论文部分内容阅读
摘要：文章以南京滨江公园为例，研究了5种不同结构植物群落的温湿度调节效应，并初步分析了绿量与降温增湿强度之间的关系。结果表明：植物群落的降温增湿效应具有季节性差异，春季和秋季乔灌草结构的植物群落降温增湿效益最为显著，而夏季乔草结构的群落降温效益最明显，乔木群落的增湿效益最好;绿量与降温增湿强度均为正相关关系，春季和夏季绿量与降温强度具有显著或极显著差异;绿量主要影响降温强度，对增湿强度的影响较小。
关键词：植物群落，温湿度调节，群落结构，绿量
目前已有较多对城市绿地温湿度调节机制的影响研究，切入点有下垫面类型、空间形态、斑块形状等;另外具体针对植物的降温增湿效益，也有从单个植物种类、群落结构类型、群落结构因子等方面进行的深入研究[1-7]。但是现阶段的研究大多集中在夏季，此时植物群落降温增湿效应最为显著，但是却较少涉及其他季节植物群落的温湿度调节效应。
绿量的概念在1994年首次提出，与二维指标相比，绿量能够更确切地反映绿地植物空间构成的合理性以及绿地系统所发挥的生态效益[8]。但是目前针对特定生态环境下植物群落绿量与降温增湿效益的关系研究还比较少。本文以典型的城市带状绿地——南京滨江公园为例，在春夏秋三个季节选择不同结构类型的植物群落样地，估算其整体绿量，并将其与测定的降温增湿数据进行相关性分析，探究植物群落绿量对降温增湿作用的影响。运用科学的统计和分析方法，将植物群落的降温增湿效益进一步可控化，以期对新时代背景下的城市绿地建设提供理论依据和数据支撑。
1 研究区概况与研究方法
1.1 研究区概况
南京滨江公园位于南京市建邺区河西新城，毗邻长江夹江，占地面积近200hm2，是典型的城市带状绿地。作为南京滨江风光带的重要组成部分，目前已建设成为集娱乐、生态、科普、健身为一体的全新的城市公园。
1.2 样地选择
按照群落类型的不同，在公园内选择了3组共18个样地（表1），每组6个样地，分别为单层植被群落：草坪地被（专指草坪草）、灌木（低于1.8m）、乔木。双层植被群落：草坪+乔木。复层植被群落：草坪+灌木+乔木;以及硬质无荫蔽对照点。所选样地是以5 m为半径的圆形区域，测量时站在样地中心进行。
1.3 测量内容及方法
本实验在春夏秋三季对植物群落的降温增湿效益进行测定。测量日期选在2016年5月11日和12日、7月25日和26日，以及11月13日。使用Kestrel 4000手持式移動气象站，每天9：00-13：00，每小时测一次所有样地距离地面1.5m处的空气温度、相对湿度、风速等数据。每次读取3组数据，最终计算平均值进行比较。另外记录每个样地的植物种类以及胸径、高度、冠幅等数据用于计算植物绿量。
1.4 数据处理
根据实测的气象数据，在分析中利用相对值进行比较，避免因天气原因造成的误差。选取降温强度Tp和增湿强度Hp为实际比较用值，具体计算方法如下：
其中Tci是第i时刻的对照温度（℃），Ti为第i时刻样地的温度（℃）。
其中H，是第i时刻的对照湿度（%），Hi为第i时刻样地的相对湿度（%）。
另外使用SPSS22.0软件的显著性差异分析功能，计算每个样地与对照点相比降温增湿强度的显著性。
绿量指标的测算主要集中在三维绿色空间体积、叶面积总量和叶面积指数3大指标。本文中选取三维绿色空间体积为绿量指标，其中，乔木和大灌木的三维绿量以树冠体积公式来计算，参考郭雪艳等[9-10]对树冠体积和冠幅的回归方程的研究结果，再通过实测获得冠幅数据，从而根据回归方程计算树冠体积。对于文献中尚未涉及的物种，则根据植物形态、种属、个体大小等，取其近似种的回归方程。灌木球的三维绿量计算方法参考球的体积计算公式。草本的三维绿量以其所占空间体积来计算，即覆盖面积乘以平均株高。不同植物的具体计算公式略，通过估算得出各样地植物群落的总体绿量见表2。
2 结果
2.1 不同季节植物群落的温湿度差异
对春夏秋三季各类型植物群落样地的温湿度与对照点之间进行显著性检验，结果如表3所示。空气温度方面，春季组1和组2数据中，除灌木单层型外，其余样地均为极显著差异，而组3样地只有灌木单层型为极显著差异。夏季的组1和组2数据均为极显著差异，组3数据除了草本单层型和灌木单层型，其余各点与对照点相比均有显著或极显著差异。秋季数据只有组1的乔木单层型与对照点相比有极显著差异，其余各点均无显著性差异。
相对湿度方面，春季组1样地中除了灌木单层型，其余各点均有显著或极显著差异;组2样地均为极显著差异;组3样地中只有草本单层型和乔灌草复层型为显著或极显著差异。夏季组1样地除了草本单层型，其余样地与对照点相比均有显著或极显著差异;组2样地均为极显著差异;组3样地草本单层型和乔木单层型为显著或极显差异。秋季组1样地除了乔灌草复层型，其余各点均有显著或极显著差异;组2样地除了草本单层型和乔草复层型，其余各点均有显著或极显著差异;组3样地均为极显著差异。
2.2 不同群落结构样地的降温增湿强度比较
将各季节不同群落结构样地的降温增湿强度平均值进行比较，可以得出：春季灌木单层型不具有降温效益，除此之外，各植物群落均具有不同程度的降温增湿效益（图1），降温强度从大到小排序为乔灌草>乔草>草本>乔木;增湿效果从大到小排序为乔灌草>草本>乔草>灌木>乔木。显著性检验结果表明，降温强度方面，草本单层型与乔灌草复层型、乔草双层型与乔灌草复层型之间具有显著性差异;增湿强度方面，乔草双层型与乔灌草复层型之间有显著性差异。 夏季植物群落都表现出降温增湿作用（图2），其中乔草结构的降温强度最大，其次是乔灌草、乔木和草本，灌木结构最小。增湿强度方面，乔木样地最高，其次分别为乔灌草、草本和和灌木，乔草结构最小。显著性检验的结果表明：在降温强度方面，单层型结构的群落（草本、灌木、乔木）与多层型结构的群落（乔草和乔灌草）之间都具有显著性差异;而增湿强度方面，单层型群落中的草本和灌木与多层型结构的群落（乔草和乔灌草）之间具有显著性差异。
秋季乔木单层型群落降温增湿强度最高（图3）。其中灌木样地的降温强度为负值，其余各群落降温强度排序为乔木>乔灌草>草本>乔草;增湿作用方面，同样是乔木群落最高，其次是灌木、乔灌草和草本，乔草的增湿强度最小。显著性检验结果为：降温强度方面，灌木单层型和乔草双层型、乔草双层型和乔灌草复层型之间具有显著性差异;增湿强度方面，乔木单层型与乔草双层型之间具有显著性差异。
2.3 植物群落绿量与降温增湿强度的回归性分析
将各样地的绿量与各季节降温增湿强度分别进行线性回归分析，得出回归方程以及调整后的R2值见表40其中降温强度用Tp表示，增湿强度为Tp表示，绿量用字母g表示，降温强度和增湿强度的单位是%，绿量的单位是衬。
回归方程中绿量的系数均为正值，说明绿量与降温增湿强度均为正相关关系。夏季绿量与降温强度的回归方程表现为极显著相关，且调整后R2值为0.577;春季绿量与降温强度的回归方程为显著相关，调整后R2值为0.180;秋季绿量与降温强度没有显著相关性。同时春夏秋三季增濕强度与绿量之间均无显著相关性，且R2值都比较小。结果表明春夏季降温强度与绿量具有显著的回归相关性，其中绿量对夏季降温强度影响更大，同时说明绿量是植物群落温湿度调节机制的影响因子之一，且在不同季节其影响机制不同。
3 讨论
3.1 植物群落温湿度调节能力的季节性差异
由数据分析可知，植物群落的降温增湿效应具有明显的季节性差异，与对照点相比，夏季植物群落的温湿度调节能力最为显著，春季的温湿度调节能力较弱，秋季植物群落对温度的调节能力最小，但对湿度的调节能力比较明显。这可能是因为南京夏季温度高且湿度大，植物群落的降温增湿效应主要是因为植物冠层对太阳辐射的遮挡作用和叶片的蒸腾作用[11]。外部环境温度较高时，叶片内外的温差大，这会导致叶片气孔的蒸腾速率增加[12-13]，进一步提高其降温增湿效应。所以一般情况下，夏季植物群落的降温增湿效应要比其他季节更明显。这也与多数研究的结果相符。
3.2 群落结构对降温增湿能力的影响
在不同结构群落的温湿度调节能力方面，春季和秋季乔灌草复层结构的植物群落降温增湿效益最为显著，而夏季乔草双层型结构的群落降温效益最明显，乔木单层型群落的增湿效益最好;单层、双层以及复层群落结构之间的降温增湿强度具有显著性差异，说明群落结构确实是降温增湿强度的影响因子之一。夏季群落的降温增湿情况与春秋季相比出现了反常情况，乔草结构的群落降温强度最高而增湿强度却最低，乔木的增湿强度最大。植物群落主要通过冠层结构吸收、反射和遮挡太阳辐射，使到达地面及树冠下面的太阳辐射显著减少，从而调节林下温度[14]。湿度的增加主要是由于叶片的蒸腾作用，另外湿度还会受土壤含水量、灌溉时间、土壤蒸发、地被植物盖度以及风速等因素影响[15]。所以出现反常的原因可能是南京夏季为高温高湿天气，乔灌草结构的群落本身郁闭度较高，四周的围合度也比较高，空气流通不畅，高温高湿的环境会使群落中心更加闷热，而乔草结构的群落上方有乔木遮阴，中层空间通透，有利于风的穿行，从而达到更好的降温效果，而且风的穿行也会带走一部分水汽，降低相对湿度。这种情况反而会在夏季闷热潮湿的天气情况下为人们创造更好的舒适度体验。因此良好的生态环境不能单纯考虑气候数据，还要考虑使用者的舒适度体验，两者结合才能更好的实现气候适应性设计的要求。
3.3 绿量对群落降温增湿能力的影响
从结果来看，绿量与降温增湿强度成正相关关系，且绿量主要影响降温强度。但调整后R2值比较小，说明绿量并不是影响降温增湿效益的唯一因素，还可能取决于群落的结构因子如郁闭度、围合度等以及其他外部因素。因此，在提高植物群落降温增湿作用时，可以考虑将绿量和群落因子以及其他因素进行综合配置，使植物群落产生更高的生态效益。由于本文所选的绿量指标为三维绿色空间体积，与叶面积指数、叶面积总量等指标有一定差异，所以结果与以往研究中的结论有所不同，其本质上的影响机制还有待进一步研究和验证。
参考文献
[1]张琳，刘滨谊，林俊.城市滨水带风景园林小气候适应性设计初探[J].中国城市林业，2014，12（4）：36-39.
[2]刘滨谊，梅欹，匡纬.上海城市居住区风景园林空间小气候要素与人群行为关系测析[J].中国园林，2016，32（1）：5-9.
[3]刘滨谊，林俊城市滨水带环境小气候与空间断面关系研究：以上海苏州河滨水带为例[J].风景园林，2015（6） ：46-54.
[4]刘滨谊，赵晨欣.中国古典园林风景园林小气候适应性设计初探[C]//中国风景园林学会，中国风景园林学会2016年会论文集北京：中国建筑工业出版社.2016：28-35.
[5]刘滨谊，张德顺，张琳，等上海城市开敞空间小气候适应性设计基础调查研究[J].中国园林，2014，30（12）：17-22.
[6]秦仲，李湛东，成仿云，等北京园林绿地5种植物群落夏季降温增湿作用[J].林业科学，2016，52（1）：37-47.
[7]高吉喜，宋婷，张彪，等北京城市绿地群落结构对降温增湿功能的影响[J].资源科学，2016，38（6）：1028-1038.
[8]周廷刚，罗红霞，郭达志.基于遥感影像的城市空间三维绿量（绿化三维量）定量研究[J].生态学报，2005（3）：415-420.
[9]郭雪艳.南京市常见园林植物的绿量研究[D].南京：南京林业大学，2009.
[10]薛仁龙.城市园林绿化生态效益研究[D].杭州：浙江大学，2001.
[11]秦仲北京奥林匹克森林公园绿地夏季温湿效应及其影响机制研究[D].北京：北京林业大学，2016.
[12]董泽军.植物蒸腾作用高速率之原因[J].中国农学通报，2010，26（21）：131-135.
[13]周忠胜，卫笑，魏家星，等.南京滨江公园绿地冬春季温湿度调节能力研究[J].中国城市林业，2017，15（4）：16-20.
[14]刘娇妹，李树华，杨志峰.北京公园绿地夏季温湿效应[J].生态学杂志，2008，27（11）：1972-1978.
[15]VICTOR L B，ADALBERTO T M，ERNESTO J.Energy balancemeasurements in a suburban vegetated area in Mexico City[J].Atmospheric Environment，1999，33（24）;4109-4113.
关键词：植物群落，温湿度调节，群落结构，绿量
目前已有较多对城市绿地温湿度调节机制的影响研究，切入点有下垫面类型、空间形态、斑块形状等;另外具体针对植物的降温增湿效益，也有从单个植物种类、群落结构类型、群落结构因子等方面进行的深入研究[1-7]。但是现阶段的研究大多集中在夏季，此时植物群落降温增湿效应最为显著，但是却较少涉及其他季节植物群落的温湿度调节效应。
绿量的概念在1994年首次提出，与二维指标相比，绿量能够更确切地反映绿地植物空间构成的合理性以及绿地系统所发挥的生态效益[8]。但是目前针对特定生态环境下植物群落绿量与降温增湿效益的关系研究还比较少。本文以典型的城市带状绿地——南京滨江公园为例，在春夏秋三个季节选择不同结构类型的植物群落样地，估算其整体绿量，并将其与测定的降温增湿数据进行相关性分析，探究植物群落绿量对降温增湿作用的影响。运用科学的统计和分析方法，将植物群落的降温增湿效益进一步可控化，以期对新时代背景下的城市绿地建设提供理论依据和数据支撑。
1 研究区概况与研究方法
1.1 研究区概况
南京滨江公园位于南京市建邺区河西新城，毗邻长江夹江，占地面积近200hm2，是典型的城市带状绿地。作为南京滨江风光带的重要组成部分，目前已建设成为集娱乐、生态、科普、健身为一体的全新的城市公园。
1.2 样地选择
按照群落类型的不同，在公园内选择了3组共18个样地（表1），每组6个样地，分别为单层植被群落：草坪地被（专指草坪草）、灌木（低于1.8m）、乔木。双层植被群落：草坪+乔木。复层植被群落：草坪+灌木+乔木;以及硬质无荫蔽对照点。所选样地是以5 m为半径的圆形区域，测量时站在样地中心进行。
1.3 测量内容及方法
本实验在春夏秋三季对植物群落的降温增湿效益进行测定。测量日期选在2016年5月11日和12日、7月25日和26日，以及11月13日。使用Kestrel 4000手持式移動气象站，每天9：00-13：00，每小时测一次所有样地距离地面1.5m处的空气温度、相对湿度、风速等数据。每次读取3组数据，最终计算平均值进行比较。另外记录每个样地的植物种类以及胸径、高度、冠幅等数据用于计算植物绿量。
1.4 数据处理
根据实测的气象数据，在分析中利用相对值进行比较，避免因天气原因造成的误差。选取降温强度Tp和增湿强度Hp为实际比较用值，具体计算方法如下：
其中Tci是第i时刻的对照温度（℃），Ti为第i时刻样地的温度（℃）。
其中H，是第i时刻的对照湿度（%），Hi为第i时刻样地的相对湿度（%）。
另外使用SPSS22.0软件的显著性差异分析功能，计算每个样地与对照点相比降温增湿强度的显著性。
绿量指标的测算主要集中在三维绿色空间体积、叶面积总量和叶面积指数3大指标。本文中选取三维绿色空间体积为绿量指标，其中，乔木和大灌木的三维绿量以树冠体积公式来计算，参考郭雪艳等[9-10]对树冠体积和冠幅的回归方程的研究结果，再通过实测获得冠幅数据，从而根据回归方程计算树冠体积。对于文献中尚未涉及的物种，则根据植物形态、种属、个体大小等，取其近似种的回归方程。灌木球的三维绿量计算方法参考球的体积计算公式。草本的三维绿量以其所占空间体积来计算，即覆盖面积乘以平均株高。不同植物的具体计算公式略，通过估算得出各样地植物群落的总体绿量见表2。
2 结果
2.1 不同季节植物群落的温湿度差异
对春夏秋三季各类型植物群落样地的温湿度与对照点之间进行显著性检验，结果如表3所示。空气温度方面，春季组1和组2数据中，除灌木单层型外，其余样地均为极显著差异，而组3样地只有灌木单层型为极显著差异。夏季的组1和组2数据均为极显著差异，组3数据除了草本单层型和灌木单层型，其余各点与对照点相比均有显著或极显著差异。秋季数据只有组1的乔木单层型与对照点相比有极显著差异，其余各点均无显著性差异。
相对湿度方面，春季组1样地中除了灌木单层型，其余各点均有显著或极显著差异;组2样地均为极显著差异;组3样地中只有草本单层型和乔灌草复层型为显著或极显著差异。夏季组1样地除了草本单层型，其余样地与对照点相比均有显著或极显著差异;组2样地均为极显著差异;组3样地草本单层型和乔木单层型为显著或极显差异。秋季组1样地除了乔灌草复层型，其余各点均有显著或极显著差异;组2样地除了草本单层型和乔草复层型，其余各点均有显著或极显著差异;组3样地均为极显著差异。
2.2 不同群落结构样地的降温增湿强度比较
将各季节不同群落结构样地的降温增湿强度平均值进行比较，可以得出：春季灌木单层型不具有降温效益，除此之外，各植物群落均具有不同程度的降温增湿效益（图1），降温强度从大到小排序为乔灌草>乔草>草本>乔木;增湿效果从大到小排序为乔灌草>草本>乔草>灌木>乔木。显著性检验结果表明，降温强度方面，草本单层型与乔灌草复层型、乔草双层型与乔灌草复层型之间具有显著性差异;增湿强度方面，乔草双层型与乔灌草复层型之间有显著性差异。 夏季植物群落都表现出降温增湿作用（图2），其中乔草结构的降温强度最大，其次是乔灌草、乔木和草本，灌木结构最小。增湿强度方面，乔木样地最高，其次分别为乔灌草、草本和和灌木，乔草结构最小。显著性检验的结果表明：在降温强度方面，单层型结构的群落（草本、灌木、乔木）与多层型结构的群落（乔草和乔灌草）之间都具有显著性差异;而增湿强度方面，单层型群落中的草本和灌木与多层型结构的群落（乔草和乔灌草）之间具有显著性差异。
秋季乔木单层型群落降温增湿强度最高（图3）。其中灌木样地的降温强度为负值，其余各群落降温强度排序为乔木>乔灌草>草本>乔草;增湿作用方面，同样是乔木群落最高，其次是灌木、乔灌草和草本，乔草的增湿强度最小。显著性检验结果为：降温强度方面，灌木单层型和乔草双层型、乔草双层型和乔灌草复层型之间具有显著性差异;增湿强度方面，乔木单层型与乔草双层型之间具有显著性差异。
2.3 植物群落绿量与降温增湿强度的回归性分析
将各样地的绿量与各季节降温增湿强度分别进行线性回归分析，得出回归方程以及调整后的R2值见表40其中降温强度用Tp表示，增湿强度为Tp表示，绿量用字母g表示，降温强度和增湿强度的单位是%，绿量的单位是衬。
回归方程中绿量的系数均为正值，说明绿量与降温增湿强度均为正相关关系。夏季绿量与降温强度的回归方程表现为极显著相关，且调整后R2值为0.577;春季绿量与降温强度的回归方程为显著相关，调整后R2值为0.180;秋季绿量与降温强度没有显著相关性。同时春夏秋三季增濕强度与绿量之间均无显著相关性，且R2值都比较小。结果表明春夏季降温强度与绿量具有显著的回归相关性，其中绿量对夏季降温强度影响更大，同时说明绿量是植物群落温湿度调节机制的影响因子之一，且在不同季节其影响机制不同。
3 讨论
3.1 植物群落温湿度调节能力的季节性差异
由数据分析可知，植物群落的降温增湿效应具有明显的季节性差异，与对照点相比，夏季植物群落的温湿度调节能力最为显著，春季的温湿度调节能力较弱，秋季植物群落对温度的调节能力最小，但对湿度的调节能力比较明显。这可能是因为南京夏季温度高且湿度大，植物群落的降温增湿效应主要是因为植物冠层对太阳辐射的遮挡作用和叶片的蒸腾作用[11]。外部环境温度较高时，叶片内外的温差大，这会导致叶片气孔的蒸腾速率增加[12-13]，进一步提高其降温增湿效应。所以一般情况下，夏季植物群落的降温增湿效应要比其他季节更明显。这也与多数研究的结果相符。
3.2 群落结构对降温增湿能力的影响
在不同结构群落的温湿度调节能力方面，春季和秋季乔灌草复层结构的植物群落降温增湿效益最为显著，而夏季乔草双层型结构的群落降温效益最明显，乔木单层型群落的增湿效益最好;单层、双层以及复层群落结构之间的降温增湿强度具有显著性差异，说明群落结构确实是降温增湿强度的影响因子之一。夏季群落的降温增湿情况与春秋季相比出现了反常情况，乔草结构的群落降温强度最高而增湿强度却最低，乔木的增湿强度最大。植物群落主要通过冠层结构吸收、反射和遮挡太阳辐射，使到达地面及树冠下面的太阳辐射显著减少，从而调节林下温度[14]。湿度的增加主要是由于叶片的蒸腾作用，另外湿度还会受土壤含水量、灌溉时间、土壤蒸发、地被植物盖度以及风速等因素影响[15]。所以出现反常的原因可能是南京夏季为高温高湿天气，乔灌草结构的群落本身郁闭度较高，四周的围合度也比较高，空气流通不畅，高温高湿的环境会使群落中心更加闷热，而乔草结构的群落上方有乔木遮阴，中层空间通透，有利于风的穿行，从而达到更好的降温效果，而且风的穿行也会带走一部分水汽，降低相对湿度。这种情况反而会在夏季闷热潮湿的天气情况下为人们创造更好的舒适度体验。因此良好的生态环境不能单纯考虑气候数据，还要考虑使用者的舒适度体验，两者结合才能更好的实现气候适应性设计的要求。
3.3 绿量对群落降温增湿能力的影响
从结果来看，绿量与降温增湿强度成正相关关系，且绿量主要影响降温强度。但调整后R2值比较小，说明绿量并不是影响降温增湿效益的唯一因素，还可能取决于群落的结构因子如郁闭度、围合度等以及其他外部因素。因此，在提高植物群落降温增湿作用时，可以考虑将绿量和群落因子以及其他因素进行综合配置，使植物群落产生更高的生态效益。由于本文所选的绿量指标为三维绿色空间体积，与叶面积指数、叶面积总量等指标有一定差异，所以结果与以往研究中的结论有所不同，其本质上的影响机制还有待进一步研究和验证。
参考文献
[1]张琳，刘滨谊，林俊.城市滨水带风景园林小气候适应性设计初探[J].中国城市林业，2014，12（4）：36-39.
[2]刘滨谊，梅欹，匡纬.上海城市居住区风景园林空间小气候要素与人群行为关系测析[J].中国园林，2016，32（1）：5-9.
[3]刘滨谊，林俊城市滨水带环境小气候与空间断面关系研究：以上海苏州河滨水带为例[J].风景园林，2015（6） ：46-54.
[4]刘滨谊，赵晨欣.中国古典园林风景园林小气候适应性设计初探[C]//中国风景园林学会，中国风景园林学会2016年会论文集北京：中国建筑工业出版社.2016：28-35.
[5]刘滨谊，张德顺，张琳，等上海城市开敞空间小气候适应性设计基础调查研究[J].中国园林，2014，30（12）：17-22.
[6]秦仲，李湛东，成仿云，等北京园林绿地5种植物群落夏季降温增湿作用[J].林业科学，2016，52（1）：37-47.
[7]高吉喜，宋婷，张彪，等北京城市绿地群落结构对降温增湿功能的影响[J].资源科学，2016，38（6）：1028-1038.
[8]周廷刚，罗红霞，郭达志.基于遥感影像的城市空间三维绿量（绿化三维量）定量研究[J].生态学报，2005（3）：415-420.
[9]郭雪艳.南京市常见园林植物的绿量研究[D].南京：南京林业大学，2009.
[10]薛仁龙.城市园林绿化生态效益研究[D].杭州：浙江大学，2001.
[11]秦仲北京奥林匹克森林公园绿地夏季温湿效应及其影响机制研究[D].北京：北京林业大学，2016.
[12]董泽军.植物蒸腾作用高速率之原因[J].中国农学通报，2010，26（21）：131-135.
[13]周忠胜，卫笑，魏家星，等.南京滨江公园绿地冬春季温湿度调节能力研究[J].中国城市林业，2017，15（4）：16-20.
[14]刘娇妹，李树华，杨志峰.北京公园绿地夏季温湿效应[J].生态学杂志，2008，27（11）：1972-1978.
[15]VICTOR L B，ADALBERTO T M，ERNESTO J.Energy balancemeasurements in a suburban vegetated area in Mexico City[J].Atmospheric Environment，1999，33（24）;4109-4113.