城市绿地空气负离子和PM_(2.5)浓度分布特征及其与微气候关系——以合肥天鹅湖为例

选取夏热冬冷地区合肥市天鹅湖3种不同类型绿地作为研究对象,并以空旷广场为对照,于2015年夏冬季分别测试了空气离子浓度、PM_(2.5)浓度、温度、湿度、风速等指标,分析了3种不同类型绿地以及对照广场的空气负离子浓度和PM_(2.5)浓度的时空特征,并进行了空气质量评价。结果表明,(1)实测样地的空气负离子浓度日变化较明显,呈现出上午高、下午低的趋势。同一时刻中对照广场空气负离子浓度最低,均低于3种不同类型绿地,峰值期间差异尤其明显。(2)夏冬季实测样地的空气负离子浓度由大到小依次为:疏林地、密林地、草地、对照广场。(3)实测样地的PM_(2.5)浓度日变化较明显,呈双峰双谷型,即早中晚低、白天高。(4)夏季实测样地PM_(2.5)浓度差异较显著,冬季不显著,且冬季PM_(2.5)浓度均大于夏季。(5)夏冬季实测样地的空气负离子平均浓度差异不大,CI指数接近,等级为D,空气清洁度属于容许范围;而对照广场的空气负离子平均浓度显著低于3种不同类型绿地,CI指数最低,等级为E级,空气清洁度属于中污染。由此得出以下结论:(1)合理的绿地空间布局能够提高空气负离子浓度,降低颗粒物污染并改善空气质量;(2)空气负离子浓度与PM_(2.5)浓度呈显著负相关;与相对湿度呈显著负相关,与风速呈显著正相关,与温度关系不明确。在此基础上进一步提出展望,建议对PM_(2.5)浓度和空气负离子浓度展开实时监测并对结果进行对比分析,找出两者之间的相关关系。同时对不同季节、不同天气状况、不同下垫面结构的城市绿地进行进一步深入研究,探索有利于居民身心健康和休闲运动的城市绿地类型。     

北京市三种典型城市绿地类型的保健功能分析

随着城市化进程的加快,越来越多的城市居民的健康受到城市污染的影响,因而城市绿地对人体的保健作用日益受到重视。通过实地监测的方法,选择北京3种典型类型的绿地、在不同空间以及不同的季相条件组合下,对形成绿地保健功能的空气负离子浓度、空气温度、湿度、二氧化碳浓度、噪音等因子进行了研究。结果表明：（1）不同绿地类型的保健功能有较大的差距,以同一时段空气中的负离子浓度为例,其最大值发生在郊野公园（1810cm^-3）,高于单位绿地（980cm^-3）,远高于作为对照的商业中心（110cm^-3）;（2）在同一绿地的不同空间位置也存在明显差异,以道路绿化防护林带为例,林带中心空气中的负离子浓度高达1900cm-^-3,高于林缘（591cm^-3）和林外（120cm^-3）;（3）同一绿地保健功能随季相变化发生明显改变,在有叶期的道路绿化防护林带中心的空气负离子浓度（1900cm^-3）是落叶期相同位置空气中负离子浓度（750cm-^-3）的两倍多。空气温湿度、噪音、CO2浓度的空间和时间上的变化类似于空气负离子。本研究获得的数据支持了城市绿地保健功能理论,可为合理设计城市绿地增强其保健功能提供依据。     

高密度城市住区绿地空气负离子浓度分布特征及其与微气候关系

选取合肥市政务区天鹅湖周边4个高密度城市住区的不同类型绿地为研究对象,于2016年7—8月、12月针对分别在雨后、晴天、阴天3种天气状况下,主要包括空气正、负离子浓度,温度,相对湿度,风速,分析了夏冬两季室内外空气负离子浓度的分布特征,结果表明,(1)夏季各样本绿地空气负离子浓度呈现雨后晴天阴天的趋势,冬季各样本绿地空气负离子浓度呈现出晴天阴天雨后的趋势。(2)空气负离子浓度总体夏季高于冬季。夏季4块样本绿地室外环境的空气负离子平均浓度呈现雏菊苑丽景城琥珀五环城陶然居的趋势,分别为351、292、276、260 ion·cm~(-3);冬季呈现出陶然居丽景城琥珀五环城雏菊苑的趋势,分别为296、289、259、206 ion·cm~(-3)。(3)4种不同类型绿地中,道路绿地的空气负离子浓度偏低,其中夏季最低值达193 ion·cm~(-3),冬季最低值达171 ion·cm~(-3);宅旁绿地、组团绿地和中心绿地的空气负离子浓度相对较高,其中夏季最高值达405 ion·cm~(-3),冬季最高值达360 ion·cm~(-3)。论文进一步对空气负离子浓度与环境因子的进行相关性分析,根据以上分析得出结论,(1)晴天无尘时空气负离子浓度明显增大,雨后天晴时空气负离子比干燥晴天还要高,尤其雷雨过后空气中负离子浓度明显增高。(2)来往人员车辆较多不利于负离子的产生;植物层次结构丰富,能提高环境的空气负离子浓度。(3)室外绿地的空气负离子浓度与温度总体呈正相关,与相对湿度关系不明确,与风速总体呈正相关。(4)住区内部大面积的水体与绿地有利于激发负离子浓度。(5)住区周边的乔灌草结构,对城市主干道的灰尘起到了阻挡的作用,但也一定程度上阻挡了气流的运动。在此基础上作者进一步提出展望,建议整合住区内部的绿地或水体相贯通,形成整体化的绿地空间布局,同时采用郁闭度稍大的密林地或疏林地,在实现滞尘作用与利于气流的畅通之间寻找一个最佳的临界值。     

城市绿地对空气负离子的影响

在南昌市选择有典型特征的城市绿地,对其在不同环境状况下的空气正、负离子浓度进行监测。研究结果表明:(1)城市绿地能有效提高空气负离子数量;(2)乔、灌、草3种不同类型的绿地中,以乔木林对提高空气负离子浓度和改善空气质量的作用最为显著;(3)在城市环境下,不同林分结构类型的乔木片林对空气负离子水平以及空气质量指数(CI)的影响差异不显著;(4)天气条件对绿地的空气负离子水平存在显著影响;(5)喷泉对空气负离子有显著影响。喷泉周围空气负离子浓度节律性振荡周期与喷泉的喷水变化周期相吻合。喷泉对空气负离子浓度以及CI的影响随着距离的增加而迅速减小。     

空气负离子浓度分布特征及其与环境因子的关系

大气离子是由许多自然和人为的原因产生,并且它们的浓度在不同环境场所下差别很大。选取我国南部沿海某省份作为研究区域,挑选近10处具有代表性的环境场所进行实测研究,收集了空气正、负离子浓度、风速、空气温度、相对湿度、材料和植物负离子浓度等数据。实测数据表明：地面上的空气负离子浓度随着地理环境因素（瀑布、海边、峡谷、乡村田野、郊区旷野、县城等）不同差别很大,其中瀑布〉海边〉峡谷〉溪流〉县城;同时空气负离子浓度与风速、水、植物、相对湿度等有较为密切的关系。通过对实测数据进行分析得出以下结论,1）空气的摩擦可以有效显著地增加空气中负离子的浓度,两者呈现出一定的正相关关系。2）水体在撞击和喷射过程能加快正负电荷的分离,水速流动地越快,相应摩擦产生的电离能越大,周边环境的空气负离子浓度就越高;同时随着距离的衰减,环境中的空气负离子浓度也在不断地降低。3）空气负离子浓度与植物群落的种类结构和配置相关,其中高处复层结构植物〉低处复层结构植物〉低处单层结构植物。4）相对湿度与空气负离子具有良好的相关性。5）温度与空气负离子的关系有待进一步明确。6）适宜的温度、湿度以及风速能使人感到舒服,有益于人体的健康。7）自然生态环境整体而言,空气负离子浓度大,空气清洁度均为A级最清洁。通过结果和分析给城市生态环境建设方面以重要的启示,因此作者从城市规划层面进一步提出以下建议：1）以自然环境的空气负离子浓度值为参考标准研究城市环境的空气负离子浓度和空气清洁度,进行符合气候和生态资源运行状态的设计,对于优化城市生态环境和城乡规划建设的水平有着重要的意义。2）加强自然通风、增加水体景观设计以及扩大绿地并减少不必要的硬质广?     

河南中北部不同植被区空气负离子浓度变化分析

为了研究不同植被区空气负离子浓度变化规律及其影响因素,在河南中北部森林、绿地、果园、农田4个植被区选择了8种主要植被类型,在2015年3月—2016年2月观测了空气正负离子浓度及主要气象要素,调查了各植被区主要植被类型的覆盖率,并根据不同植被类型的空气负离子浓度及覆盖率,采用加权平均数法计算出各植被区空气负离子浓度。结果表明,在不同植被类型中,空气负离子日变化规律为:刺槐Robinia pseudoacacia、侧柏Platycladus orientalis、女贞Ligustrum lucidum、广玉兰Magnolia grandiflora、樱桃Cerasuspseudocerasus、葡萄Vitis vinifera多为双峰曲线,小麦Triticum aestivum+玉米Zea mays、小麦+花生Arachis hypogaea及无植被区多为单峰曲线。空气负离子的年变化规律为:各植被类型均为单峰曲线,峰值出现在6—8月。空气负离子年平均浓度:刺槐(448 ion·cm~(-3))侧柏(438 ion·cm~(-3))樱桃(328 ion·cm~(-3))葡萄(321ion·cm~(-3))小麦+玉米(314 ion·cm~(-3))小麦+花生(309 ion·cm~(-3))女贞(309 ion·cm~(-3))广玉兰(302 ion·cm~(-3))。在不同的植被区中,空气负离子浓度日变化规律为:森林为双峰曲线,绿地、果园、农田为单峰曲线。空气负离子年变化规律为:森林、绿地、果园为单峰曲线,峰值出现在7月或8月;农田为双峰曲线,峰值分别出现在7月与11月。年平均空气质量指数:森林(413 ion·cm~(-3))果园(305 ion·cm~(-3))农田(302 ion·cm~(-3))绿地(299 ion·cm~(-3))。森林、绿地的空气负离子浓度与温湿度呈显著正相关性;果园空气负离子浓度与气温呈极显著正相关性;农田空气负离子浓度与温湿度相关性不显著。     

海滨、森林环境中空气负离子分布特征及其与环境因子的关系

利用连续7年北戴河空气负离子观测实验数据,分别以气象站、金山嘴和联峰山测点代表城市绿化区、海滨、森林等生态环境。绘制空气负离子浓度变化曲线,分析空气负离子浓度与气候要素和大气污染物的相关性,并进行显著性检验。本研究旨在了解北戴河空气负离子分布特征及其与环境因子的关系,为当地的环境保护、为劳模疗养和旅游资源开发提供科学数据。研究结果,(1)空气负离子浓度年际变化起伏不大,7年的平均值为1 730 ind?cm~(-3),最高年份与最低年份相差535ind?cm~(-3)。(2)空气负离子浓度月变化中,8月份平均离子浓度为7 785 ind?cm~(-3),为全年最高,1月份为365 ind?cm~(-3),为全年最低。在空气负离子空间分布上,海边和森林空气负离子浓度明显偏高,海滨的年平均值为3 902 ind?cm~(-3),森林年平均值为5 403 ind?cm~(-3)。(3)按季节统计空气负离子浓度日变化,其特点是白天浓度明显小于夜间,最高值出现在夜间或早晨,最低值出现在中午到下午之间。(4)年际空气负离子浓度与年雨日数、年总降雨量、年雷暴日数、年平均相对湿度呈正相关;与年平均气温、年日照时数呈负相关,但空气负离子浓度年均值与气象要素年均值的相关性检验不显著。(5)空气负离子浓度与细颗粒物PM_(2.5)浓度呈负相关;与细颗粒物中的二氧化氮、二氧化硫、一氧化碳浓度呈负相关,而与臭氧浓度呈正相关,并通过显著性检验。(6)大气放电(雷雨)可以产生数量巨大的空气负离子。     

泰安市典型生态功能区空气负离子的时空分布及影响因素分析

为了探讨城市不同生态功能区空气负离子的时空分布及其影响因素,选取泰安市典型生态功能区(广场公园区、居民住宅区、城市道路区和工业厂房区),对其空气正、负离子浓度、可吸入颗粒物(PM10、PM2.5)浓度及其主要环境因子(空气温度、相对湿度、风速)进行同步监测,系统分析评价了各生态功能区空气负离子动态变化特征,以及与环境因子和可吸入颗粒物的相关性.结果表明:(1)广场公园区空气负离子浓度日变化呈明显的单峰形式,居民住宅区、城市道路区和工业厂房区呈双峰形式,广场公园区的空气负离子浓度最高,其次是居民住宅区和城市道路区,工业厂房区最低;(2)各生态功能区CI指数的平均值大小顺序依次为广场公园区居民住宅区城市道路区工业厂房区;(3)空气负离子日变化浓度趋势与相对湿度变化趋势相似,与温度、空气正离子、风速变化趋势相反.对空气负离子浓度日变化影响较大的环境因子是相对湿度和温度;(4)空气负离子和可吸入颗粒物(PM10、PM2.5)的日变化趋势相反,当空气负离子浓度增大时,可吸入颗粒物浓度减小,空气负离子和可吸入颗粒物呈显著负相关的关系,在相关性上PM10PM2.5.     

上海佘山国家森林公园空气负离子动态及其主要影响因子

以上海佘山国家森林公园为研究地,通过定点观测,对比分析了林内与空地的空气负离子在日变化和季节变化上的规律。研究结果表明:在一日内的上午、中午、下午3个时段,林内与空地的空气负离子浓度和安培空气离子评价系数(CI)值均无显著性差异;而在这3个时段,林内的空气负离子浓度和CI值均显著高于空地;季节上,林内与空地的负离子浓度、CI值以及空气清洁程度均为夏秋季大于春季大于冬季,林内和空地在夏秋两季负离子浓度和CI值都显著大于空地。同时林内的空气清洁程度在4个季节皆高于空地。通过多元回归分析得出,总悬浮颗粒物(TSP)是影响夏秋两季林内负离子浓度和CI值的主要影响因素;相对湿度是影响夏秋两季空地空气负离子浓度和CI值的主要影响因素。     

北京地区不同植被类型空气负离子浓度及其影响因素分析

为研究城市内常见植被的空气负离子浓度水平及其影响因素,选取了北京市内几种常见的植被类型,以无植被覆盖的开阔地为参照对象,采用曲线图、散点图、回归分析等手段研究了不同植被类型的空气负离子浓度差异,并分析了外部环境对空气负离子浓度的影响。结果表明,(1)有林地区空气负离子浓度水平远高于无林地区,北京不同植被类型的空气负离子日平均浓度差异明显,5类样地的日平均空气负离子浓度波动范围在300~1 800 ion·cm-3之间,从高到低排序为:阔叶林针阔叶混交林针叶林灌木林无植被覆盖开阔地,且波动范围也逐渐变小,日平均空气负离子浓度分别达到了1 198、1 069、710、599、516 ion·cm-3。最高值一般出现在早晨或者晚上,最低值一般出现在中午。(2)空气负离子含量受天气变化影响显著,4种天气状况下的空气负离子浓度由高到低依次为:雷雨天晴天阴天雾霾天。(3)空气负离子浓度与温度呈负相关,回归方程为:y=-0.018 9x+40.157(r=-0.848,f=53.782,t=-7.334,P=0.001);与相对湿度呈正相关,回归方程为:y=0.058 0x+16.475(r=0.810,f=40.176,t=6.338,P=0.001)。(4)人类活动对空气负离子浓度影响较大,空气负离子浓度与人流量车流量均呈负相关,空气负离子浓度从中心城区向外逐渐升高,万泉河路、香山路、新平北路3个样地的日平均空气负离子浓度分别为:367、485、548 ion·cm-3。(5)空气负离子浓度室外明显高于室内。(6)空气质量与空气负离子浓度关系显著,空气负离子浓度与空气质量指数、PM2.5浓度均呈负相关。这些结果给城市绿地规划及大气治理提供了一些参考,并对后续进一步的研究做了铺垫。     

基于空气负离子浓度的建筑室内空气清洁度评价

对深圳某办公楼部分房间的空气负离子浓度分布进行了观测研究,利用空气离子单极系数和安倍空气离子评价指数对不同设备制冷的办公室空气质量进行了评价分析。结果表明:自然通风状态下的空气清洁度比机械通风状态下高,利用可再生能源制冷技术的室内空气质量比普通空调制冷技术的好,放置负离子发生器对室内空气质量有显著提高。因此提高室内负离子浓度可以创造舒适的空气环境,并建议把空气负离子浓度列为室内环境的监测和评价指标,为今后城乡建设规划、城市林业规划和环境能源保护提供科学依据和设计思路。     

甘肃省森林区空气负离子分布特征研究

选择了甘肃省7个代表性林区,利用ITC-201A型智能便携式空气负离子测定仪对14种林分类型的空气负离子浓度进行了为期2年的测定与研究。结果显示：①森林空气负离子浓度针叶树种均值为578cm-3,阔叶树种均值为471cm-3;针叶混交林为722cm-3,针阔混交林为661cm-3,阔叶混交林为492cm-3;不同植被类型均值表现为：针叶混交林〉针阔混交林〉针叶树种〉阔叶混交林〉阔叶树种;②各森林区空气负离子浓度铁杉为最大（877cm-3）,冷杉为最小（372cm-3）,14种林分类型表现为：铁杉（Tsuga chinensis（Franch.）Pritz）〉针叶混交林（coniferous mixed forest）〉云杉（Picea crassifolia Kom.）〉针阔混交林（Mixed needle）〉华山松（Pinus armandii Franch.）〉落叶松（Larix gmelinii（Ruprecht）Kuzeneva）〉桦木（Betulasp.）〉杨树（Populussp.）〉油松（Pinus tabulaeformis Carr.）〉阔叶混交林（broadleaf mixed forest）〉栎类（Quercus）〉柏木（Cupressus fune-bris Endl.）〉椴树（Tilia tuan Szyszyl.）〉冷杉（Abies fabri（Mast.）Craib）;③空气负离子浓度与温度成负相关,相关性方程为y=-57.457x＋1486.2（R2=0.9105）,与空气相对湿度成正相关,相关性方程为y=9.3485x-103.57（R2=0.6801）。     

北京西山国家森林公园中空气负离子浓度与气象因子的相关性研究

空气负离子(Negative air ions,NAI)是城市空气质量的重要指标之一,揭示城市森林释放NAI的影响机制,有助于充分利用NAI的净化作用及保健作用,并判断空气质量。利用北京西山国家森林公园2017年9月-2018年8月的NAI和气象数据,深入探究不同季节条件下和典型天气下影响空气负离子浓度(NAIC)的气象因素。结果显示,(1)不同季节条件下,NAI与气象因素相关关系不同。当温度在15℃以上时,NAIC与温度呈负相关;在15℃以下时,NAIC与温度呈正相关。多数情况下,NAIC与湿度呈反比,冬季湿度对NAIC负效应影响最明显(r=-0.503,P<0.01)。春秋冬NAIC与太阳辐射、气压均呈显著正相关关系,而夏季空气负离子与二者呈现负相关关系。(2)典型天气下,城市森林NAIC与晴天相比出现不同程度的差异,且与气象因子的相关性也不同。雨天条件下,NAIC日均值为2134ion·cm^-3,比晴天NAIC高4.56%,主要受温度和降雨量的共同影响;雾霾天与冬季晴天相比,晴天昼间NAIC为2075 ion·cm^-3,雾霾天昼间NAIC为1948 ion·cm^-3,主要受太阳辐射量的影响;大风天气下NAIC峰值比微风天气高5.37%,日均值大于微风天气,主要受气压的影响。     

北京市不同主干道绿地群落对大气PM2.5浓度消减作用的影响

为研究城市道路两侧不同绿化带宽度及不同植物群落配置模式对消减大气中PM2.5浓度的作用,选择北京市四环主干道旁3种典型植物群落配置类型作为试验监测点,对0 m、6 m、16 m、26 m、36 m不同绿带宽度下PM2.5浓度分布与变化进行监测,并对其消减能力进行计算,分析PM2.5浓度变化与道路车流量、绿化带宽度及植物群落配置模式之间的关系。结果表明：（1）PM2.5浓度的日变化与车流量的日变化特征一致,道路绿地空气中PM2.5浓度的日变化呈现双峰单谷型特征,即早晚高、白天低,PM2.5浓度在8：00-10：00的交通早高峰期间增加,而后开始下降,到12：00-14：00左右达到最低值,之后呈持续上升状态,直至晚高峰19：00浓度达一天中的最大值。（2）不同植物群落配置模式对大气中PM2.5浓度的消减作用不同,群落内郁闭度高的多复层结构绿地对PM2.5消减作用优于郁闭度低的单层配置绿地模式;（3）分别对3类空气质量条件下,道路绿地对PM2.5消减作用进行评价。无污染或轻度污染（PM2.5〈100μg·m-3）环境下,绿地对PM2.5消减作用明显,26 m及36 m的绿带处消减作用最强,最高可达12.22%;中度污染（101μg·m-3201μg·m-3）天气条件下3种绿地对PM2.5的消减作用均不明显。     

横断山区干旱河谷气候变化趋势研究

利用横断山区干旱河谷内20个典型气象台站的长时序逐月气温、降水、相对湿度、日照时间、极端最高气温和极端最低气温等数据,采用线性倾向估计、Mann-Kendall趋势检验以及集中度和集中期等分析方法,研究了横断山区干旱河谷的气候变化趋势.结果表明：（1）全球变化背景下,横断山区干旱河谷平均气温总体呈现升高趋势,升幅为0.11℃·（10 a）-1,较整个横断山区的0.15℃·（10 a）-1略低,冬季升温幅度高于其他季节;（2）金沙江下游的元谋、东川和巧家段河谷呈现持续降温趋势,特别是春季降温较为明显;（3）横断山区干旱河谷降水量呈微弱减少趋势,为-1.48 mm·（10 a）-1,这主要是由于夏季降水减少量超过其他季节降水增加量所致;（4）多数河谷站点年降水量的集中度呈微弱下降趋势,而集中期则有所提前,但不明显;（5）干旱河谷相对湿度和日照时间在近几十年间均呈现减少趋势,相对湿度每10 a约减少0.16百分点,而日照时间则平均每10a减少24.26 h.     

北京市2012-2013年秋冬季大气颗粒物污染特征分析

大气颗粒物一直是影响我国城市空气质量的重要污染物,2013年1月北京市的严重灰霾污染更是带来了重大的健康危害和经济损失。为了摸清北京市颗粒物污染的特征,本文利用北京市实时发布的颗粒物污染监测数据,选取污染最为严重的2012-2013年秋冬季时段,对颗粒物的达标情况、变化趋势及其与气象因子相关性等方面进行研究。研究结果表明：1）2012年,北京市年均ρ（PM10）为109.0μg.m-3,超过了新国标二级标准限值,日均ρ（PM10）的超标天数为84天,全年超标天数比例为23.0%。2）2012年10月至2013年2月,ρ（PM10）达标天数比例为77.9%,ρ（PM2.5）的达标天数比例为51.9%。各月ρ（PM2.5）的达标天数比例均低于ρ（PM10）,某些月份二者达标天数比例差异很大。3）ρ（PM2.5）与ρ（PM10）的逐小时连续变化趋势基本相同,变化特征为＂快速积累,迅速消散,持续时间不定＂。ρ（PM2.5）与ρ（PM10）平均值24 h的变化呈双峰双谷曲线,颗粒物质量浓度夜间高于白天。4）研究期日均ρ（PM10）和ρ（PM2.5）与日均相对湿度呈显著正相关关系,与平均风速和最大风速呈显著负相关关系,ρ（PM2.5）比ρ（PM10）更易受气象条件变化影响。5）ρ（PM10）和ρ（PM2.5）日均值有着非常显著的线性相关关系。本研究得出的ρ（PM2.5）/ρ（PM10）的均值高于之前北京市及我国其他城市研究得出的数值,严重污染现象是由特殊的气象背景条件与污染物高排放共同导致的。     

不同环境场所夏季空气负离子浓度分布特征及其与环境因子的关系

大气离子是由许多自然和人为的原因产生,并且它们的浓度在不同环境场所下差别很大。以我国南部沿海某省份作为研究区域,挑选了近10处有代表性的环境场所进行为期一周的实测和研究,收集了空气正、负离子浓度、风速、空气温度、相对湿度等数据。研究显示,空气负离子浓度与风速、水、植物、相对湿度等有较为密切的关系,其中最主要的影响因素是水,其次是风,最小的是气温。为了改善城市生态环境,建议在城市规划建设中采取有效措施以提高空气负离子浓度。     

北京城市热岛的定量监测及规划模拟研究

为定量地评估北京城市热岛现状并预测未来北京城市热岛发展趋势,分别采用气温资料、遥感资料和城市规划资料进行了研究分析。对北京20个气象台站按照台站距离城市中心的距离划分为远郊、近郊和城市三类,分别计算三种类型站点经过海拔订正后的年平均气温,利用1971-2012年城市站和远郊站的年平均气温差值估算北京气温热岛的时间变化;利用1987-2012年的NOAA/AVHRR和Landsat-TM两种不同分辨率的卫星资料,采用定量化的指标--地表热岛强度和热岛比例指数分别估算了不同时期北京地区和城六区热岛强度和范围,并对北京平原地区的城市热岛状况进行了评估;利用2020年的北京城市规划土地利用资料,结合2008年的城市热岛现状监测结果对2020年的北京热岛状况进行了模拟分析。研究结果表明,北京城市的气温热岛与遥感监测地表热岛在时间变化趋势上具有一致性,不同分辨率卫星资料监测地表热岛在时空分布上也具有一致性。其中1971-2012年,以年平均气温计算的北京城市热岛强度增温率为0.33℃·（10 a）-1,近5年（2008-2012）平均热岛为1.12℃。遥感监测结果显示1987-2001年北京地区的热岛持续增强,2001年之后由于北京申奥的成功进行了大面积的旧城改造和绿化,使得城市热岛强度和范围在2004年和2008年有所降低,2008年之后城市热岛继续向东、南和北方向扩展,并出现了中心城区热岛与通州、顺义、大兴、昌平热岛连成片的趋势,到2012年城六区热岛面积百分比已从1990年的31%增加到77%。由热岛比例指数确定的北京各区县热岛强度排名前三分别是城区、海淀和丰台,延庆县最低。对2020年城市规划图热岛模拟结果显示北京热岛已由“摊大饼”演变为“中心＋周边分散”模式,中心城区热岛强度和范围明显减弱,周边广大远郊区将出现分散?     

天气条件对福州近地层臭氧分布的影响

利用2009—2010年福州市近地层臭氧连续观测资料,并结合气象资料分析不同天气型对臭氧浓度变化的影响,以及臭氧浓度与气象要素的相关性。结果表明：在高压后部、地面倒槽等6种天气型影响下,福州市臭氧浓度值较高;在低涡锋面、台风（热带辐合带）等4种天气型影响下,臭氧浓度值较低。导致福州市臭氧平均浓度值最高的天气型是台风（热带辐合带）外围,最低的是低涡锋面系统。高压后部、地面倒槽和锋前暖区等强暖性、且非常不利于污染物扩散的天气型易造成臭氧浓度超标。臭氧浓度与气象要素关系密切,与温度、日照、太阳辐射显著正相关,与云量、相对湿度、降水量显著负相关,受偏南和偏东风影响,平均风速较大时,臭氧浓度较高,在SSE方位上臭氧小时浓度超标率最高。     

中国典型城市主要大气污染物的浓度水平及分布的比较研究

应用柱状图和箱线图对污染物分布情况进行对比分析,明确了2013上半年北京、沈阳、广州、上海和海口5个城市4项污染物（SO2、NO2、PM10、PM2.5）的日均浓度的分布范围。该组数据涉及的站点总计有49个,其中包含的数据量北京有1863个、沈阳有1670个、上海有1452个、广州有1574个、海口有780个。柱状图显示了这段时间每个城市各个站点4种污染物不同浓度的分布范围,北京的ρ（SO2）和ρ（NO2）分布较为集中,主要的质量浓度区间分别是0~40和40~80μg·m-3,分别占北京SO2和NO2总数据量的51.0%和49.7%,ρ（PM10）和ρ（PM2.5）则分布较为分散;沈阳分布较为集中的是ρ（NO2）和ρ（PM2.5）,主要的质量浓度区间分别是0~30和30~60μg·m-3,分别占沈阳NO2和PM2.5总数据量的52.2%和42.8%,ρ（SO2）和ρ（PM10）则分布较为分散;上海和广州分布较为集中的是低浓度下的ρ（SO2）,其他三项污染物分布较为分散。箱线图是利用每个城市所有站点得到的最大值、最小值、上四分位数、下四分位数和中位数的平均值绘制得到的,通过不同城市间的比较可见,同期ρ（SO2）的比较结果是ρ（沈阳）〉ρ（北京）〉ρ（广州）〉ρ（上海）〉ρ（海口）;ρ（NO2）较大的3个城市是北京、上海和广州;对于ρ（PM10）则只有广州和海口2个城市浓度较低,而对于ρ（PM2.5）高值集中在北京、广州和沈阳3个城市。通过谱图间的比较,并结合各个城市的气象条件及经济发展状况,从中可推测除背景点海口外,北京和沈阳主要的污染物是PM2.5和PM10,广州和上海主要的污染物是NO2和PM2.5;北京主要的污染来源是燃煤烟尘和机动车尾气,广州和上海主要的污染来源是机动车尾气,沈阳主要的污染来源是燃煤烟尘。研究结果可为典型城市的环境监管与大气污染控制提供科学依据。