基于气象因子的白桦天然林单木直径生长模型

基于大、小兴安岭地区212块白桦天然林固定样地复测数据和区域内及周边共30个气象站点数据,构建了基于气象因子的单木生长模型.在此基础上,通过分析大、小兴安岭地区林分因子及气象因子的差异,采用哑变量方法构建了含区域效应的单木直径生长模型.结果表明: 生长季最低温度(T_{g min})和生长季降雨量(P_{g m})是影响两地区白桦胸径生长量的主要气象因素.T_{g min}和P_{g m}与胸径生长量均呈正相关关系,但T_{g min}对胸径生长量的影响程度存在明显的区域差异.引入T_{g min}和P_{g m}的单木生长模型比仅含林分因子的单木生长模型的调整后确定系数(R_a²)提高了11%(R_a²=0.56),说明气象因子可以很好地解释该地区白桦生长情况;采用哑变量法构建的含区域效应的胸径生长模型将R_a²提高了18%(R_a²=0.59),且有效解决了模型参数区域不相容的问题.模型检验结果表明,含区域效应的哑变量单木胸径生长模型对大、小兴安岭地区白桦胸径生长量的预估效果最好,平均偏差、平均绝对偏差、平均相对偏差和平均相对偏差绝对值分别为0.0086、0.4476、5.8%和20.0%.基于气象因子的哑变量单木胸径生长模型可以很好地描述大、小兴安岭地区白桦的胸径生长过程.     

人工长白落叶松幼龄林树冠比叶重

比叶重(LMA)是构建生态系统过程模型的重要参数之一,准确预测树冠比叶重的动态变化对提高模型精度有重要意义。本研究以黑龙江省尚志市帽儿山林场人工长白山落叶松为对象,分别在生长季针叶不同发育时期对树冠内不同垂直位置的针叶比叶重进行测量,分析针叶比叶重在树冠垂直方向及针叶不同发育时期的变化规律,探讨导致其时间和空间差异的主要因子,建立长白落叶松幼龄林比叶重动态预估模型。结果表明: 比叶重在树冠垂直方向表现为随着相对着枝深度(RDINC)的增加而减小,完全展叶后比叶重在垂直方向的变化幅度明显高于展叶初期。比叶重在不同发育时期表现为随发育进程先增大后趋于稳定,该趋势随着树冠深度的增加而逐渐减弱。分别以RDINC和年度积日(DOY)为单一变量预测比叶重时,模型的调整后决定系数(R_a²)低于0.6,当同时以RDINC和DOY为自变量构建比叶重预估模型时,R_a²提高0.19,且模型检验效果良好(ME=0.54 g·m^-2, MAE=5.74 g·m^-2)。研究表明长白落叶松比叶重在树冠不同轮层和不同针叶发育期间均存在显著差异,以RDINC和DOY为自变量构建的比叶重预测模型可以很好描述长白落叶松比叶重的空间及生长季针叶发育期变化,为阐明树冠发育机理提供理论依据,为提高生态过程模型精度奠定基础。     

黑龙江不同区域人工红松心边材及树皮削度可加性模型系统构建

基于黑龙江省孟家岗林场、东京城林业局和林口林业局不同林分条件下103株人工红松解析木的2977个圆盘数据,结合林业研究中常见的Kozak(1988)、Muhairwe(1999)、Lee(2003)、Kozak(2004)可变指数削度方程,构建带皮直径、心材直径、边材宽度、树皮厚度的削度方程,并对比选出最优基础模型;采用SAS软件PROC MODEL模块中似乎不相关回归(SUR),建立带皮直径、心材直径、边材宽度和树皮厚度削度方程的可加性模型系统,同时将区域作为哑变量引入模型中,通过调整确定系数(R_adj²)、均方根误差(RMSE)、赤池信息准则(AIC)、贝叶斯信息准则(BIC)等模型评价指标,对模型进行综合评价。结果表明: 带皮直径、心材直径、边材宽度和树皮厚度最优基础模型均为Kozak(2004);可加性模型系统在满足各分量与总量可加性的基础上,也得到较好的预测效果,预估精度均达到98%以上,引入哑变量后,可加性模型系统预测能力均有不同程度的提升,尤其心材直径和边材宽度预测能力提升更显著;不同区域带皮直径和树皮厚度削度差异较小,而心材直径、边材宽度的削度存在明显差异。本研究构建的包含哑变量可加性模型系统,不但模型预测精度较高,还满足带皮直径、心材直径、边材宽度和树皮厚度之间的可加性逻辑,为人工红松心边材及树皮材积的准确估测提供了基础。     

基于树冠竞争因子的落叶松人工林单木生长模型

基于黑龙江省佳木斯市孟家岗林场落叶松人工林14块固定标准地的两期调查数据(2007、2009年),通过分析树冠变量与林木生长的关系,构建了2个树冠竞争指数(CIa、CIb),并将其作为单木竞争指标构建了落叶松人工林与距离有关的单木生长模型。研究结果表明:文中提出的二个树冠竞争指数优于Hegyi竞争指数(CI),落叶松各个竞争指数与林木断面积生长量相关性大小顺序为CIbCIaCI。随着对象木影响圈的扩大,竞争指数趋于稳定,对模型的拟合效果有所提高。林木大小是影响落叶松单木生长的主要因子,胸径越大,单木生长量越大。通过引入与距离有关的树冠竞争指数将单木模型的拟合优度提高了5.6%。本文构建的与距离有关的单木生长模型可以很好地预估人工落叶松单木的断面积生长量。     

思茅松天然林树冠结构模型

以云南省普洱市思茅区思茅松天然林为研究对象,采用枝解析调查了34株思茅松样木的树冠数据,分析了一级枝枝长、枝径、着枝角度、弦长和树冠半径5个树冠形状变量的变化规律,分别构建其预估模型;分析了树冠结构变化,分别构建了一级枝轮枝高度预估模型、一级枝枝条数量预估模型和一级枝枝条数量累积预估模型,并采用独立样本进行模型统计精度检验。结果表明:8个预估模型的预测效果良好,精度达到91%以上,尤其是一级枝着枝角度模型和一级枝轮枝高度模型预测精度达到97%以上。研究结果合理准确描述思茅松树冠结构的变化,为思茅松天然林的经营管理提供科学依据。     

三种林分生物量估算方法的比较

区域森林生物量的估算方法是人们目前关注的焦点,建立林分生物量模型成为一种趋势.本文以吉林省落叶松人工林固定样地为例,采用非线性似乎不相关回归法构建2种林分生物量模型,即基于林分变量的林分生物量模型(模型系统Ⅰ)和基于生物量换算系数的林分生物量模型(模型系统Ⅱ),给出落叶松人工林固定生物量换算系数值,并比较了3种林分生物量估算方法的预估精度.结果表明: 所建立的2种林分生物量模型中,总生物量和树干生物量模型拟合和预测效果较好,其R_a²>0.95,且均方根误差(RMSE)、平均预测误差(MPE)和平均绝对误差(MAE)都较小.树叶和树枝生物量模型拟合和预测效果相对较差,其模型的R_a²<0.95.模型系统Ⅰ和模型系统Ⅱ的预测精度均优于固定生物量换算系数法.基于生物量换算系数的林分生物量模型属于材积源生物量法,其本质与基于林分变量的林分生物量模型不同,但二者的预测效果相当.固定生物量换算系数的预测能力较差,将生物量与蓄积量之比假定为恒定常数是不恰当的.此外,为了使模型参数估计更有效,所建立的生物量模型应当考虑林分总生物量及各分项生物量的可加性.     

帽儿山阔叶混交林天然更新幼苗幼树地径-树高模型

基于黑龙江省东北林业大学帽儿山实验林场48块天然阔叶林幼苗幼树调查数据,在8个备选模型中为主要更新树种选择最佳地径(D₀)-树高(H)模型作为基本模型,通过再参数化在基础模型中引入林分因子,并建立样地水平混合效应模型,最后分别对基础模型和混合效应模型进行独立样本检验.结果表明:各树种幼苗幼树的地径-树高关系存在明显的正相关,幂函数或包含幂函数的模型能较好地拟合幼苗幼树地径和树高的关系;基础模型中引入林分因子[林分优势高(H_T)、林分平均胸径(D_g)、林分胸高断面积(BA)]能提高模型的拟合效果,各树种剩余均方根误差(RMSE)下降1.3%～7.4%(平均3.8%),但调整后的决定系数(R_a²)仅仅提高0.1%～1.1%(平均0.6%),赤池信息准则(AIC)下降3.2%～35.2%(平均下降11.4%).对春榆、椴树、水曲柳等10个树种建立混合效应模型,混合效应模型的R_a²比基础模型有所提高,增幅为0.5%～3.5%(平均增加2.2%);RMSE和AIC比基础模型的小,RMSE下降的幅度很大,为3.9%～20.3%,平均下降13.9%,AIC减少4.0%～44.4%(平均减少22.3%).模型检验结果显示,相对于基础模型,混合效应模型的平均绝对误差(MAE)减小0.0001～0.46 m,平均减小0.08 m;平均预测误差百分比(MPSE)降幅较大,为0.1%～6.2%,平均降幅2.0%.说明混合效应模型既能提高模型的拟合效果,又能提高模型的预测能力.本研究构建的阔叶混交林主要更新树种幼苗幼树地径-树高模型为天然阔叶林结构分析和林分生长预测提供了参考.     

基于线性分位数混合效应的辽东山区红松冠幅模型

冠幅是反映单木生长状态及构建林木生长收获模型的重要变量。本研究以辽东山区大边沟林场10～55年生红松人工林为对象,基于66块固定样地的2763株红松的每木检尺数据,选取冠幅基础模型,采用再参数化的方法引入单木竞争指标(R_d),利用哑变量的方法引入了林分密度、林层变量,构建不同分位点(0.50、0.90、0.93、0.95、0.96、0.99)的冠幅分位数回归模型,并与传统方法进行比较,选取模拟林分最大冠幅的最优分位点。为反映林分中单木冠幅在林木个体之间的差异,建立了基于样地水平的最优分位点的线性混合效应分位数回归冠幅模型,分析各变量对单木冠幅的影响。结果表明: 基于F统计检验,不同林分密度和林层的冠幅模型具有显著差异,在基础模型中引入林层、林分密度和竞争后,模型R_a²提高0.0104,均方根误差降低0.0115,均方误差降低为7.4%;与最小二乘法比较,分位数回归模型能够较好地模拟林分状态下的单木最大冠幅,并选出0.96分位点和0.93分位点作为上林层和下林层的分位数回归模型的最优分位点。引入混合效应的线性分位数回归模型的赤池信息准则、贝叶斯信息准则、HQ信息准则等评价指标优于传统分位数回归,参数标准误显著降低,混合效应的引入很好地解释了样地之间的差异。就上林层和下林层而言,林分密度越大,最大冠幅越小;相对直径越大,最大冠幅越大,其中林分密度对下林层的冠幅影响大于上林层,当林分密度足够大时,冠幅随着胸径的增大先增大后降低。本研究构建的基于混合效应的分位数回归模型能有效提高模型的拟合优度,今后可通过调控林分密度、适度抚育间伐等措施,实现对辽东山区红松人工林的科学营建和可持续发展。     

子午岭天然油松林乔木层种内与种间竞争关系研究

采用改进的竞争指数模型研究了甘肃省子午岭天然油松林乔木层种内和种间竞争强度。结果发现:(1)随对象木胸径的增大,油松种群因自疏作用使植株距离增加,种内竞争强度降低。(2)油松群落内其它物种虽较多,但个体普遍较小,种间竞争相对较弱,种内与种间竞争关系顺序为:油松种内>辽东栎>漆树>春榆。(3)竞争强度与对象木胸径的关系服从幂函数关系,当油松胸径达25cm以上时,竞争强度变化不大,所得的预测模型能很好地预测油松种内和种间的竞争强度。(4)改进的竞争指数模型能很好地度量油松的种内和种间竞争强度。     

人工长白落叶松立木叶面积预估模型

叶面积影响着树木干物质的生产,进而影响树木乃至整个林分的生长,而叶面积准确估计对分析树木和林分生长具有重要作用.本研究基于黑龙江省长白落叶松人工林中76株解析木数据,分别建立枝条层面和单木层面的叶面积预估模型.结果表明: 考虑样木层次随机效应的最优枝条叶面积混合效应模型包含lnBD(BD为枝条基径)、lnRDINC(RDINC为相对着枝深度)和lnCR(CR为冠长率)3个随机效应参数,具体形式为:lnBLA=β₁+(β₂+b₂)lnBD+(β₃+b₃)lnRDINC+β₄lnDBH+β₅lnHT/DBH+(β₆+b₆)lnCR,其中:β_i和b_i分别是模型的固定效应参数和随机效应参数;DBH为树木胸高处直径;HT/DBH为树高与胸径的比值.模型的修正决定系数(R_a²)为0.90,均方根误差(RMSE)为0.5477,平均偏差(ME)为-0.03,平均绝对偏差(MAE)为0.24,预测精度(P)为91%,枝条叶面积预估模型的预估效果较好.以枝条叶面积预估模型为基础,计算树冠叶面积并建立树冠叶面积预估模型,最终形式为:lnCLA=γ₀+γ₁lnDBH+γ₂CR,其中,γ_i为模型参数.似然比检验结果(P>0.05)说明该模型不用考虑样地层次的随机效应.本研究所建立的立木树冠叶面积预估模型的决定系数(R²)为0.87,RMSE为0.3847,拟合效果好,可以很好地预测人工长白落叶松立木树冠叶面积,为以后叶面积分布和光合作用的研究提供了理论基础.     

树木年内径向生长对干旱事件的响应——以贺兰山油松为例

在贺兰山苏峪口国家森林公园,利用径向生长测量仪监测2017和2018年2个生长季内、2个海拔(2010和2330 m)油松的径向生长,研究树木径向生长对干旱的响应。结果表明: 2018年6月的干旱事件使得油松径向生长速率减慢,生长量减小;而7—8月的降水使油松的径向生长重新激活。2018年油松的径向生长主要发生在6—8月,相比2017年延长一个月。油松径向生长与气候因子的响应关系在不同海拔间没有明显的差异。生长季早期干旱对树木径向生长有抑制作用,生长季中后期降水对树木径向生长具有促进作用。该区的气候重建工作中应当充分考虑8月的气候要素对树轮宽度的影响。     

子午岭次生油松林立木竞争格局研究

研究干旱区森林立木竞争及空间分布格局,旨在为揭示干旱区森林恢复演替过程中竞争动态和格局形成驱动机制提供科学依据。经全面调查之后,依据时空互代原理选择了4个处于不同演替阶段,面积为0.25 hm²的大样地进行研究。采用Hegyi邻体密度模型研究立木竞争强度指数。采用Kriging法与Hegyi法相结合研究立木竞争的空间格局。采用一元和二元O-ring函数模型分别研究了乔木空间分布格局和乔木种间空间相关性。结果表明：在上述4个群落中油松（Pinus tabuliformis）种群密度分别为1 476、996、800、648株·hm^-2,白桦（Betula platyphylla）种群密度为48、32、44、16株·hm^-2,山杨（Populus davidiana）种群密度分别为64、28、24、12 株·hm^-2。3种主要乔木的竞争指数由高到低依次为油松、白桦、山杨,各物种竞争指数均随演替阶段的增长而下降;演替后期,胸径2~15 cm油松个体减少明显,而胸径大于30 cm的个体数量有所增加;在所有演替阶段中,油松竞争指数均随着胸径的增加而下降;油松种群竞争空间格局为典型的非匀质斑块状格局。点格局分析结果表明,油松种群在0~5 m尺度呈现聚集分布,且与其他树种在5~15 m尺度存在空间负相关。本研究主要结论如下,黄土高原次生油松林群落中油松竞争指数高于其他物种。油松在各演替阶段均呈现出基于径级大小的竞争不对称性,演替后期油松群落自疏机制为限制小径级个体的生长。竞争的格局在水平空间尺度具有斑块性,随着演替的进行,高竞争斑块在数量、范围和强度上减小,但并不会消失。油松生态策略为小尺度聚集分布,与其他树种在5~15 m尺度空间负相关,这个尺度已经超过了经典的树冠竞争理论范畴,其背后的原因需要更加深入地研究。     

嵩山地区油松人工林树轮宽度对气候因子的响应

以河南登封嵩山地区不同坡向的油松人工林为对象,分别建立了跑马岭、峻极峰及区域油松差值年表。结果表明: 跑马岭油松年表的质量高于峻极峰油松年表;跑马岭油松年表和峻极峰油松年表都包含较高的气候信息,都与当年2月平均气温、生长季末期(9—10月)平均气温和平均最高温呈显著正相关,与当年5月的平均最高温呈显著负相关;跑马岭和峻极峰油松径向生长对气候响应有一定的差异,跑马岭油松径向生长主要与3月平均最低温和9月降水量呈显著正相关,而峻极峰与5月降水量和9月平均最低温呈显著正相关;区域油松年表包含了更多的气候信息。利用多元回归分析方法能较好地模拟出油松树轮宽度生长的限制因素是多个月的温度,尤其是当年9月平均气温,这与相关分析结果一致。本研究可以为本地区森林保护和生态建设提供基础服务。     

黄土丘陵区混交林中油松和沙棘树干液流对降雨脉冲的响应

以黄土丘陵区油松-沙棘混交林为研究对象,运用热扩散式探针(TDP)于2015年6—10月对油松和沙棘的树干液流密度(F_d)进行连续观测,同步测定了光合有效辐射(PAR)、水汽压亏缺(VPD)和土壤水分(SWC)等环境因子,分析两树种对降雨利用的差异.采用Threshold-delay 模型、多元回归分析和偏相关分析方法,研究两树种F_d对降雨的响应过程,并确定环境因子对F_d的影响.结果表明: 随着降雨量递增,两树种F_d的最大变化量都先上升后降低;其中0～1 mm降雨范围内,油松F_d(-16.3%)和沙棘F_d(-6.3%)都明显降低;1～5 mm降雨范围内,油松F_d(-0.4%)降低而沙棘F_d(9.0%)明显升高.油松和沙棘F_d对降雨响应的最小降雨阈值(R^L)分别为6.4和1.9 mm,滞后时间(τ)为1.96和1.67 d.降雨前油松F_d峰值集中在12:00—12:30(70%),沙棘F_d峰值分别集中在10:30—12:00(48%)和16:00—16:30(30%);降雨后油松F_d峰值集中在11:00—13:00(40%),沙棘F_d峰值分别集中在12:00—13:00(52%)和16:30—17:00(24%).降雨前影响油松和沙棘F_d的环境因子大小顺序为PAR＞VPD;降雨后影响油松F_d的环境因子大小顺序为PAR＞VPD＞0～20 cm SWC(SWC_0～20),影响沙棘F_d的环境因子大小顺序为SWC_0～20＞PAR＞VPD.油松-沙棘混交林对水分利用的稳定性较高.     

暖干化加剧东北半干旱地区油松人工林径向生长的水分限制

相较天然林,人工林生态系统对全球性气候变化更敏感。本文利用树木年代学方法,以东北半干旱地区油松人工林为对象建立油松年轮宽度年表,研究油松生长的动态变化及其径向生长与气象因子的相关关系,探讨升温对油松生长及分布的影响。结果表明: 研究区油松年轮宽度主要与生长季5—7月的平均温度呈显著负相关,与生长季早期4月和生长季5—7月的平均降水量和PDSI呈显著正相关,水分可利用性是限制研究区油松径向生长的主要因子。自西南向东北随着年降水量增加,各样点油松径向生长对年均温的敏感性增强,与年降水量的相关关系由显著正相关转变为负相关,说明偏干旱的西南部地区油松生长受水分限制更严重。气候变暖导致的干旱胁迫使得研究区西南部的部分人工林油松生长呈衰退状态。随着暖干化的持续,研究区油松分布边界将发生局地收缩,适宜生长的边界将向北移动。     

松栎林天然更新模拟与不确定性分析

森林天然更新的复杂性和不确定性是森林生态系统动态预测中的关键问题。本研究引入贝叶斯技术和全局敏感性分析,构建基于竞争、气候和地形3类因子的秦岭松栎林天然更新模型。备选模型形式以泊松(Poisson)模型、负二项(negative binomial,NB)模型、零膨胀泊松(zero-inflated Poisson,ZIP)模型和零膨胀负二项(zero-inflated negative binomial,ZINB)模型为基础。同时,根据模型参数传递的不确定性量化分析结果,阐释影响森林更新小概率事件的主导因子。结果表明: ZINB模型在油松和锐齿栎更新模拟中均优于其他模型。林分总断面积、光截留、坡位和生长季最低温是影响松栎林中油松天然更新的最关键因子;而林分总断面积、坡向与海拔的组合、年均温和最热季节降水量则是影响松栎林中锐齿栎天然更新的关键因子。油松更新模拟中,各类因子对模型输出的不确定性贡献率从小到大依次为: 竞争因子(25%)＜气候因子(29%)＜地形因子(46%);锐齿栎更新模拟中为: 气候因子(12%)＜竞争因子(24%)＜地形因子(64%)。油松天然更新数量对生长季最低温和最干季节降水量为正响应,对最干季节均温为负响应;锐齿栎天然更新数量对年均温、生长季最低温和最热季节降水量为正响应,对最干季节均温为负响应。基于贝叶斯技术的ZINB模型可以量化森林更新的影响因子,并解释参数传递的不确定性,是预测森林天然更新的有力工具。     

邻域竞争对长白山阔叶红松林关键树种生长的影响

林木间的竞争是影响树木生长、形态和死亡的主要因素.单木邻域竞争分析能够反映个体间相互作用规律及其距离范围,对于减缓林木竞争、促进林木生长具有重要意义.为弄清竞争对阔叶红松林林木生长的影响,本研究基于Hegyi单木竞争指数和邻域分析方法,探讨了长白山原始阔叶红松林中的5个关键树种——红松、紫椴、水曲柳、蒙古栎和春榆(胸高断面积合计占80%)竞争的邻域半径,并分析了竞争对关键树种生长和死亡的影响.结果表明:红松、紫椴、水曲柳和蒙古栎4个树种单木竞争的邻域半径均为11 m,春榆为13 m.关键树种单木邻域竞争强度与其生长量的对数呈显著负相关,与树木个体的大小呈显著正相关;竞争强度对树木生长影响的相对重要性随着个体的生长而降低.邻域竞争显著增加了关键树种的死亡率.本研究表明长白山阔叶红松林中邻域竞争对关键树种的生长和存活有重要影响,研究结果对阔叶红松林关键树种竞争环境的调整和生产力的提升具有指导意义.     

北京西山绿化树种秋季滞纳PM2.5能力及其与叶表面AFM特征的关系

以北京西山6种绿化树种白皮松、油松、柳树、五角枫、银杏、山杨为对象,应用气溶胶再发生器对植物叶片秋季PM_2.5吸附量进行定量研究,同时应用原子力显微镜(AFM)观察叶表面微形态特征,分析了叶表面粗糙度等参数,阐释了各树种叶片吸附PM_2.5的机制.结果表明: 不同树种单位叶面积PM_2.5吸附量排序为白皮松(2.44±0.22 μg·cm^-2)＞油松(2.40±0.23 μg·cm^-2)＞柳树(1.62±0.09 μg·cm^-2)＞五角枫(1.23±0.01 μg·cm^-2)＞银杏(1.00±0.07 μg·cm^-2)＞山杨(0.97±0.03 μg·cm^-2);从秋季不同月份来看,不同树种单位叶面积PM_2.5吸附量表现为11月(2.33±0.43 μg·cm^-2)＞10月(1.62±0.64 μg·cm^-2)＞9月(1.51±0.50 μg·cm^-2).白皮松和油松有大量凹陷和突起,相对高差较大,粗糙度较大,吸滞PM_2.5能力强;柳树和五角枫叶片有褶皱,粗糙度相对较高,分布有大量的突起和凹陷,吸滞PM_2.5能力居中;银杏和山杨因其叶表面平滑、气孔多为长圆形,粗糙度较小,吸滞PM_2.5能力较弱.不同树种正背面粗糙度平均值为白皮松(149.91±16.38 nm)＞油松(124.47±10.52 nm)＞柳树(98.85±5.36 nm)＞五角枫(93.74±21.75 nm)＞银杏(80.84±0.88 nm)＞山杨(67.72±8.66 nm),这与不同树种单位叶面积PM_2.5吸附量排序完全一致,叶片粗糙度与单位叶面积PM_2.5吸附量呈显著正相关(R²=0.9498).为提高城市植被的环境效应,可选择叶表面形态有利于吸滞PM_2.5等颗粒物的树种.     

北京西山绿化树种秋季滞纳PM2.5能力及其与叶表面AFM特征的关系

以北京西山6种绿化树种白皮松、油松、柳树、五角枫、银杏、山杨为对象,应用气溶胶再发生器对植物叶片秋季PM_2.5吸附量进行定量研究,同时应用原子力显微镜(AFM)观察叶表面微形态特征,分析了叶表面粗糙度等参数,阐释了各树种叶片吸附PM_2.5的机制.结果表明: 不同树种单位叶面积PM_2.5吸附量排序为白皮松(2.44±0.22 μg·cm^-2)＞油松(2.40±0.23 μg·cm^-2)＞柳树(1.62±0.09 μg·cm^-2)＞五角枫(1.23±0.01 μg·cm^-2)＞银杏(1.00±0.07 μg·cm^-2)＞山杨(0.97±0.03 μg·cm^-2);从秋季不同月份来看,不同树种单位叶面积PM_2.5吸附量表现为11月(2.33±0.43 μg·cm^-2)＞10月(1.62±0.64 μg·cm^-2)＞9月(1.51±0.50 μg·cm^-2).白皮松和油松有大量凹陷和突起,相对高差较大,粗糙度较大,吸滞PM_2.5能力强;柳树和五角枫叶片有褶皱,粗糙度相对较高,分布有大量的突起和凹陷,吸滞PM_2.5能力居中;银杏和山杨因其叶表面平滑、气孔多为长圆形,粗糙度较小,吸滞PM_2.5能力较弱.不同树种正背面粗糙度平均值为白皮松(149.91±16.38 nm)＞油松(124.47±10.52 nm)＞柳树(98.85±5.36 nm)＞五角枫(93.74±21.75 nm)＞银杏(80.84±0.88 nm)＞山杨(67.72±8.66 nm),这与不同树种单位叶面积PM_2.5吸附量排序完全一致,叶片粗糙度与单位叶面积PM_2.5吸附量呈显著正相关(R²=0.9498).为提高城市植被的环境效应,可选择叶表面形态有利于吸滞PM_2.5等颗粒物的树种.