大气污染是许多发展中国家面临的一个重要问题。大气颗粒物在植物叶际的沉降是缓解大气污染的一种有效途径。目前,对于植物叶片性状与颗粒物干沉降速率相关的研究已经较为充分,但是对于某种叶片性状与滞纳颗粒物能力之间的相关性也有待进一步地验证。于是,本研究借助同科属植物之间叶片在遗传上的的异同,以控制变量法研究某种单独叶片指标与颗粒物干沉降速率之间的关系,进而可以得出较为科学的结论。

  本研究以叶片宽长比、表皮毛密度、分型偏差以及叶柄长度为叶片指标,研究其与叶片表面PM2.5干沉降速率之间的关系。结果表明:宽长比、表皮毛密度、分形偏差与干沉降速率程正相关,叶柄长度干沉降速率程负相关。当选择植物除主要研究的叶片形态特征之外的其他指标相近时,其研究结果能在一定程度上表征该植物性状对颗粒物干沉降速率的影响趋势,从而显示出运用控制变量法的优越性。通过全体植物进行比较,控制变量法可以将多种叶片形态指标对其滞留PM2.5能力协同影响控制在很低的水平,得到的结果更具说服力。因此,控制变量法明显优于传统的无差别比较法。



  研究成果以" Individual effects of trichomes and leaf morphology on PM2.5 dry deposition velocity: A variable-control approach using species from the same family or genus"为题发表在《Environmental Pollution》上。该研究得到了国家重点研发计划(2017YFD0800204)和国家自然科学基金(31971719)项目的资助。

  文献链接:https://doi.org/10.1016/j.envpol.2020.116385。