北京奥森公园侧柏林空气颗粒物不同季节变化规律

本文通过对北京市奥森公园侧柏林内外,一年四季4种粒径空气颗粒物浓度全天24h监测、并同步观测空气温湿度、风速、光照等气象因子,分析了林内外不同粒径颗粒物浓度的四季变化、日变化和小粒径颗粒物所占比例日变化规律,并对各粒径颗粒物与小气候因子之间的相关性和显著性进行分析,结果表明：1)侧柏林内外空气颗粒物浓度虽然在不同季节表现出不同的变化规律,但总体来说,林缘的均值高于林内均值,且夜间浓度高于白天,且四季均在5:00-7:00时间段不同程度达到峰值;2)从不同粒径颗粒物浓度的四季变化来看,林内TSP、PM10和PM2.5浓度的高低排序为：冬季＞秋季＞夏季＞春季,PM1.0颗粒物浓度的排序为：冬季＞夏季＞秋季＞春季;林缘TSP、PM10和 PM1.0浓度的高低排序与林内一致,而PM2.5浓度的高低排序为：冬季＞夏季＞秋季＞春季;3)林内外小粒径颗粒物所占比例的四季变化：与颗粒物浓度的季节变化相似均是冬季最大,夏季次之,秋季、春季最小;4)在一定范围内,林内外空气颗粒物浓度与相对湿度、光照均呈正相关,温度和风速呈负相关,且林缘的颗粒物浓度与风速呈显著负相关,随着粒径的减小,相关性变大。说明侧柏林内较林缘相比有较好的滞尘效果,适合保健型园林的开发和建设。     

兴安落叶松林缘天然更新与立地环境因子的相关分析

【目的】揭示兴安落叶松林缘更新与土壤特性及小气候因子的深层次关系。【方法】在测定兴安落叶松林缘天然更新状况、小气候因子及土壤理化性质的基础上,用单因素方差分析与相关性分析法研究了兴安落叶松林缘天然更新指数与土壤理化性质及小气候因子的相关性。【结果】①距离林缘0 m处的样带更新指数最大,距离林缘20、40、60 m的3条样带更新指数变化不大且趋于平稳。②兴安落叶松林缘的光合有效辐射和空气温度显著大于林内。③林缘的土壤养分高于林内,林缘土壤pH小于林内。④通过主成分分析法得到影响兴安落叶松林缘更新的主要因子为土壤含水率、土壤有机质和光合有效辐射,通过多元线性回归分析法得到影响兴安落叶松林缘更新的主要因子为土壤含水率和土壤有效磷。【结论】兴安落叶松林缘的更新效果比林内好,林缘效应对兴安落叶松林更新的影响大致在距离林缘20 m范围以内;光合有效辐射、空气温度和土壤理化性质能有效影响兴安落叶松林缘的更新,其中土壤含水率是影响兴安落叶松林缘更新的最主要因素。因此可以通过改善林缘的环境促进兴安落叶松林缘区域的更新。     

重庆市沙坪坝区环境空气PM_(2.5)和PM_(10)相关性分析

以重庆市沙坪坝区国控空气自动监测点为例,研究了细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))污染现状和相关性.结果表明:颗粒物,尤其是细颗粒物(PM_(2.5)),是影响城市环境空气质量的主要污染因子,尤其是在春、冬季节易导致污染天气.大气扩散条件不佳,颗粒物质量浓度越高,细颗粒物(PM_(2.5))在可吸入颗粒物(PM_(10))中的比重也越高.细颗粒物(PM_(2.5))和可吸入颗粒物(PM_(10))具有较好的统计相关性,两者可能具有同源性,在环境空气污染中的变化规律相似,有可能遵循相同的迁移转化规律,可以进行协同治理.     

2016年南昌市PM_(10)和PM_(2.5)质量浓度变化研究

利用南昌市2016年4月～2017年3月8个监测点的PM_(10)和PM_(2.5)质量浓度的监测数据,通过聚类分析探讨了大气颗粒物PM_(10)、PM_(2.5)的污染状况和不同功能区间的变化规律.结果表明:2016年南昌市大气颗粒污染物中,细颗粒物(PM_(2.5))较可吸入颗粒物(PM_(10))超标情况更严重;从时间角度看,PM_(10)和PM_(2.5)浓度表现为冬季春季/秋季夏季的季节性变化趋势;从空间角度看,表现为商业交通居住混合区交通区文教区居住区风景区的变化规律;PM_(2.5)/PM_(10)比值变化特征提示冬季可吸入颗粒物中细颗粒物所占比重最大,春季和秋季次之,夏季最小;在影响因素中,监测点大气颗粒物的浓度受交通环境的影响最大,受居民日常生活排污的影响次之.     

林芝市主城区典型生态用地空气质量评价

对林芝市主城区典型生态用地空气质量进行评价,以期为其市政规划及旅游发展提供依据.在市区选择典型生态用地,监测其空气正负离子、温湿度及大气颗粒物,采用单因素方差、多重比较及主成分分析等方法,对其空气质量指标的动态变化及综合评价进行研究.结果表明:①不同季节空气负离子含量日变化均呈"单峰"型,峰值出现在14:00左右;不同季节温湿度指数的日变化同空气负离子的日变化一致,夏季全天候均表现为舒适,冬季全天候均表现为寒冷;夏季及秋冬季节颗粒物(PM_(2.5),PM_(10),TSP)日变化分别表现为"线性递减"和"幂函数"型曲线.不同季节颗粒物含量达标率均在50%以上.②空气负离子、温湿度指数季变化从大到小均为:夏季、秋季、冬季,而颗粒物含量季变化从小到大均为:夏季、秋季、冬季;不同季节各生态用地在空气负离子、温湿度指数、颗粒物含量中大小顺序不一.③空气负离子、 PM_(2.5)、 PM_(10)、 TSP、温湿度指数及温度在第一主成分中的载荷系数较大(0.8以上),其对第一主成分的影响较大;绿地、水体空气质量优于湿地和对照点.绿地、水体附近空气质量较好,在市政规划时,应尽可能多地融入绿化和动态水的设计,夏季空气质量优于其他时间,建议市民夏季多多出行.     

夏季干旱半干旱城市公园绿地空气负离子与空气颗粒物变化特征

【目的】观测北方干旱半干旱城市公园绿地不同植被结构空气负离子浓度与空气颗粒物浓度,并评价影响因素及其交互影响,为北方城市居民选择游憩时间及公园建设提供科学依据。【方法】于2020年7—8月,同步观测呼和浩特市敕勒川公园5种植被结构及对照点空气负离子浓度、空气颗粒物浓度,分析空气负离子与空气颗粒物变化特征及其影响因素。【结果】不同植被结构空气负离子浓度基本呈“V”形变化特征,空气颗粒物浓度最高值出现在早晨,最低值出现在下午;不同植被结构空气负离子浓度均值均高于对照点,且复层植被结构产生的负离子浓度要高于单层植被结构,不同植被结构对空气颗粒物浓度的调控存在着削减和集聚并存的效应;气象因子是影响空气负离子和空气颗粒物浓度的主要因素,风速与空气负离子浓度间显著负相关,温度与空气负离子浓度、总悬浮颗粒物(TSP)和PM₁₀浓度间显著负相关,相对湿度与空气负离子浓度、TSP和PM₁₀浓度间显著正相关,露点温度与PM_2.5和PM_1.0浓度间显著正相关;空气负离子浓度与PM_1.0浓度间显著负相关。【结论】复层植被结构较单层植被结构对提高空气负离子浓度有更加显著的作用,疏密适当的植被对减少空气颗粒物浓度起到积极作用;依据观测结果,建议城市周边居民开展休闲娱乐活动的最佳时间选择在9:00—10:00和14:00—17:00。     

济南市气象要素对大气污染物浓度的影响

利用2014-12-01—2015-11-30期间济南市空气质量的监测数据,运用Spearman秩相关分析法研究该市大气中细颗粒物PM_(2.5)、可吸入颗粒物PM_(10)、臭氧(O_3)的浓度与气象要素之间的相关性,其中气象要素选取温度、相对湿度和风速。结果表明:PM_(2.5)、PM_(10)及O_3与气象要素有显著的相关性,PM_(2.5)、PM_(10)的浓度与相对湿度呈正相关,与温度和风速呈负相关,O_3的浓度与温度和风速呈正相关,与相对湿度呈负相关;PM_(2.5)、PM_(10)浓度的日变化特征呈双峰双谷型,O_3浓度的日变化特征呈单峰单谷型;PM_(2.5)、PM_(10)的浓度在冬季、秋季、春季较大,在夏季较小;O_3的浓度在夏季最大,在冬季、秋季、春季相对较小,O_3已成为影响济南市夏季空气质量的首要污染物。     

西昌景区空气负氧离子特征分析

利用2019—2020年西昌邛海湿地观鸟岛十二生肖广场、安哈露营地松树林的空气负氧离子浓度观测资料,分析西昌市景区近地面空气负氧离子季、月和日的均值变化特征。利用空气质量评价指数对西昌景区空气质量进行等级划分,并划分出养生气候类型。结果表明:安哈全年负氧离子浓度等级6级,以鸟岛为4～6级,空气质量评价指数CI均大于1.0,空气质量都是最清洁。安哈负氧离子浓度冬春高、夏季最低,观鸟岛则相反,冬春低、夏季最高。安哈、观鸟岛的月均值最高分别在3、6月,最低分别在8、9和5月。一日中凌晨和上午的负氧离子浓度要大于下午和晚上,夜间呈逐渐上升的趋势。西昌市景区具有优异的空气负氧离子生态康养资源,属"富氧康养"气候类型。     

北京市北小河公园绿地生态保健功能效应

选取北京市典型社区示范北小河公园内4种绿地结构类型及12种不同配置模式为研究对象,开展了对公园绿地的空气负离子、人体舒适度(温度、湿度、风速)、PM_(2.5)、减噪效果的四种主要生态保健因子的单项及综合保健效应定量研究与评价。结果表明:北小河公园春夏两季各样地的负离子浓度日变化均呈早晚低中午高的单峰趋势,秋冬两季变化趋势没有明显的规律。四季负离子浓度大小排序为:夏季春季秋季冬季,各样地中夏季最高平均值为1 492.59个·cm~(-3),冬季最低平均值为380.76个·cm~(-3);PM_(2.5)浓度日变化除春季外,其他三季的均呈早晚高、中午低的日变化趋势;各样地消减能力排序为:春季夏季秋季冬季,消减率范围为0.75%~13.65%;各类型绿地在春夏两季均有提高气候舒适性的作用,尤其在夏季作用较明显;各种绿地类型均有减噪效果最佳的宽度,其净衰率范围为0.17%~7.56%;以典型夏季数据进行的综合保健效果评价,最好的绿地结构类型为乔-灌-草和乔-草,灌-草和纯草类型次之。     

福州市城区不同粒径颗粒物污染特征

利用福州市国控监测站点2013年4月-2017年3月PM_(2.5)和PM_(10)质量浓度监测数据,对福州市不同粒径颗粒物污染特征进行研究.结果表明:时间变化方面,福州市空气质量整体较好,PM_(2.5)和PM_(10)浓度呈逐年下降趋势;PM_(2.5)、PM_(10)、PM_(2.5)/PM_(10)时间变化规律具有一致性:呈现冬季>春季>秋季>夏季的季节性特征;春季、夏季和秋季工作日浓度均高于周末的浓度,存在周末效应,冬季周末浓度则显著高于工作日浓度;日变化呈明显的双峰型变化趋势.空间变化方面,PM_(2.5)和PM_(10)浓度变化表现为工业区>市区>清洁区,清洁区PM_(2.5)/PM_(10)比值最高,其次是市区、工业区.相关分析结果表明:PM_(10)和PM_(2.5)存在显著相关性,且相关性明显受季节影响,夏季相关性最高.城市颗粒物与气态污染物(SO_2、NO_2)复合性较强.     

郑州市城区PM2.5和PM10变化特征及其与气象要素关系研究

利用2018年1月、4月、7月、10月郑州市城区8个监测站点的PM_(2.5)和PM_(10)浓度数据与气象数据,对郑州市城区PM_(2.5)和PM_(10)的时相变化特征及气象要素对其产生的影响进行研究.结果表明:郑州市城区在1月份的PM_(2.5)浓度最高(118.1μg·m~(-3)),污染严重,4月份PM_(10)浓度最高(169.4μg·m~(-3)).通过分析PM_(2.5)和PM_(10)的比值(PM_(2.5)/PM_(10))发现, PM_(2.5)是郑州市城区主要的大气污染物.PM_(2.5)和PM_(10)与气象要素之间的相关分析表明,PM_(2.5)和PM_(10)与气温和露点温度均呈显著负相关(P0.01),PM_(10)与降水呈显著负相关(P0.05),PM_(2.5)与气温之间的相关性(r=-0.441,P0.01)高于PM_(10)和气温的相关性(r=-0.311,P0.01).另外,当风速在2～3 m·s~(-1)时,PM_(10)最低;而风速大于4 m·s~(-1)时,颗粒物浓度增加明显,且对于PM_(10)的增加作用更显著.露点温度与颗粒物浓度之间也存在一定关系,当露点温度大于0℃时,颗粒物浓度会随露点温度的增加而降低.2018年郑州市PM_(2.5)与PM_(10)昼夜变化呈双峰型特征;风速与温度的双重作用导致PM_(2.5)浓度先于PM_(10)达到最高值,而空气湿度和露点温度则是造成04:00时颗粒物较低的主要原因.另外,通过多元回归分析发现,各月份昼夜时段颗粒物浓度主要受温度和相对湿度影响;在各时段中,温度与颗粒物浓度关系最为密切,风速次之,湿度最弱,各气象要素对PM_(2.5)浓度的影响较PM_(10)浓度更大.     

重工业区室内外细颗粒物PM_(2.5)相关性分析

目的研究重工业城市住宅在夏季开窗条件下,室外细颗粒物PM_(2.5)对室内空气品质的影响,数值模拟得到细颗粒物PM_(2.5)的质量浓度、速度、温度分布云图及粒子轨迹.方法通过采用气溶胶检测仪对室内外细颗粒物PM_(2.5)污染物质量浓度进行实测,使用SPSS软件对测试得到的细颗粒物PM_(2.5)质量浓度进行拟合,并运用FLUENT模拟软件对室内细颗粒物运移及分布情况进行模拟分析.结果位于重工业厂矿下风侧交通主干线一侧的A房间的室内与室外细颗粒物质量浓度的比值(I/O)小于1,受室外环境的影响较大;位于重工业厂矿下风侧小区内部的B房间的I/O大于1,说明受室内细颗粒物染物污的影响较大.并且两房间室内外细颗粒物具有较强的二次相关性,相关系数分别为0.920 77、0.941 11.结论室内PM_(2.5)质量浓度随室外细颗粒物质量浓度增加而升高.建立的室内外细颗粒物PM_(2.5)质量浓度相关性模型,可以分析室内外颗粒物浓度的变化特征.     

北京西山不同树种夏秋季PM_(2.5)吸附量与润湿性关系

【目的】北京地区环境问题中的颗粒物PM_(2.5)污染备受关注。研究北京地区阔叶树种的PM_(2.5)吸附量季节差异及影响因素,探讨各树种叶片吸附PM_(2.5)机理,为城市绿化树种的科学选择提供参考。【方法】以北京西山4种阔叶树种(柳树Salix babylonica、五角枫Acer mono、银杏Ginkgo biloba、杨树Populus spp.)为对象,应用气溶胶再发生器测定植物叶片夏秋PM_(2.5)吸附量,用光学接触角测量仪测定叶片与水及二碘甲烷接触角,运用OwensWendt-Kaelble法,并结合Young方程计算叶片表面自由能及其极性和色散分量。【结果】树种单位叶面积PM_(2.5)吸附量平均值依次为柳树[(0.97±0.46)μg/cm~2]五角枫[(0.78±0.39)μg/cm~2]银杏[(0.69±0.31)μg/cm~2)]杨树[(0.62±0.21)μg/cm~2],杨树与柳树、银杏吸附PM_(2.5)能力差异均显著(P0.05),秋季树种PM_(2.5)吸附量高于夏季;树种PM_(2.5)吸附量与其润湿性(接触角)呈正(负)相关(P0.01),与叶片表面自由能(P0.05)及其色散分量(P0.01)也呈正相关,与极性分量相关性不显著。【结论】4种阔叶树的PM_(2.5)滞尘能力以柳树最强,杨树最弱,五角枫、银杏次之,阔叶树种夏季滞尘能力高于秋季;可以根据各树种吸附PM_(2.5)特征合理调整城市绿化规划,充分发挥城市绿地系统的生态功能。     

武汉市大气污染特征及变化趋势

以2013—2015年武汉市大气污染物特征及变化趋势为研究对象,对大气污染物综合指数和各污染物单项指数进行分析.其主要结论是:大气污染冬季的污染状况比夏季严重,其中空气质量2013年优于2015年,2014年最差;根据各污染物单项指数,确定颗粒物(PM_(2.5))为大气污染的主要因子;PM_(2.5)、PM_(10)、SO_2、NO_2、CO的浓度冬季大于夏季,O_3的浓度夏季大于冬季;根据各污染物之间相关性及气象因素的分析,PM_(2.5)、PM_(10)、SO_2、NO_2、CO之间均成正相关关系,其中PM_(2.5)与CO的相关性为0.901(P0.01),接近1,说明CO对PM_(2.5)的形成有直接作用;污染物与气象因素的相关性分析,几种污染物与气压、降水量、气温有明显的相关性;根据聚类分析,大气污染变化趋势与季节有关,季节变化特征为夏季春秋季冬季.     

2018年春节期间燃放烟花爆竹对福州市晋安区大气污染物浓度的影响

利用2018年春节期间晋安区五个空气自动监测站点PM_(10)、PM_(2.5)、CO、NO_2、SO_2、O_3的监测数据,分析了春节期间燃放烟花爆竹对晋安区大气污染物浓度的影响,重点讨论了除夕、初一两日大气污染物浓度的小时变化特征。结果表明,晋安区春节期间首要污染物主要为颗粒物。烟花爆竹对PM_(10)、PM_(2.5)、SO_2、NO_2浓度有直接影响,对PM_(10)和PM_(2.5)浓度的影响尤其突出,对CO、O_3浓度无显著影响。     

金华市大气PM_(2.5)中WSON的质量浓度及来源

含氮化合物是大气细颗粒物(PM_(2.5))的重要组分,其中含氮有机物是含氮组分的重要存在形式,对陆地和水生生态系统影响较大.于2015年4月、7月和10月分别采集了金华市3个具有代表性站点的PM_(2.5)样品,分析了其中水溶性有机氮(water-soluble organic nitrogen,WSON)的质量浓度分布及季节变化特征.结果表明:金华市PM2.5中WSON质量浓度范围为0.06～6.90μg/m~3,平均1.90μg/m~3,对水溶性总氮(water-soluble total nitrogen,WSTN)的平均贡献率为31%.WSON的质量浓度分布具有明显的季节变化特征:秋季较高,夏季较低,而在夏季WSON对WSTN的贡献率最高.金华市PM_(2.5)中WSON的主要来源可能是含氮前体物在大气中的二次转化以及生物质燃烧活动.     

黄渤海悬浮颗粒物散射特性研究

【目的】研究悬浮颗粒物的散射特性,用以描述水体固有光学特性。【方法】利用2014年11月黄渤海海区航测数据,分别选取555nm和532nm作为参考波长,建立悬浮颗粒物散射及后向散射的光谱模型,并对模型拟合效果进行检验;此外,还建立了悬浮颗粒物散射参数与水体组分浓度的关系模型。【结果】模型验证结果表明:光谱模型的平均相对误差绝对值(MAPE)分别在60%和35%以内;散射参数与悬浮颗粒物质量浓度模型MAPE的最小值仅为15.0%。【结论】黄渤海颗粒物散射特性主要由非藻类颗粒物主导。     

成都地区近3 a空气污染物变化特征及降水对其影响

利用成都市2014-2016年逐时空气污染物质量浓度资料和同期逐时降水资料,分析了成都市空气污染物质量浓度变化特征及降水对其影响.结果表明,成都地区2014-2016年大气颗粒物(PM_(10)和PM_(2.5))质量浓度逐年减少,气态污染物(SO_2、NO_2和CO)质量浓度呈波动式降低; 5种污染物质量浓度有明显的年内变化,重污染期均出现在冬季, 1月污染物质量浓度最高, PM_(10)变化幅度最大,最高达192.9μg/m3; 5种污染物质量浓度均存在明显日变化特征,最大值出现时段为09:00-11:00,其中PM_(2.5)、PM_(10)、NO_2和CO质量浓度日变化为双峰型, SO_2为单峰型.降水对污染物的清除效率总体上随降水量的增加而增大:暴雨中雨大雨小雨,对中雨清除率高于大雨清除率的原因进行了初步分析.连续性降水对污染物的清除率极大值出现在第2天,之后清除效率逐渐降低;单位时间降水清除效率中,阵性降水明显大于连续性降水.     

上海市大气环境中PM_(2.5)/PM_(10)时空分布特征

针对上海市颗粒物的污染和防治问题,利用2014年4月14日—2015年3月24日10个国控监测点的PM2.5和PM10小时数据及对应的气象因素资料,以PM2.5质量浓度占PM10质量浓度的比例为研究对象,使用聚类分析和相关性分析PM_(2.5)/PM_(10)的时空分布特征.结果表明:P2.5和PM10的季节高低为冬春秋夏,PM_(2.5)/PM_(10)的季节分布在不同区域存在差异性.PM_(2.5)/PM_(10)的日变化呈现双峰型趋势,峰值出现在05:00和14:00左右,上午PM_(2.5)/PM_(10)高于下午.颗粒物质量浓度及PM_(2.5)/PM_(10)具有明显的"周末效应",这与车辆通行政策与人类作息时间变动相关.在空间分布上,颗粒物质量浓度及PM_(2.5)/PM_(10)均表现为背景站浦西站浦东站.     

2014年天津市武清区PM_(2.5)污染特征

为分析2014年武清区PM_(2.5)污染的变化特征,运用统计学方法对全年PM_(2.5)常规日值监测数据进行分析,结果发现:2014年武清区大气环境中PM_(2.5)年均浓度为92μg/m3,PM_(2.5)日均浓度分布区间较宽,主要分布区间为20~120μg/m3,占样本总数的71.1%。PM_(2.5)污染呈现夏季及春末、秋初较轻,冬季污染严重的特征。PM_(2.5)浓度变化"周末效应"表现较为突出的季节是春季,夏季、秋季和冬季并未出现"周末效应"。研究结果有利于认识武清区PM_(2.5)污染的时间变化规律,从而正对性开展大气污染防控。