城市森林公園不同植物群落特征對環(huán)境效應的影響

梁變鳳, 何志強, 崔虎亮

(太原理工大學建筑學院, 太原 030024)

城市森林公園是城市生態(tài)系統(tǒng)的重要組成部分,在凈化局地空氣質(zhì)量[1-2]、改善城市小氣候[3-4]、營造城市休閑空間[5]、提升城市居民生活質(zhì)量[6]等方面具有明顯的作用。城市綠地通過降溫增濕作用能夠改善城市小氣候,而植物群落是發(fā)揮降溫增濕作用的基本單元。研究表明,不同樹種、不同植被配置以及不同綠量的植物群落其降溫增濕效應也不盡相同[7-8]。與此同時,植物的種類、高度、葉片表面積等均會影響空氣顆粒物的濃度[2, 9]?？諝庳撾x子(negative air ions, NAI)由植物光合作用形成的光電效應而產(chǎn)生,具有顯著的生態(tài)保健功能,逐漸成為衡量植物群落生態(tài)功能的重要指標[10]。但是,植物種類、高度、郁閉度等生物特征以及海拔、水體、坡向等地理特征均可影響到空氣負離子濃度及其空間分布[11-13]。

中外有關(guān)生態(tài)效應研究多集中于內(nèi)部因素和外部因素綜合作用[14],其中,內(nèi)部因素包括植物群落的群落郁閉度、冠層高度、林分種類等[15-18],外部因素包括海拔、地形地勢、周邊用地類型等[19-21]。而從植物群落內(nèi)部因素出發(fā),研究不同植物群落結(jié)構(gòu)生態(tài)效應影響的研究鮮有報道。因此,以植物群落結(jié)構(gòu)對降溫增濕、阻滯空氣顆粒物(PM2.5和PM10)、增加NAI等的影響為研究切入點,對于解析城市森林公園植物配置的生態(tài)功能調(diào)控機制具有直接作用。

現(xiàn)以太原市森林公園18種不同植物群落為研究對象,該公園總體地勢平緩,全園海拔高差小于50 m,可以排除地形坡向、坡度、海拔高差等外部因素對植物群落環(huán)境效應的影響,這為本次研究提供了較為理想的樣地條件。在全面調(diào)查植物群落結(jié)構(gòu)特征的基礎(chǔ)上,通過定點監(jiān)測不同植被結(jié)構(gòu)群落內(nèi)溫濕度、PM2.5、PM10、NAI等環(huán)境效應指標,探討不同植物群落結(jié)構(gòu)與環(huán)境效應的關(guān)系及其相關(guān)影響因素,從而為城市綠地植物結(jié)構(gòu)的優(yōu)化和城市空氣質(zhì)量改善提供借鑒。

1 研究方法

1.1 研究區(qū)概況

太原市森林公園(37°53′N～37°54′ N,112°31′E～112°33′ E)位于山西省太原市北部尖草坪區(qū),占地200 hm2,園內(nèi)有人工湖泊25.73 hm2,蓄水量達28×104m3,栽植樹種超過6.5萬株。該公園是典型城市森林公園,周邊用地已具備明顯的城市建成區(qū)特點,包括高校、住宅區(qū)、城市快速路、商業(yè)用地等。

1.2 樣地選擇

選擇不同群落結(jié)構(gòu)的植物群落共計18個,可分為落葉闊葉林、針闊混交林、針葉林3種類型,以及喬木、亞喬木、灌木3種不同的優(yōu)勢種類型(表1)。其中,落葉闊葉喬木林包括國槐林(GH)、青楊林(QY)、白蠟林(BL)、毛白楊+青楊林(MBQ)、毛白楊林(MB)、欒樹+垂柳林(LSC)、旱柳林(HL)7個樣點;落葉闊葉亞喬木林包括山桃林(ST)1個樣點;落葉闊葉灌木林包括暴馬丁香林(BM)、忍冬林(RD)2個樣點;針闊混交林包括國槐+油松林(GHY)、青楊+華北五針松林(QYH)、旱柳+圓柏林(HLY)3個樣點;針葉林包括華北五針松林(HB)、油松林(YS)、油松+白皮松林(YSB)、油松+華北五針松林(YSH)、圓柏林(YB)5個樣點。樣地大小設(shè)定為20 m×20 m,記錄喬木樹種,實地測定植物群落胸徑/地徑、冠層高度等指標;并利用植物冠層圖像分析儀(FK-G20,石家莊)測定植物群落郁閉度和葉面積指數(shù)。與此同時,選擇森林公園西門入口廣場為對照點(CK),該對照點周圍開闊無遮擋,下墊面為水泥地面,且游人量大。

表1 樣地植物群落結(jié)構(gòu)

1.3 環(huán)境指標測量方法

1.3.1 實地測量

2022年6—7月,選擇晴朗無風的天氣,利用便攜式空氣負離子儀(ONETEST-502-XP-A,深圳)測定不同樣點的空氣負離子濃度,測量范圍0～1.2×107ions/cm3,從8:00—18:00每隔10 min測量1次,儀器架測高度距地面約1.5 m;同步測量溫度、濕度、PM2.5和PM10等環(huán)境指標,其中,溫度測量范圍-60～65 ℃,濕度測量范圍0～100%。每個樣點連續(xù)測量3 d。

1.3.2 數(shù)據(jù)分析

利用R語言開展植物群落結(jié)構(gòu)參數(shù)的生態(tài)效應分析工作,主要包括Q型聚類分析和Pearson相關(guān)分析。環(huán)境指標的相關(guān)計算公式如下。

降溫量=對照點溫度均值-樣點溫度均值

(1)

增濕量=樣點濕度均值-對照點濕度均值

(2)

阻滯空氣顆粒物量=對照點顆粒物均值-樣點顆粒物均值

(3)

增NAI量=樣點NAI均值-對照點NAI均值

(4)

2 結(jié)果分析

2.1 不同植物群落環(huán)境效應的日間變化規(guī)律

由圖1可知,所有樣點均在15:00—16:00時段達到全天最高溫度以及全天最低空氣濕度。8:00—10:00是各植物群落升溫幅度較大的時段,但對照的溫度明顯高于其他樣點,8:00時溫度為27.5 ℃,10:00達到35.6 ℃,升溫幅度8.1 ℃;而同一時段內(nèi),升溫幅度最大的是旱柳林,溫度由13.4 ℃升至24.6 ℃,升溫幅度達到11.2 ℃,其次是旱柳+圓柏林,溫度由14.2 ℃升至24.8 ℃,升溫幅度為10.6 ℃;而升溫幅度最小的是白蠟林,溫度由23 ℃升至27.1 ℃,升溫幅度為4.1 ℃。由此可見,植物群落的降溫效應比較明顯。不同植物群落的空氣濕度均呈現(xiàn)下降趨勢,降幅最大的是青楊林,從8:00的69.4%降至16:00的35.1%,同一時段對照點空氣濕度由35.8%降至11.6%;17:00—18:00時段,空氣濕度開始緩慢回升,其中回升效果較明顯的是毛白楊林,從29.8%升至33%。

圖1 不同植物群落溫濕度、空氣顆粒物(PM2.5、PM10)和空氣負離子濃度日間變化規(guī)律

不同植物群落的PM2.5和PM10日變化并不一致,青楊林和青楊+華北五針松林的PM2.5和PM10大致呈下降趨勢,2個群落8:00—10:00時段的PM2.5和PM10含量較高,且均在18:00達到全天最低值;國槐林和國槐+油松林呈先上升后下降、然后再上升的趨勢,即12:00—13:00時段達到最高值,然后開始下降,至16:00后再次上升;而其他植物群落空氣顆粒物變化大致呈下降趨勢,但變化較為平穩(wěn)。

NAI方面,不同植物群落呈現(xiàn)的變化規(guī)律不一致,且波動較大?？傮w來看,青楊林、青楊+華北五針松林、忍冬林等植物群落呈現(xiàn)U形變化,兩個峰值出現(xiàn)在8:00—10:00和17:00—18:00時段,而12:00—14:00時段濃度最低;暴馬丁香林、旱柳林、旱柳+圓柏林等群落呈現(xiàn)單峰型變化,峰值出現(xiàn)在17:00—18:00時段;其余群落的空氣負離子變化較為平穩(wěn)。

2.2 不同植物群落的環(huán)境效應差異比較

從表2可以看出,植物群落的降溫增濕效應較為明顯。降溫效果最好的植物群落是旱柳林、旱柳+圓柏林和油松+華北五針松林,降溫量分別達到6.98、6.86、6.65 ℃,降溫效果最差的植物群落是山桃林、油松林、青楊林,降溫量分別為2.51、2.54、2.84 ℃。增濕量最大的植物群落是國槐+油松林、國槐林和青楊林,增濕量分別達到39.23%、38.77%和31.61%,增濕量最小的植物群落是油松林、白蠟林和油松+白皮松林,增濕量分別為4.96%、5.27%和7.69%。由此可見,郁閉度較低的植物群落降溫效果較差。

表2 不同植物群落降溫增濕、阻滯空氣顆粒物(PM2.5、PM10)和增加空氣負離子濃度的差值

有6個植物群落阻滯空氣顆粒物效果較差,所測PM2.5和PM10含量反而高于對照點,它們分別為國槐林、國槐+油松林、青楊林、青楊+華北五針松林、忍冬林、旱柳+圓柏林。改善空氣顆粒物效果最好的植物群落是白蠟林、油松林、油松+華北五針松林和圓柏林4個群落,阻滯PM2.5量分別為19.96、19.39、19.07和18.95,阻滯PM10量分別為25.7、24.1、25.11和23.64。

不同植物群落在增加NAI濃度方面均存在正向效應。其中,山桃林、青楊林、忍冬林的NAI濃度增量最大,NAI濃度增量分別達到468.61、351.09、338.71 ions/cm3;增量最小的是旱柳+圓柏林,僅為12.42 ions/cm3?？梢钥闯?亞喬木群落對NAI的增加具有明顯的效果。

2.3 Q聚類分析結(jié)果

利用R語言中的函數(shù)hclust開展Q型聚類分析,比較不同植物群落結(jié)構(gòu)及其生態(tài)效應的差異,所得結(jié)果如圖2所示。對植物群落結(jié)構(gòu)參數(shù)進行的Q聚類發(fā)現(xiàn),在歐式距離H=3時,不同植物群落樣點聚成了4個亞類,其中毛白楊林單獨聚為一支;青楊+華北五針松林、毛白楊+青楊林、旱柳林、國槐+油松林、國槐林和青楊林聚為一類,該亞類所有植物群落冠層高度較高且郁閉度較高;油松+白皮松林、圓柏林、欒樹+垂柳林和旱柳+圓柏林聚為一類,該亞類所有植物群落冠層高度和郁閉度均較低;山桃林、華北五針松林、忍冬林、暴馬丁香林、白蠟林、油松林和油松+華北五針松林聚為一類,該亞類主要以亞喬木和灌木為主,冠層高度較低。

圖2 植物群落結(jié)構(gòu)及其生態(tài)效應的Q型聚類分析

在歐式距離H=3時,不同植物群落樣點的生態(tài)效應均值同樣也聚成了4類。旱柳+圓柏林、旱柳林、油松+華北五針松林和毛白楊林聚為一類,這4個群落的降溫量最大(6.55～6.98 ℃);油松林、暴馬丁香林、華北五針松林、白蠟林、油松+白皮松林和圓柏林聚為一類,這6個群落阻滯空氣顆粒物效果明顯,所測PM2.5和PM10數(shù)據(jù)均低于對照樣點,另,油松+白皮松林和圓柏林的郁閉度較低,又聚為一支;山桃林、忍冬林、毛白楊+青楊林和欒樹+垂柳林聚為一類,該類群落在增加空氣負離子濃度方面效果較好;青楊林、青楊+華北五針松林、國槐林和國槐+油松林聚為一類,這4個群落的增濕量最大(31.61%～39.23%),其中,青楊林和青楊+華北五針松林在增加空氣負離子濃度方面的效果較好,因此兩者又聚為一支。

2.4 Pearson相關(guān)性檢驗

由于植物群落的生態(tài)效應并不一致,因此進一步利用R語言的cor函數(shù)進行Pearson相關(guān)性分析,重點比較不同植物群落結(jié)構(gòu)參數(shù)與生態(tài)效應的相關(guān)關(guān)系,然后將植物群落結(jié)構(gòu)參數(shù)與不同環(huán)境指標的相關(guān)系數(shù)進行顯著性檢驗。從表3可知,葉面積指數(shù)的增加能夠增加植物群落阻滯空氣顆粒物的效果(P<0.05);但是,其他指標相關(guān)關(guān)系并不顯著。群落郁閉度與降溫增濕量存在一定的正相關(guān)關(guān)系,即群落郁閉度的增加能夠降低空氣溫度增加空氣濕度,但效果不顯著。冠層高度與降溫量存在負相關(guān)關(guān)系,與增濕量存在正相關(guān)關(guān)系,即冠層高度的增加會導致降溫效果的下降以及增濕效果的增加,但同樣不具有顯著性效果。此外,郁閉度、植株胸徑和冠層高度與空氣負離子濃度量存在一定的正相關(guān),葉面積指數(shù)與空氣負離子濃度存在一定的負相關(guān),這說明植物群落的郁閉度、冠層高度等的增加有助于NAI濃度的增加,但是葉面積指數(shù)的增加不利于NAI的增加。

表3 Pearson相關(guān)分析結(jié)果

3 討論

3.1 不同植物群落的降溫增濕效應

植物葉片的蒸騰作用是降溫增濕的主要原因,植物葉片通過蒸騰作用散失到空氣中的水分能夠提高周圍環(huán)境的空氣濕度,同時降低氣溫。研究表明,植物群落可以降低空氣溫度0.8～5.15 ℃,增加相對濕度2.9%～8.3%[16, 22]。但是,降溫增濕的效果受到植物群落結(jié)構(gòu)和植物種類等的影響[23]。在相同環(huán)境生長的不同植物在降溫增濕效應方面同樣存在差異,植物的形態(tài)特征與降溫增濕能力密切相關(guān)[24]。

調(diào)查的18個植物群落均存在降溫增濕效應,這驗證了前人的研究結(jié)論,但不同群落之間降溫增濕的效果存在較大差異,降溫量均值2.51～6.98 ℃,增濕量均值4.96%～39.23%。秦仲等[23]認為,郁閉度和葉面積指數(shù)較大的植物群落能夠有效遮擋太陽輻射,降溫效應也最好,這與本研究結(jié)果相似,本文研究中山桃林、油松林等郁閉度較小的群落,降溫量也較小。

不過,植物群落的降溫過程與增濕過程兩者之間并不同步,增濕量最大的植物群落其降溫量并非最大。降溫量最大的群落是旱柳林、旱柳+圓柏林和油松+華北五針松林,而增濕量最大的群落是國槐林、國槐+油松林和青楊林,且聚類分析結(jié)果中,降溫量較大的植物群落與增濕量較大的群落分別聚為不同的亞類(圖2)。這與佘思玥等[25]研究南京純林群落的規(guī)律相似。

3.2 不同植物群落在改善空氣質(zhì)量方面的生態(tài)效應

研究表明,相對綠量與空氣污染物之間存在綠化效益的最佳閾值區(qū)[26]。劉雙芳等[27]分析認為,植物綠量達到一個較高的量值時,污染物濃度下降不明顯,就會出現(xiàn)植物群落內(nèi)空氣顆粒物反而上升的現(xiàn)象。本文研究中,國槐林、忍冬林等6個植物群落PM2.5和PM10高于對照點的現(xiàn)象,也再次證明了這一結(jié)論,而Liu等[28]和王軼浩等[29]的研究中亦有類似報道。

NAI濃度是評價植物群落改善空氣質(zhì)量的重要指標[12]。王波等[15]調(diào)研發(fā)現(xiàn)呼和浩特敕勒川公園NAI濃度呈V形變化,其中7:00—8:00和18:00—19:00時段出現(xiàn)高峰值,12:00—14:00出現(xiàn)最低值。余海等[30]認為北京九龍山側(cè)柏林NAI濃度在春夏季是單峰型,秋季是雙峰型。本文研究中,不同植物群落的NAI濃度變化趨勢并不一致,青楊林、青楊+華北五針松、忍冬等植物群落呈現(xiàn)兩個峰值,分別出現(xiàn)在8:00—10:00和17:00—18:00時段,而12:00—14:00時段濃度最低,這一特點與王波等[15]的研究相似;但是暴馬丁香、旱柳、旱柳+圓柏等群落呈現(xiàn)單峰型變化,峰值出現(xiàn)在17:00—18:00時段;其余群落的NAI濃度變化較為平穩(wěn)。因此,不同類型的植物群落對NAI濃度的影響存在明顯差異,其變化規(guī)律和影響機制應進一步深入研究。

植物群落的平均樹高、冠層高度對NAI濃度呈顯著性正相關(guān)[11]。潘劍彬等[31]調(diào)查認為落葉闊葉型群落NAI濃度要高于常綠針葉型等群落,而灌叢的NAI濃度最低。吳仁武等[18]認為,竹類植物群落的葉面積指數(shù)和冠層蓋度越大、天空可視度越小,則群落的NAI和空氣質(zhì)量評價指標越高。本文研究中,山桃林、青楊林和忍冬林等落葉闊葉型群落NAI濃度較高,群落郁閉度0.41～0.63,葉面積指數(shù)(0.62±0.06)～(0.73±0.08),旱柳+圓柏林等針闊混交林NAI濃度最低,群落郁閉度0.37,葉面積指數(shù)0.89±0.05,因此群落郁閉度的增加有利于NAI濃度的增加,但葉面積指數(shù)的增加不利于NAI濃度的增加。

4 結(jié)論

通過對太原市森林公園18個植物群落樣點進行研究,發(fā)現(xiàn)不同植物群落的生態(tài)效應差異較大。與對照相比,各植物群落的降溫增濕效應均有良好效果;不同群落阻滯空氣顆粒物(PM2.5和PM10)差異較為明顯,白蠟、油松+華北五針松、油松和圓柏等群落的效果較好,國槐、國槐+油松、青楊、青楊+華北五針松、忍冬和旱柳+圓柏等群落的效果較差,測定的PM2.5和PM10反而高于對照樣點;在增加NAI濃度方面,所有群落均呈現(xiàn)正向效應。將不同群落結(jié)構(gòu)參數(shù)與所測指標進行聚類分析和相關(guān)分析發(fā)現(xiàn),郁閉度與植物群落的降溫增濕效應存在正相關(guān),葉面積指數(shù)能夠改善植物群落阻滯PM2.5和PM10的效果,但不利于NAI的增加。本文研究的主要結(jié)論不僅可作為城市綠地建設(shè)的參考,而且為進一步研究植物群落結(jié)構(gòu)的生態(tài)效應影響機制提供了一定的基礎(chǔ)。