Processing math: 100%
  • 中文核心期刊
  • CSCD来源期刊
  • 中国科技核心期刊
  • CA、CABI、ZR收录期刊

郑州市常绿树种滞尘能力与叶片生理结构的响应

贺丹, 汪安印, 李紫萱, 王翼飞, 李朝梅, 雷雅凯, 李永华, 董娜琳

贺丹,汪安印,李紫萱,等. 郑州市常绿树种滞尘能力与叶片生理结构的响应 [J]. 福建农业学报,2022,37(2):203−212. DOI: 10.19303/j.issn.1008-0384.2022.002.010
引用本文: 贺丹,汪安印,李紫萱,等. 郑州市常绿树种滞尘能力与叶片生理结构的响应 [J]. 福建农业学报,2022,37(2):203−212. DOI: 10.19303/j.issn.1008-0384.2022.002.010
HE D, WANG A Y, LI Z X, et al. Dust Retention and Physiological Responses of Evergreen Tree Leaves in Zhengzhou city [J]. Fujian Journal of Agricultural Sciences,2022,37(2):203−212. DOI: 10.19303/j.issn.1008-0384.2022.002.010
Citation: HE D, WANG A Y, LI Z X, et al. Dust Retention and Physiological Responses of Evergreen Tree Leaves in Zhengzhou city [J]. Fujian Journal of Agricultural Sciences,2022,37(2):203−212. DOI: 10.19303/j.issn.1008-0384.2022.002.010

郑州市常绿树种滞尘能力与叶片生理结构的响应

基金项目: 国家自然科学基金项目(31600579);河南省科技攻关项目(212102110185);河南省青年骨干教师资助项目(2020GGJS049)
详细信息
    作者简介:

    贺丹(1983–),女,博士,副教授,研究方向:风景园林植物应用(E-mail:dandan990111@163.com

    通讯作者:

    董娜琳(1987–),女,硕士,实验师,研究方向:风景园林规划与公共健康(E-mail:dongnalin@henau.edu.cn

  • 中图分类号: S 688

Dust Retention and Physiological Responses of Evergreen Tree Leaves in Zhengzhou city

  • 摘要:
      目的  探究郑州市常绿树种的滞尘及综合抗污染能力。
      方法  以7种常见常绿树种为研究对象,应用分级滤膜过滤法测定其单位叶面积不同粒径(TSP、PM10、PM2.5)的颗粒物滞留量,并比较不同污染程度下各树种叶片的生理指标和叶表形态结构。
      结果  不同树种滞尘量差异显著,针叶树种单位叶面积滞尘量显著高于阔叶树种,针叶树种中圆柏的滞尘量高于雪松,阔叶树种中单位叶面积滞尘量最高为女贞,滞留量最低的为南天竹。大部分树种的叶绿素a、b含量在污染严重地区相对较低,丙二醛含量在污染严重地区相对较高,与该地区植物较强的滞尘能力相符,且树种的滞尘量与生理指标存在显著相关性。
      结论  植物吸附的颗粒物多集中在沟槽、中脉、气孔等有明显凹凸变化的区域,且随着污染程度的变化,其气孔大小和气孔密度发生变化,从而影响其滞尘能力。采用主成分分析法,得出树种抗污染综合能力从大到小依次为雪松、圆柏、女贞、石楠、大叶黄杨、海桐和南天竹。因此,今后在郑州进行城市绿化时,应优先选用雪松、圆柏这种综合抗污染能力较强的树种。
    Abstract:
      Objective   Dust retention of 7 typical species of evergreen trees in municipal Zhengzhou, Jiangsu was studied.
      Method  Deposit of dust falloff on leaves of the evergreen trees was collected by a 3-layer membrane filtration method. Physiological indicators and surface structure of the tree leaves in areas under varied degrees of atmospheric pollution were compared.
      Result   On a per unit leaf area basis, the dust retention of coniferous evergreens was significantly higher than that of broadleaf counterparts. Of the conifers, Sabina chinensis was higher in retaining dust than Cedrus deodara, while the broadleaf Ligustrum lucidum the highest and Nandina domestica the lowest. Most trees in severely polluted areas were relatively low on the contents of chlorophyll a and b but high on malondialdehyde, as the leaves tended to gather more dust. A significant correlation was also observed between the dust retention and physiological indicators of the tree leaves. Dust particles largely collected in the grooves, midribs, and stomata on a plant, and the size and density of the stomata could be affected by the worsened air pollution and so the dust retention. A principal component analysis on the pollution resistance of the evergreens placed the species in a descending order of C. deodara, S. chinensis, L. lucidum, Photinia serratifolia, Buxus megistophylla, Pittosporum tobira, and N. domestica.
      Conclusion   For an ecological-friendly urban landscaping in Zhengzhou, it would be more desirable to choose C. deodara and S. chinensis than the others.
  • 【研究意义】大气颗粒物是指悬浮在空气中微小固体和液体小滴的混合物,是雾、烟和空气尘埃的主要成分。其中按颗粒物直径可分为总悬浮颗粒物(TSP,d≤100 μm)、PM10(d≤10 μm)和PM2.5(d≤2.5 μm)[1]。由于城市化进程加快以及能源消耗不断增加,我国大气颗粒物污染日益严重,尤以冬季为甚,危害巨大[2-5]。植物能够阻挡、过滤和吸滞大气颗粒物[6, 7]。不同的绿化树种,对于不同粒径颗粒物的滞尘能力有明显差异,在改善城市大气颗粒物污染中起重要作用[1, 4, 8]。【前人研究进展】目前,国内外学者在植物滞尘能力方面进行了一定的研究,例如植物的滞尘能力受到环境因子、生理特性和叶片结构的影响[9-12]。不同地区环境污染程度存在较大差异,植物为了适应环境会改变自身的生理特性[13]。在大气污染严重的地区,植物叶片滞留的大量颗粒物会导致其光合作用减弱,进而使叶片中的叶绿素a、b破坏分解[14]。同时在该地区,植物叶片内活性氧的产生和清除平衡也会受到破坏,引发膜脂过氧化,最终导致丙二醛含量升高[14]。而且,在植物叶片周围悬浮的颗粒物很容易造成植物叶片的气孔堵塞,此时气孔密度增加有利于提高叶片单位叶面积的气孔交换能力,使其能适应污染严重的环境[13]。因此,环境污染程度也影响着叶片表面结构的变化[10, 15, 16]。植物叶表结构会影响其滞尘能力,叶表粗糙多毛的树种的滞尘能力显著高于叶表光滑的树种[17]。此外,叶表滞留的颗粒物集中分布在中脉和凹槽附近[18]。【本研究切入点】郑州由于冬季采暖,大气颗粒物污染严重,而部分植物存在落叶无法滞尘的情况,此时常绿树种在冬季滞尘的作用显得尤为重要[19-21]。目前,郑州市常绿树种综合抗污染性相关研究较少。【拟解决的关键问题】以郑州市7种常见的常绿树种为研究对象,测定并计算出各树种单位叶面积滞留不同粒径颗粒物(TSP、PM10和PM2.5)的质量,比较分析不同污染程度下各树种叶片的生理指标(叶绿素a、b和丙二醛)和叶表面微形态结构,探讨不同污染程度下不同树种的抗污染能力,为筛选缓解郑州市空气粉尘污染、提升空气质量的园林绿化树种提供了一定的理论依据。

    郑州市地处河南省中北部(34°16′~34°58′N,112°42′~114°14′E),属暖温带大陆性季风气候,四季分明,年降水量652.9 mm,且多集中在夏季,冬季降水较少,大气颗粒物污染频发[22]。本次采样地点设置在郑州市中原区,选取3个有代表性的采样区,分别为新技术产业开发区热力公司(简称工厂)、陇海西路(简称道路)和郑州植物园(简称公园)。现场测得的空气颗粒物含量分别为146.4 μg·m−3、101.3 μg·m3、53.8 μg·m−3,对应设为高、中和低3个不同污染等级(图1)。

    图  1  采样区域分布
    注:1、公园;2、道路;3、工厂。图5同。
    Figure  1.  Schematic distribution of sampling area
    Note: 1. park; 2. road; 3. factory. The same was applied in Fig.5.

    在3处不同污染程度采样区选择7种郑州市典型常绿树种为研究对象,分别为针叶树种:圆柏(Sabina chinensis)和雪松(Cedrus deodara),阔叶树种:女贞(Ligustrum lucidum)、石楠(Photinia serratifolia)、大叶黄杨(Buxus megistophylla)、海桐(Pittosporum tobira)和南天竹(Nandina domestica)。其中,2种针叶树种在郑州市主要公园的平均出现频率为100%,5种阔叶树种平均出现的频率为80%。每种树种随机选择3株,要求生长健壮无病害,生长状况一致。

    采样时间为郑州冬季供暖后,于 2020年11 月雨后第7天开始(微风无降水的天气条件)在3处采样地区进行采集,各供试树种设置3个重复,共采集3次。每次采样采取分层取样法,将树冠分为上、中、下3个垂直部分和东西南北的4个方向,随机均匀地采集健康完整的叶片,单叶较大树种采取10~15片,较小的树种采取30~45片,小心放入样品袋中,并立即带回实验室处理。

    采用改良的分级滤膜过滤法测定各树种叶片滞留 TSP、PM10和PM2.5的质量[4]。通过便携式叶面积仪(YMJ-B,浙江托普)对植物叶面积进行测定;针叶树采用王会霞的排水法计算叶面积[23]。每个树种叶面积的测定重复3次,分别计算各植物 TSP、PM10、PM2.5滞留量与叶片总面积的比值,得到单位叶面积各粒径颗粒物的滞留量。

    选取新鲜的叶片对植物其他生理指标进行测定。每项试验重复测定3 次,将叶片洗净后放在65 ℃的烘箱中烘干,除去叶脉后剪碎,叶绿素a、b值采用改良的80%丙酮溶液浸提比色分析测定[14];丙二醛(MAD)采用硫代巴比妥酸(TBA)显色法测定[24]

    将叶片平放,切成1 cm×1 cm正方形,用超景深三维视频显微镜(Leica-DVM6A,德国)在60倍的放大倍数下观察各树种叶表面靠近中脉和远离中脉的颗粒物的分布情况以及叶表面的形态结构。随后刮去上表皮和叶肉组织,只留下表皮,在1200倍的放大倍数下观察并统计气孔的大小、数量等。

    采用SPSS 23.0软件进行单因素方差分析(ANOVA),确定不同树种各粒径颗粒物的滞尘能力以及生理指标的差异,并用最小显著差数法(LSD)和Dunnett’s T2检验数据之间的差异显著性,采用Pearson相关性分析法分析植物叶片滞尘能力与生理指标之间的关系,采用Excel 2010、Origin 2007绘图。

    图2所示,各树种单位叶面积滞留TSP、PM10、PM2.5的变化范围分别为0.385~29.012 g∙m−2,0.211~13.033 g∙m−2和0.134~12.109 g∙m−2。不同树种滞尘量差异显著,针叶树种单位叶面积滞尘量显著高于阔叶树种,针叶树种中圆柏的滞尘量高于雪松,阔叶树种中单位叶面积滞尘量最高为女贞,其次依次为石楠、大叶黄杨和海桐,滞留量最低的为南天竹。其中石楠与大叶黄杨、海桐与南天竹之间滞尘量存在显著性差异(P<0.05)。同一树种在不同污染程度采样区的滞尘量差异也较大,污染越严重的地区树种滞尘量越高。单位叶面积滞留TSP能力最强的圆柏和雪松在工厂的滞留量是其在清洁区公园的4.3倍和5.6倍,而TSP滞留能力较差的大叶黄杨和海桐在工厂的滞留量是其在公园滞留量的3.6倍和3.8倍。

    图  2  7种常绿树种在3个采样区滞尘量的比较
    注:不同小写字母表示在同一采样区下不同树种间差异显著(P<0.05);A、圆柏;B、雪松;C、女贞;D、石楠;E、大叶黄杨;F、海桐;G、南天竹。图3图4图5同。
    Figure  2.  Dust deposition on 7 species of evergreen in 3 sampling areas
    Note: Different lowercase letters indicate significant differences among different tree species in the same sampling area (P<0.05); A. Sabina chinensis. B. Cedrus deodara. C. Ligustrum lucidum. D. Photinia serratifolia. E. Buxus megistophylla. F. Pittosporum tobira. G. Nandina domestica. The same for Fig.3, 4, 5.

    7种树种在3个不同污染程度采样区的叶绿素含量差异较大,污染越严重叶绿素含量越低;而丙二醛含量则随污染程度的加深而增加(图3)。相同污染程度下7种树种的生理响应程度也存在差异,石楠和大叶黄杨的叶绿素a、叶绿素b含量显著高于其他绿化树种(P<0.05),圆柏和雪松的丙二醛含量显著高于其他绿化树种(P<0.05)。在污染严重的情况下,圆柏、雪松的叶绿素a含量变化较小,分别为0.06 mg∙g−1和0.03 mg∙g−1,叶绿素b含量变化较小的树种为圆柏、雪松和女贞,分别为0.01 mg∙g−1、0.04 mg∙g−1和0.04 mg∙g−1,而海桐和南天竹的丙二醛含量变化较小,分别为3.82 μmol∙g−1和2.71 μmol∙g−1

    图  3  7种常绿树种在3处采样区的叶绿素a、b以及丙二醛含量比较
    Figure  3.  Contents of chlorophyll a, chlorophyll b, and malondialdehyde of evergreens in 3 sampling areas

    利用超景深三维视频显微镜对7种常绿树种叶片的主脉、侧脉等进行观察(图4)。针叶树种圆柏和雪松的叶表面附着大量的颗粒物,颗粒物滞留量明显高于阔叶树种(图4A、4B);阔叶树种女贞和石楠的叶表面均有明显的主脉和侧脉结构,附着有较多的颗粒物(图4C、4D),二者在阔叶树种中滞留颗粒物最多;大叶黄杨上表面沟槽较浅或较平整,粉尘固着较分散,除中脉外有少量的颗粒物滞留(图4E),总体颗粒物滞留量一般;海桐的褶皱和沟槽中滞留着一定数量的颗粒物,且在除中脉外的区域仍有一些颗粒物滞留,整体上海桐颗粒物滞留量一般(图4F);南天竹极窄的中脉有少量的颗粒物滞留,除中脉外叶表面其余部分光滑无毛,无颗粒物滞留,因此整体叶片粉尘滞留最少(图4G)。

    图  4  7种常绿树种的叶面颗粒物分布
    注:箭头为不同植物叶面颗粒分布集中区域(×60倍)。
    Figure  4.  Distribution of particles fell on leaves of various species of evergreens
    Note: Arrows are the concentrated areas of leaf particles of different plants (×60 times).

    表1图5可知,同一植物在不同污染程度下气孔密度和气孔大小不同,除圆柏和雪松外,女贞、石楠、大叶黄杨、海桐、南天竹的气孔密度均随污染程度增加而变大,而气孔长度和气孔宽度均随污染程度增加而变小。随着污染程度增加,7种树种中,雪松和圆柏的气孔密度变化较小,石楠和海桐变化较大;气孔长度变化较小的为女贞和圆柏,变化较大的为雪松和海桐;南天竹和女贞的气孔宽度变化较小,海桐和圆柏变化较大。利用SPSS中一般线性模型,以污染程度和树种差异为固定因子,以气孔长度、气孔宽度和气孔密度为因变量进行方差分析,探究树种差异和污染程度对气孔指标的影响程度。方差分析结果表明(表2),污染程度对气孔密度、气孔长度和气孔宽度的影响均不显著(P>0.05),而树种差异对气孔密度、气孔长度和气孔宽度均造成了极显著的影响(P<0.01)。

    表  1  7种常绿树种在3处采样区的叶面气孔参数
    Table  1.  Stomatal parameters of evergreens in 3 sampling area
    树种
    Tree species
    气孔形态
    Stomatal morphology
    采样区域
    Sampling area
    气孔密度
    Stomatal density/(个·mm−2)
    气孔长度
    Stomatal length/μm
    气孔宽度
    Stomatal width/μm
    圆柏 Sabina chinensis 长圆形 Long round 1 55.18±0.00 44.21±0.92 36.15±0.78
    2 55.18±0.00 42.37±0.30 32.60±0.39
    3 66.68±3.98 42.11±0.51 20.93±0.49
    雪松 Cedrus deodara 长圆形 Long round 1 27.59±0.00 59.28±0.91 38.67±0.30
    2 27.59±0.00 44.26±0.32 37.60±0.35
    3 27.59±0.00 31.98±1.16 31.27±0.75
    女贞 Ligustrum lucidum 卵圆形 Ovate 1 223.03±14.36 24.72±0.15 17.25±1.13
    2 236.82±3.98 24.41±0.22 13.72±1.07
    3 303.50±6.90 22.93±1.24 12.59±0.05
    石楠 Photinia serratifolia 圆形 Round 1 257.51±15.93 23.16±0.34 22.18±0.28
    2 425.36±14.36 20.23±0.32 17.35±1.30
    3 443.75±14.36 15.20±0.43 12.76±0.38
    大叶黄杨 Buxus megistophylla 圆形 Round 1 236.82±22.17 37.91±0.28 37.26±0.23
    2 239.12±7.96 26.83±0.13 25.89±1.01
    3 287.40±14.36 24.74±0.15 24.26±0.27
    海桐 Pittosporum tobira 圆形 Round 1 170.14±7.96 40.55±0.45 39.62±0.20
    2 271.31±21.07 32.50±0.43 30.92±0.06
    3 298.90±21.07 25.65±1.16 24.13±0.11
    南天竹 Nandina domestica 卵圆形 Ovate 1 377.07±31.86 19.91±0.31 18.66±0.31
    2 434.55±11.95 19.48±0.35 17.39±0.47
    3 448.35±20.69 15.76±0.09 14.61±0.37
    下载: 导出CSV 
    | 显示表格
    图  5  7种常绿树种在3处采样区的叶面气孔形态观察 (×1200倍)
    Figure  5.  Leaf stomata morphology of evergreens in 3 sampling areas (1200 ×)
    表  2  树种、污染程度与气孔指标的方差分析
    Table  2.  Variance analysis on tree species, pollution degree, and stoma index
    固定因子
    Fixed factor
    因变量
    Dependent variable
    Ⅲ类平方和
    Sum of squares of class Ⅲ
    自由度
    Degrees of freedom
    均方
    Squared value
    F显著性
    Significance
    污染程度 The degree of pollution 气孔长度 Stomatal length 365.339 2 182.669 1.417 0.268
    气孔宽度 Stomata width 342.450 2 171.225 2.192 0.141
    气孔密度 Stomatal density 20557.829 2 10278.915 0.457 0.640
    树种差异 Tree species differences 气孔长度 Stomatal length 2052.773 6 342.129 7.571 0.001**
    气孔宽度 Stomata width 1303.944 6 217.324 4141.690 0.001**
    气孔密度 Stomatal density 386552.852 6 64425.475 23.403 0.000**
    注:**表示P<0.01。
    Note: ** means P<0.01.
    下载: 导出CSV 
    | 显示表格

    为了进一步分析树种滞尘能力与生理指标之间的关系,分析各树种的单位叶面积颗粒物(TSP、PM10、PM2.5)滞留量与生理指标之间的相关性。结果表明,各指标间的相关系数达到极显著相关的有7个(表3)。

    表  3  叶片滞尘量与生理指标之间的相关性
    Table  3.  Correlation between dust retention and physiological indices of leaves
    X1X2X3X4X5X6
    X1 1 0.917** 0.886** −0.692 −0.739 0.966**
    X2 1 0.997** −0.531 −0.508 0.907**
    X3 1 −0.478 −0.443 0.878**
    X4 1 0.918** −0.709
    X5 1 −0.727
    X6 1
    注:**表示在0.01水平上极显著相关;X1:单位叶面积TSP滞留量; X2:单位叶面积PM10滞留量; X3:单位叶面积PM2.5滞留量; X4 :叶绿素a含量;X5:叶绿素b含量;X6:丙二醛含量。
    Note: **extremely significant correlation at P< 0.01; X1: TSP retention per unit leaf area; X2: PM10 retention per unit leaf area; X3: PM2.5 retention per unit leaf area; X4: chlorophyll a content; X5: chlorophyll b content; X6: malondialdehyde content.
    下载: 导出CSV 
    | 显示表格

    将滞尘、生理指标转化为6个主成分进行分析(表4)。由滞尘量在第1主成分上具有较高载荷,说明第1主成分主要反映了植物滞尘能力。第2主成分中叶绿素a、b含量具有较高载荷,说明第2主成分主要反映了树种的生理响应。前2个主成分的累积方差贡献率为96.65%,反映出滞尘能力和生理指标95%以上的信息;因此,可以提取前2个主成分作为植物滞尘能力和生理响应评价的综合指标。

    表  4  滞尘量与生理指标的主成分贡献率和因子载荷矩阵
    Table  4.  Contribution rate and factor loading matrix of principal components on dust retention and physiological indicators
    主成分
    Principal component
    成分矩阵 Component matrix特征值
    Eigen value
    贡献率
    Contribution/%
    累计贡献率
    Cumulative/%
    X1X2X3X4X5X6
    10.980.920.89−0.79−0.800.974.8079.9279.92
    20.090.380.440.560.580.081.0016.7396.65
    下载: 导出CSV 
    | 显示表格

    为了更好评价供试植物的综合抗污染能力,根据提取的前2个主成分的贡献率得到树种的综合得分公式:

    F=0.7992F1+0.1673F2

    式中:F1表示树种在第1主成分的得分;F2表示树种在第2主成分的得分;F表示树种的综合得分。

    基于以上公式对植物的滞尘、生理以及综合抗污染能力进行评价和排序(表5),得出滞尘能力排前2名的树种为雪松和圆柏,说明雪松和圆柏的滞尘能力较强,生理响应前2名的树种为石楠和女贞,综合得分前2名为雪松和圆柏。

    表  5  树种在第1、2主成分的得分以及综合得分
    Table  5.  Overall score and scores of first and second principal components on varied species of plants
    树种
    Tree species
    F1F2F排名
    Ranking
    雪松 Cedrus deodara 3.19 0.01 2.55 1
    圆柏 Sabina chinensis 3.08 −0.31 2.41 2
    女贞 Ligustrum lucidum −0.25 0.73 −0.08 3
    石楠 Photinia serratifolia −1.50 1.28 −0.98 4
    大叶黄杨 Buxus megistophylla −1.41 0.64 −1.02 5
    海桐 Pittosporum tobira −1.32 −0.63 −1.16 6
    南天竹 Nandina domestica −1.79 −1.72 −1.72 7
    注:F1:树种在第1主成分(滞尘能力)的得分,随数值增加树种滞尘能力得分高;F2:树种在第2主成分(生理响应)的得分,随数值增加树种生理响应得分高;F:树种的综合得分;表中的排名是按照F综合得分进行的排名。
    Note: F1: The score of tree species in the first principal component (Dust detentions) , the dust retention ability score of tree species was higher with increasing value; F2: The score of tree species in the second principal component (Physiological response) , the physiological response score of tree species was higher with increasing value; F: Composite score of tree species; The rankings in the table are based on the F composite score.
    下载: 导出CSV 
    | 显示表格

    综合单位叶面积滞尘量和叶表面观察,发现,7种常绿树种中,针叶树的单位叶面积滞尘能力显著强于阔叶树种,这可能与针叶树本身存在蜡质微结构有关,这与史军娜等[25]、 赵松婷等[26]的研究结果一致。针叶树种中圆柏的单位叶面积TSP滞留能力强于雪松,且两者之间存在显著差异,圆柏的鳞形叶有密集的脊状突起,突起之间沟槽宽度与深度较明显,对粒径较大的颗粒物(TSP)滞留能力更显著[27, 28]。雪松分泌的油脂对粒径较小的颗粒物(PM10和PM2.5)滞留能力更显著[25-27]。结合单位叶面积滞尘量,阔叶树种中,女贞的滞尘能力最强,大叶黄杨、石楠和海桐叶表面较光滑,滞尘能力一般,南天竹滞尘能力最差,虽然南天竹气孔密度最大,但由于叶片表面气孔较小且平整,滞尘能力最弱[19, 29]

    本研究中各树种叶片叶绿素a、b含量在污染严重的地区较低,并与滞尘量呈显著负相关(P<0.01)。这可能是由于叶片受到大气污染后,叶片中的叶绿素a、b受到破坏而分解。裘璐函等[30]的研究也表明随滞尘时间的增加, 大部分树种叶片叶绿素相对含量呈下降趋势。本研究中丙二醛含量与滞尘量呈显著正相关(P<0.01),在污染严重的地区相对较高,这可能是由于污染物破坏了植物叶片内活性氧产生和清除的平衡,导致丙二醛含量升高[24, 31];此外, 俎丽红等[32]的研究发现,树种的丙二醛含量升高还可能与大气颗粒物中重金属含量较高、供试树种年龄较大有关。污染严重的工厂的植物,气孔密度最大,长度和宽度均最小,滞尘能力较强。王会霞等[13]、李艳梅等[33]发现不同程度的颗粒物污染会导致植物气孔大小和密度发生变化。这可能是由于植物在遭受颗粒物污染时其气孔密度在一定阈值内增加有利于提高叶片单位叶面积的气孔交换能力,使其能适应污染严重的环境[34]。而气孔密度与滞尘能力在整体阈值上影响趋势仍需进一步研究。不同树种在遭受颗粒物污染时生理指标响应程度不同,在严重污染的情况下,圆柏和雪松等树种的叶绿素a、b含量、气孔密度和气孔长度等生理指标的变化较小,说明二者对于颗粒物污染的抗性较强,这可能与针叶树种能分泌脂类物质提升自身的抑菌和抗污染能力有关[27,32]

    通过主成分分析法得出树种综合抗污染能力的得分依次为雪松、圆柏、女贞、石楠、大叶黄杨、海桐和南天竹。可见,雪松和圆柏的综合抗污染能力较强,是因为二者滞尘能力强,同时在遭受污染时生理指标变化小即对颗粒物污染的抗性较强,因此二者拥有较强的综合抗污染能力。

    (1)树种滞尘能力与叶表面结构(沟槽、中脉、毛状体和气孔等)密切相关,叶表面粗糙的树种滞尘能力更强。不同程度污染下树种的滞尘量不同,污染越严重的地区树种滞尘量越高。

    (2)大部分树种的叶绿素a、b含量在污染严重地区相对较低,丙二醛含量在污染严重地区相对较高。树种的滞尘量与生理指标存在显著相关性,不同树种在遭受颗粒物污染时生理指标响应程度不同。

    (3)综上所述,今后在郑州治理大气粉尘污染、进行城市绿化时,还需将滞尘能力、不同植物叶表结构进行综合考虑,应优先选用雪松、圆柏这种综合抗污染能力较强的树种从而提高城市环境质量。

  • 图  1   采样区域分布

    注:1、公园;2、道路;3、工厂。图5同。

    Figure  1.   Schematic distribution of sampling area

    Note: 1. park; 2. road; 3. factory. The same was applied in Fig.5.

    图  2   7种常绿树种在3个采样区滞尘量的比较

    注:不同小写字母表示在同一采样区下不同树种间差异显著(P<0.05);A、圆柏;B、雪松;C、女贞;D、石楠;E、大叶黄杨;F、海桐;G、南天竹。图3图4图5同。

    Figure  2.   Dust deposition on 7 species of evergreen in 3 sampling areas

    Note: Different lowercase letters indicate significant differences among different tree species in the same sampling area (P<0.05); A. Sabina chinensis. B. Cedrus deodara. C. Ligustrum lucidum. D. Photinia serratifolia. E. Buxus megistophylla. F. Pittosporum tobira. G. Nandina domestica. The same for Fig.3, 4, 5.

    图  3   7种常绿树种在3处采样区的叶绿素a、b以及丙二醛含量比较

    Figure  3.   Contents of chlorophyll a, chlorophyll b, and malondialdehyde of evergreens in 3 sampling areas

    图  4   7种常绿树种的叶面颗粒物分布

    注:箭头为不同植物叶面颗粒分布集中区域(×60倍)。

    Figure  4.   Distribution of particles fell on leaves of various species of evergreens

    Note: Arrows are the concentrated areas of leaf particles of different plants (×60 times).

    图  5   7种常绿树种在3处采样区的叶面气孔形态观察 (×1200倍)

    Figure  5.   Leaf stomata morphology of evergreens in 3 sampling areas (1200 ×)

    表  1   7种常绿树种在3处采样区的叶面气孔参数

    Table  1   Stomatal parameters of evergreens in 3 sampling area

    树种
    Tree species
    气孔形态
    Stomatal morphology
    采样区域
    Sampling area
    气孔密度
    Stomatal density/(个·mm−2)
    气孔长度
    Stomatal length/μm
    气孔宽度
    Stomatal width/μm
    圆柏 Sabina chinensis 长圆形 Long round 1 55.18±0.00 44.21±0.92 36.15±0.78
    2 55.18±0.00 42.37±0.30 32.60±0.39
    3 66.68±3.98 42.11±0.51 20.93±0.49
    雪松 Cedrus deodara 长圆形 Long round 1 27.59±0.00 59.28±0.91 38.67±0.30
    2 27.59±0.00 44.26±0.32 37.60±0.35
    3 27.59±0.00 31.98±1.16 31.27±0.75
    女贞 Ligustrum lucidum 卵圆形 Ovate 1 223.03±14.36 24.72±0.15 17.25±1.13
    2 236.82±3.98 24.41±0.22 13.72±1.07
    3 303.50±6.90 22.93±1.24 12.59±0.05
    石楠 Photinia serratifolia 圆形 Round 1 257.51±15.93 23.16±0.34 22.18±0.28
    2 425.36±14.36 20.23±0.32 17.35±1.30
    3 443.75±14.36 15.20±0.43 12.76±0.38
    大叶黄杨 Buxus megistophylla 圆形 Round 1 236.82±22.17 37.91±0.28 37.26±0.23
    2 239.12±7.96 26.83±0.13 25.89±1.01
    3 287.40±14.36 24.74±0.15 24.26±0.27
    海桐 Pittosporum tobira 圆形 Round 1 170.14±7.96 40.55±0.45 39.62±0.20
    2 271.31±21.07 32.50±0.43 30.92±0.06
    3 298.90±21.07 25.65±1.16 24.13±0.11
    南天竹 Nandina domestica 卵圆形 Ovate 1 377.07±31.86 19.91±0.31 18.66±0.31
    2 434.55±11.95 19.48±0.35 17.39±0.47
    3 448.35±20.69 15.76±0.09 14.61±0.37
    下载: 导出CSV

    表  2   树种、污染程度与气孔指标的方差分析

    Table  2   Variance analysis on tree species, pollution degree, and stoma index

    固定因子
    Fixed factor
    因变量
    Dependent variable
    Ⅲ类平方和
    Sum of squares of class Ⅲ
    自由度
    Degrees of freedom
    均方
    Squared value
    F显著性
    Significance
    污染程度 The degree of pollution 气孔长度 Stomatal length 365.339 2 182.669 1.417 0.268
    气孔宽度 Stomata width 342.450 2 171.225 2.192 0.141
    气孔密度 Stomatal density 20557.829 2 10278.915 0.457 0.640
    树种差异 Tree species differences 气孔长度 Stomatal length 2052.773 6 342.129 7.571 0.001**
    气孔宽度 Stomata width 1303.944 6 217.324 4141.690 0.001**
    气孔密度 Stomatal density 386552.852 6 64425.475 23.403 0.000**
    注:**表示P<0.01。
    Note: ** means P<0.01.
    下载: 导出CSV

    表  3   叶片滞尘量与生理指标之间的相关性

    Table  3   Correlation between dust retention and physiological indices of leaves

    X1X2X3X4X5X6
    X1 1 0.917** 0.886** −0.692 −0.739 0.966**
    X2 1 0.997** −0.531 −0.508 0.907**
    X3 1 −0.478 −0.443 0.878**
    X4 1 0.918** −0.709
    X5 1 −0.727
    X6 1
    注:**表示在0.01水平上极显著相关;X1:单位叶面积TSP滞留量; X2:单位叶面积PM10滞留量; X3:单位叶面积PM2.5滞留量; X4 :叶绿素a含量;X5:叶绿素b含量;X6:丙二醛含量。
    Note: **extremely significant correlation at P< 0.01; X1: TSP retention per unit leaf area; X2: PM10 retention per unit leaf area; X3: PM2.5 retention per unit leaf area; X4: chlorophyll a content; X5: chlorophyll b content; X6: malondialdehyde content.
    下载: 导出CSV

    表  4   滞尘量与生理指标的主成分贡献率和因子载荷矩阵

    Table  4   Contribution rate and factor loading matrix of principal components on dust retention and physiological indicators

    主成分
    Principal component
    成分矩阵 Component matrix特征值
    Eigen value
    贡献率
    Contribution/%
    累计贡献率
    Cumulative/%
    X1X2X3X4X5X6
    10.980.920.89−0.79−0.800.974.8079.9279.92
    20.090.380.440.560.580.081.0016.7396.65
    下载: 导出CSV

    表  5   树种在第1、2主成分的得分以及综合得分

    Table  5   Overall score and scores of first and second principal components on varied species of plants

    树种
    Tree species
    F1F2F排名
    Ranking
    雪松 Cedrus deodara 3.19 0.01 2.55 1
    圆柏 Sabina chinensis 3.08 −0.31 2.41 2
    女贞 Ligustrum lucidum −0.25 0.73 −0.08 3
    石楠 Photinia serratifolia −1.50 1.28 −0.98 4
    大叶黄杨 Buxus megistophylla −1.41 0.64 −1.02 5
    海桐 Pittosporum tobira −1.32 −0.63 −1.16 6
    南天竹 Nandina domestica −1.79 −1.72 −1.72 7
    注:F1:树种在第1主成分(滞尘能力)的得分,随数值增加树种滞尘能力得分高;F2:树种在第2主成分(生理响应)的得分,随数值增加树种生理响应得分高;F:树种的综合得分;表中的排名是按照F综合得分进行的排名。
    Note: F1: The score of tree species in the first principal component (Dust detentions) , the dust retention ability score of tree species was higher with increasing value; F2: The score of tree species in the second principal component (Physiological response) , the physiological response score of tree species was higher with increasing value; F: Composite score of tree species; The rankings in the table are based on the F composite score.
    下载: 导出CSV
  • [1] 黄丽坤, 王广智, 王琨, 等. 哈尔滨市采暖与非采暖期大气颗粒物污染特性研究 [J]. 环境工程学报, 2011, 5(1):146−150.

    HUANG L K, WANG G Z, WANG K, et al. Pollution properties of atmospheric particles in Harbin during heating and non-heating periods [J]. Chinese Journal of Environmental Engineering, 2011, 5(1): 146−150.(in Chinese)

    [2] 张超, 吴群, 彭建超, 等. 城市绿地生态系统服务价值估算及功能评价: 以南京市为例 [J]. 生态科学, 2019, 38(4):142−149.

    ZHANG C, WU Q, PENG J C, et al. Calculation of the value and evaluation of the function for ecosystem services of urban green space: A case study in Nanjing [J]. Ecological Science, 2019, 38(4): 142−149.(in Chinese)

    [3] 郭蒙蒙, 姜楠, 王申博, 等. 郑州市2014—2017年大气污染特征及气象条件影响分析 [J]. 环境科学, 2019, 40(9):3856−3867.

    GUO M M, JIANG N, WANG S B, et al. Analysis of air pollution characteristics and meteorological conditions in Zhengzhou from 2014 to 2017 [J]. Environmental Science, 2019, 40(9): 3856−3867.(in Chinese)

    [4] 王琴, 冯晶红, 黄奕, 等. 武汉市15种阔叶乔木滞尘能力与叶表微形态特征 [J]. 生态学报, 2020, 40(1):213−222.

    WANG Q, FENG J H, HUANG Y, et al. Dust- retention capability and leaf surface micromorphology of 15 broad-leaved tree species in Wuhan [J]. Acta Ecologica Sinica, 2020, 40(1): 213−222.(in Chinese)

    [5] 余海龙, 黄菊莹. 城市绿地滞尘机理及其效应研究进展 [J]. 西北林学院学报, 2012, 27(6):238−241,247. DOI: 10.3969/j.issn.1001-7461.2012.06.47

    YU H L, HUANG J Y. Research advances in mechanism and effect of dust retention of urban green areas [J]. Journal of Northwest Forestry University, 2012, 27(6): 238−241,247.(in Chinese) DOI: 10.3969/j.issn.1001-7461.2012.06.47

    [6] 陈小平, 焦奕雯, 裴婷婷, 等. 园林植物吸附细颗粒物(PM2.5)效应研究进展 [J]. 生态学杂志, 2014, 33(9):2558−2566.

    CHEN X P, JIAO Y W, PEI T T, et al. The effect of adsorbing fine particulate matter(PM2.5) by garden plants: A review [J]. Chinese Journal of Ecology, 2014, 33(9): 2558−2566.(in Chinese)

    [7] 吕铃钥, 李洪远, 杨佳楠. 植物吸附大气颗粒物的时空变化规律及其影响因素的研究进展 [J]. 生态学杂志, 2016, 35(2):524−533.

    LYU L Y, LI H Y, YANG J N. The temporal-spatial variation characteristics and influencing factors of absorbing air particulate matters by plants: A review [J]. Chinese Journal of Ecology, 2016, 35(2): 524−533.(in Chinese)

    [8] 张桐, 洪秀玲, 孙立炜, 等. 6种植物叶片的滞尘能力与其叶面结构的关系 [J]. 北京林业大学学报, 2017, 39(6):70−77.

    ZHANG T, HONG X L, SUN L W, et al. Particle-retaining characteristics of six tree species and their relations with micro-configurations of leaf epidermis [J]. Journal of Beijing Forestry University, 2017, 39(6): 70−77.(in Chinese)

    [9] 张家洋, 刘兴洋, 邹曼, 等. 37种道路绿化树木滞尘能力的比较 [J]. 云南农业大学学报(自然科学), 2013, 28(6):905−912.

    ZHANG J Y, LIU X Y, ZOU M, et al. Comparison of dust retention capacities among thirty-seven species of road landscape trees [J]. Journal of Yunnan Agricultural University (Natural Science), 2013, 28(6): 905−912.(in Chinese)

    [10] 张维康, 王兵, 牛香. 北京不同污染地区园林植物对空气颗粒物的滞纳能力 [J]. 环境科学, 2015, 36(7):2381−2388.

    ZHANG W K, WANG B, NIU X. Adsorption capacity of the air particulate matter in urban landscape plants in different polluted regions of Beijing [J]. Environmental Science, 2015, 36(7): 2381−2388.(in Chinese)

    [11] 李艳梅, 陈奇伯, 李艳芹, 等. 昆明10个绿化树种对不同污染区的滞尘及吸净效应 [J]. 西南林业大学学报, 2016, 36(3):105−110.

    LI Y M, CHEN Q B, LI Y Q, et al. Study on the effect of absorption and purification air pollution of 10 common greening species at different polluted area in Kunming [J]. Journal of Southwest Forestry University, 2016, 36(3): 105−110.(in Chinese)

    [12] 吕晓倩, 张银龙. 城市攀缘植物对大气颗粒物的吸附效果及重金属累积研究 [J]. 中国园林, 2020, 36(12):101−105.

    LYU X Q, ZHANG Y L. Deposition of particular matter and accumulation of heavy metal on six climbing plants [J]. Chinese Landscape Architecture, 2020, 36(12): 101−105.(in Chinese)

    [13] 王会霞, 石辉, 刘剑华, 等. 西安城区2种女贞叶面滞尘和叶片形态结构 [J]. 安全与环境学报, 2018, 18(6):2344−2351.

    WANG H X, SHI H, LIU J H, et al. Analysis of leaf dust accumulation and leaf morphological structure of 2 plant species under different urban environments in Xi'an [J]. Journal of Safety and Environment, 2018, 18(6): 2344−2351.(in Chinese)

    [14] 高传友. 南宁市典型园林植物滞尘效应及生理特性研究 [J]. 水土保持研究, 2016, 23(1):187−192.

    GAO C Y. Research on dust retention capacities and physiological properties of different typical green plants in Nanning City [J]. Research of Soil and Water Conservation, 2016, 23(1): 187−192.(in Chinese)

    [15] 杨佳, 王会霞, 谢滨泽, 等. 北京9个树种叶片滞尘量及叶面微形态解释 [J]. 环境科学研究, 2015, 28(3):384−392.

    YANG J, WANG H X, XIE B Z, et al. Accumulation of particulate matter on leaves of nine urban greening plant species with different micromorphological structures in Beijing [J]. Research of Environmental Sciences, 2015, 28(3): 384−392.(in Chinese)

    [16] 林星宇, 李海梅, 李彦华, 等. 八种乔木滞尘效益及其与叶表面特征关系 [J]. 北方园艺, 2019(17):94−101.

    LIN X Y, LI H M, LI Y H, et al. Relationship between the surface characteristics of eight tree leaves and dust retention [J]. Northern Horticulture, 2019(17): 94−101.(in Chinese)

    [17]

    CHEN L, LIU C, ZHANG L, et al. Variation in tree species ability to capture and retain airborne fine particulate matter (PM2.5) [J]. Scientific Reports, 2017, 7: 3206. DOI: 10.1038/s41598-017-03360-1

    [18]

    MO L, MA Z Y, XU Y S, et al. Assessing the capacity of plant species to accumulate particulate matter in Beijing, China [J]. PLoS One, 2015, 10(10): e0140664. DOI: 10.1371/journal.pone.0140664

    [19] 晏增, 赵蓬晖, 杨淑红, 等. 冬季郑州市12个常绿树种的光合特性及滞尘能力 [J]. 广西植物, 2021, 41(9):1433−1442. DOI: 10.11931/guihaia.gxzw201911004

    YAN Z, ZHAO P H, YANG S H, et al. Photosynthetic characteristics and dust retention capacities of 12 evergreen tree species in Zhengzhou City during winter [J]. Guihaia, 2021, 41(9): 1433−1442.(in Chinese) DOI: 10.11931/guihaia.gxzw201911004

    [20]

    HE C, QIU K Y, ALAHMAD A, et al. Particulate matter capturing capacity of roadside evergreen vegetation during the winter season [J]. Urban Forestry & Urban Greening, 2020, 48: 126510.

    [21]

    SU K, YU Q, HU Y H, et al. Inversion and effect research on dust distribution of urban forests in Beijing [J]. Forests, 2019, 10(5): 418. DOI: 10.3390/f10050418

    [22] 陈强, 梅琨, 朱慧敏, 等. 郑州市PM2.5浓度时空分布特征及预测模型研究 [J]. 中国环境监测, 2015, 31(3):105−112. DOI: 10.3969/j.issn.1002-6002.2015.03.018

    CHEN Q, MEI K, ZHU H M, et al. Study on spatiotemporal variability of PM2.5 concentrations and prediction model over Zhengzhou City [J]. Environmental Monitoring in China, 2015, 31(3): 105−112.(in Chinese) DOI: 10.3969/j.issn.1002-6002.2015.03.018

    [23] 王会霞, 石辉, 王彦辉. 典型天气下植物叶面滞尘动态变化 [J]. 生态学报, 2015, 35(6):1696−1705.

    WANG H X, SHI H, WANG Y H. Dynamics of the captured quantity of particulate matter by plant leaves under typical weather conditions [J]. Acta Ecologica Sinica, 2015, 35(6): 1696−1705.(in Chinese)

    [24] 杨山. 长三角地区三种常绿阔叶绿化树种对颗粒物的滞留及其生理响应[D]. 杭州: 浙江农林大学, 2018

    YANG S. Particulate retention and physiological response of three evergreen broad-leaved afforestation tree species in Yangtze River Delta[D]. Hangzhou: Zhejiang A & F University, 2018. (in Chinese)

    [25] 史军娜, 张罡, 安海龙, 等. 北京市16种树木吸附大气颗粒物的差异及颗粒物研究 [J]. 北京林业大学学报, 2016, 38(12):84−91.

    SHI J N, ZHANG G, AN H L, et al. Differences in atmospheric particle accumulation on leaf surface in sixteen tree species in Beijing and characteristics of particles [J]. Journal of Beijing Forestry University, 2016, 38(12): 84−91.(in Chinese)

    [26] 赵松婷, 李新宇, 李延明. 北京市29种园林植物滞留大气细颗粒物能力研究 [J]. 生态环境学报, 2015, 24(6):1004−1012.

    ZHAO S T, LI X Y, LI Y M. Fine particle-retaining capability of twenty-nine landscape plant species in Beijing [J]. Ecology and Environmental Sciences, 2015, 24(6): 1004−1012.(in Chinese)

    [27] 李朝梅, 王军梦, 王腾飞, 等. 郑州市常见公园绿化植物的滞尘能力及叶片性状分析 [J]. 西北林学院学报, 2021, 36(2):123−129. DOI: 10.3969/j.issn.1001-7461.2021.02.18

    LI C M, WANG J M, WANG T F, et al. Dust-retention capability and leaf traits of common park greening plant species in Zhengzhou City [J]. Journal of Northwest Forestry University, 2021, 36(2): 123−129.(in Chinese) DOI: 10.3969/j.issn.1001-7461.2021.02.18

    [28] 淑敏, 斯日木极, 姜涛, 等. 辽宁西北部主要绿化树种对空气颗粒物滞留能力研究 [J]. 水土保持学报, 2018, 32(4):297−303,309.

    SHU M, SI R M J, JIANG T, et al. Retention capacity of the main urban afforest plant species for atmospheric particles in northwest of Liaoning Province [J]. Journal of Soil and Water Conservation, 2018, 32(4): 297−303,309.(in Chinese)

    [29] 任媛媛, 刘艳萍, 王念, 等. 9种屋顶绿化阔叶植物叶片解剖结构与抗旱性的关系 [J]. 南京林业大学学报(自然科学版), 2014, 38(4):64−68.

    REN Y Y, LIU Y P, WANG N, et al. The relationship between leaf anatomic structure and drought resistance of nine broadleaf plants [J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2014, 38(4): 64−68.(in Chinese)

    [30] 裘璐函, 何婉璎, 刘美华, 等. 杭州市6种常见绿化树种滞尘能力及光合特性 [J]. 浙江农林大学学报, 2018, 35(1):81−87. DOI: 10.11833/j.issn.2095-0756.2018.01.011

    QIU L H, HE W Y, LIU M H, et al. Differences in dust removal capability and photosynthetic characteristics of six common tree species in Hangzhou City [J]. Journal of Zhejiang A & F University, 2018, 35(1): 81−87.(in Chinese) DOI: 10.11833/j.issn.2095-0756.2018.01.011

    [31] 李果. 浙江农林大学衣锦校区绿化植物滞尘效应分析[D]. 杭州: 浙江农林大学, 2019

    LI G. Analysis on dust retention effect of green plants in yijin campus of Zhejiang agriculture and forestry university[D]. Hangzhou: Zhejiang A & F University, 2019. (in Chinese)

    [32] 俎丽红, 王鑫, 王润玺, 等. 不同大气环境中白皮松针叶重金属积累及抗性特征研究 [J]. 农业环境科学学报, 2017, 36(11):2207−2215. DOI: 10.11654/jaes.2017-0332

    ZU L H, WANG X, WANG R X, et al. Study on resistance characteristics to heavy metal accumulation of Pinus bungeana Zucc. needles from different atmospheric environments [J]. Journal of Agro-Environment Science, 2017, 36(11): 2207−2215.(in Chinese) DOI: 10.11654/jaes.2017-0332

    [33] 李艳梅, 陈奇伯, 王邵军, 等. 昆明市主要绿化树种叶片滞尘能力的叶表微形态学解释 [J]. 林业科学, 2018, 54(5):18−29. DOI: 10.11707/j.1001-7488.20180503

    LI Y M, CHEN Q B, WANG S J, et al. Effects of leaf surface micro-morphology structure on leaf dust-retaining ability of main greening tree species in Kunming City [J]. Scientia Silvae Sinicae, 2018, 54(5): 18−29.(in Chinese) DOI: 10.11707/j.1001-7488.20180503

    [34] 段嵩岚, 闫淑君, 田高飞, 等. 福州市19种灌木滞留颗粒物效应与叶片性状研究 [J]. 西北林学院学报, 2018, 33(4):230−238. DOI: 10.3969/j.issn.1001-7461.2018.04.38

    DUAN S L, YAN S J, TIAN G F, et al. Effects of the particles retained by 19 widely used shrubs on road sides and their relationships with leaf trait in Fuzhou [J]. Journal of Northwest Forestry University, 2018, 33(4): 230−238.(in Chinese) DOI: 10.3969/j.issn.1001-7461.2018.04.38

  • 期刊类型引用(2)

    1. 孙丽,张颖,李文彬,包红光,孙迎坤. 青岛市3种常绿灌木滞尘量与叶微观特征及光合作用等的相关性分析. 西北林学院学报. 2024(04): 232-241 . 百度学术
    2. 贺丹,李海涛,原江琴,汪安印,王翼飞,李永华,刘艺平. 郑州市7种园林植物滞尘能力与叶片生理及光合响应. 浙江农林大学学报. 2023(06): 1205-1214 . 百度学术

    其他类型引用(4)

图(5)  /  表(5)
计量
  • 文章访问数:  591
  • HTML全文浏览量:  196
  • PDF下载量:  15
  • 被引次数: 6
出版历程
  • 收稿日期:  2021-09-21
  • 修回日期:  2022-01-31
  • 刊出日期:  2022-02-24

目录

/

返回文章
返回