CN114295784A - 大气颗粒物净化的优势物种筛选方法 - Google Patents
大气颗粒物净化的优势物种筛选方法 Download PDFInfo
- Publication number
- CN114295784A CN114295784A CN202111631472.3A CN202111631472A CN114295784A CN 114295784 A CN114295784 A CN 114295784A CN 202111631472 A CN202111631472 A CN 202111631472A CN 114295784 A CN114295784 A CN 114295784A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- mass
- different
- leaf area
- filter paper
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012216 screening Methods 0.000 title claims abstract description 17
- 239000002245 particle Substances 0.000 claims abstract description 72
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000010828 elution Methods 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 21
- 238000005406 washing Methods 0.000 claims description 12
- 239000007788 liquid Substances 0.000 claims description 9
- 238000002791 soaking Methods 0.000 claims description 6
- 239000011148 porous material Substances 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 3
- 239000012153 distilled water Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000013618 particulate matter Substances 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 2
- 238000000746 purification Methods 0.000 claims 5
- 239000000428 dust Substances 0.000 abstract description 9
- 230000014759 maintenance of location Effects 0.000 abstract description 9
- 238000005457 optimization Methods 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 11
- 241000894007 species Species 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005374 membrane filtration Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
Abstract
本发明涉及植物表面生物物理性质技术领域，具体涉及大气颗粒物净化的优势物种筛选方法，包括步骤：步骤S01，获取植被不同冠层结构的叶片样品；步骤S02，利用水洗脱法粒径分级测量得到植被样品的不同粒径总颗粒物量；步骤S03，根据Matlab图像处理得到植被样品叶面积；步骤S04，根据总叶面积计算得出单位叶面积不同粒径颗粒物量；步骤S05，将多种植被根据得出的单位叶面积不同粒径颗粒物量作对比，进行优势植被筛选，本发明更准确地表征植物滞尘能力、提高量化指导植物配置的可行性。建了园林植物的单位体积颗粒物量和单位面积颗粒物量的计算方法；在单位体积滞尘量基础上计算得到单位面积颗粒物量。并从单位面积颗粒物计算角度进行配置优化。
Description
技术领域
本发明涉及植物表面生物物理性质技术领域，具体涉及大气颗粒物净化的优势物种筛选方法。
背景技术
关于园林植物滞尘测定方法在国外已经较为成熟，一种方法是采用多层滤膜过滤法将不同粒径大小的颗粒物分离，再用重量法得到不同粒径颗粒污染物的含量(Dzier·zanowski et al.,2011；Popek et al.,2013)，另一种方法则是直接应用扫描电子显微镜对植物叶片拍照(Tomasevic et al.,2005；Jamil et al.,2009；Otteléet al.,2010)，然后通过图像分析软件统计叶片上不同粒径颗粒物的数量。还有测量仪器得到了进一步的发展，如荷兰CIS-50或CIS-100粒度粒形分析仪可用于粒度测试，得到颗粒物切面直径(等效面积直径)或用美国贝克曼库尔特LS 230激光粒度分析仪可用于测定粒径分布。最新的仪器LP-100植物滞尘分析系统可以实时观测植物的滞尘能力，滞尘累积量。
关于园林植物滞尘的测定方法，不足之处在于结合叶表面微观结构、分析植物对不同粒径大气颗粒物滞尘能力的程度不够，未考虑植物冠层结构的异质性。
发明内容
为解决上述问题，本发明提出大气颗粒物净化的优势物种筛选方法。
本发明解决其技术问题所采用的技术方案是：
本发明提供了大气颗粒物净化的优势物种筛选方法，包括步骤：
步骤S01，获取植被不同冠层结构的叶片样品；
步骤S02，利用水洗脱法粒径分级测量得到样品植被的不同粒径总颗粒物量；
步骤S03，根据Matlab图像处理得到样品植被叶面积；
步骤S04，根据总叶面积计算得出单位叶面积不同粒径颗粒物量；
步骤S05，将多种植被根据得出的单位叶面积不同粒径颗粒物量作对比，进行优势植被筛选。
优选的，步骤S02包括：
步骤1，将采集的植被完整叶片放入有蒸馏水的烧杯内浸泡，静置2h后，用镊子取出叶片；
步骤2，采用洗瓶再次对叶片进行冲洗，洗液并入浸泡液中，得清洗液，将叶片自然晾干；
步骤3，将清洗液依次用已称重的不同孔径的滤纸依次过滤，过滤后，将滤纸置于烘箱24h；
步骤4，取出烘干后的滤纸，采用万分之一电子分析天平进行称重；
步骤5，将过滤后烘干的不同孔径滤纸质量对应减去过滤前的不同孔径滤纸质量得采集植被样品上所附着的不同粒径颗粒物质量，计算公式如下：
W＝W2-W1,其中W为采集样品上所附着的颗粒物质量，W2为滤后烘干的滤纸质量,W1为过滤前的滤纸质量。
优选的，还包括不同孔径滤纸自身质量变化测量，将步骤5中所得采集植被样品上所附着的不同粒径颗粒物质量对应减去不同孔径滤纸自身质量变化差值，得颗粒物实际质量，计算公式如下：
W3＝W-W0，其中W0为过滤前后滤纸自身质量变化值，W3为采集植被样品上所附着的颗粒物实际质量。
优选的，步骤S04中单位叶面积不同粒径颗粒物量的计算公式如下：
其中，Cα为不同粒径单位叶面积颗粒物量，S为Matlab图像处理得到总叶面积。
优选的，不同粒径α分别选取α>10μm、3<α<10μm和0.15<α<3μm。
优选的，所述滤纸的孔径分别选择10μm、3μm和0.15μm。
本发明的上述技术方案具有如下有益的技术效果：
本发明更准确地表征植物滞尘能力、提高量化指导植物配置的可行性。建了园林植物的单位体积颗粒物量和单位面积颗粒物量的计算方法；在单位体积滞尘量基础上计算得到单位面积颗粒物量。并从单位面积颗粒物计算角度进行配置优化。
附图说明
图1为本发明步骤流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例和附图，进一步阐述本发明，但下述实施例仅仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例，都属于本发明的保护范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
本发明提供了大气颗粒物净化的优势物种筛选方法，包括步骤：
步骤S01，获取植被不同冠层结构的叶片样品；
使用激光测距这种非接触式测量方法，以激光器作为光源进行测距。根据测量范围、精度要求以及便携性，采用手持式激光测距仪对乔木进行测量。激光测距的基本公式为：
式中，C’为大气中的光速，单位为m·s-1。t为光波往返的时间，单位为s。
使用激光测距仪测量得到相应距离参数，并计算得到以下树冠参数：
树冠高度Hi的计算公式如下：
式中，L2为通过测距仪可得在距目标乔木L1距离处测量得到的距离，单位为m。
树冠内部高度Ht，计算公式如下：
式中，L5为通过测距仪可得在距目标乔木L1距离处测量得到的距离，单位为m。
冠幅半径R0，计算公式如下：
式中，L4为通过激光测距可测量得到底部测量点到树冠外沿的距离，单位为m；Hh为通过激光测距得到的树干高度，单位为m。
(1)树冠内半径Ri，计算公式如下：
式中，L3为通过激光测距可测量得到底部测量点到树冠内沿距离，单位为m。
根据上述获取样品植被叶片，并转下述操作步骤进行。
步骤S02，利用水洗脱法粒径分级测量得到样品植被的不同粒径总颗粒物量；
将采集的植被完整叶片放入有蒸馏水的烧杯内浸泡，静置2h后，用镊子取出叶片；
采用洗瓶再次对叶片进行冲洗，洗液并入浸泡液中，得清洗液，将叶片自然晾干；
将清洗液依次用已称重的不同孔径的滤纸依次过滤，过滤后，将滤纸置于烘箱24h；
取出烘干后的滤纸，采用万分之一电子分析天平进行称重；
在本实施例中，不同粒径α分别选取α>10μm、3<α<10μm和0.15<α<3μm。
所述滤纸的孔径分别选择10μm、3μm和0.15μm。
将过滤后烘干的不同孔径滤纸质量对应减去过滤前的不同孔径滤纸质量得采集植被样品上所附着的不同粒径颗粒物质量，计算公式如下：
W＝W2-W1,其中W为采集样品上所附着的颗粒物质量，W2为滤后烘干的滤纸质量,W1为过滤前的滤纸质量。还包括不同孔径滤纸自身质量变化测量，将步骤5中所得采集植被样品上所附着的不同粒径颗粒物质量对应减去不同孔径滤纸自身质量变化差值，得颗粒物实际质量，计算公式如下：
W3＝W-W0，其中W0为过滤前后滤纸自身质量变化值，W3为采集植被样品上所附着的颗粒物实际质量。
步骤S03，根据Matlab图像处理得到样品植被叶面积；
步骤S04，根据总叶面积计算得出单位叶面积不同粒径颗粒物量；
步骤S05，将多种植被根据得出的单位叶面积不同粒径颗粒物量作对比，进行优势植被筛选。
优选的，步骤S04中单位叶面积不同粒径颗粒物量的计算公式如下：
其中，Cα为不同粒径单位叶面积颗粒物量，S为Matlab图像处理得到总叶面积。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.大气颗粒物净化的优势植被筛选方法，其特征在于，包括步骤：
步骤S01，获取植被不同冠层结构的叶片样品；
步骤S02，利用水洗脱法粒径分级测量得到植被样品的不同粒径总颗粒物量；
步骤S03，根据Matlab图像处理得到植被样品叶面积；
步骤S04，根据总叶面积计算得出单位叶面积不同粒径颗粒物量；
步骤S05，将多种植被根据得出的单位叶面积不同粒径颗粒物量作对比，进行优势植被筛选。
2.根据权利要求1所述的大气颗粒物净化的优势植被筛选方法，其特征在于，步骤S02包括：
步骤1，将采集的植被完整叶片放入有蒸馏水的烧杯内浸泡，静置2h后，用镊子取出叶片；
步骤2，采用洗瓶再次对叶片进行冲洗，洗液并入浸泡液中，得清洗液，将叶片自然晾干；
步骤3，将清洗液依次用已称重的不同孔径的滤纸依次过滤，过滤后，将滤纸置于烘箱24h；
步骤4，取出烘干后的滤纸，采用万分之一电子分析天平进行称重；
步骤5，将过滤后烘干的不同孔径滤纸质量对应减去过滤前的不同孔径滤纸质量得采集植被样品上所附着的不同粒径颗粒物质量，计算公式如下：
W＝W2-W1,其中W为采集样品上所附着的颗粒物质量，W2为滤后烘干的滤纸质量,W1为过滤前的滤纸质量。
3.根据权利要求2所述的大气颗粒物净化的优势植被筛选方法，其特征在于，还包括不同孔径滤纸自身质量变化测量，将步骤5中所得采集植被样品上所附着的不同粒径颗粒物质量对应减去不同孔径滤纸自身质量变化差值，得颗粒物实际质量，计算公式如下：
W3＝W-W0，其中W0为过滤前后滤纸自身质量变化值，W3为采集植被样品上所附着的颗粒物实际质量。
4.根据权利要求3所述的大气颗粒物净化的优势植被筛选方法，其特征在于，步骤S04中单位叶面积不同粒径颗粒物量的计算公式如下：
其中，Cα为不同粒径单位叶面积颗粒物量，S为Matlab图像处理得到总叶面积。
5.根据权利要求1所述的大气颗粒物净化的优势植被筛选方法，其特征在于，不同粒径α分别选取α>10μm、3<α<10μm和0.15<α<3μm。
6.根据权利要求2所述的大气颗粒物净化的优势植被筛选方法，其特征在于，所述滤纸的孔径分别选择10μm、3μm和0.15μm。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111631472.3A CN114295784A (zh) | 2021-12-28 | 2021-12-28 | 大气颗粒物净化的优势物种筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111631472.3A CN114295784A (zh) | 2021-12-28 | 2021-12-28 | 大气颗粒物净化的优势物种筛选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114295784A true CN114295784A (zh) | 2022-04-08 |
Family
ID=80972310
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111631472.3A Pending CN114295784A (zh) | 2021-12-28 | 2021-12-28 | 大气颗粒物净化的优势物种筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114295784A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103411847A (zh) * | 2013-08-16 | 2013-11-27 | 塔里木大学 | 植物冠层叶面降尘量的测定方法 |
| CN104155202A (zh) * | 2014-08-14 | 2014-11-19 | 北京市园林科学研究院 | 一种植物滞留细颗粒物质量的检测方法 |
| CN104535448A (zh) * | 2015-01-13 | 2015-04-22 | 北京林业大学 | 一种测量植物叶片对颗粒物吸附量及吸附粒径等级的方法 |
| CN107389487A (zh) * | 2017-06-28 | 2017-11-24 | 西安建筑科技大学 | 定量评估植物叶片滞留不同粒径颗粒物质量及总量的方法 |
| CN109544046A (zh) * | 2018-12-29 | 2019-03-29 | 湖南省林业科学院 | 一种城市森林滞尘能力强的植物配置模式筛选方法 |
| JP2021152462A (ja) * | 2020-03-24 | 2021-09-30 | 株式会社大林組 | 計測方法及び、品質管理方法 |
-
2021
- 2021-12-28 CN CN202111631472.3A patent/CN114295784A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103411847A (zh) * | 2013-08-16 | 2013-11-27 | 塔里木大学 | 植物冠层叶面降尘量的测定方法 |
| CN104155202A (zh) * | 2014-08-14 | 2014-11-19 | 北京市园林科学研究院 | 一种植物滞留细颗粒物质量的检测方法 |
| CN104535448A (zh) * | 2015-01-13 | 2015-04-22 | 北京林业大学 | 一种测量植物叶片对颗粒物吸附量及吸附粒径等级的方法 |
| CN107389487A (zh) * | 2017-06-28 | 2017-11-24 | 西安建筑科技大学 | 定量评估植物叶片滞留不同粒径颗粒物质量及总量的方法 |
| CN109544046A (zh) * | 2018-12-29 | 2019-03-29 | 湖南省林业科学院 | 一种城市森林滞尘能力强的植物配置模式筛选方法 |
| JP2021152462A (ja) * | 2020-03-24 | 2021-09-30 | 株式会社大林組 | 計測方法及び、品質管理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 顾哲等: "《基于RZWQM2和神经网络的精确灌溉决策系统》", 30 November 2021, 河海大学出版社, pages: 90 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Andruleit | A filtration technique for quantitative studies of coccoliths | |
| Schneider | The determination of atmospheric trace metal concentrations by collection of aerosol particles on sample holders for total-reflection X-ray fluorescence | |
| Wu et al. | Chemical characteristics of airborne particulate matter near major roads and at background locations in Macao, China | |
| Elhadi et al. | Seasonal variations of atmospheric particulate matter and its content of heavy metals in Klang Valley, Malaysia | |
| Xu et al. | Variations of particulate matter retention by foliage after wind and rain disturbance | |
| CN110108592B (zh) | 一种测定植物叶表净沉降大气pm的方法 | |
| CN114295784A (zh) | 大气颗粒物净化的优势物种筛选方法 | |
| CN101532927A (zh) | 用于扫描电镜检测的油液固体污染度试片的制备方法 | |
| Ferrara et al. | Mercury levels in rain and air and the subsequent washout mechanism in a central Italian region | |
| CN117444960B (zh) | 一种固体液体样品二噁英检测预处理的智能控制机器人 | |
| Capannelli et al. | Electron microscopy characterization of airborne micro-and nanoparticulate matter | |
| CN110579420B (zh) | 一种基于无人机的整株乔木滞尘量测算方法 | |
| CN108387503B (zh) | 一种颗粒计数微粒标准物质的定值方法 | |
| Peters et al. | Evaluation of PM2. 5 size selectors used in speciation samplers | |
| EP3783336B1 (en) | A method for quantification of mineral dust in air based on optical absorption of particles concentrated by a virtual impactor and a device performing the said method | |
| Gatz et al. | Metal solubility in atmospheric deposition | |
| CN103558063A (zh) | 大气氮素干湿沉降全自动收集装置及样品采集与检测方法 | |
| CN109856002B (zh) | 一种测定植物叶片叶表有效滞尘量的方法 | |
| JP4339924B1 (ja) | 粒径測定装置および粒径測定方法 | |
| Kay | Analytical methods used in air pollution study | |
| CN116840119B (zh) | 基于多角度光散射湿度修正的粉尘浓度检测方法 | |
| Gottardini et al. | Automated microscopy techniques on passively collected samples provide reliable quantitative data on airborne pollen | |
| CN109060864A (zh) | 大气颗粒物中长寿命有机自由基的非萃取快速检测方法 | |
| Baglaeva et al. | Statistical characteristics calculation of the natural dust size distribution in the air surface layer of Belyy Island | |
| Gatz | P. SCAVENGING RATIO MEASUREMENTS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |