近年来随着我国城市化的不断加快，城市人口不断增加，我国大中型城市机动车保有量增长快速，给我国经济带来了繁荣，同时车流产生的污染也持续攀升^{[ 1, 2]}。这些污染物会影响城市环境，对活动于城市道路中的行人及非机动车司机产生危害。为减少道路污染对城市居民尤其是道路行人的生态危害，国内外学者对道路污染进行了多角度的研究和探索，包括不同街道结构对污染物扩散的研究和不同道路绿化带对污染物扩散的研究^{[ 1, 3, 4, 5, 6, 7, 8]}。道路绿地不仅能美化城市环境，而且绿色植物可以通过吸收有害气体、吸滞粉尘、隔音降噪改善道路环境降低污染。道路绿化面积、植物种类、种植密度及绿化模式都会影响道路绿地的污染物净化效果。不同结构道路绿化带会改变道路微气象条件，影响非机动车道污染物浓度^{[ 9, 10]}。有研究表明：气象条件是影响空气质量的客观因素，有利的地面天气形势会改善城市的大气环境，即大的天气形势会影响城市的空气质量,国内对局地小气候对城市道路污染的影响的研究还很少^{[ 11, 12, 13]}，而局地小气候条件对城市道路绿化带的净化效果影响的研究也少有报道^{[ 14, 15, 16]}。局地气象条件的变化是否会影响道路绿化带对各种污染物的净化效果?本文将就这一问题进行探讨，为将来的城市道路绿化及城市道路环境预测提供依据。

太原市是山西省的省会城市，东经111°30′—113°09′，北纬37°27′—38°25′。太原市属大陆性暖温带季风气候，年平均风速为1.8—2.4 m/s，年平均降雨量456 mm，年平均气温9.5 ℃。1月份最冷，平均气温 6.8 ℃；7月份最热，平均气温23.5 ℃。

2009年7—8月份，在太原市选择18个城市道路绿地(绿带配置结构为乔灌草或乔灌)，在无风或者微风 (风速小于4 m/s)情况下进行观测，使用两套(6 台)观测仪器同时观测，用时20 d(期间遇雨天和大风天不进行观测)。选择SO₂、NO_x、NH₃、TSP和PM₁₀等5 种主要城市污染物作为净化目标进行研究。

测试仪器：气象要素(风速、空气温度、空气相对湿度、气压)采用美国产手持气象站Kestrel3500(风速观测精确度±3%，空气相对湿度观测精确度±3%，大气压力观测精度±3 hP)，地面温度采用普通玻璃温度表(测精确度±0.2),空气温度采用大气采样仪自带的温度计测定(观测精度±0.2)。污染物采样仪器为青岛崂山电子仪器厂生产的KB6120型中流量大气采样仪。气象要素测定高度为距离地表面1.5 m。

气象要素观测方法：每20 min观察1次，风速为2 min平均风速。每次试验观察4次，取4次的平均值。

污染物监测方法：低空污染物浓度值的测量高度为1.5 m，采样流量100 L/min。固体项目，TSP、PM₁₀每次采样时间为60 min；气体项目，NO_x采样时间60 min、SO₂采样时间60 min、NH₃采样时间20 min。NO_x吸收量的测定采用盐酸萘乙二胺比色法(GB/T15436—1995),SO₂吸收量的测定采用甲醛缓冲溶液吸收—盐酸副玫瑰苯胺分光光度法(GB/T15262—1994),NH₃吸收量的测定采用次氯酸钠水杨酸分光光度法(GB/T14679—1993)，TSP的测定采用重量法(GB/T15432—1995)，PM₁₀的测定采用重量法(GB/T6921—1986) 。

样品采集时间：通过对昼间车流量情况的调查，选取昼间车流量基本稳定的时间段进行试验。1日分3个时段，即9：00—10：00、11：00—12：00、13：30—14：30。

不同结构绿带污染物净化百分率计算公式^{[ 3]}：

式中，P_n是绿带对各种污染物净化百分率；C_c是机动车道靠近绿带一侧污染物浓度；C_r是非机动车道靠近绿带一侧污染物浓度；C₀无绿带非机动车道污染物浓度(对照浓度)。

在太原市13条主要道路中选择绿化隔离带空间结构和植物配置基本一致的18块城市道路绿地，设置了18个监测点。各监测点绿化隔离带空间格局及道路状况见表 1。其中乔木以多年生槐树为主，树龄15—20a，株高15 m左右，冠径6 m左右，树冠丰满度和生长势基本一致,株距5 m.。灌木以整形胶东卫矛或紫叶小檗为主，高度0.6 m左右；草本以禾本科冷季型修剪草坪为主。

每个道路绿化带均设置3个测点(图 1)，其中A点放置于机动车道距离绿带1 m处，B点放置于非机动车道远离绿带一侧距离人行道1 m处，分别处于绿化带两侧，各监测点与绿化带间隔端口的距离应大于5 m,C点作为无绿地的对照测点。

图 1 绿化带测量点示意图 Fig.1 The simulation schematic of green belts A、B两点纵线对应; C点放置在绿化带间隔中心与B点平行的位置(C点对应的道路两侧无绿地)

图选项

运用Excle2003软件进行图表处理，用统计软件SAS 8.0进行气象因子的相关性分析。利用统计软件SAS 8.0对气象条件与道路绿地净化百分率进行逐步回归，筛选出于与道路绿地净化百分率相关的气象因子，建立回归模型。

分别对太原市18个道路绿地的气象观测表明(表 2)，从9:00—10:00到13:30—14:30，道路平均风速、气温和地表面温度呈增加的趋势，而空气相对湿度逐渐下降，大气压变化很小。各气象要素间的相关分析表明(表 3)，气温和地温正相关显著，因为气温的变化主要是受地温的影响，空气的热量主要来源于地表面，地温增加后对空气产生加热作用而使气温相应升高^{[ 17]}。空气相对湿度与气温及地温呈显著和极显著负相关，因为地温升高会使气温升高，而气温升高会使空气的饱和水汽压升高，即空气容纳水汽的能力增加，在地面没有足够水汽补充的情况下，空气的相对湿度(空气饱和程度)下降^{[ 17]}。

在13:30—14:30时段，各观测点5 种污染物平均浓度较9:00—10:00和11:00—12:00有下降趋势(图 2)。 除9:00—10:00时段有绿地非机动车道(B点) NO_x、NH₃的平均浓度高于无绿地非机动车道对照点(C点)浓度外，其他污染物及其他时刻均为有绿地非机动车道(B点) 污染物平均浓度低于无绿地非机动车道对照点(C点)浓度，即绿地总体上起到了对道路污染物的净化作用。在11:00—12:00和13:30—14:30，B点SO₂平均浓度降幅较9:00—10:00大，13:30—14:30时段道路绿地对SO₂的平均净化百分率最大(6.15%)(图 3)。NO_x和 NH₃平均浓度在9:00—10:00时段B点较C点低(图 2)，所以该时刻这两种污染物的绿地平均净化百分率均为负值。在11:00—12:00和13:30—14:30，绿地对NO_x的平均净化百分率分别是4.15％和16.60％，而绿地对NH₃的平均净化百分率分别是5.80％和9.80％，均为13:30—14:30时段净化效果好(图 3)。TSP绿地平均净化百分率9:00—10:00时段最大(12.64%)，13:30—14:30时刻最小(2.42%)。而绿地对PM₁₀的平均净化百分率为13:30—14:30时段最大(10.04%)。除TSP外，道路绿地对其他4种污染物的平均净化百分率均为13:30—14:30时段较大，9:00—10:00较小(图 3)。

图 2 不同时段道路污染物浓度变化 Fig.2 The change of road pollutant concentrations at different time A:道路绿地靠近机动车道一侧测点；B：道路绿地中非机动车一侧测点；C：无道路绿地非机动车道与B点平行的测点

图选项

图 3 净化百分率变化 Fig.3 The change of remvoal percentage

图选项

道路绿地对5 种污染物的净化百分率与气象条件的逐步回归分析表明(表 4)：道路绿地对污染物的净化百分率与气象条件存在显著的回归关系，并可以建立达到统计显著水平的回归方程，但不同污染物受不同的主导气象因子影响。SO₂主要受风速和气温的影响，并随风速和气温的增加净化百分率增加。而NO_x主要受地表面温度的影响，随地表面温度的增加净化百分率增加。NH₃主要受气温的影响，并随气温的增加净化百分率增加。TSP主要受空气湿度的影响，随空气相对湿度增加净化百分率增加。PM₁₀主要受气温和气压的影响，随气温和气压的增加净化百分率增加。

(1)夏季，从9:00—10:00到13:30—14:30，太原市道路平均风速、气温和地表面温度呈增加的趋势，而空气相对湿度逐渐下降，大气压几乎没有变化。各气象要素之间存在一定的相关性，气温和地温正相关显著，空气相对湿度与气温及地温呈显著和极显著负相关。

(2)除9:00—10:00时刻(气温较低，空气相对湿度较高)有绿地非机动车道(B点) NO_x、 NH₃的平均浓度高于无绿地非机动车道对照点(C点)浓度外，其他污染物及其他时刻均为有绿地非机动车道(B点) 污染物平均浓度低于无绿地非机动车道对照点(C点)浓度，即绿地总体上起到了对道路污染物的净化作用。 除TSP外，道路绿地对其他4种污染物的平均净化百分率均为13:30—14:30时刻较大，9:00—10:00较小。

(3)道路绿地对污染物的净化百分率与气象条件存在显著的回归关系，并可以建立达到统计显著水平的回归方程，但不同污染物受不同的主导气象因子影响。 气象条件会影响道路绿地对道路污染物的净化效果，今后的城市建设和道路绿地规划中应更多地考虑气象条件对绿地净化效果的影响。

污染物从污染源排放到大气中的扩散过程及其危害程度，主要决定于气象因素，此外还与污染物的特征和排放特性，以及排放区的地形地貌状况有关。在污染源排放量变化不大的情况下，气压、温度、风向风速、降水、湿度等气象条件会影响空气质量^{[ 18]}。 气象条件的变化会改变了污染物扩散方式和速度，道路绿地对污染物的净化效果也应该会随气象条件的变化发生改变。如气温和地温的变化主要会影响空气的垂直运动^{[ 17]}，也就是会影响污染物的垂直扩散速度，温度越高污染物的垂直扩散速度越快^{[ 18]}。而风速的变化主要会影响空气的水平运动，有利于污染物的水平扩散^{[ 18]}。风能扩大绿地的生态效应的范围，促进大气污染物的清除^{[ 19]}。温度和风的变化会影响污染物的扩散方式和速度，扩散方式和速度变化后道路绿地对污染物的吸收和吸滞方式也会发生变化，进而影响其对道路污染物的净化效果。道路绿地对各种污染物净化百分率与气象要素之间建立了达到显著水平的回归方程，表明气象条件的变化的确会影响道路绿地的净化效果。

不同的污染物物理和化学性质不同，不同的气象因子对其影响存在差异，不同的污染物所受的主导气象因子会有所不同,但其中原因有待于今后的研究进行更深入的探讨。 另外，气象因素之间也存在一定的相关性，不同的气象因素的变化是受同一气象因子决定的，如气温和地温是显著相关的，而气温和地温与空气相对湿度又都负相关显著(表 2)，实际上空气温度和空气相对湿度受地面温度影响很大，地面温度升高气温相应升高而空气相对湿度会随之下降。也就是说，虽然NO_x的净化百分率主要受地温影响，NH₃的净化百分率主要受气温影响，由于气温、地温存在相关性我们可以认为道路绿地对这两个污染物的净化百分率是主要受同一个气象要素影响的。 绿地对周边小气候有一定的调节作用，在夏季可以起到降温增湿的作用^{[ 20, 21, 22]}，道路环境温度下降不利于NO_x和NH₃ 及PM₁₀的垂直扩散，但空气湿度的升高会有利于TSP浓度的下降(表 4)。在今后的道路绿地设计中，适当增加道路绿带面积不仅有利于改善道路小气候环境，还有利于降低空气中固态污染物TSP的浓度，但可能不利于NO_x 和NH₃及PM₁₀的扩散。