河南省PM_(2.5)时空分布特征及其与植被覆盖度的关系

随着中国城市化和工业化的不断推进,大气污染治理形势严峻,PM_(2.5)作为首要的大气污染物,已经引起了公众和学术界的普遍关注。研究PM_(2.5)的时空分布特征及其质量浓度同植被覆盖度之间的关系,为区域大气污染联防联控提供数据支撑和理论依据。以大气污染严重的河南省为研究对象,利用2017年1月—2019年2月期间75个国控空气质量监测站的逐日PM_(2.5)质量浓度数据,通过空间插值技术,分析了PM_(2.5)质量浓度的时间和空间分布特征。基于MODID NDVI遥感卫星数据,采用像元二分模型反演获取植被覆盖度数据,再计算其与PM_(2.5)质量浓度的秩相关系数。研究发现,(1)总体上,河南省PM_(2.5)年均质量浓度逐年降低,由2015年的79μg·m~(-3)降至2018年的63μg·m~(-3),年均降幅达7.2%,但是依然超过国家二级标准(35μg·m~(-3)),污染防治形势仍然严峻。(2)从时间分布看,PM_(2.5)季节差异明显,月均质量浓度曲线大致呈"U"形,冬季质量浓度最高(113μg·m~(-3)),夏季最低(35μg·m~(-3)),春秋两季居中。(3)从空间分布来看,PM_(2.5)质量浓度在河南省内由南至北污染程度递减,形成了以污染最严重的郑州市、安阳市为中心的PM_(2.5)辐射圈。(4)植被覆盖度和PM_(2.5)质量浓度相关性强,秩相关系数为-0.55。从污染治理来看,提高植被覆盖度,增加植被面积对PM_(2.5)沉降有积极作用,但作用有限。     

山西省大气PM_(2.5)污染时空分布特征

本文基于国家空气质量自动监测位点2015年3月到2016年2月全年的逐时监测数据,对山西省11个地级市PM_(2.5)的污染状况与时空分布进行了详细研究.结果表明,山西省11个地级城市PM_(2.5)年均浓度均超过了国家年均浓度的二级标准限值,其中,长治和运城污染最为严重,超标率均高达27.51%.PM_(2.5)月均浓度变化特征分析发现,各地区PM_(2.5)污染高峰主要出现在冬季,9个城市在夏季出现另一小高峰,太原在春季出现另一小高峰.PM_(2.5)/PM_(10)月均浓度变化特征分析发现,太原、大同、晋城、朔州、晋中和忻州等6个城市PM_(2.5)/PM_(10)的值从春季到冬季逐渐增长,临汾和运城该比值波动于50%—70%之间,阳泉和吕梁PM_(2.5)/PM_(10)的值在7月和11月出现两次高峰,长治则在7月和1月出现两次高峰,提示不同地区可能受到不同污染源的影响.PM_(2.5)日变化规律总体较为一致,呈明显的双峰分布,其特征是中午和午夜高,凌晨和下午低.不同季节PM_(2.5)的空间分布虽有很大差异,但总体上南部城市高于北部城市.局部自相关分析发现,山西省PM_(2.5)污染的热点区域主要集中在运城.     

合肥市主城区PM_(2.5)时空分布特征研究

城市PM_(2.5)时空分布特征研究对改善空气质量具有重要意义。利用2016年1月1日—2016年12月31日合肥市主城区10个国控空气质量监测站PM_(2.5)浓度、土地开发强度、道路交通等数据,基于Arcgis空间分析平台,探讨合肥市主城区PM_(2.5)时空分布特征及其与土地开发强度、道路交通的关系,可为地方政府改善空气质量提供科学依据。结果表明:(1)合肥市主城区PM_(2.5)浓度季节差异显著,由高到低依次为冬季、春季、秋季和夏季,秋、冬季PM_(2.5)浓度波动较大,而春、夏季PM_(2.5)浓度比较稳定;(2)污染天数呈现春冬多、夏秋少的规律,1月、2月、3月、11月和12月的污染天数比例均超过50%,重度以上污染天气主要出现在春冬季节,严重污染天气暂未出现;(3)1月PM_(2.5)浓度空间分布呈现"双峰多谷"的规律,庐阳区和滨湖新区是PM_(2.5)浓度高峰区,属于轻度污染;7月PM_(2.5)浓度空间分布呈现"双峰双谷"的规律,庐阳区和包河区是PM_(2.5)浓度高峰区,属于良好;(4)合肥市主城区PM_(2.5)浓度与绿地率、主干路长度和容积率有较强关联性;绿地率与PM_(2.5)浓度呈显著负相关,容积率与PM_(2.5)浓度有一定正相关关系,土地利用性质和其他因素综合影响PM_(2.5)浓度;交通流量大的主干路与PM_(2.5)浓度存在正向关系。中心城区通过增加公共绿地空间、合理控制容积率,加强公共交通和电动汽车的使用,可达到改善空气质量的目的。     

西安市PM_(2.5)时空分布特征及气象成因

PM_(2.5)是危害环境及人体健康的重要空气污染物之一,但目前对PM_(2.5)的时空分布及气象成因的研究还相对缺乏。为了更好地控制ρ(PM_(2.5)),利用西安市2013年9月1日至2014年8月31日的PM_(2.5)逐日质量浓度、首要污染物数据及气象数据,分析PM_(2.5)逐日质量浓度对空气质量的影响,ρ(PM_(2.5))的分布特征及其气象成因。结果表明,PM_(2.5)是影响空气质量的重要因素。ρ(PM_(2.5))年超标率高达42.1%,在季节上具有冬秋季高、春夏季低的特征,月变化呈现"V"字形变化。各类型站点的ρ(PM_(2.5))总体空间分布状况为:道路参照点污染最严重;居民参照点、工业参照点次之;商贸参照点及文化、生态参照点的PM_(2.5)污染较轻,基本处于良好状态;PM_(2.5)的空间分布状况及站点间的变动幅度会随季节而有所不同。采用逐步回归模型建立的ρ(PM_(2.5))的预测模型具有较好的预测效果,ρ(PM_(2.5))拟合值均能较好的反映ρ(PM_(2.5))的变化规律,ρ(PM_(2.5))与气象条件有一定的关系。     

邯郸市PM_(2.5)成分的时空分布特征及来源

为了解河北省邯郸市PM_(2.5)污染的时空分布特征,于2015年1、4、7、10月在邯郸市环保局(HBJ,商业交通居民混合区)、东污水处理厂(DWS,一般工业区)、矿院(KY,文化区)和丛台公园(CT,城市绿地)等4个国控站进行PM_(2.5)样品采集,并测定样品中的25种化学成分(NH_4~+、Na~+、K~+、Mg~(2+)、Ca~(2+)、SO_4~(2-)、Cl~-、NO_3~-、OC、EC、Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Cu、Zn、Ba、Pb).结果表明,DWS和HBJ的PM_(2.5)浓度相对其他站点更加严重,CT污染最轻;1月站点之间差异性较大.除Ca~(2+)外,1月PM_(2.5)中其余化学组分浓度均明显高于其他月份.二次水溶性无机离子(SNA)空间分布表现为1月DWS、4月CT、7和10月HBJ污染严重,KY最轻;KY元素碳高于其他站点;无机元素站点差异性不大.主成分分析结果表明,二次气溶胶源、部分交通源、化石燃料和生物质燃烧源是PM_(2.5)的主要来源,其次是土壤和建筑尘以及钢铁工业等.后向轨迹模型模拟结果表明,4个月来自山西、河南、山东、河北境内的短轨迹数占比分别达到50%、27%、74%和50%,说明7月受区域污染的可能性较大;而1、4、10月经远距离输送的污染物易形成二次污染物,对邯郸空气污染产生影响.     

基于小波变换的北京市PM_(2.5)时空分布特征及成因分析

收集北京市2014年PM_(2.5)质量浓度数据,利用小波变换探讨北京市各类监测站点PM_(2.5)污染的时间序列特征、主周期、突变特性,并结合气象资料,采用小波相干谱探究气象因子对PM_(2.5)的影响。结果表明,2014年北京市各类监测点PM_(2.5)质量浓度变化呈现波动-平稳-波动的相似变化趋势,其中1—4月和10—12月波动明显,且主周期相同(172 d)。采暖期间,南部站点PM_(2.5)质量浓度最高,采暖结束后,交通站点超越南部站点,成为PM_(2.5)质量浓度最高的站点。北京PM_(2.5)突变事件秋冬季节频繁而春夏较少,主要对应于重污染天气的生消过程。5类监测站点的PM_(2.5)质量浓度基本呈现南高北低的分布规律。南部站点PM_(2.5)污染最为严重、突变事件频次最高,该区局地污染排放显著,又是区域传输的重要通道,污染相对复杂;而北部站点污染水平最低、突变频次也最少;市区范围内交通站点污染相对突出。此外,气象因子对PM_(2.5)质量浓度变化影响巨大:在小尺度(0~20 d)上,PM_(2.5)与相对湿度相关性最突出;在中等尺度(20~64 d)上,PM_(2.5)主要受平均风速和相对湿度制约,但季节变化明显;大尺度(64 d)上,PM_(2.5)与日照时数和相对湿度相关性显著。     

太原市PM_(2.5)周期性特征及其成因分析

为研究太原市城区PM_(2.5)浓度不同时间尺度的演变特征及其与气象要素之间的关系,基于PM_(2.5)监测浓度、气象观测数据和再分析资料,利用小波功率谱和交叉小波方法分析了2014年1月1日—2016年5月31日太原市PM_(2.5)的周期变化,及其同气象要素的协同关系,同时研究了对应时段的太原市PM_(2.5)与天气形势的相关关系。结果表明,太原市PM_(2.5)浓度变化存在2~8 d和10~16 d的显著周期,与2 m相对湿度、混合层高度、近地面逆温强度和10 m风速具有相似的共振变化,显著时段主要在每年9月份左右至次年3月份。特定的天气形势是太原市冬季PM_(2.5)持续偏高的背景因素之一,特定的天气形势下PM_(2.5)与同期的气象要素存在密切的协同关系。在研究时段内,太原市PM_(2.5)浓度与华北地区海平面气压呈负相关关系,与朝鲜半岛、日本海的海平面气压呈正相关关系,与500 hPa高度场相关性最显著的区域主要分布在中国华北、东北以及朝鲜半岛,主要表现为正相关关系。研究时段内,中国东部上空500 hPa高度场异常偏高,海平面气压偏低,近地面风速减弱等不利于污染物扩散的形势是造成太原市冬季PM_(2.5)浓度持续偏高的背景因素之一。研究结果有利于从不同时间尺度了解太原市PM_(2.5)的变化规律及气象影响因素,对太原市大气污染防治,重污染预报预警工作具有较大的意义。     

春运期间北京市PM_(2.5)污染特征

为研究春运期间北京市PM2.5和气态污染物的污染特征,根据35个空气监测子站周边环境类型的不同将北京市划分为城区、郊区、对照区和交通密集区.结合春运期间的人为活动,比较分析各类污染物在各区域的日均浓度变化特征;将PM2.5日均浓度与SO2、NO2、CO、O3日均浓度及北京市的日均温度、相对湿度、风级进行相关性分析.结果显示,春运期间北京市PM2.5污染最严重,超过《环境空气质量标准》二级标准的天数占45%;PM2.5日均浓度变化趋势与春运客流量变化具有较好的一致性;各区域PM2.5、SO2、NO2和CO的日均浓度均符合交通密集区城区郊区对照区的分布,而O3的情况为对照区郊区城区交通密集区;各区域PM2.5浓度分别与该区域SO2、NO2、CO浓度呈正相关,与O3浓度呈负相关;各区域PM2.5浓度与温度未见相关性,与相对湿度呈正相关,与风级呈负相关.本文的研究结果表明,交通运输、烟花燃放和气象因子对春运期间PM2.5的污染特征影响较大.     

南京北郊冬季气溶胶散射特征及其与PM_(2.5)化学组成的关系

为了深入了解南京北郊冬季气溶胶散射特征以及PM_(2.5)化学组分对其贡献情况,2015年1月使用积分浊度仪获取散射系数数据,同时利用KC-120H采样器对PM_(2.5)样本进行采集,并通过离子色谱仪对所采集的PM_(2.5)样本的化学组分进行分析。结果表明,观测期间PM_(2.5)质量浓度与气溶胶散射系数的日均值分别为(126.46±68.55)μg·m~(-3)和(423.36±265.34)Mm~(-1),两者变化趋势基本类似且均随污染程度的升高而上升,散射系数与PM_(2.5)质量浓度的相关性较好,相关系数r高达0.93。通过对散射系数小时平均值进行统计后发现,散射系数出现频率最高的两个区间分别为100~200 Mm~(-1)和400~500 Mm~(-1)。观测地区冬季日均散射系数变化呈"三峰型"分布,峰值分别出现在05:00、14:00以及18:00—20:00。日均散射系数在清洁天中呈现"双峰型"分布,在两种污染天中则呈"三峰型"分布。通过IMPROVE方程重建各个化学组分与散射系数之间的关系发现,重建后的散射系数与实测散射系数之间相关性较高(r=0.896),说明IMPROVE方程能够较好地反映PM_(2.5)中主要化学组分对散射系数的贡献情况。根据贡献率计算可知,NH_4NO_3、(NH_4)_2SO_4和OC是南京北郊冬季不同大气污染程度中气溶胶散射系数增大最为主要的贡献源。利用HYSPLIT-4在线模式分析了1月24日、28日和30日3个不同污染天的48 h气团后向轨迹后发现,局地源排放为南京北郊颗粒物质量浓度上升的主要原因。     

杭州市大气PM_(2.5)中碳分布特征及来源分析

碳是城市空气中颗粒物的主要成分之一.PM2.5中的碳主要以有机碳(OC)和元素碳(EC)的形式存在.本文对杭州市大气中PM2.5颗粒物进行研究,探讨有机碳和元素碳的分布特征.     

重庆城郊森林植被调控大气PM_(2.5)和PM_(10)的时空效应

2014年8月—2015年7月,以重庆市空气质量发布系统唐家沱监测点(代表城区)为对照,在重庆铁山坪国家森林公园采用高精度手持式空气测定仪(CW-HAT200)定位监测了森林植被调控下的大气PM_(2.5)和PM_(10)时空变化。结果表明:重庆城区大气PM_(2.5)和PM_(10)日变化均呈"双峰"规律,均分别在12:00、18:00达到峰值,季节变化呈现为冬季秋季春季夏季;城郊森林植被(针叶林、针阔混交林、阔叶林)调控下的大气颗粒物日变化基本呈"单峰"规律,均在9:00达到峰值,且下午大气颗粒物质量浓度低于上午,季节变化则表现为冬季春季秋季夏季;城郊森林公园的大气PM_(2.5)和PM_(10)质量浓度均随距离增大而呈下降趋势,在5 km范围内削减强度分别达到22.30%和22.66%。总体上,城郊森林植被对大气颗粒物的削减、再分配功能作用明显,并受林分特征影响;在森林植被调控下,城郊森林公园大气颗粒物动态变化更趋平缓,并明显不同于城区。因此,若仅从大气颗粒物考虑,建议市民在夏季和秋季的13:00—17:00时间段前往城郊森林公园开展休闲游憩活动,且应选择处于公园核心区的削减大气颗粒物功能强的林分。     

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。     

广州市教室室内外PM_(2.5)的污染特征

本研究采用PM_(2.5)连续在线监测仪对广州市不同典型地区4所学校共16间教室进行室内外PM_(2.5)同时监测.结果表明,教室室内外PM_(2.5)浓度水平分别为65±15μg·m~(-3)和75±24μg·m~(-3),4所学校由于不同地理位置、外部环境以及室内卫生条件呈现出不同的PM_(2.5)污染水平;受人为因素影响较大的学校白天的PM_(2.5)浓度较高,受自然环境因素影响较大的学校则呈现白天低、夜晚高的趋势;通风方式和开关窗行为是影响室内外PM_(2.5)相关关系的重要因素,夏季空调机械通风的教室能有效地降低外部PM_(2.5)的渗透,开窗通风的教室室内PM_(2.5)则主要受室外环境影响;同样关窗情况下,具有较好围护结构、气密性较好的教室更能有效避免室外PM_(2.5)污染;当雾霾发生时,室内PM_(2.5)浓度以及室内外一元线性相关系数r~2也相应受到明显影响.通过了解不同区域教室室内外PM_(2.5)的质量浓度,给人们在雾霾和非雾霾天气下如何改善室内空气质量提供帮助,以避免学生长时间暴露在室内PM_(2.5)污染的环境中.     

大气PM_(2.5)中重金属的化学形态分布

运用多级连续提取法,对广州市不同季节不同采样高度大气PM2.5中重金属的化学形态和生物有效性进行分析。研究表明,PM2.5中各重金属元素之间的化学形态分布差异较大,Zn、Cd、As、Mn主要分布在F1(可溶态与可交换态)和F2(碳酸盐态、可氧化态与可还原态),绝大部分的Pb以F2存在,Ni和Mo主要分布在F1和F3(有机质、氧化物与硫化物结合态),Cu主要以F2和F3存在,Cr主要分布在F3和F4(残渣态),Co则4种形态平均分布。采样高度对重金属的化学形态分布影响不大,同一采样期内楼顶与地面样品中同一元素的化学形态分布结果比较一致。两个采样季节重金属的形态百分比存在不同程度的变化,2007年春重金属的不稳定态(F1)比例比2006年秋普遍增加,次稳定态(F2、F3)比例减少。在10种重金属中,Cd、Zn、Pb和As的生物有效性系数高(>0.7),属于生物可利用性元素,在环境中的活动性要明显高于其它元素;Mn、Cu、Mo、Co、Ni和Cr元素的生物有效性系数值在0.2～0.6之间,属于潜在生物有效性元素,在环境中比较稳定。     

2014年APEC期间北京及周边重点城市PM_(2.5)中水溶性离子变化特征

2014年11月北京APEC会议前后,采集了北京、天津、石家庄、保定、济南的PM2.5样品,并测定了其中Cl-、NO-3、SO2-4、Na+、NH+4、K+、Ca2+、Mg2+等8种水溶性离子的质量浓度.结果表明:(1)北京市在特殊减排期内水溶性离子浓度均有显著降低,2013年是该时段的1.2—5.2倍,会后为该时段的1.5—6.1倍.其中变化较大的是Ca2+,由2.58μg·m-3降至0.494μg·m-3,其次为SO2-4、NOx,说明土壤尘、硫化物及氮氧化物的控制尤为显著.(2)APEC期间整个北京及周边城市群地区,水溶性离子特征呈现了一定的区域性特征,二次离子占水溶性离子的80%以上,模拟方程计算可知,大气气溶胶中SO2-4、NO-3和NH+4是以(NH4)2SO4和NH4NO3形式共存.水溶性离子占PM2.5质量浓度的比重均较以往及会后降低,其中北京最低为37.8%.针对区域的阴阳离子平衡计算,阴阳离子较高的相关性(R=0.974)说明了区域呈现一定的整体性特征.会后NO-3/SO2-4比值下降,说明硫化物在减排期间浓度显著降低.污染减排措施在APEC期间对大气颗粒物中的水溶性离子污染的减轻起到了积极作用.     

闽西北邵武市酸雨分布特征及其与气象条件的关系

利用1992-2005年邵武市的探空、降水量和酸雨资料,分析了邵武市不同气象条件对降水酸度、酸雨出现率的影响,结果表明:(1)闽西北是福建省酸雨污染较严重的地区之一,相对于夏、秋二季,冬、春二季的降水酸度更强、酸雨出现率更高。(2)降水的量级对降水酸度、酸雨出现率有明显影响。(3)逆温层对酸雨有较大的影响,逆温特征越明显,降水pH值越低,酸雨出现概率越大。(4)1500 m高空风速、风向在一定程度上影响邵武市降水酸度和酸雨出现机率。(5)邵武市上空850 hPa~700 hPa高度层在暖平流控制下不仅降水酸度强且出现酸雨的机会大。相反,如果850hPa~700 hPa高度层在冷单流控制下不仅降水酸度弱且出现酸雨的机会小。     

郑州市大气PM_(2.5)中金属元素的污染特征

在郑州市区布设采样点,研究了郑州市PM_(2.5)中金属元素的污染特征、季节分布规律和富集因子。在1年的监测期中,PM_(2.5)的日平均质量浓度为87.4μg·m-3,日均质量浓度超过GB3095─2012日均值二级标准的天数占总监测天数的53%。PM_(2.5)的日平均质量浓度季节性特征表现为冬季秋季夏季春季。K、V、Mn等10种金属平均质量浓度与PM_(2.5)平均质量浓度呈明显正相关,相关系数范围为0.516~0.907。Na、Cr和Ti平均质量浓度与PM_(2.5)平均质量浓度呈明显负相关,相关系数均小于-0.6。郑州市大气PM_(2.5)中金属元素质量浓度较高的有Ca、Na、K、Mg、Al、Fe、Zn,质量浓度较低的有Cd、Hg、Ni、V等。冬季PM_(2.5)中Hg和Pb的平均质量浓度明显高于其他季节。金属元素总量中占比最高的是Ca、Na、K,这3种元素的比例和在4个季节中都大于65%。Cr、Cd、Pb和Hg的比例之和仅冬季超过2%。富集系数的研究表明郑州市大气PM_(2.5)中的Ti主要来自天然的土壤,K、Ca、Mg、Fe、V的来源是自然和人为因素的结合。Cu、Zn、Pb主要来源于人为排放,富集因子远远大于其它元素,是PM_(2.5)中主要的富集元素。Pb的富集因子在冬季最高,春季最低。对一次典型PM_(2.5)重污染情况进行分析,结果表明PM_(2.5)重污染时,金属元素的污染也相当严重,且其污染源相对复杂,非单一的污染来源。     

京津冀城市群PM_(2.5)的空间分布及相关性分析

以京津冀城市群2014—2016年1 090 d PM_(2.5)浓度日值数据为基础,基于Arc GIS 10.2软件,选择典型月份分析PM_(2.5)月优良天数比例、月重度及严重污染天数比例的时空分布特征及其空间相关性。结果表明,研究区城市之间各年PM_(2.5)浓度月优良天数比例与月重度、严重污染天数比例整体波动趋势基本一致,其中PM_(2.5)月优良天数比例高值集中在5—9月,PM_(2.5)月重度与严重污染天数比例高值集中在11—次年2月;从区域分布看,PM_(2.5)月重度与严重污染天数比例从石家庄、保定市向周边城市由高到低递减。选取典型月份对研究区PM_(2.5)进行空间相关分析,结果表明PM_(2.5)存在正空间相关性,即PM_(2.5)浓度的空间分布表现出空间聚集性。     

机动车排放对PM_(2.5)空间分布的影响研究

PM_(2.5)的大量存在已对人类生活和大气环境产生了重大影响,而机动车作为城市PM_(2.5)的主要污染源,已越来越受到人们的广泛关注。文章旨在研究机动车对道路两旁PM_(2.5)数浓度时空分布和影响情况。选取北京市西三环主干道旁校园、居民区、公园3类典型区域,分别在水平及垂直方向进行PM_(2.5)浓度连续监测,分析其分布规律,并采用相关分析方法讨论了交通主干道两旁车流量、车速与PM_(2.5)浓度分布之间的相关关系。结果表明,空间上,PM_(2.5)浓度在水平和垂直方向上的分布均呈现一定规律性。水平方向上,PM_(2.5)浓度变化整体的下降趋势明显。距离道路0~200 m之间平均下降幅度为5%,但0~50 m出现反常增大的现象,增大幅度高达8%,随着水平距离的继续增加,均匀下降,平均下降幅度为6.5%。垂直方向上,由于大气垂直结构复杂,不同垂直距离的PM_(2.5)浓度随高度递增变化不显著,呈波动趋势,其中1~10 m下降幅度为10%~11%,10~20 m的增大幅度为7%~11%,20~35 m的下降幅度不明显,PM_(2.5)浓度趋于稳定。时间上,PM_(2.5)浓度在7:00—9:00时间段受机动车流量影响大幅度上升,午间11:00-13:00 PM_(2.5)浓度变化不明显,13:00-15:00逐渐下降至白天的谷值点,19:00后受交通环境和逆温等大气条件两方面因素影响,PM_(2.5)又开始大幅度上升,达到峰值,约为白天最低浓度的2倍。数据显示,车流量与PM_(2.5)浓度在150 m处的相关性最好,0 m处相关性最弱;车流量变化与垂直高度上的PM_(2.5)浓度之间的相关性在10 m高处相关性最好,0 m处相关性最差。通过本文实验结果可知,水平方向50 m处的PM_(2.5)浓度值最高,垂直方向10 m处的PM_(2.5)浓度值最低,并且车流量的大小是影响道路两旁PM_(2.5)浓度高低的重要因素,尤其是在水平方向上相关关系更为明显,而车速的快慢与道路两旁PM_(2.5)浓度高低并无明显关系。     

基于GIS的北京市林地覆被与PM_(2.5)分布关联性分析

土地利用方式直接和间接地影响着城市的颗粒物污染程度,了解土地利用与颗粒物污染的关联规律,对改善环境空气质量具有重要的意义。选择颗粒物污染问题突出的北京市为研究对象,以空气质量地面监测站的PM_(2.5)质量浓度数据和卫星遥感解译数据为基础,借助地理信息系统和数理统计方法,对不同土地利用方式特别是林地覆被与细颗粒物分布的关联性进行分析。研究结果表明,(1)北京市的PM_(2.5)质量浓度分布在空间上呈由西北至东南逐级递增的趋势,东南部(107.0μg·m~(-3))西南部(96.2μg·m~(-3))城六区(95.3μg·m~(-3))东北部(79.6μg·m~(-3))西北部(79.0μg·m~(-3)),季节分布表现为冬季(122.0μg·m~(-3))春季(81.2μg·m~(-3))秋季(76.8μg·m~(-3))夏季(72.9μg·m~(-3)),不同土地利用方式PM_(2.5)质量浓度表现为耕地(96.9μg·m~(-3))建成区(95.7μg·m~(-3))未利用土地(91.5μg·m~(-3))水域(82.8μg·m~(-3))草地(80.9μg·m~(-3))林地(79.1μg·m~(-3))。(2)以各监测站点为中心建立不同半径缓冲区,随着缓冲区半径的不断增加林地覆被率与PM_(2.5)质量浓度的负相关性不断增强。当缓冲区半径达到1 000 m时,各个月份林地覆被率与PM_(2.5)质量浓度均在α=0.05水平上呈显著负相关。(3)以各监测站点为中心的3 000 m半径缓冲区内落叶阔叶林、常绿针叶林、落叶阔叶灌木林、常绿阔叶灌木林、乔木园地面积与PM_(2.5)质量浓度均呈负相关关系。研究结果表明,实行未利用土地、耕地以及部分建成区的土地利用方式向林地、草地转化是北京市防控颗粒物污染的可行方略。