二氧化碳（CO?）、细颗粒物（PM2.5）、PM10和臭氧（O?）浓度对城市和农村植被生长的不同影响：以中国深圳为例

《Physics and Chemistry of the Earth, Parts A/B/C》：Different Effects of CO 2, PM 2.5, PM 10, and O 3 Concentrations on Urban and Rural Vegetation Growth: A Case Study of Shenzhen, China

本研究基于深圳天新山和杨美坑森林2020年的监测数据，采用结构方程模型分析CO2、PM2.5/10、O3等环境因子对GPP和R_eco的影响。结果表明，城市CO2浓度抑制光合作用，PM2.5/10在污染城市促进光合作用，O3适度增强生长，验证了污染物协同作用对城市植被的显著影响。

　　

董冠南|王卫民|陈少辉|刘凯|张芙蓉

中国国家林业和草原管理局林业调查与规划研究院，北京100714

摘要

本研究收集了2020年深圳市天心山（TXS）城市研究森林和杨梅坑（YMK）农村研究森林的空气监测和通量数据，并使用结构方程模型（SEM）通过标准化路径系数探讨了二氧化碳（CO₂）、颗粒物（PM_2.5和PM₁₀）、臭氧（O₃）以及其他关键环境因素（包括光照、温度和水分）对总初级生产力（GPP）和生态系统呼吸作用（R_eco）的影响。研究发现，大气中CO₂、PM_2.5、PM₁₀和O₃浓度的变化对植被生长的影响与温度和水分等关键环境因素的影响相当。值得注意的是，在深圳农村地区，CO₂的“施肥”效应并未促进植被生长，而城市地区高浓度的CO₂则抑制了光合作用。相反，PM_2.5和PM₁₀浓度的增加在受污染的城市区域对光合作用有积极作用。城市环境中适度的O₃浓度也能促进植被生长。我们的研究结果清楚地表明，由人类活动引起的污染大气显著影响了城市植被的生长。这突显了将这些因素纳入生态系统碳循环建模和环境管理中的必要性。

引言

城市化进程的加速确实带来了许多好处和机遇，但也带来了严重的环境挑战，尤其是在城市生态系统方面（Wu 2014, Wu, Xiang and Zhao 2014, Grimm et al. 2008）。植被是城市生态系统的重要组成部分，不仅提升了城市环境的美观度，还执行着吸收颗粒物、降低二氧化碳（CO₂浓度和调节气候等关键生态功能（Vijayaraghavan 2016, Smith et al. 2013, Bolund and Hunhammar 1999）。城市人口和工业的发展导致了车辆排放、工业废气和建筑项目的增加，所有这些因素都加剧了空气污染问题（Association 2001, Khare and Gentner 2018）。城市空气质量的恶化直接影响了市民健康，并深刻影响了城市植被的生长（Fenger 1999, Gheorghe and Ion 2011）。因此，研究人类活动引起的大气成分变化如何影响城市植被的生长至关重要。

二氧化碳（CO₂）以及其他空气污染物（如颗粒物（PM_2.5和PM₁₀）和臭氧（O₃）是衡量空气质量的重要指标（Zhu et al. 2021, Organization 2006）。首先，CO₂是植物光合作用的关键物质，适量的CO₂可以促进植物生长，这种现象称为CO₂“施肥”效应（Sun et al. 2019, Cheng et al. 2000, Xie et al. 2020, Sun et al. 2018, Cernusak et al. 2019, Chen et al. 2022, Zhan et al. 2022）。然而，过高的CO₂浓度可能导致叶片退化（Sasek, Delucia and Strain 1985）和光合作用下降（Crous and Ellsworth 2004），从而影响植物的长期生长。其次，PM_2.5和PM₁₀颗粒物是城市空气污染的主要成分。它们不仅增加了散射辐射与直射辐射的比例，从而促进植被生产力（Kanniah et al. 2012, Yue and Unger 2017, Lee et al. 2022），还会附着在植物表面，阻碍气孔开放，限制植物的呼吸作用和光合作用（Lee et al. 2022, Zhou, Chen and Tian 2018, Li et al. 2021）。这种双重效应使得它们对植物生长的影响更加复杂。此外，O₃是一种强氧化剂，会损害植物叶片（Reich and Amundson 1985），并干扰光合作用和呼吸作用（Zhu et al. 2022, Mills et al. 2018），导致植物生产力下降。然而，在某些情况下，适量的O₃可能作为植物激素或信号分子促进植被的生长和发育（Black et al. 2000, Sanders, Colls and Clark 1992）。因此，有必要全面研究CO₂、PM_2.5、PM₁₀和O₃如何影响城市和农村地区的植被生长，以更好地理解植被光合作用和碳循环的机制，并改进城市植被管理策略。

许多研究已经探讨了CO₂、PM_2.5、PM₁₀和O₃对植被生长的影响（Zhu et al. 2022, Lee et al. 2022, Anav et al. 2011, Strada and Unger 2016, Gong et al. 2020, Guidolotti et al. 2017）。然而，大多数研究仅关注单一污染物，未能展示多种污染物对植被生长的累积效应（Lee et al. 2022, Anav et al. 2011, Gong et al. 2020）。此外，许多研究没有将CO₂、PM_2.5、PM₁₀和O₃的影响与光照、温度和水分等对光合作用至关重要的因素进行比较（Zhu et al. 2022, Anav et al. 2011, Strada and Unger 2016, Gong et al. 2020）。缺乏这种比较使得难以完全理解这些因素的相对重要性。此外，大多数关于CO₂、PM_2.5、PM₁₀和O₃对植被生长影响的研究使用了模型模拟数据（Zhu et al. 2022, Anav et al. 2011, Strada and Unger 2016, Gong et al. 2020）。这些数据源在空间和时间分辨率上存在局限性，引入了影响结果可靠性的误差。很少有研究使用城市和农村地区的对比观测数据来研究CO₂、PM_2.5、PM₁₀和O₃对植被生长的影响，并将其与光照、温度和水分等对植被光合作用重要的因素进行定量比较。

本研究基于2020年1月1日至11月4日在深圳进行的实地测量，分析了CO₂、PM_2.5、PM₁₀、O₃以及光照、温度和水分对城市（天心山[TXS]研究森林）和农村（杨梅坑[YMK]研究森林）植被生长的影响。本研究通过研究区域的实验条件，提高了我们对多种环境因素对城市和农村地区植被生长影响的理解。本研究的主要目标是：（1）量化CO₂、PM_2.5、PM₁₀和O₃对城市和农村地区植被生长的影响；（2）阐明这些因素如何影响城市和农村地区的植被生长；（3）探讨不同太阳高度角下各种环境因素对GPP的影响。

研究区域

研究区域

研究区域包括深圳市的TXS研究森林（图1c）和YMK研究森林（图1b）。TXS研究森林位于坪山区桥水库附近，海拔约110米。主要土壤类型为红壤，质地为壤土。该地区的植被由灌木和树木组成，主要树种为Sapium sebiferum和Eucalyptus saligna。该地区全年都有生长季节，从1月持续到12月。

TXS和YMK研究森林的观测数据比较

TXS和YMK研究森林的观测数据显示存在差异（图5和图6）。TXS的日平均GPP为9.94 ± 3.15 μmol/m²/s，日平均R_eco为3.65 ± 1.03 μmol/m²/s；而YMK的日平均GPP和R_eco分别为14.60 ± 4.66 μmol/m²/s和4.66 ± 1.56 μmol/m²/s，明显更高。值得注意的是，这两片研究森林之间的DNI、DHI、T和VPD水平没有显著差异。

不同太阳高度角下的结构关系

鉴于一天中不同时间环境因素的明显波动（如图6所示，例如DNI和DHI随太阳高度角的变化），本研究比较了TXS和YMK研究森林在不同太阳高度角下各种环境因素对GPP的总体影响（图9，A1和A2）。

结果显示，在TXS，随着太阳高度角的降低，DNI和DHI对GPP的促进作用增强。

结论

本研究基于两个研究森林的数据，分析了多种环境因素与城市和农村地区GPP和R_eco之间的关系。结果表明，光照是影响中国深圳城市和农村地区GPP的主要因素。在受人为影响的城市地区，CO₂、PM_2.5、PM₁₀和O₃对植被生长有显著影响。在TXS研究森林中，CO₂对GPP的影响大于YMK研究森林。

作者贡献声明

张芙蓉：撰写 – 审稿与编辑。陈少辉：撰写 – 审稿与编辑、监督、研究设计、资金获取、数据分析、概念构建。刘凯：撰写 – 审稿与编辑。董冠南：撰写 – 审稿与编辑、初稿撰写、数据可视化、验证、监督、方法学设计、研究设计、数据分析、概念构建。王卫民：撰写 – 审稿与编辑、资源协调、数据管理

未引用的参考文献

Buytaert et al., 2011; Byrne and O’Gorman, 2018; Gregg et al., 2003; Ollinger et al., 1997; Pell et al., 1997; Perez et al., 2013; Sanders et al., 1992; Sasek et al., 1985; Wang et al., 2003; Wu et al., 2014; Zhou et al., 2018.

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了国家自然科学基金（项目编号41971315和U2003105）和国家重点研发计划（2021YFC3201102和2019QZKK1003）的支持。