采暖季4种结构的城市绿地对PM_(2.5)和PM_(10)的调控作用

为研究采暖季不同结构城市绿地对大气中PM_(2.5)和PM_(10)的调控作用及其与气象因子的关系,于2015年11月—2016年4月,选择滞尘效果较好的4种类型城市绿地和对照点,于07:00—21:00每隔2 h在4种绿地的中心位置同步观测其内部PM_(2.5)、PM_(10)、温度、相对湿度、风速以及光照强度,对比分析绿地内颗粒物质量浓度差异以及不同绿地类型对消减PM_(2.5)和PM_(10)的作用。结果表明:采暖期4种结构城市绿地内PM_(2.5)日均值大小表现为CK(112μg?m~(-3))乔灌草(108μg?m~(-3))大阔叶乔草(107μg?m~(-3))小阔叶乔草(106μg?m~(-3))针叶乔草(100μg?m~(-3)),PM_(10)为CK(23μg?m~(-3))乔灌草(226μg?m~(-3))小阔叶乔草(224μg?m~(-3))大阔叶乔草(223μg?m~(-3))﹥针叶乔草(211μg?m~(-3)),CK内PM_(2.5)和PM_(10)质量浓度显著高于其他绿地类型(P0.05);PM_(2.5)和PM_(10)小时均值变化区间分别为81~133μg?m~(-3)和170~278μg?m~(-3),两者呈极显著相关(P0.01),都在09:00左右达到峰值,15:00左右达到最低值,而后至21:00一直呈上升趋势;采暖期PM_(2.5)和PM_(10)月均值稳步上升,但受大范围气象因素影响显著;观测期间,对PM_(2.5)和PM_(10)平均消减率按大小排序为针叶乔草乔灌草小阔叶乔草大阔叶乔草,且针叶乔草的消减率显著高于其他绿地类型(P0.05);4种结构城市绿地对PM_(2.5)和PM_(10)的消减率都与温度呈显著负相关(P0.05),仅有PM_(2.5)的消减率与湿度呈显著正相关(P0.05),与风速和光照相关性不显著。在城区绿地建设中,可加大针叶乔木的配置以降低大气颗粒物质量浓度。     

不同绿地结构消减大气颗粒物的能力

随着城市化和工业化的发展,空气环境问题日益突出,大气颗粒物污染受到人们越来越多的关注.为了研究城市道路中不同绿地结构对大气不同粒径颗粒物的消减作用,本文选择青岛市城阳区主干道——长城路的4种不同绿地结构("乔-灌-草"、"乔-草"、"乔-灌"、"灌-草"),测定其对不同粒径颗粒物(PM_(10)、PM_(2.5)、PM1)的消减率.结果表明:(1)不同粒径颗粒物的浓度日变化曲线呈现出"早晚高,中午低"的变化趋势,其中8:00—10:00的颗粒物浓度最高;颗粒物浓度日变化与空气湿度变化相一致,与温度变化相反;(2)4种绿地结构对PM_(10)的消减率表现为"乔-灌-草""乔-灌""灌-草""乔-草",对PM_(2.5)和PM1的消减率表现为"乔-灌-草""乔-灌""乔-草""灌-草";且各绿地结构对PM_(2.5)的消减能力最强,其次为PM1和PM_(10);(3)同一种绿地结构,植物种类越丰富,其消减大气颗粒物的能力越强.     

北京市不同主干道绿地群落对大气PM_(2.5)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(PM2.5100μg·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-3PM2.5200μg·m-3)的环境下,只有群落配置以乔木林为主且郁闭度较高的蓝靛厂桥南绿地对PM2.5具有消减作用;重度污染(PM2.5201μg·m-3)天气条件下3种绿地对PM2.5的消减作用均不明显。     

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。     

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。     

长株潭城市群PM_(2.5)污染的春节假日效应

利用长株潭城市群24个监测点PM_(2.5)小时监测数据,研究2013—2015年春节期间(7 d)和春节前后(14 d)PM_(2.5)污染差异及变化,并分析旅游休假活动对空气质量的影响。在去除气象条件(日降水量大于4 mm)影响后,从PM_(2.5)污染程度差异、PM_(2.5)浓度日变化差异和假日效应的空间差异3个方面分析了PM_(2.5)污染的春节假日效应。结果表明,整体上长株潭地区春节期间PM_(2.5)浓度比春节前后高12μg·m-3,但春节后(7 d)PM_(2.5)浓度比春节期间低41.5%,"节后效应"明显。由于受烟花燃放等假日活动影响,春节期间PM_(2.5)浓度在00:00—02:00时段显著上升,02:00时PM_(2.5)浓度比非春节期间高47.6%。在假日效应的空间差异方面,长沙作为游客流入地,春节期间PM_(2.5)浓度比非春节期间高33.5%,体现了人流出行和旅游活动对空气质量的显著影响。     

北京城市森林PM_(2.5)质量浓度特征及影响因素分析

以北京西山森林公园为林内观测点,北京海淀植物园为林外对照点,研究城市森林PM_(2.5)质量浓度变化特征,并对其影响因素进行分析。结果表明,林内外PM_(2.5)质量浓度日变化呈"双峰双谷"型,8:00和21:00左右是一天中的两个峰值,15:00和4:00左右是一天中的两个谷值,PM_(2.5)质量浓度林内(104.02μg·m~(-3))林外(82.52μg·m~(-3))。一年中PM_(2.5)质量浓度在冬季最高,春季次之,夏季最低,PM_(2.5)质量浓度年变化林内为冬季(115.46μg·m~(-3))春季(112.39μg·m~(-3))秋季(106.37μg·m~(-3))夏季(81.87μg·m~(-3)),林外为冬季(97.35μg·m~(-3))春季(94.07μg·m-3)秋季(93.17μg·m~(-3))夏季(61.86μg·m~(-3))。气温、降雨均与PM_(2.5)浓度呈负相关。晴天时,温度高、空气对流旺盛,PM_(2.5)浓度较低;降水对PM_(2.5)有很好的消减作用;风有驱散PM_(2.5)的作用。在高温高湿天气下,PM_(2.5)浓度高于其他天气情况。该研究可以丰富森林净化大气的理论,为环保部门相关政策的制定提供依据。     

乌鲁木齐气溶胶粒径分布及细颗粒物(PM_(2.5))浓度变化分析

利用乌鲁木齐市中心区域气象局和黑山头2013年1月1日-2014年2月28日期间Grimm180在线监测数据,对乌鲁木齐市大气气溶胶数浓度和PM_(2.5)质量浓度的分布特征及其影响进行了分析,为深入了解乌鲁木齐市颗粒物污染现状,确定乌鲁木齐市大气污染治理重点,制定大气污染防治规划提供依据。结果表明,(1)气象局和黑山头气溶胶数浓度分布趋势一致,0.25~0.28μm之间的粒子数浓度最大;整体趋势表现为双峰型,第1峰出现在0.30~0.35μm之间,峰值分别为467.0和455.4 particle·cm~(-3);第2峰出现在4.0~5.0μm之间,峰值较小;粒径小于2.5μm的粒子数占到了粒子总数的99.88%;在粒径0.25~0.45μm范围内冬季气溶胶粒子数浓度最高,在粒径0.45μm范围内秋季气溶胶粒子数浓度最高;在粒径0.25~1μm范围内夏季气溶胶粒子数浓度最低,在粒径1μm范围内冬季数浓度最低;0.25~0.5μm粒径段内粒子占粒子总数的比例大小顺序为冬春夏秋;0.8~2.5μm之间不同粒径段的粒子占粒子总数的比例大小顺序为夏秋春冬;PM_(2.5)数浓度小时变化采暖期表现为双峰型,非采暖期为不太明显的三峰型。(2)观测期间气象局和黑山头PM_(2.5)平均质量浓度分别为61.77,43.42μg·m~(-3),日平均值超标率分别是30.81%和16.44%。采暖期气象局PM_(2.5)质量浓度小时变化呈现单峰,在19:00─21:00出现峰值;黑山头则呈现双峰,在6:00-8:00出现峰值,20:00出现一个不太明显的小峰;非采暖期气象局与黑山头PM_(2.5)质量浓度小时变化趋势一致,均表现为双峰型。两个站点PM_(2.5)质量浓度的季节变化均表现为冬季秋季春季夏季,特殊的地理位置和不同季节污染源的排放强度、气象条件是导致PM_(2.5)质量浓度随季节变化的主要原因。     

园林植被对交通排放PM_(2.5)浓度影响研究

已有研究发现汽车尾气和道路扬尘已成为城市大气PM_(2.5)的重要来源之一,植被拦截被认为是去除大气颗粒物的有效手段之一。为了解道路两侧园林植被对道路交通排放的PM_(2.5)浓度扩散的影响,选择园林植被生长最茂盛且雨水较少的9月,在北京北五环路旁的奥林匹克森林公园内沿平行五环路和垂直五环路进行了布点采样,并结合ADMS扩散模型进行研究。北五环是北京最繁忙的交通主干道之一,白天(7:00—18:00)每小时单方向机动车流量达5 000辆以上。研究结果表明,晴天、雨后晴天、污染天公园内大气PM_(2.5)质量浓度分别为(84.3±23.6)、(62.1±12.7)、(246.1±60.5)μg?m~(-3)。垂直五环路和平行五环路的各监测点PM_(2.5)质量浓度无显著差异,但在局地为弱南风条件下,PM_(2.5)质量浓度自南向北有略微降低的趋势。由道路汽车排放的PM_(2.5)随着与公路之间距离的增加而呈指数型下降。ADMS模拟表明晴天和污染天由道路汽车排放的PM_(2.5)对公园内环境大气PM_(2.5)质量浓度的直接贡献不超过2%;但雨后晴天道路交通排放的PM_(2.5)贡献较大,可达25%。园林植被对降低交通排放PM_(2.5)浓度的作用并不显著,其主要作用是对PM_(2.5)进行空间隔离,然后利用大气扩散稀释作用降低由交通排放的PM_(2.5)在环境大气中的质量浓度。     

北京市中心城区PM_(2.5)长期变化趋势和特征

利用2008—2015年北京中心城区PM_(2.5)质量浓度数据,采用统计分析方法对其长期的污染变化趋势和特征进行了分析。结果表明,PM_(2.5)多年年均质量浓度为95.4μg?m-3,其总体变化趋势是改善的,各年改善程度不同,年均改善幅度约为2.85%,按照此速度,要解决北京的灰霾污染,尚需约18 a的时间。春季各年PM_(2.5)污染维持平稳的趋势,夏季和秋季呈逐年递减的趋势,而冬季则呈逐年上升的趋势,冬季的污染来源和排放控制应引起重视。从小时变化的特征看,春、夏、秋、冬各季的PM_(2.5)小时质量浓度最低值一般出现在日落前的2~3小时,而最高值分别出现在09:00、07:00、00:00和22:00点;春、夏季PM_(2.5)易在早晨累积,小时平均质量浓度日较差不甚明显,秋、冬季易在半夜累积,小时平均质量浓度日较差较明显;研究提示,为了健康,秋、冬季尽量不要在夜间进行户外运动。从健康暴露来看,"不健康"以上平均暴露水平占58.5%,处在非常严重的污染水平,暴露频率总体呈维持或改善的趋势;达到"警戒状态"的极端污染日平均暴露频率为4.4%,暴露频率呈不降反升的趋势。     

北京典型主城区冬季大气污染特征分析

利用布设于北京市典型主城区的在线空气质量监测站2015年12月数据(小时质量浓度),探究北京主城区冬季大气污染特征的影响因素。结果表明,冬季主城区大气中O_3污染较轻,而NO_2、NO_x和PM_(2.5)污染较为严重。监测期间NO_2、NO_x和PM_(2.5)最大日均浓度分别是GB3095—2012二级标准浓度限值的2.0、6.4和4.3倍,超标天数分别占总天数的58.1%、48.4%和83.9%;而O_3浓度未超过二级标准限值。相关性分析表明,各污染物及能见度之间都呈现出高度相关性(P0.01)。其中,主城区环境空气中PM_(2.5)与NO_x和NO_2正相关系数分别高达0.752和0.839,O_3与PM_(2.5)、NO_x和NO_2均在P0.01水平上呈负相关关系,其中NO_2与O_3负相关性最大(r=-0.772,P=3.124×10-141);能见度与PM_(2.5)、NO_x和NO_2浓度存在显著负相关关系,其中与PM_(2.5)负相关性最大(r=-0.922,P=3.338×10-294),此外,能见度与O_3在P0.01的水平上呈高度正相关性。工作日NO_2、NO_x和PM_(2.5)小时浓度整体高于周末,污染物浓度曲线均出现2个峰值(浓度峰Ⅰ、浓度峰Ⅱ),工作日浓度峰Ⅰ受06:00—09:00市民工作早高峰出行影响,周末浓度峰Ⅰ受02:00—05:00外埠货车进城影响;工作日和周末的污染物浓度峰Ⅱ都出现在22:00左右。O_3的工作日和周末浓度曲线变化基本一致,均呈"双峰"形态,O_3浓度峰Ⅰ出现在14:00左右,高浓度O_3主要来源于大气光化学作用产生的二次污染,浓度峰Ⅱ出现在04:00、05:00左右,其值约为峰Ⅰ值的40%,可能与平流层臭氧垂直气流输送有关。     

春季不同天气城市街头绿地内PM_(2.5)质量浓度分布特征研究

于2012年春季,采用水平分布监测法监测了3种天气下距交通污染源不同距离的街头绿地中的PM2.5质量浓度,研究了不同天气下PM2.5的日变化、水平分布规律及绿地对PM2.5的净化效应,为城市街头绿地、城市公园建设及市民合理选择休闲锻炼时间和地点提供理论依据。结果表明:1)晴天和多云时,PM2.5质量浓度上午高于下午,7:00浓度最高,15:00最低;雨后阴天基本保持上升趋势。2)PM2.5日均质量浓度为晴天(61.67μg·m-3)多云(187.98μg·m-3)雨后阴天(291.48μg·m-3)。晴天除5:00和7:00外,其他时刻均达到国家二级标准,且13:00—15:00达到国家一类功能区空气质量要求;多云和雨后阴天PM2.5质量浓度分别超过国家二级浓度限值150.6%和288.6%。3)观测时段内,无论哪种天气,5:00、7:00、11:00和15:00绿地的净化功能较强,19:00净化功能均最差,所有监测点无一例外的表现为负效应。4)3种天气下,PM2.5质量浓度在距离道路10~25 m最高,绿地的净化效应最差,55 m外基本可以形成稳定的森林内环境。5)在南方高湿环境下,空气相对湿度是影响PM2.5质量浓度的主要因素,晴天和多云天气PM2.5浓度与相对湿度呈显著正相关,而雨后阴天二者呈负相关关系。6)在一定阈值内,街头绿地能够缓解PM2.5污染,为居民提供良好的休闲环境。从游憩时间来看,市民可以选择晴天进入街头绿地休闲,多云和雨后阴天尽量减少外出;从活动最佳地段来看,距离污染源55 m以上适宜休闲锻炼;从街头绿地的规划面积来看,半径以不小于55 m为宜。     

城市道路防护绿地对空气微生物污染的屏障作用

深入研究城市道路防护绿地对空气微生物污染的屏障作用,对城市空气污染的控制、环境质量的改善以及城市道路绿化的科学配置具有重要指导意义。以北京市西土城路旁边3块不同结构防护绿地为研究对象,在垂直道路不同距离设置取样点,用平皿沉降法同时采样,带回实验室培养计数。通过分析道路及其防护绿地内空气细菌、霉菌种类和所占比例,细菌、霉菌的水平扩散特征和道路防护绿地的减菌效应,以及基于空气细菌污染防治的城市道路防护绿地宽度。结果表明,(1)城市道路空气微生物主要以细菌为主,占99.4%,霉菌占0.6%;道路防护绿地中空气细菌占96.2%,霉菌占3.8%,霉菌数量比道路略高。细菌优势菌群包括Micrococcus,Staphylococcus,Bacillus,Microbacterium,Arthrobacter;霉菌优势菌群包括Alternaria,Penicillium,Aspergillus,Cladosporium。(2)道路防护绿地空气总微生物浓度和空气细菌浓度水平梯度变化一致,表现为从道路中央到距林缘15 m处急剧降低,距林缘15~55 m范围变化不大。(3)3块绿地对空气细菌污染有显著防护效果,减菌效应都达到了70%以上,以乔灌草混交结构绿地防护效益最佳,达到90%以上;但防护绿地对空气霉菌的防护效果不明显。(4)在该研究背景下降低城市道路空气细菌污染的单侧最佳防护宽度应在15 m以上,10 m以上宽度也有一定防护效果。(5)城市道路防护绿地树种选择应以乔木树种为主,合理搭配灌草景观植物,优先选择具有滞尘、杀菌、吸收SO2等特殊功能的树种。绿化空间结构配置北方城市以乔灌草复层结构为主,南方城市以多树种混交的乔草结构为主。     

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。     

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。     

两种绿地对机动车排放CO_2的削减作用比较

不同群落结构绿地系统中大气CO_2的空间分布特征和来源解析是优化植物配置模式、评价绿地生态效益的重要依据。本文以北京市园林科学研究院("乔-灌-草"结构)和四得公园绿地(单一乔木结构)距离北京市四环路0、30、60、90和120 m处大气CO_2为研究对象,测定其浓度和δ13C值,并利用Keeling plot方程结合Iso Source软件对CO_2来源进行定量估算,以期获得不同群落对机动车排放CO_2的消减作用的差异。结果表明,城市绿地系统CO_2浓度和CO_2增量中机动车尾气贡献率随与道路距离的增加呈明显下降趋势,"乔-灌-草"结构和单一乔木结构绿地中距离道路120 m处CO_2摩尔分数分别为403.36和423.57μmol·mol~(-1),分别较路旁降低7.42%和4.32%,其中外源CO_2中机动车尾气的贡献率分别降低33.9%和22.5%,土壤呼吸贡献率分别升高12.1%和7.6%,植物呼吸贡献率分别升高21.8%和14.9%。"乔-灌-草"结构较单一乔木结构对CO_2浓度和机动车尾气CO_2贡献率的削减作用更明显,且最大削减率的位置更靠近绿地边缘。在城市系统中临近道路的边缘位置配植"乔-灌-草"结构的绿地能有效削减道路上机动车排放的CO_2。     

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。     

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.     

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。     

北京采暖期典型区域环境空气污染特征分析

北京采暖期空气污染较非采暖期严重得多,但目前针对采暖期北京城市上风向、下风向、中心区和主干道路等典型人类活动区域的主要污染物浓度特征及其受气象条件变化影响的研究还比较缺乏,为了摸清北京市采暖期不同典型区域大气污染特征,更有针对性地制定环境空气污染防治对策,利用2014年采暖期首月(11月15日—12月14日)北京市北郊(八达岭)、南郊(永乐店)、城市中心区(天坛)、城市交通干道(永定门内大街)等典型区域的PM_(2.5)、SO_2、NO_x、O_3质量浓度监测数据和气象数据,分析4类代表性区域的环境空气污染特征和时空变化情况。结果表明,PM_(2.5)是各区域冬季主要污染物,日均质量浓度在61.75~143.81μg?m-3,总体空间分布状况为南郊最严重、城市交通干道和城市中心区次之、北郊的PM_(2.5)污染最轻,除北郊外其余监测点ρ(PM_(2.5))均超过二级标准限值。各区域的主要污染物略有不同,其中北郊ρ(SO_2)较其他区域高,白天12:00时最低(29.09μg?m-3),夜晚18:00—次日01:00持续居高(58.8~63.19μg?m-3),这与燃煤采暖等人类活动规律一致;南郊以PM_(2.5)、NO_x混合型污染为主;城市交通干道附近ρ(NO_x)和ρ(O_3)较高,表明局地光化学反应NO_x-O_3生消机制作用明显,污染物浓度变化与人类出行时间一致。气象条件对不同污染物浓度的影响存在差异,微风无持续风向、大气扩散条件较差时,PM_(2.5)呈现不断累积状态,SO_2、NO_x和O_3累积效应不明显,但其单日质量浓度峰值显著增加;北风和微风反复交替、大气扩散条件总体较好时,各监测点的SO_2、NO_x受地区性污染源排放影响波动不大,随扩散条件转差南郊ρ(PM_(2.5))会迅速增加。城市交通干道机动车排放典型污染物ρ(NO_x)及其二次污染物ρ(O_3)随着气象条件变化其峰值在日内变化显著。