近日，林学院森林培育学学科硕士生刘金强在环境科学和生态学二区Top期刊《Science of the Total Environment》（影响因子4.9）发表题为“An investigation of the leaf retention capacity, efficiency and mechanism for atmospheric particulate matter of five greening tree species in Beijing, China”的研究论文，指导教师为林学院段劼和席本野老师。该研究是与河南师范大学曹治国副教授团队合作完成，曹治国副教授为论文共同第一作者。
植物由于具有巨大的叶面积以及特殊的叶面微结构而能对大气颗粒物（PM）产生一定吸滞作用，因此，利用城市森林吸滞PM，进而缓解和调控PM污染已成为国内外研究焦点。目前，国内外虽然对植物滞纳大气颗粒物的能力已有较多研究，但已有研究中采用的植物叶片PM吸滞能力定量评估方法还有诸多不足之处，从而在一定程度上限制了对城市树木与城市森林PM调控能力的准确评估。
该研究利用改进的洗脱称量粒度分析法，基于最新提出的PM滞纳效率和易去除（ERP）、难去除（DRP）、总可去除（TRP）PM等概念，对北京市5种典型绿化树种的PM滞纳能力、效率与机制进行了系统研究。研究结果显示，在传统叶片颗粒物洗脱方法的基础上，增加合理的超声清洗程序，可使叶面颗粒物滞纳量评估精度大幅提高，且该方法具有很好的稳定性和普适性。在定量评估植物大气颗粒物综合滞纳能力时，颗粒物类型（ERP、DRP、TRP）、颗粒物径级以及评估尺度（叶片、单木）等应予以综合考虑，否则会出现截然相反的结论。在5个绿化树种中，不同树种叶面颗粒物粒径分布的动态变化存在较大差异，其主要受叶面微结构和环境因子的影响。对于PM1和PM1-2.5，国槐和圆柏分别具有最高的TRP和ERP滞纳效率；对于PM2.5-5和PM5-10，垂柳具有最高的TRP和ERP滞纳效率；对于PM>10和TSP，油松则具有最高的TRP和ERP滞纳效率。该研究系率先从多角度对植物大气颗粒物的滞纳能力进行定量评估，研究结果不仅可为具有不同气候和大气污染特征地区高颗粒物滞纳能力树种的筛选提供数据参考和方法借鉴，而且可为同类研究提供新认识和新思路。
文章第一作者刘金强是林学院2017级在读硕士生，本科就读于我校林学专业，其从本科期间便跟随席本野、段劼研究组从事城市树木与大气颗粒物的互作机制研究，正是本科期间的试验基础与数据积累，才使得成果得以发表。据悉刘金强同学在本科期间就以第一作者在国内植物类顶级期刊《植物生态学报》发表相关论文1篇，以共同作者在国内林业类顶级期刊《林业科学》（EI）发表相关论文1篇。
附：文章链接
https://www.sciencedirect.com/science/article/pii/S0048969717330322
