生态效益分析可知，在平均胸径相近情况下，落叶阔叶树各项生态效益高于针叶树，即落叶阔叶树在节能、吸收CO2、改善空气质量及截留雨水方面都表现出更高优势。单株平均生态效益价值由高到低排名前10位的树种为三角枫Acer buergerianum、黄山栾树Koelreuteria paniculata、水杉、栓皮栎、雪松、马尾松、山樱花、朴树Celtis bungeana、榔榆、垂柳Salix babylonica，在植物群落构建时对于落叶阔叶树和针叶树树种的选择可优先考虑。
表 3 单株平均效益前10位树种各生态效益Table 3 Per plant benefit,top ten tree species, ecological benefits效益排名 树种名称 生长类型 单株生态效益/(元·株−1·a−1) 单株平均生态效益/
(元·株−1·a−1)平均胸径/cm 节约能源 吸收CO2 改善空气质量 截留雨水 1 三角枫 BDM(落叶阔叶中型树) 119.82 300.40 18.66 119.33 558.21 35.04 2 黄山栾树 BDM(落叶阔叶中型树) 97.72 213.73 16.12 100.95 428.52 30.26 3 水杉 CDL(落叶针叶大型树) 95.46 203.03 −1.76 119.47 416.20 41.47 4 栓皮栎 BDL(落叶阔叶大型树) 79.20 177.76 12.88 76.03 345.87 37.05 5 雪松 CEL(常绿针叶大型树) 76.88 163.40 2.60 82.09 324.97 30.33 6 马尾松 CEL(常绿针叶大型树) 75.82 161.36 1.55 84.83 323.56 33.65 7 山樱花 BDM(落叶阔叶中型树) 69.98 161.43 11.26 66.81 309.48 26.50 8 朴树 BDL(落叶阔叶大型树) 79.62 130.17 13.38 78.14 301.31 27.44 9 榔榆 BDM(落叶阔叶中型树) 63.15 148.54 10.14 60.19 282.02 24.48 10 垂柳 BDM(落叶阔叶中型树) 49.63 122.78 7.88 46.96 227.25 26.48 结合表3和表4分析可知：L21群落(樟树+广玉兰-山茶群落)树种株数占比不高(排第10位)，但群落平均胸径最高，单株生态效益高的落叶阔叶树种三角枫、栓皮栎和针叶树马尾松平均胸径都较高。而L22群落(樟树+枫香+棕榈群落)树种株数占比较低，但群落平均胸径高，因此生态效益也相对较高。L24群落(樟树+枫香群落)、L27群落(樟树+栓皮栎群落)和L28群落(樟树+棕榈群落)树种株数占比相似(分别为4.4%、4.0%和4.3%)，而群落L27和群落L28相比，群落整体平均胸径相近，但群落L27中单株生态效益高的树木数量及平均胸径更具有优势，因此该群落效益更高；L24群落平均胸径偏低，但单株平均效益高树种株株多，因此生态效益也较高。在树种生长型方面，胸径＞30 cm的落叶阔叶和针叶高生态效益树种株数占比越高对生态效益贡献越大。综上分析，群落生态效益的高低主要取决于树种的株数、生长类型和平均胸径。从构建高生态效益植物群落角度出发，建议植物群落构建时以三角枫、黄山栾树、水杉、栓皮栎、雪松、马尾松等高单株生态效益的树木为优势种，以提高植物群落整体生态效益。
表 4 生态效益排名前5位群落指标分析Table 4 Analysis of the top five community indicators in benefit ranking排名 样地
编号群落
类型主要组
成树种单株生态效益排名前10树种
(株数及平均胸径)群落整体平均
胸径/(cm·株−1)群落树种株数
占比/%(排名)1 L21 常绿阔叶型 樟树+广玉兰+棕榈-山茶 三角枫(4株，胸径35.06 cm)、栓皮栎(1株，
胸径45.39 cm)、马尾松(2株，胸径39.33 cm)25.70 3.6(10) 2 L27 常绿落叶阔叶
混交型樟树+栓皮栎+女贞+棕榈+
黄山栾树+枫香黄山栾树(3株，胸径29.47 cm)、朴树(1株，
胸径32.16 cm)、栓皮栎(10株，胸径30.86 cm)20.56 4.0(5) 3 L24 常绿落叶阔叶
混交型枫香+樟树+棕榈 栓皮栎(3株，胸径16.73 cm)、马尾松(2株，
胸径36.22 cm)17.96 4.4(3) 4 L22 常绿落叶阔叶
混交型枫香+樟树+棕榈-山茶 马尾松(2株，胸径34.00 cm) 25.31 2.7(19) 5 L28 常绿阔叶型 樟树+女贞+棕榈 马尾松(1株，胸径42.61 cm)、三角枫(1株，
胸径34.98 cm)、雪松(1株，胸径28.83 cm)20.03 4.3(4) 3. 结论与讨论
本研究采用典型取样法及每木调查法对钱王陵公园32个植物群落内所有符合测量条件的乔、灌木进行实地调查。调查树木共计1 613株，分属39科62属74种。群落树种种类丰富，胸径结构分布合理，呈现出较明显上、中、下层分布。在水平结构上以混交型为主，垂直结构以复层模式为主，且表现出以针阔混交型群落为主的景观风貌。公园内存在常绿树、阔叶树数量占比远超落叶树、针叶树，树木生长类型分布不合理，多数灌木及草本植物生长状况不佳，林间凋落物堆积过厚等问题。这与公园建成时间久远缺乏管理与维护有关。从公园长远发展角度考虑，应基于该公园的纪念性特点，增加落叶树与松柏类针叶树种数和株数，营造庄重、肃穆的纪念氛围，以构建更加完善和稳定的植物群落结构体系。
钱王陵公园32个植物群落年总生态效益为208 588.16元·a−1，节约能源、吸收CO2、改善空气质量和截留雨水生态效益价值分别为48 188.80、98 447.36、4 019.84和57 932.16元·a−1，占比分别为23.10%、47.20%、1.93%和27.77%。这4类效益按照价值量高低排名为吸收CO2、截留雨水、节约能源、改善空气质量。结果与魏云龙[10]研究排名一致，其中吸收CO2生态效益最高，贡献最大。这与树种本身对CO2吸收能力较强有关。不同类型群落生态效益存在明显差异，针阔混交型群落总生态效益最高，占38.38%，表现出显著优势。这是由于该类型群落数量(占38.38%)及树种株数(占35.30%)最多，且水杉、马尾松、雪松等单株平均生态效益高的树种占比大。其次分别为常绿阔叶型、常绿落叶阔叶混交型和竹阔混交型群落；常绿阔叶型群落数量与常绿落叶阔叶混交型群落数量相同，占比为25%。常绿阔叶型群落总生态效益占比为27.61%，树种株数占24.1%；常绿落叶阔叶混交型群落总生态效益占比为26.71%及树种株数占26.20%。竹阔混交型群落在群落数量(占9.37%)及树种株数(占14.5%)上都为最少，导致生态效益占比最低为10.75%。
在城市绿地的建设过程中，i-Tree模型能从资源结构及生态效益方面对植物群落进行定量评估，将不同群落和树种的生态效益以货币形式更直观地展示出来，若将其引入城市绿地植物群落构建的“人工形成—自然进程—人工调控”的动态过程中，将使高生态效益绿地的建设更加具有科学性、高效性和便捷性。由于该模型是基于美国的生态环境而开发的，应用于本研究评估时在树种匹配上有一定的局限性，因此对于国内树种的研究以及完善更新模型基础数据库，使之能够更好地适用于本土树种，是今后重点研究方向。在生态服务功能评估上，由于i-Tree模型限制，只从节约能源、吸收CO2、改善空气质量、截留雨水等4个方面对钱王陵公园生态服务功能价值进行评估。植物群落生态服务功能的种类众多，还包括释放氧气、改良土壤及减少空气中负离子等，因此还需从深度和广度上加以进一步完善和提高。在成本参数上，模型中需要输入清除空气中O3、PM10和VOC等成本参数，因国内未有统一标准，参数获取难度大。在参照国内该模型的相关研究基础上，使用了模型的内置参数进行评估。在以后的研究中，应该建立符合国内情况的处理空气污染物和截留雨水相关参数指标，从而更加完善地运用评估模型对生态效益价值进行评估研究。
-
图 1 不同树种叶部的镉质量分数及富集系数
Figure 1 Cd concentration and concentration coefficients in leaves of 5 tree species
图 2 不同树种枝部的镉质量分数及富集系数
Figure 2 Cd concentration and concentration coefficients in branches of 5 tree species
图 3 不同树种茎部的镉质量分数及富集系数
Figure 3 Cd concentration and concentration coefficients in stems of 5 tree species
图 4 不同树种根部的镉质量分数及富集系数
Figure 4 Cd concentration and concentration coefficients in roots of 5 tree species
图 5 不同树种不同部位镉的分配
Figure 5 Distribution of cadmium in different parts of 5 tree species
表 1 不同树种不同部位及整株的生物量
Table 1. Biomass of different parts of the tree and the whole plant
树种 叶部生物量/kg 枝部生物量/kg 茎部生物量/kg 根部生物量/kg 整株生物量/kg 泡桐 6.22±0.77 a 28.59±4.73 a 31.54±6.16 bc 17.11±2.88 b 71.72±13.08 b 楸树 2.59±0.63 b 6.86±1.89 c 22.38±6.10 c 10.42±2.74 b 42.25±11.13 b 悬铃木 6.93±2.10 a 15.30±5.51 b 79.63±29.16 a 27.39±7.74 a 181.28±68.93 a 黑杨 2.95±0.66 b 11.32±3.91 bc 48.76±16.96 b 14.83±2.92 b 79.36±24.69 b 垂柳 1.79±0.38 b 7.03±2.14 c 31.64±10.55 bc 12.78±3.64 b 65.15±20.08 b 说明：不同字母表示不同树种间相同部位及整株的生物量差异显著 (P＜0.05)。 
下载: 导出CSV
表 2 不同树种不同部位及整株镉积累量
Table 2. Cd accumulation in different parts and whole trees
树种 叶部 枝部 茎部 根部 积累总量/mg 平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg平均镉质量分
数/(mg·kg−1)积累
量/mg泡桐 0.45 2.80±0.34 c 0.72 20.59±3.40 b 0.34 10.72±2.09 c 0.52 8.89±1.50 c 43.01±7.34 c 楸树 2.05 5.31±1.29 c 2.52 17.29±4.76 b 1.33 29.77±8.12 c 1.08 11.25±2.96 c 63.62±16.85 c 悬铃木 1.71 11.86±3.60 b 2.25 34.42±12.40 b 0.37 29.46±10.79 c 1.00 27.39±7.74 c 103.13±34.52 c 黑杨 7.52 22.19±4.99 a 6.48 73.36±25.37 a 3.58 174.57±60.71 b 8.25 122.38±24.09 b 392.51±115.15 b 垂柳 10.52 18.82±4.05 a 9.32 65.48±19.94 a 18.69 591.29±197.21 a 16.48 210.68±59.93 a 886.28±281.11 a 说明：不同字母表示不同树种间相同部位镉积累量及积累总量差异显著(P＜0.05)。
下载: 导出CSV
-
[1] 李杨, 丁振军, 王星蒙. 葫芦岛地区土壤镉元素空间含量分布特征及污染评价研究[J]. 环境科学与管理, 2022, 47(10): 166 − 170. LI Yang, DING Zhenjun, WANG Xingmeng. Content distribution characteristics and pollution evaluation of cadmium in soil, Huludao area [J]. Environmental Science and Management, 2022, 47(10): 166 − 170. [2] 顾继光, 周启星, 王新. 土壤重金属污染的治理途径及其研究进展[J]. 应用基础与工程科学学报, 2003, 11(2): 143 − 151. GU Jiguang, ZHOU Qixing, WANG Xin. Reused path of heavy metal pollution in soils and its research advance [J]. Journal of Basic Science and Engineering, 2003, 11(2): 143 − 151. [3] 张云霞, 周浪, 肖乃川, 等. 鬼针草(Bidens pilosa L. )对镉污染农田的修复潜力[J]. 生态学报, 2020, 40(16): 5805 − 5813. ZHANG Yunxia, ZHOU Lang, XIAO Naichuan, et al. Remediation potential of B. pilosa L. in cadmium-contaminated farmland [J]. Acta Ecologica Sinica, 2020, 40(16): 5805 − 5813. [4] 柏佳, 谭长吟, 曹雪莹, 等. 3种有机酸对伴矿景天修复效率及土壤微生物数量的影响[J]. 水土保持学报, 2020, 34(2): 318 − 324. BAI Jia, TAN Changyin, CAO Xueying, et al. Effect of three organic acids on the remediation efficiency of Sedum plumbizincicola and soil microbial quantity [J]. Journal of Soil and Water Conservation, 2020, 34(2): 318 − 324. [5] 张永超, 陈存根, 钟发明, 等. 重金属铅、镉在白榆中分布规律和累积特性研究[J]. 西北林学院学报, 2011, 26(5): 6 − 11. ZHANG Yongchao, CHEN Cungen, ZHONG Faming, et al. Distribution and accumulation of lead and cadmium in Ulmus pumila [J]. Journal of Northwest Forestry University, 2011, 26(5): 6 − 11. [6] 曲豪杰, 张涵丹, 谭志超, 等. 纳塔栎和柳叶栎对铅锌矿区污染土壤的修复潜力分析: 田间试验[J]. 生态学报, 2020, 40(19): 6969 − 6981. QU Haojie, ZHANG Handan, TAN Zhichao, et al. The remediation potential of Quercus nuttallii and Quercus phellos to heavy metalpolluted soil in lead-zinc mining area: a field test [J]. Acta Ecologica Sinica, 2020, 40(19): 6969 − 6981. [7] 李培坤, 牛帅, 王雪颖, 等. 河南农业大学文化路校区校园植物调查与分析[J]. 河南农业大学学报, 2017, 51(2): 243 − 249. LI Peikun, NIU Shuai, WANG Xueying, et al. lnvestigation and analysis of campus plants in Wenhua Road Campus of Henan Agricultural University [J]. Journal of Henan Agricultural University, 2017, 51(2): 243 − 249. [8] 张欣. 基于树木年轮信息的北京园林树木碳固定研究[D]. 保定: 河北农业大学, 2021. ZHANG Xin. Research on Landscape Trees Carbon Fixation in Beijing Based on Tree Rings Information [D]. Baoding: Hebei Agricultural University, 2021. [9] 罗云建, 王效科, 逯非. 中国主要林木生物量模型手册[M]. 北京: 中国林业出版社, 2015. LUO Yunjian, WANG Xiaoke, LU Fei. Comprehensive Database of Biomass Regressions for China’s Tree Species [M]. Beijing: China Forestry Publishing House, 2015. [10] 周国逸, 尹光彩, 唐旭利, 等. 中国森林生态系统碳储量——生物量方程[M]. 北京: 科学出版社, 2018. ZHOU Guoyi, YIN Guangcai, TANG Xuli, et al. Carbon Storage-Biomass Equation of Forest Ecosystems in China [M]. Beijing: Science Press, 2018. [11] 张晓丽, 翟飞飞, 李伟, 等. 27个柳树无性系对镉的吸收分配特性[J]. 林业科学, 2017, 53(4): 9 − 17. ZHANG Xiaoli, ZHAI Feifei, LI Wei, et al. Characteristics of cadmium absorption and distribution in 27 willow clones [J]. Scientia Silvae Sinicae, 2017, 53(4): 9 − 17. [12] 郑青雅, 马云璐, 戎恭, 等. 2年生杨树吸收和富集土壤镉特性研究[J]. 安徽农业大学学报, 2023, 50(2): 297 − 302. ZHENG Qingya, MA Yunlu, RONG Gong, et al. Study on the uptake and enrichment of heavy metal Cd in two-year old poplar trees [J]. Journal of Anhui Agricultural University, 2023, 50(2): 297 − 302. [13] 李志贤, 冯涛, 陈章, 等. 镉胁迫对龙葵镉的吸收积累及生理响应的影响[J]. 水土保持学报, 2017, 31(5): 328 − 333. LI Zhixian, FENG Tao, CHEN Zhang, et al. Effects of different levels Cd stress on Cd uptake and physiological response of Solanum nigrum L. [J]. Journal of Soil and Water Conservation, 2017, 31(5): 328 − 333. [14] 聂发辉, 吴彩斌, 吴双桃. 商陆对镉的富集特征[J]. 浙江林学院学报, 2006, 23(4): 400 − 405. NIE Fahui, WU Caibin, WU Shuangtao. Characteristics of Phytolacca acinosa accumulating Cd [J]. Journal of Zhejiang Forestry College, 2006, 23(4): 400 − 405. [15] 刘波, 陈绩, 马嘉伟, 等. 交流电场和水分对褪色柳-东南景天混栽修复镉污染土壤的影响[J]. 浙江农林大学学报, 2021, 38(6): 1238 − 1244. LIU Bo, CHEN Ji, MA Jiawei, et al. Effects of AC electric field and soil moisture on phytoremediation of cadmium contaminated soil by mixed planting of Salix discolor and Sedum alfredii [J]. Journal of Zhejiang A&F University, 2021, 38(6): 1238 − 1244. [16] 徐爱春. 柳树无性系镉积累和生理变化规律研究[D]. 北京: 中国林业科学研究院, 2007. XU Aichun. Study on Cd Accumulation and Physiological Change Rule in Clones of Salix [D]. Beijing: China Academy of Forestry, 2007. [17] 周洁, 陈庆生, 王保松, 等. 镉超富集柳树对镉吸收、积累及分配特性的田间试验研究[J]. 江苏林业科技, 2023, 50(1): 1 − 6. ZHOU Jie, CHEN Qingsheng, WANG Baosong, et al. Characteristics of cadmium absorption, accumulation and distribution in cadmium-tolerant willows of field test [J]. Journal of Jiangsu Forestry Science &Technology, 2023, 50(1): 1 − 6. [18] 钟斌, 陈俊任, 彭丹莉, 等. 速生林木对重金属污染土壤植物修复技术研究进展[J]. 浙江农林大学学报, 2016, 33(5): 899 − 909. ZHONG Bin, CHEN Junren, PENG Danli, et al. Research progress of heavy metal phytoremediation technology of fast-growing forest trees in soil [J]. Journal of Zhejiang A&F University, 2016, 33(5): 899 − 909. [19] 唐丽清, 邱尔发, 韩玉丽, 等. 不同径级国槐行道树重金属富集效能比较[J]. 生态学报, 2015, 35(16): 5353 − 5363. TANG Liqing, QIU Erfa, HAN Yuli, et al. Variation of heavy metal enrichment efficiency in roadside trees of Sophora japonica L. with different diameters at breast height [J]. Acta Ecologica Sinica, 2015, 35(16): 5353 − 5363. [20] RODRÍGUEZ M, JOSE A, GUTIERREZ, et al. Wood and bark of Pinus halepensis as archives of heavy metal pollution in the Mediterranean Region [J]. Environmental Pollution, 2018, 239: 438 − 447. [21] 田胜尼, 张静, 孙庆业, 等. 铜尾矿自然定居腺柳对重金属吸收及分布的研究[J]. 农业环境科学学报, 2013, 32(9): 1771 − 1777. TIAN Shengni, ZHANG Jing, SUN Qingye, et al. Heavy metals absorption and distribution by Salix chaenomeloides settled naturally on the copper tailings [J]. Journal of Agro-Environment Science, 2013, 32(9): 1771 − 1777. [22] 王荣芬, 邱尔发, 唐丽清, 等. 行道树毛白杨树干中重金属元素分布[J]. 生态学报, 2014, 34(15): 4212 − 4222. WANG Rongfa, QIU Erfa, TANG Liqing, et al. Heavy metals distribution in roadside tree trunks under a heavy urban transportation condition [J]. Acta Ecologica Sinica, 2014, 34(15): 4212 − 4222. [23] GONZALEZ-OREJA J A, ROZAS M A, ALKORTA I, et al. Dendroremediation of heavy metal polluted soils [J]. Reviews on Environmental Health, 2008, 23(3): 223 − 234. 期刊类型引用(7)
1. 余显显，武一帆，孔令鹏，赵玉西，王泳涵，杨眉佳，吴国玺. 基于i-Tree Eco模型的滨河景观生态效益分析——以许昌市饮马河北段为例. 国土与自然资源研究. 2025(02): 81-86 . 
百度学术2. 姚晓洁，杜存刚. 基于i-Tree模型的公园植物群落与生态效益研究——以蚌埠市张公山公园为例. 长春大学学报. 2025(02): 35-41 . 百度学术3. 圣倩倩，周成宇，祝遵凌. 城市绿化生态功能评价研究进展——基于CiteSpace知识图谱分析. 江苏林业科技. 2023(01): 51-57 . 百度学术4. 谢雪咏，张鲲，陈治儒，谭小昱，廖晨阳. 城市公园植物群落生态效益与游憩满意度评价——以成都市东湖公园为例. 建筑与文化. 2023(12): 233-236 . 百度学术5. 刘小冬，陈海涛，罗立杰，潘晨. 城市公园乔木群落特征与多样性分析——以广州市为例. 现代园艺. 2022(19): 43-45 . 百度学术6. 姚侠妹，偶春，夏璐，姚晓洁，陈媛媛，王宁馨. 安徽沿淮地区小城镇主要景观树种固碳释氧和降温增湿效益评估. 生态学杂志. 2021(05): 1293-1304 . 百度学术7. 盛超群，蒋文伟. 秋季城市公园绿地小气候环境与人体舒适度实测研究. 现代农业研究. 2021(12): 93-94 . 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.2095-0756.20230630
点击查看大图
计量
- 文章访问数: 407
- HTML全文浏览量: 110
- PDF下载量: 20
- 被引次数: 14
