春季典型天气下城市街头绿地内大气颗粒物浓度变化特征

以无锡市河埒口休闲广场街头绿地为对象,研究了典型天气条件(晴天、多云、雨后阴天)下绿地内4种粒径颗粒物(TSP、PM10、PM2.5和PM1)的质量浓度变化规律及其影响因素。结果表明:(1)绿地内TSP、PM10、PM2.5和PM1质量浓度日均值均为:晴天多云雨后阴天。雨后阴天的PM10、PM2.5和PM1浓度均极显著高于晴天和多云,多云天气的PM2.5和PM1浓度极显著高于晴天。多云和阴天天气下PM2.5和PM1质量浓度的增幅远高于TSP和PM10。(2)在观测时段内,晴天和多云4种粒径颗粒物的日变化曲线基本一致,上午浓度高于下午,7:00和13:00—15:00分别出现峰值和低谷;雨后阴天时,随时间推进颗粒物浓度呈递增趋势。晴天时小粒径颗粒物所占比例日变化与其浓度协同变化,多云和雨后阴天时则基本呈相悖状态。(3)3种天气条件下,街头绿地内仅晴天时PM2.5浓度达到国家二类功能区质量要求,其他均超出二级浓度限值。(4)晴天街头绿地内主要为粒径2.5~10μm的PM10污染,污染较轻;而多云和雨后阴天时TSP、PM10和PM2.5污染均较严重,TSP污染以粒径10μm的颗粒物为主,PM10以粒径2.5μm的为主,PM2.5主要为1~2.5μm范围内的颗粒物污染。(5)空气相对湿度是无锡高湿环境下影响颗粒物浓度的最主要因子。晴天,颗粒物浓度与风速、气温、光照强度呈显著负相关,与相对湿度、车流量呈显著正相关;多云天气大气颗粒物浓度与湿度呈显著正相关,与其他因素相关性均未达显著水平;雨后阴天时大气颗粒物浓度与湿度呈负相关,与其他指标相关性不显著。     

南昌市空气PM_(2.5)和PM_(10)的时空动态及其影响因素

PM_(2.5)和PM_(10)已成为我国大部分城市空气的首要污染物.本文通过分析南昌市2013—2015年的空气PM_(2.5)和PM_(10)质量浓度、气象因素、交通流量的监测数据,探讨了空气颗粒物污染的时空动态规律以及气象、交通对颗粒物浓度变化的影响.结果表明:2013、2014、2015年,南昌市PM_(2.5)浓度(70.92μg·m~(-3)53.70μg·m~(-3)43.65μg·m~(-3))、PM_(10)浓度(119.72μg·m~(-3)86.11μg·m~(-3)73.32μg·m~(-3))逐年降低,并呈现出夏季低(PM_(2.5)和PM_(10)平均浓度分别为36.74、69.20μg·m~(-3))、冬季高(PM_(2.5)和PM_(10)平均浓度分别为74.29、111.64μg·m~(-3))的季节动态和由城市中心向郊区递减的城乡梯度变化;PM_(2.5)/PM_(10)值(0.5950.5840.557)逐年降低,并且表现出城市中心高、城市边缘低的空间分布格局;PM_(2.5)、PM_(10)浓度受到多种气象因素的影响,与气压、温度、相对湿度、风速、降水量、日照时数显著相关,各种气象因子对PM_(2.5)、PM_(10)浓度的影响存在差异;车流量会显著提高周边PM_(2.5)浓度,但对PM_(10)浓度影响不明显.     

北京西山典型城市森林内PM_(2.5)动态变化规律

城市森林内PM2.5浓度的状况可以直接反映城市森林对PM2.5的净化效果,也是居民休闲游憩关心的森林环境问题。选择北京西山3种典型的游憩型城市森林,通过对林内PM2.5浓度一年四季昼夜24h内变化的同步观测,分析了不同类型城市森林内PM2.5浓度的季节变化、日变化以及影响因素,结果表明:(1)北京西山3种游憩林内PM2.5浓度多数时候远低于城区对照值,在春、夏、秋三季都达到了国家城市化地区的标准,甚至在春季、秋季还达到了国家一类地区的标准。(2)城市森林在不同季节对PM2.5的净化效果存在差异,林内PM2.5浓度总体上呈现冬季夏季秋季春季的规律。(3)林内PM2.5浓度在一天24h内有很大变化波动,夜间浓度总体上高于白天,日变化曲线近似呈"双峰双谷"型,两个高峰出现在夜晚和早上,两个低谷出现在凌晨和中午前后。一年四季白天低谷出现时间有所不同,春季15:00左右、夏季13:00—17:00、秋季13:00—15:00、冬季9:00—11:00。(4)PM2.5在不同类型游憩林内的变化趋势和浓度值存在一定差异。郁闭度较大的侧柏林夜间PM2.5浓度总体上高于其它两种林型,其高峰和低谷出现时间延迟,高峰值大,高峰期持续时间长,且这种规律在秋季表现得更明显。(5)基于上述研究认为,北京西山城市森林为居民在PM2.5污染比较突出的都市背景下提供了一个相对清洁、健康的森林游憩环境,春季、夏季、秋季全天以及冬季9:00—11:00均是森林中PM2.5状况健康而适宜外出游憩的时段。     

园林植物吸附细颗粒物(PM_(2.5))效应研究进展

园林植物具有显著消减空气颗粒物(PM)污染的作用,能有效地改善城市环境质量。但迄今为止,国内外的大量研究都集中在园林植物对总悬浮颗粒物(TSP)或者粗颗粒物(PM10)的阻滞效应上,植物吸附空气细颗粒物(PM2.5)的研究尚处于探索阶段。本文概述了植物叶片吸附空气PM的方式,叶片PM2.5化学物质的转移过程以及植物吸附PM2.5的周期性,探讨了植物叶片对空气不同粒径颗粒物的吸附特征,园林植物吸附空气PM2.5的能力与机制,并从植物吸附PM2.5的测定方法、园林植物吸附PM2.5能力的测定和评价、高吸附PM2.5能力的园林植物筛选、园林植物吸附PM2.5的机制与影响因素等方面提出了园林植物吸附PM2.5的研究重点与趋势,以期为深化植物吸附PM2.5的机制研究及高吸附PM2.5能力的园林植物筛选提供依据。     

北京大兴南海子公园PM_(2.5)和PM_(10)质量浓度变化特征

对北京南海子公园PM_(2.5)和PM_(10)的浓度水平进行了研究,并讨论了PM_(2.5)和PM_(10)的时间变化特征及其受气象因素的影响,分析了南海子公园空气质量浓度差异。结果表明:南海子公园PM_(2.5)和PM_(10)平均质量浓度分别为(110.22±19.19)μg·m~(-3)和(125.58±3.62)μg·m~(-3),南海子公园大气颗粒物主要是以细粒子为主,PM_(2.5)超标46.96%,PM_(10)未超标;南海子公园PM_(2.5)和PM_(10)质量浓度的日变化以夜间低,白天高为主,呈现明显的双峰型,南海子公园的PM_(2.5)和PM_(10)质量浓度变化幅度较大;从不同月份来看,南海子公园PM_(2.5)质量浓度6月最大、8月最低;温度、风和降水与PM_(2.5)和PM_(10)质量浓度呈负相关关系,湿度与PM_(2.5)和PM_(10)质量浓度呈正相关关系,大风和降雨能有效的清除颗粒物,特别是细颗粒物。     

宁夏沙坡头PM_(10)浓度月-季节分布特征及其气象影响因素

以2017年1—12月宁夏沙坡头自然保护区PM_(10)和气象要素的监测数据为基础,采用逐步回归分析研究了不同月份和季节PM_(10)浓度分布特征,并探讨气象要素对PM_(10)浓度的影响。结果表明:PM_(10)浓度存在明显的时间变化特征,就月份而言,5月PM_(10)浓度最高,4月和6月次之,8月和9月最低,季节尺度上春季冬季夏季秋季; PM_(10)浓度受到气象因素影响,风速低于1.5 m·s~(-1)时,PM_(10)浓度随风速的增加而逐渐降低,大于1.5 m·s~(-1)以后,PM_(10)浓度开始逐渐升高;北风对PM_(10)污染有较明显的驱散作用,东风则对PM_(10)污染起累积作用;降水对空气颗粒物有明显的清除和冲刷作用,降水日PM_(10)浓度比无降水日减少46.5%;相对湿度为50%左右,PM_(10)浓度达到最高,此后随相对湿度的增加而逐渐降低;不同时间下,影响PM_(10)浓度的气象因子有所差异。     

北京市湿地削减大气细颗粒物PM_(2.5)功能

基于野外观测与遥感反演相结合的方法,在点位和区域尺度上研究北京城区湿地在削减大气细颗粒物PM2.5中的作用。结果表明,北京城区湿地能够显著削减周边大气环境中的细颗粒物浓度,其中翠湖湿地附近的PM2.5浓度显著低于周边裸地(P0.05),可削减空气中17%的PM2.5,降低幅度最高可达50%。而且,湖库湿地在削减PM2.5浓度方面作用更加显著,优于河流湿地(P0.05)。北京市PM2.5浓度的空间分布格局表现出西北东南、郊区城区的空间分布规律。因此,在未来的湿地建设中应合理选择湿地类型,更多地考虑紧凑型湿地如湖库湿地的建设,科学配置湿地和植物资源,使湿地更加有效地发挥其增湿、促使局地流场发生变化的作用,最终改善局地微气象条件,削减大气细颗粒物,缓解城市雾霾天气。研究结果为北京市湿地保护管理、规划和布局以及及时制定控制PM2.5的政策和措施提供了科学依据。     

细颗粒物(PM2.5)与植被关系的研究综述

细颗粒物即PM,2.5,粒径小,沉降困难,危害严重,植被在一定程度上有助于减轻颗粒物污染.本文从阐述PM2.5的沉降机理出发,分析PM2.5与植被之间的相互作用.植被的阻滞吸收作用对大气颗粒物移除存在积极影响,而过多的空气颗粒物滞留对植物生长起到一定的负面作用,但以植被对大气颗粒物的移除为主导作用.以此为基础,从林分尺度-环境特性、单木尺度-树种特性和叶片尺度-颗粒物种类和分布特性这3个角度出发,结合外界影响因素(气象学要素、空气动力学要素、大气颗粒浓度水平、植物物候变化)、气室实验以及滞留颗粒物特征等阐述植被林冠、枝干及叶片等对移除PM2.5的影响.最后,文章指出今后的研究应当向定量化方向发展,注重不同树种移除PM2.5能力的对比分析及系统研究,并针对研究区域确定防治大气PM2.5污染的优势树种.     

奥运期间北京PM_(2.5)、NO_X、CO的动态特征及影响因素

为了成功举办第29届奥运会,确保北京奥运期间空气质量良好,采取交通管制和工厂停工等临时减排措施改善北京空气环境,希望通过这些措施使大气污染物排放量大幅度降低。在奥运前的综合治理措施中,已经对北京市的烟尘和粉尘排放控制起到了明显效果。在奥运期间更是执行了严格的燃煤污染控制和工业污染控制措施。奥运期间19家重点排污企业和4家燃煤电厂,采取压缩产量、调整运行方式、加强污染设施运行管理等措施,在确保达标基础上,减排30%。并从2008年7月1日起执行世界上最严格的燃煤锅炉排放标准限值。为控制工业污染,150多家重污染企业停产减产限产。这些举措使得奥运期间烟尘和粉尘的排放量大大减少,对PM2.5、NOX、CO的浓度下降起重要作用。此外,奥运期间城区工地停止土石方工程和混凝土浇注工程,对减少施工扬尘、建筑扬尘有明显效果。机关单位、商场、居民实行了错峰上下班措施和公交出行等绿色出行方式,进一步减少了PM2.5、NOX、CO的来源和积累。利用北京城市系统生态研究站的空气环境质量监测数据,对奥运期间北京可吸入颗粒物(PM2.5)、氮氧化物(NOX)、一氧化碳(CO)的日平均浓度的动态特征及其气象因素的关系进行了分析。结果表明:北京奥运期间PM2.5、NOX、CO在生态中心观测点与教学植物园观测点的平均浓度分别为0.060和0.070、0.065mg/m3和0.03、0.65和1.10mg/m3,显著低于奥运后PM2.5、NOX、CO日平均浓度。奥运后PM2.5日平均浓度与奥运期间比较,生态中心站与教学植物园站分别升高3.3%与58.8%,NOX日平均浓度与奥运期间比较2个站分别升高76.9%和56.7%,CO日平均浓度与奥运期间比较2个站分别升高56.5%和163%。奥运期间PM2.5、NOX、CO质量浓度的日变化都呈双峰现象,一个峰出现在7:00—10:00之间,另一个峰出现在18:00—23:00之间,这一特征与通常的北京空气污染物日变化过程一致,污染物浓度日变化双峰现象,虽与气象条件有关,但汽车尾气排放也是一个重要影响因素。主要是由于上班、上学、交通运输的高峰期,车流量大,尾气排放量也大,从而可能对形成上午与夜间的两个PM2.5、NOX、CO浓度高峰起了重要作用。奥运期间污染物除了生态中心监测点的PM2.5小时平均浓度与小时平均温度、风速有显著相关性,与其他气象因素并无相关性。研究表明奥运期间实施的临时空气环境污染控制措施有明显的效果。     

阜新市PM_(2.5)污染特征及影响因素分析

运用阜新市2014年PM_(2.5)质量浓度和气象数据,经过整理分析及量化计算,得到阜新市的PM_(2.5)污染时空分布特征及影响因素。结果表明,阜新市PM_(2.5)污染在时间序列上呈季节性变化,冬季均值最高为76.4μg·m~(–3),夏季最低为41.8μg·m~(–3),春季和秋季分别为53.6μg·m~(–3)和52.9μg·m~(–3),一天中9点、20点为PM_(2.5)浓度值高峰时段。空间上,阜新市自东向西PM_(2.5)污染逐渐加重,但位于主城区的"长青街"点位附近PM_(2.5)质量浓度值均较高;通过多因素相关分析可知PM_(2.5)污染分布及变化趋势是污染源排放及气象因素共同作用的结果,在影响PM_(2.5)质量浓度的气象因素中,相对湿度和气压与PM_(2.5)质量浓度正相关,气温、风速和降水与PM_(2.5)质量浓度负相关。偏相关分析结果显示除气压外,各气象要素间相互影响,因此可通过建立气象要素与PM_(2.5)质量浓度估算模型在低浓度区估算PM_(2.5)质量浓度。