冻雨引起的干沉降变化对湖北省颗粒物浓度的影响

《Scientific Reports》：Effect of freezing rain-induced changes in dry deposition on particulate matter concentrations in Hubei, China

　　

摘要专业翻译 颗粒物（PM）污染是城市空气质量恶化的重要方面，植被通过干沉降作用降低大气PM浓度，为污染治理提供了一种自然、可持续且经济有效的策略。本研究基于多源卫星遥感产品，利用数学模型量化了植被对PM2.5和PM10的干沉降效应，并评估了湖北省长期序列中该效应的时空变化，尤其关注2024年初极端冻雨过程引起的干沉降变化对颗粒物污染的影响。主要发现如下：（1）叶面积指数（LAI）与PM2.5和PM10呈显著负相关，模拟干沉降通量（DDF）与LAI、地表温度（LST）、风速（WS）和降水量（PRE）在月尺度上表现出显著的一致性；（2）冻雨造成的物理损伤显著削弱了植被的颗粒物沉降能力，其中PM10沉降效应的减弱程度比PM2.5更为显著；（3）对植被干沉降的十年时空分析表明，湖北省空气质量总体呈改善趋势，并进一步揭示PM2.5干沉降减少的长期趋势比PM10表现出更强的空间异质性，部分反映了区域社会经济和工业活动以及背景PM浓度的差异。本研究加深了对极端天气事件对植被驱动干沉降影响的理解，并为旨在增强城市生态系统韧性的空气质量管理和战略发展提供了科学支撑。

论文解读

一、研究背景与问题

自21世纪初以来，快速工业化和城市扩张在推动经济发展的同时加剧了空气污染。细颗粒物（PM_2.5）和粗颗粒物（PM₁₀）作为主要污染物，对人体健康构成严重威胁，可显著增加心血管和呼吸系统疾病风险。植被通过干沉降过程直接清除大气中的颗粒物，是大气颗粒物消除的主要途径之一，具有自然、可持续且经济有效的优势。已有研究表明，叶面积指数（LAI）的季节性变化显著影响干沉降速率，进而影响环境PM_2.5和PM₁₀浓度。然而，极端天气事件对植被干沉降能力的影响在现有研究中长期被忽视。2024年2月，湖北省发生了自1981年以来最严重的极端冻雨过程，对植被造成大范围损伤，尤其是破坏叶片表面，导致LAI明显下降。鉴于LAI与干沉降效率之间的既有关系，这种损伤可能削弱生态系统过滤空气颗粒物的能力。因此，亟需采用干沉降模型定量评估极端天气事件前后沉降速率的变化，为城市绿化策略提供经验证据。

二、研究内容与意义

研究人员以湖北省为研究区域，基于UFORE模型算法，融合多源卫星遥感产品（MCD12Q1土地覆盖数据、VNP15A2H叶面积指数产品、GSOD气象数据）和地面空气质量监测数据，构建了2015至2025年湖北省植被干沉降的十年栅格数据集。研究旨在阐明植被干沉降与环境驱动因子在多时间尺度上的耦合机制，重点关注2024年极端冻雨过程对植被干沉降能力和区域颗粒物浓度的影响。该研究填补了极端天气事件对植被介导干沉降过程影响的研究空白，为理解生态系统对气候干扰的空气净化脆弱性提供了新视角，并为城市绿地系统韧性和空气质量管理提供了科学依据。

三、主要技术方法

研究采用的技术路线主要包括：（1）数据预处理与空间统一，将原始数据空间插值并统一分辨率至500米，生成一致坐标系和投影的栅格数据集；（2）采用Spearman秩相关系数分析LAI与PM_2.5、PM₁₀的长期相关性；（3）运用小波相干（WC）分析探究干沉降通量（DDF）与LAI、地表温度（LST）、风速（WS）和降水量（PRE）等多因素的时间-频率域关系；（4）采用Theil-Sen斜率估计结合Mann-Kendall（MK）检验评估干沉降的长期空间趋势；（5）运用t检验判断冻雨过程期间PM和LAI的变化是否与历史年份存在显著差异。干沉降计算基于UFORE模型，其中PM_2.5的干沉降速率与再悬浮率通过风速回归模型确定，PM₁₀的干沉降速率则基于实验室条件下测得的参数并结合LAI进行修正。

四、研究结果

LAI与PM_2.5和PM₁₀的Spearman相关性分析

研究人员去除季节循环后，构建了湖北省LAI与PM_2.5、PM₁₀的相关系数图。结果显示，大部分地区LAI与颗粒物浓度呈广泛负相关，尤其在东部和北部中部城市化水平较高的地区（如孝感、随州和襄阳周边）表现明显，这些区域植被覆盖有限但在高背景污染条件下干沉降效应更为显著。西部和西南部山区及森林丰富区域（如恩施、神农架和十堰周边）呈现弱到接近零的相关性，因为这些区域LAI值普遍较高，PM浓度基线值较低。值得注意的是，江汉平原部分区域（如潜江和仙桃周边）出现正相关聚集区，这可能与季节性农田耕作和低风速低扩散条件有关。

干沉降的多因素分析

通过小波相干分析，研究人员揭示了PM_2.5/PM₁₀干沉降通量与环境因子（LAI、LST、PRE、WS）的时频关系。显著的相干性主要集中在1个月尺度附近，表明干沉降通量主要响应短期月尺度环境变化。PM_2.5-DDF与LAI和LST的相干性较强且持续，相位箭头多指向右方，表明干沉降通量与植被和热条件大致同相变化。PM₁₀-DDF与LAI和LST的相干区域略大，与LAI在1个月尺度保持强而连续的相干性。风速与干沉降通量的相干面积最小，表明风速对干沉降的影响较弱且更具间歇性。统计分析进一步表明LAI和LST对两种颗粒物的干沉降通量具有较高的平均相干百分比（PASC）和平均加权相干（AWC）值，是主导干沉降通量的因素。

冻雨对LAI和PM的影响

研究人员计算了2015至2026年1月至2月LAI、PM_2.5和PM₁₀的月相对变化率，并以2015至2023年为历史基线进行t检验。结果显示，大多数年份LAI从1月到2月呈增加趋势，而PM_2.5和PM₁₀多呈下降趋势。2024年LAI的1月至2月增幅被显著削弱，PM_2.5和PM₁₀的降幅也小于许多历史年份。t检验结果表明，2024年LAI、PM₁₀和PM_2.5的1月至2月相对变化与2015至2023年历史模式存在显著差异，表明冻雨过程可能影响了植被恢复和植被相关的干沉降能力。2025年和2026年LAI分别恢复增长10.63%和27.27%，PM_2.5和PM₁₀呈现明显下降，显示季节性模式趋于恢复。

干沉降时空变化的长期序列分析

基于UFORE模型的研究结果显示，湖北省PM₁₀干沉降减少量在2.6至62 t/km²之间，表现出显著的空间异质性。2015至2025年间，西北武陵山山麓和江汉平原过渡带的PM₁₀干沉降减少量呈逐年下降趋势，东部城市群的干沉降减少量也逐渐减弱，表明空气质量显著改善。PM_2.5干沉降减少量（0.266至5.227 t/km²）比PM₁₀低一个数量级，反映了细颗粒物与粗颗粒物物理性质的差异。Sen+MK检验显示，PM_2.5干沉降减少量具有显著趋势的面积比PM₁₀大6%，表明PM_2.5长期变化的空间异质性更强，这可能与PM_2.5与人为排放模式和区域空气污染控制措施更紧密的耦合有关。

冻雨对植被干沉降的影响

研究人员计算了2024年1月和2月（分别代表冻雨过程前后）湖北省PM_2.5和PM₁₀的干沉降速率差异。结果显示，PM₁₀方面，鄂西大部分地区呈现正值而鄂东以负值为主，表明西部干沉降速率增加而东部降低。PM_2.5的空间格局总体相似但变化幅度较小。这种东西对比表明冻雨事件可能对湖北省不同地区的植被相关干沉降产生了差异化影响。东部地区沉降速率的下降可能与冻雨引起的植被损伤有关，尤其在植被结构相对破碎的城市和郊区绿地中。西部地区较高的森林覆盖率、较大的基线LAI和更复杂的冠层结构可能有助于维持干沉降速率。

五、讨论与结论

讨论部分指出，湖北省干沉降减少的长期趋势应结合区域社会经济和工业背景进行解读。GDP和工业增加值较高的城市（如武汉、宜昌、襄阳、荆州、黄石和孝感）通常对应更强的工业生产、建筑活动、交通流量和城市能源消耗，这些因素通过影响背景PM浓度间接影响干沉降计算结果。因此，模拟干沉降减少量的长期下降可能部分反映了人为排放减少和工业活动变化，而非单纯反映植被清除能力的变化。冻雨对干沉降速率影响的空间差异可能反映了冻雨干扰、植被结构、LAI、地形、气象条件和人为活动的综合影响。

研究结论可归纳为三点：第一，LAI与PM_2.5和PM₁₀均表现出强相关性，干沉降通量与LAI、LST、WS和PRE等环境驱动因子在1个月尺度上表现出显著相干性，表明植被条件、地表温度、降水和风速共同调控干沉降过程。第二，冻雨过程对植被造成显著物理损伤，明显削弱了其干沉降能力，导致颗粒物沉降速率下降，其中PM₁₀的干沉降速率比PM_2.5受到的影响更大，表明较大颗粒物对植被结构变化更为敏感。第三，过去十年湖北省空气质量显著改善，PM_2.5干沉降减少量的显著趋势面积大于PM₁₀，表明其长期变化具有更强的空间异质性。未来研究应纳入湖北省优势亚热带树种的地面实测数据和参数敏感性分析，以提高干沉降估算的本地化和稳健性，同时需通过持续多年观测评估冻雨对湖北省不同区域植被恢复和干沉降能力的长期影响。