工业化和城市化的迅猛发展使得空气颗粒物污染越来越严重,对环境以及动植物的生长发育和人类的身体健康都会产生巨大的危害。近年来,我国空气质量已得到很大的改善,然而由于短期内污染物的持续累积和转化,区域空气污染治理任务仍然非常严峻。森林植被具有滞尘功能可以降低空气颗粒物浓度,被公认为是一种有效的生态治理途径,然而沉积在叶片上的颗粒物会影响树木的正常生长,因此,滞尘功能和污染耐受性都是城市绿化树种筛选与优化需要考虑的必要因素。叶片功能性状的差异不仅会影响树木生长,而且对外界环境变化具有最直接的反映。本研究设置森林植被区与非植被区、相对清洁区与空气颗粒物浓度较高区的对照,基于叶片功能性状,利用气溶胶再发生实验室模拟、扫描电镜和原子力显微镜观察、叶片生理指标分析等方法,运用典型天气和典型污染过程完整序列连续数据分析典型天气、污染过程、生长季和非生长季主要绿化树种的滞尘功能规律,阐明叶片生长和空气污染驱动下的微观结构变化以及对其滞尘能力的影响,探讨气体和颗粒污染物共存、相互作用、长期持续胁迫下叶片功能性状的敏感性与生态适应。得到如下主要研究结果:（1）晴天、多云和雨天时森林植被区对颗粒物的削减效率更高,正削减效率维持占比更长,森林植被的滞尘功能强于极端沙尘天气。随着污染强度的增加,轻度污染过程的削减效率比重度污染过程更高,正削减效率维持占比更长,森林植被的滞尘功能变弱。生长季的削减效率和正削减效率维持占比均明显高于非生长季,生长季的滞尘功能明显强于非生长季。极端沙尘天气过程中,爆发期内强劲的风力和丰富的外源性沙尘共同作用导致森林植被的滞尘功能极低,末期外源性沙尘减少加上林内湍流作用增强而促进颗粒物的扩散,植被区颗粒物浓度低于非植被区。（2）对比典型条件下林分滞尘功能得到:1)从颗粒物粒径来看,除晴天和极端沙尘天气过程外,均为PM10的削减效率高于PM2.5,森林植被对PM10等粗颗粒物的削减效果更突出。2)从天气条件对削减效率影响上考虑,森林植被对于PM2.5的削减效率由高到低依次为晴天、轻度污染过程、多云、雨天、极端沙尘天气过程、非生长季重度污染过程、生长季重度污染过程。对于PM10的削减效率而言,其变化规律表现为:轻度污染过程＞多云＞雨天＞生长季重度污染过程＞晴天＞非生长季重度污染过程＞极端沙尘天气过程。与其它过程相比,极端沙尘天气过程中森林植被的滞尘功能与外源性沙尘及风力关系密切。（3）侧柏（Platycladus orientalis）、油松（Pinus tabuliformis）和矮紫杉（Taxus cuspidata var.）三个常绿树种的老叶单位叶面积总悬浮颗粒物（TSP）、PM10、PM2.5和PM1滞纳量均高于新叶,且新叶与老叶对不同粒径颗粒物的滞纳量间均存在极显著差异（p＜0.001）。新叶时,侧柏TSP和PM10滞纳量最高,矮紫杉PM2.5和PM1滞纳量最高;油松新、老叶颗粒物滞纳量均高于侧柏和矮紫杉。除PM10外,不同树种间颗粒物滞纳量存在着极显著的差异（p＜0.001）。侧柏、油松、国槐（Sophora japonica）、毛白杨（Populus tomentosa）和银杏（Ginkgo biloba）五个树种的TSP、PM10滞纳量为朝阳公园高于北京植物园;而PM2.5和PM1滞纳量则规律不相同。不同污染强度区域间叶片各粒径颗粒物滞纳量均存在显著的差异（p＜0.05）。五个树种叶片滞纳颗粒物量总体上由高到低依次为侧柏、油松、毛白杨、银杏和国槐,树种间的颗粒物滞纳量也存在着极显著的差异（p＜0.001）。（4）由叶片生长和空气污染强度引起的叶片微观结构变化会改变叶片粗糙度而影响其颗粒物滞纳能力。随着叶龄的增加,由于表皮蜡质层的机械磨损和化学破坏使得针叶的粗糙度Rq值增加,是导致叶片颗粒物滞纳能力增强的主要原因。与北京植物园相比,朝阳公园叶片的气孔、蜡质层、绒毛和表面纹理等微观结构的变化增加了其粗糙度Rq值,且叶片下表面增加更明显,因此叶片滞尘能力明显增强。极端沙尘天气过程中,叶片滞纳颗粒物增加明显,尤其是春季刚展叶的落叶树种叶片滞尘作用更为显著,沟槽结构发达的叶片表面能够滞纳较多的颗粒物。（5）随着污染胁迫的增强,叶片气孔密度增加,气孔指数减小,绒毛变长变稀疏,叶片形态性状发生了适应性变化。叶片粗糙度亦随着污染强度加重而表现出增大的规律。空气污染胁迫下,侧柏、油松、雪松（Cedrus deodara）、国槐、毛白杨和银杏6个树种叶片生理性状受到不同程度的影响,表现为叶绿素降解,叶绿素a和叶绿素b含量均降低;细胞膜结构均受到破坏,细胞质膜透性增大;糖类合成增加,叶片内可溶性总糖、多糖、葡萄糖和果糖出现积累;抗坏血酸含量升高。叶片通过调节生理生化水平,缓和并适应污染物对细胞的伤害,增强自身抗逆性以保证细胞代谢活动的正常进行。基于综合多参数分析得到各树种的空气污染耐受性由强到弱依次为国槐、银杏、油松、毛白杨、雪松和侧柏。