需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

评估树叶对颗粒物的去除能力

6.1K 次观看

⸱

DOI：

10.3791/58026

⸱

2018年10月7日

 ,  ,  ,  ,  ,  ,  , 
1Key Laboratory of Silviculture and Conservation of Ministry of Education, Beijing Forestry University, 2School of Environment, Key Laboratory for Yellow River and Huai River Water Environment and Pollution Control, Ministry of Education, Henan Key Laboratory for Environmental Pollution Control, Henan Normal University

* These authors contributed equally

本文内容

摘要

采用超声波清洗法，对常规清洗方法（仅水洗或水洗加刷洗）后仍滞留在叶片表面的颗粒物（PM）进行洗脱。该方法有助于提高叶片滞留颗粒物能力估算的准确性。

摘要

基于传统的清洗方法（水洗（WC）+ 刷洗（BC）），本研究评估了超声清洗（UC）对采集叶片表面滞留的不同粒径颗粒物（PM）的影响。我们进一步表征了叶片对不同粒径PM的滞留效率，这将有助于定量评估城市树木从环境空气中去除颗粒物的能力。

以三种阔叶树种（Ginkgo biloba、Sophora japonica 和 Salix babylonica）以及两种针叶树种（Pinus tabuliformis 和 Sabina chinensis）为研究对象，在最近一次降雨后第4天（短时间颗粒物滞留期）和第14天（长时间颗粒物滞留期）采集叶片样品。依次采用水洗法（WC）、刷洗法（BC）和超声清洗法（UC）收集叶片表面滞留的颗粒物。随后计算叶片对三种不同类型、不同粒径颗粒物的滞留效率（AEleaf），包括易去除颗粒物（ERP）、难去除颗粒物（DRP）和总可去除颗粒物（TRP）。仅通过水洗法（WC）可清除并收集到叶片上滞留的总颗粒物的约23%–45%。当采用水洗+刷洗（WC+BC）方法时，对于不同粒径的颗粒物，不同树种颗粒物滞留能力的低估程度在29%–46%之间。若在水洗+刷洗基础上补充超声清洗（UC），则几乎可完全去除叶片表面滞留的全部颗粒物。

综上所述，若在常规清洗方法之后补充使用超声波清洗（UC），可从叶片表面洗脱并收集更多的颗粒物（PM）。本研究建立的实验流程可用于评估不同树种对颗粒物的清除能力。

引言

不同树种从环境空气中去除颗粒物（PM）的能力可通过量化叶片表面滞留的PM质量来评估。为实现这一目标，已有研究采用减重法1,2、膜滤法3,4,5以及结合粒径分析的洗脱-称重法6，定量估算滞留在叶片上的PM2.5（直径 ≤ 2.5 µm）、PM10 （直径 ≤ 10 µm）或总悬浮颗粒物（TSP）的质量。然而，这些方法的准确性主要取决于其收集叶片表面滞留PM的效果。目前，相关研究中常用的叶片清洗方法通常仅包括一步或两步操作，即仅用水清洗（用去离子水浸泡并冲洗叶片）3,7，或再辅以刷洗5,8,9。然而，一些研究10,11表明，常规清洗方法无法完全洗脱叶片表面的颗粒物。由于超声清洗具有速度快、质量高且对物体表面损伤小的优点，在收集具有复杂微观结构叶片表面滞留的PM方面具有巨大应用潜力。目前已有部分研究应用超声清洗法收集叶片表面滞留的PM（i.e.，将叶片放入去离子水中，使用超声清洗仪洗脱PM）12,13。然而，该方法目前仅作为叶片清洗方法的补充，尚不清楚超声清洗是否对收集叶片表面PM具有促进作用，其最佳操作参数也不明确。我们先前的研究表明，若在常规清洗方法基础上补充适当的超声清洗步骤，可在不破坏叶片表面的前提下，完全洗脱Ginkgo biloba叶片表面滞留的PM11。然而，超声清洗参数（如超声功率、时间等）在不同植物种类以及不同滞尘时间条件下的稳定性与普适性仍不明确。

目前，单位叶面积上PM2.5、PM10或总悬浮颗粒物（TSP）的质量常被用于评估不同树种去除环境空气中颗粒物（PM）的能力14,15。在自然条件下，叶片表面滞留的颗粒物可分为两部分：一部分是在风力和降雨作用下可从叶片上脱落的颗粒物，另一部分则是紧密附着于叶片表面、不易被雨水冲刷掉的颗粒物。然而，目前很少有研究同时关注叶片表面这两类颗粒物的质量。此外，不同研究中叶片滞留颗粒物的时间差异极大。因此，若采用单位叶面积滞留颗粒物质量来评估树木的颗粒物去除能力，研究结果之间的可比性将较差16。为此，研究人员提出以颗粒物滞留效率（单位时间内单位叶面积上滞留的颗粒物质量）作为替代指标，用于评价城市树木对颗粒物的净化效果5,17。总体而言，该方面的研究仍较为缺乏，亟需针对不同树种开展相关研究，为准确评估各类树种的颗粒物去除能力提供方法学基础和数据支持。

本研究选取了三种阔叶树种（G. biloba、Sophora japonica 和 Salix babylonica）以及两种针叶树种（Pinus tabuliformis 和 Sabina chinensis），以评估它们在两种颗粒物滞留时间下的颗粒物去除能力。叶片采样地点位于北京市污染较重区域的西土城公园（39.97° N，116.36° E）。本研究的三个具体目标为：（1）评估不同叶片清洗方法（水洗法（WC）、刷洗法（BC）和超声波清洗法（UC））对叶片表面颗粒物的洗脱效率；（2）验证超声波清洗法对颗粒物洗脱的效果；（3）评估不同树种对 PM1、PM2.5、PM5、PM10 和 TSP 的滞留效率。

访问受限。请登录或开始试用以查看此内容。

方案

1. 叶片采集、颗粒物洗脱及质量测量

  1. 选择五棵健康的个体树木（即， 每个树种选取胸径相近的5个重复样本，从树冠中层的外层冠幅四个方向随机采集4个较大的枝条，并剪下所有完整的叶片。
    注意：用于叶片采样的所有植物应集中种植在长约250米、宽约60米的绿化带内，以确保这些树木所处的环境条件（风、光照和降水）相似。本方案所用叶片采自2014年10月15日（短滞尘期，SDR）和10月25日（长滞尘期，LDR），分别位于最近一次降雨后的第4天和第14天。> 15 mm），分别对应短和长粉尘滞留时间下的PM平均浓度。即， 在我们的实验中，上次降雨至叶片采样时间之间的间隔为26（PM2.5），57（PM10）和 111（PM2.5), 160 µg/m3 （PM10），分别。
    1. 将采集的叶片放入贴有标签的阀袋中，并立即运送至实验室。将叶片样品存放在冰箱中。
  2. 清洗并干燥烧杯中的 80 °C 烤箱。将烧杯平衡至室温与环境湿度，称量空烧杯（W1).
  3. 从叶片样品中随机选取一定量的叶片，放入1000 mL烧杯（烧杯A）中。
    注意：叶面积约为 2000 cm2，可确保所有叶片完全浸入水中，且洗脱的灰尘具有足够的质量以进行准确称量。
  4. 向A烧杯中加入270 mL去离子水，并将叶片完全浸入水中。
    1. 用玻璃棒朝一个方向搅拌水60秒（频率：每2秒旋转一圈）。随后，将洗脱液均匀倒入三个100 mL的小烧杯（烧杯a）中。
    2. 使用细口挤压瓶，以30 mL去离子水清洗叶片，并将清洗后的叶片转移至1000 mL烧杯（烧杯B）中。将洗脱液均匀倒入三个100 mL小烧杯（烧杯a）中。
  5. 向B烧杯中加入270 mL去离子水，再次将叶片浸入水中。然后将叶片置于平坦的薄塑料板上，用尼龙刷蘸取去离子水轻轻刷洗叶面，注意避免破坏叶面微结构。将洗液倒入三个100 mL的小烧杯（b烧杯）中。
    1. 使用带细嘴的可挤压瓶，以30 mL去离子水清洗叶片，并将叶片转移至1000 mL烧杯（烧杯C）中。将洗脱液倒入三个100 mL小烧杯（烧杯b）中。
  6. 向C烧杯中加入270 mL去离子水，并再次将叶片浸入水中。
    1. 将玻璃容器放入超声波清洗机中。分别对阔叶树和针叶树的叶片，使用500 W的超声功率清洗3分钟和10分钟。同时用玻璃棒沿同一方向搅拌叶片（频率：每2秒旋转一圈）。
    2. 使用带细嘴的可挤压瓶，用30 mL去离子水冲洗叶片，并将洗脱液倒入三个100 mL的小烧杯（烧杯c）中。
  7. 覆盖一张洁净的滤纸（直径 = 11 cm，面积 = 94.99 cm²）2) 分别加入每个烧杯（a、b、c）中，并将烧杯置于 80 °C 在烘箱中加热约5天，直至烧杯的质量保持恒定。
    1. 将烧杯放入平衡室中，平衡温度和湿度30 min，称量每个100 mL烧杯的质量（W2）。通过各清洗步骤计算洗脱出的PM质量 W2-W1.

2. 颗粒物粒径分布与叶面积的测量

  1. 向上述已称重的烧杯（a、b、c）中各加入50 mL去离子水，将烧杯置于超声波清洗机中处理30 min，直至微塑料在去离子水中分散均匀。
  2. 将烧杯（a、b、c）中的上清液加入激光粒度仪，测定不同清洗步骤洗脱的微塑料（PM）的粒径分布。
    1. 假设测得的体积百分比为不同粒径颗粒的质量百分比（Q）。根据公式（1）计算每一步清洗所洗脱的不同粒径颗粒的比例：
      概率计算公式，\( P_{i,j} = \frac{W_i \cdot Q_{i,j}}{\Sigma_i W_i \cdot Q_{i,j}} \)。   (1)
      其中 Pi,j 表示颗粒在该范围内的质量比例（%） j 通过清洗步骤从叶面洗脱的直径类别 i; Wi 表示清洗步骤洗脱出的所有粒径颗粒的总质量（g） i；Qi,j 表示颗粒在该范围内的质量百分比（%） j 清洗步骤洗脱的总PM质量中的粒径分级 i; i 是清洗步骤（即， WC、BC 和 UC；以及 j 是直径等级，设定为 d ≤ 1 µm （PM1), 1 < d ≤ 2.5 µm （PM1-2.5), 2.5 < d ≤ 5 µm （PM2.5-5), 5 < d ≤ 10 µm （PM5-10），d > 10 µm （PM>10在本研究中。
  3. 将叶片平铺在塑料板上，使用高分辨率扫描仪扫描叶片。采用自动图像分析软件估算叶片的表面积和投影面积。
    注意：此处可暂停本实验方案。

3. 数据展示与分析

  1. 将可被 WC + BC + UC 浸提的 ERP 与 DRP 之和计算为总可去除颗粒物（TRP）。
  2. 在不同的粉尘滞留时间内，计算叶片上特定直径范围内颗粒物（PM）的总滞留质量，即为各清洗步骤洗脱出的相应直径范围颗粒物质量之和。即， WC、BC 和 UC。
    1. 利用这些数据和叶面积数据，计算滞留效率（AE叶片) 使用公式 (2) 计算单位叶面积上不同粒径颗粒的数量：
      叶面积方程 AE_leaf=(LZj−SZj)/(LT−ST)，数学分析，公式。     (2)
      其中 LZj 和 SZj 颗粒的质量（g） j LDR和SDR期间单位叶面积上保留的直径等级； LT 和 ST 分别为LDR和SDR时期的天数。
  3. 使用 SPSS 软件进行所有统计分析。
    1. 使用 Kolmogorov-Smirnov 检验和 Levene 检验分别验证不同粒径颗粒的洗脱率及颗粒物截留能力数据在方差分析中所要求的正态性与方差齐性假设。
    2. 采用单因素方差分析（one-way ANOVA）检验不同清洁步骤对各种滞尘时间下不同粒径颗粒洗脱率的影响。采用邓肯检验（Duncan's test）进行多重比较。P = 0.05）以检测不同清洗步骤间的显著性差异。

访问受限。请登录或开始试用以查看此内容。

结果

在自然条件下，滞留在叶片表面的颗粒物（PM）分为两种类型。在自然条件下容易通过降雨和风力从叶片表面脱落的颗粒物被定义为易去除颗粒物（ERP）。本研究中，该类颗粒物以去离子水（WC）洗脱的颗粒物为代表。紧密附着在叶片表面、无法通过去离子水（BC）和超声清洗（UC）轻易去除的颗粒物被定义为难去除颗粒物（DRP）。此类颗粒物无法通过自然降雨和风力作用被清除。

五种树木物种在不同清洗步骤洗脱出的各粒径颗粒物质量比例上存在显著差异。结果显示，通过水清洗（WC）可从叶片表面洗脱出大量不同粒径的颗粒物（图 1、 图 2、 图 3、 图 4

访问受限。请登录或开始试用以查看此内容。

讨论

准确且恰当地采集叶片表面滞留的颗粒物（PM）是评估不同树种滞尘能力的基础。然而，传统的清洗方法（仅用水清洗（WC）或WC加刷洗（BC））无法完全去除叶片表面的粉尘，这一点已通过扫描电子显微镜得到证实10。本研究进一步清晰地证明了这一点（图1、图2、 图3、图4 和 图5）。本研究表明，若仅使用WC清洗叶片，在短期干旱（SDR）和长期干旱（LDR）期间，叶片表面PM的测定值将分别被低估约69%和65%。也就是说，短时间具有一定强度的降雨仅能从叶片表面淋洗出31%和35%的PM。此外，先前的研究表明，短时强降雨仅能分别从女贞（Ligustrum lucidum）和香荚蒾（Viburnum odoratissimum

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

本工作得到中央高校基本科研业务费专项资金（2017ZY21）和国家自然科学基金（21607038）的资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
MSA2258-1CE-DU 万分之一电子天平赛多利斯科学仪器（北京）有限公司MSA2258-1CE-DU精度：0.01 mg
IS13320 激光粒度分析仪Beckman Coulter，Brea，美国IS13320工作条件：液体/粉末样品；测量粒径范围：0.017–2000 μm
Epson Twain Pro 高品质扫描仪Seiko Epson，日本长野表达1680
自动图像分析软件 WinRHIZORegent Instruments Inc.，魁北克，加拿大WinRHIZO Pro 2013a

参考文献

  1. Baidurela, A., Halik, U., Aishan, T., Nuermaimaiti, K. Maximum dust retention of main greening trees in arid land oasis cities, Northwest China. Scientia Silvae Sinicae. 51, 57-63 (2015).
  2. Fan, S. Y., et al. Dust capturing capacities of twenty-six deciduous broad-leaved trees in Beijing. Chinese Journal of Plant Ecology. 39, 736-745 (2015).
  3. Dzierzanowski, K., Gawroński, S. W. Use of trees for reducing particulate matter pollution in air. Challenges of Modern Technology. 2, 69-73 (2011).
  4. Przybysz, A., Sæbø, A., Hanslin, H. M., Gawroński, S. W. Accumulation of particulate matter and trace elements on vegetation as affected by pollution level, rainfall and the passage of time. Science of the Total Environment. 481, 360-369 (2014).
  5. Chen, L. X., Liu, C. M., Zou, R., Yang, M., Zhang, Z. Q. Experimental examination of effectiveness of vegetation as bio-filter of particulate matter in the urban environment. Environmental Pollution. 208, 198-208 (2016).
  6. Zhang, Z. D., Xi, B. Y., Cao, Z. G., Jia, L. M. Exploration of a quantitative methodology to characterize the retention of PM2.5 and other atmospheric particulate matter by plant leaves: Taking Populus tomentosa as an example. Chinese Journal of Applied Ecology. 25, 2238-2242 (2014).
  7. Zhang, F. Studies on the Existing Shrubs of the Road in Changchun and the Dust Retention Capacity of the Three Shrubs. Jilin Agricultural University. , Changchun. (2013).
  8. Beckett, K. P., Freer-Smith, P., Taylor, G. Effective tree species for local air-quality management. Journal of Arboriculture. 163, 12-19 (2000).
  9. Wang, H. X., Shi, H., Wang, Y. H. Dynamics of the captured quantity of particulate matter by plant leaves under typical weather conditions. Acta Ecologica Sinica. 35, 1696-1705 (2015).
  10. Wang, Z. H., Li, J. B. Capacity of dust uptake by leaf surface of Euonymus Japonicus Thunb. and the morphology of captured particle in air polluted city. Ecology & Environment. 15, 327-330 (2006).
  11. Liu, H. H., et al. Analysis of the Role of Ultrasonic Cleaning in Quantitative Evaluation of the Retention of Tree Leaves to Atmospheric Particles: A Case Study with Ginkgo biloba. Scientia Silvae Sinicae. 52 (12), 133-140 (2016).
  12. Chen, W., et al. Dust absorption effect of urban conifers in Northeast China. Chinese. Journal of Applied Ecology. 14 (12), 2113-2116 (2003).
  13. Li, H., Yang, S. L. Changes of suspended particulates adhering to salt marsh plants. Acta Oceanolo Giga Sinica. 32 (1), 114-119 (2010).
  14. Nguyen, T., Yu, X. X., Zhang, Z. M., Liu, M. M., Liu, X. H. Relationship between types of urban forest and PM2.5 capture at three growth stages of leaves. Journal of Environmental Sciences. 27 (1), 33-41 (2015).
  15. Fan, S. X., Li, X. P., Han, J., Cao, Y., Dong, L. Field assessment of the impacts of landscape structure on different-sized airborne particles in residential areas of Beijing, China. Atmospheric Environment. 166, 192-203 (2017).
  16. Liu, J. Q., et al. Ultrasonic based investigation on particulate size distribution and retention efficiency of particulate matters retained on tree leaves-Taking Ginkgo biloba and Pinus tabuliformis as examples. Chinese Journal of Applied Ecology. 40, 798-809 (2016).
  17. Yao, X. Y., Hu, Y. S., Liu, Y. H. Dust-retention effect of 8 common greening Tree Species in Beijing. Journal of Northwest Forestry University. 29, 92-95 (2014).
  18. Wang, H. X., Shi, H., Wang, Y. H., Duan, J., Wang, Y. H. Influence of surface structure on the particle size distribution captured by Ligustrum lucidum. Journal of Safety & Environment. 1, 258-262 (2015).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

树叶分析超声波清洗水洗刷洗颗粒物滞留效率叶片表面积颗粒物粒径分布城市树种清洗方法比较
评估树叶对颗粒物的去除能力
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。