无锡惠山三种城市游憩林内细颗粒物(PM2.5)浓度变化特征

在2011年秋、冬季和2012年春、夏季的游憩时段内(5:00—19:00),对无锡惠山香樟林、湿地松林和栓皮栎林3种游憩林内PM_2.5质量浓度进行实时监测,并同步观测气象因子,分析了游憩林内PM_2.5浓度的时间变化规律及其影响因素.结果表明: 惠山3种游憩林内PM_2.5浓度年均值低于道路,湿地松林和香樟林内PM_2.5浓度年均值低于栓皮栎林;3种游憩林和道路的PM_2.5年均浓度低于无锡市背景值.游憩林内PM_2.5浓度的季节变化规律为夏季最低,秋季次之,春季最高;PM_2.5浓度在春、夏、冬季最低的是湿地松林,秋季最低的是香樟林,栓皮栎林在各季节的PM_2.5浓度都较高.PM_2.5浓度在四季的日变化近似于“单峰单谷”型,7:00—9:00和15:00—19:00各出现最大值和最小值.4个季节的湿度和温度与PM_2.5浓度均极显著相关,光照仅在冬季显著影响PM_2.5浓度,较小风速对PM_2.5浓度的影响不大.     

北京4种典型风景游憩林对林内PM2.5的调控作用

为研究风景游憩林中PM_2.5浓度的变化规律及其对气象因子的响应,并分析不同林分对PM_2.5浓度的调控作用,在2013年夏、秋、冬季于北京市奥林匹克森林公园内对北京4种典型结构风景游憩林（华山松-银杏混交林、毛白杨-白蜡混交林、毛白杨纯林、多树种复层混交林）中的PM_2.5浓度及相关气象因子进行实时测定（共28个观测日）.结果表明： 在不同空气污染级别下林分内PM_2.5浓度的日变化无统一规律,但在同一污染级别下4种林分的PM_2.5浓度日变化规律基本一致.当风力为0~2级时,在各污染级别下4片林分内PM_2.5浓度的日均值\[观测时段内（9: 00—15: 00）PM_2.5浓度平均值\]无显著差异.林内PM_2.5浓度与空气相对湿度呈显著正相关（P<0.01）,与气温呈显著负相关（P<0.05）,与风速不相关.相对于林分外空地,林分内PM_2.5浓度变化比例在-21.4%～33.2%,其与空气相对湿度呈显著负相关（P<0.05）,与风速和气温不相关.林分对PM_2.5浓度的调控作用包含增加和降低两种效应,本研究中,这种调控作用发生转变的空气相对湿度临界值为67%.     

南昌市空气PM2.5和PM10的时空动态及其影响因素

PM_2.5和PM₁₀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PM₁₀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(70.92 μg·m^-3＞53.70 μg·m^-3＞43.65 μg·m^-3)、PM₁₀浓度(119.72 μg·m^-3＞86.11 μg·m^-3＞73.32 μg·m^-3)逐年降低,并呈现出夏季低(PM_2.5和PM₁₀平均浓度分别为36.74、69.20 μg·m^-3)、冬季高(PM_2.5和PM₁₀平均浓度分别为74.29、111.64 μg·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/PM₁₀值(0.595＞0.584＞0.557)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、PM₁₀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、PM₁₀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PM₁₀浓度影响不明显.     

干旱半干旱城市公园绿地PM2.5与空气负离子浓度动态特征

于2020—2021年不同季节在晴天、晴间多云为主的天气条件下,选择呼和浩特市敕勒川公园5种不同植被配置结构及公园西侧入口处(硬质铺装,对照点CK)作为观测点,07:00—19:00同步观测PM_2.5、空气负离子浓度,并对公园内污染和空气负离子变化特征及其影响因素进行分析。结果表明：秋季不同配置结构PM_2.5表现最高,夏季最低;春季日变化曲线呈下降趋势,夏季、冬季呈“双峰双谷”型,秋季呈“单峰单谷”型;公园内不同季节各配置结构PM_2.5浓度日变化均达到环境空气质量Ⅱ级标准以上。除春季外,各季节不同观测点空气负离子浓度均高于CK;春季、夏季空气负离子浓度日变化曲线大致呈“中午低,早晚高”的变化趋势,秋季、冬季空气负离子日变化表现为波动变化态势。公园内不同季节空气离子评价系数(CI)均值为夏季>秋季>冬季>春季,均值评价等级均在中等(Ⅲ)和允许(Ⅳ)浓度范围内,不同季节复层配置结构CI值较高。空气负离子浓度与PM_2.5浓度的相关性在不同季节显著度有所不同;PM_2.5     

木质素锌肥在粤北石灰性土壤上的生物有效性研究

木质素锌肥是利用造纸工业副产品木质素为原料合成的一种有机微肥,通过淋溶与盆栽试验研究了木质素锌肥与无机锌肥在粤北两种石灰性土壤上的生物有效性差异．结果表明。木质素螯合锌被土壤固定、吸附量要明显小于无机锌,对于土壤B,当Zn用量为10mg·kg^-1时,木质素锌肥处理锌溶出量比无机锌高65．2％;施用木质素锌肥的处理玉米长势好,不仅生物量高过无机锌肥,而且更有利于玉米对锌的吸收,在土壤A上,当Zn用量为10mg·kg^-1时,木质素锌肥处理的生物量比无机锌增产16．3％。植株锌含量比无机锌肥高81．2％,木质素锌肥的生物有效性优于无机锌肥。     

基于实地监测的城市林木调控PM2.5能力研究

随着城市的不断扩张,PM_2.5污染凸显,引起广泛关注。研究表明,城市林木为城市环境提供了重要的生态保障,在调控、缓解、降低城市PM_2.5污染危害等方面发挥极其重要的作用,通过筛选树种、优化配置结构、提高林木质量等方面进行城市林木前瞻性布局。然而,结合前期研究基础如何进一步深入研究并研究突破城市林木调控PM_2.5污染机制与机理,实现调控PM_2.5效应的最大化、最优化,依然是一个亟待解决的难题,这迫切需要在多尺度、多维度进行调控PM_2.5效应研究,并在不同尺度、不同维度进一步进行结合、延伸。对基于实地监测的城市林木调控PM_2.5能力研究现状相关文献进行归纳总结,并从林木单位叶面积与形态特征、配置结构特征、气象条件以及其他因素等方面归纳城市林木调控PM_2.5机制,同时从城市林木调控PM_2.5效应的时间变化特征、水平距离和垂直变化特征、内外变化特征等方面总结城市林木调控PM_2.5时空特征。最终提出研...     

中国主要城市森林对大气PM2.5的削减量及其占大气PM2.5总量比例

空气中的细颗粒物(PM_2.5)是我国城市空气污染的主要污染物之一,严重威胁着城市居民的健康,限制城市发展的可持续性。PM_2.5去除的自然途径有两种,分别是干沉降和湿沉降,其中干沉降占据主导作用,且干沉降的过程和效率与城市森林紧密关联。目前针对城市森林对干沉降作用的研究主要是在小尺度中从不同树种、不同群落结构、不同景观类型等角度来估算并比较其滞尘量,较少关注其占空气污染总量的比率,从而可能影响对城市森林滞尘服务能力的判断。因此,利用城市森林效益(Urban Forest Effect, UFORE)模型中的大气污染干沉降模块的核心算法,以2015年为例,估算了我国主要城市辖区的城市森林一年内对大气中的PM_2.5削减量以及其占空气中PM_2.5污染总量的比重。结果显示：(1)2015年全国主要城市单位绿地面积日均滞尘量较高地区主要集中在华北地区、华东地区、以及东北地区。其中北京30.47mg/m²,苏州24.63mg/m²,沈阳28.55mg/m²     

北京城市森林不同天气状况下PM2.5浓度变化

基于北京市环境保护监测中心植物园空旷地和市区非植被区的PM_(2.5)实时监测数据,结合植物园林内PM_(2.5)监测站数据,分析了2013年3月—2014年2月不同天气状况下的PM2.5质量浓度变化。结果表明:1降雨天气和大风天气下PM_(2.5)质量浓度变化无滞后性,雨前和雨中变动较大,雨后变化较小,雨后1天PM_(2.5)质量浓度降低到最低值((14.88±7.34)μg/m~3,下降了(89.36±4.78)%),雪后第2天达到最低值((13.76±6.73)μg/m~3,下降了(88.53±5.59)%);2大风天气下PM_(2.5)质量浓度波动较小,在东北风和西南风影响下PM_(2.5)质量浓度值较高(80.61μg/m~3),在东南风影响下PM_(2.5)浓度值较低(54.22μg/m~3);3高温高湿天气下PM_(2.5)质量浓度市区非植被区滞后1—2h到达峰值,植物园林内监测站和植物园空旷地高峰无滞后性,植物园林内监测站变动剧烈、消减作用强,市区非植被区和植物园空旷地较为平缓;4不同天气下PM_(2.5)质量浓度均表现为市区非植被区植物园林内植物园空旷地;5城市森林具有强大的净化大气污染物和吸滞PM_(2.5)等颗粒物的功能,森林环境的空气质量优于非植被区,森林空旷地的空气质量优于森林内部。     

北京市夏秋季大气PM2.5浓度与气象要素的相关性

基于北京市城市生态系统研究站2008、2009年7月1日—10月31日大气PM_2.5浓度及气温、相对湿度、风速、水汽压、大气压和风向等6类气象要素资料,分析北京市夏秋季大气PM_2.5浓度与气象要素的相关性.结果表明: 在所分析的18周内,PM_2.5浓度在每周内的变化幅度较小.PM_2.5周平均浓度大致呈现出每6周为一个变化周期.其中,后6周最高、前6周次之、中间6周最低.PM_2.5周平均浓度与6种气象要素存在不同程度的相关关系,其中与水汽压的相关性最强,可通过水汽压预测北京市7月和8月的PM_2.5周平均浓度.研究结果可为分析和控制北京市大气PM_2.5污染源提供重要的科学依据.     

广州市城乡梯度森林公园雨季空气PM2.5浓度及水溶性离子特征

2012年雨季（4-9月）,收集广州市城市区、近郊区和远郊区森林公园的PM_2.5样品,测定PM_2.5质量浓度,分析了其中SO₄^2-、NO₃^-、NO₂^-、Cl^-、F^-、Na⁺、NH₄⁺、Ca²⁺、K⁺、Mg²⁺ 共10种水溶性无机离子含量.结果表明：帽峰山（远郊）、大夫山（近郊）、火炉山（城区）PM_2.5质量浓度的日变化分别为17.2～66.5、19.4～156.3、21.8～161.7 μg·m^-3,平均值分别为44.4、49.8、55.9 μg·m^-3.SO₄^2-、Na⁺和NH₄⁺为水溶性无机离子主要组分,其中,SO₄^2-含量最大,并从城区至郊区呈递减趋势.固定源对3个森林公园空气中SO₂和NO_x的贡献大于移动源,从城区至远郊呈递减趋势,说明机动车对城区空气中SO₂和NO_x的贡献大于近郊和远郊森林公园.采样期间,海盐对大夫山空气PM_2.5中水溶性组分的贡献最大,其中K⁺受海盐的影响超过其他元素.NH₄⁺当量浓度远小于SO₄^2-和NO₃^-的当量浓度,中和度远小于1,反映PM_2.5酸性较强,且从远郊至城区PM_2.5粒子酸性呈增强趋势.     

大气颗粒物(PM2.5、PM10)对地表景观结构的响应研究进展

颗粒物PM_(2.5)、PM_(10)是近年来我国大气首要污染物,威胁环境和人类健康。地表景观结构直接或间接影响PM_(2.5)、PM_(10)浓度,了解其影响过程和机理对于改善生态环境具有重要意义。系统总结了国内外关于PM_(2.5)、PM_(10)对地表景观结构响应的研究成果,指出研究中出现不确定性的可能影响因素,并对今后的发展方向进行展望。得出基本结论:(1)地表景观类型的构成及其格局显著影响大气颗粒物浓度,对PM_(2.5)、PM_(10)起到"源"和"汇"的作用。(2)地表景观结构引起局地气候变化并影响颗粒物的迁移转化,但其影响过程和机理复杂,研究结论并不明确。(3)颗粒物浓度和地表景观数据主要通过实际监测或遥感处理方法获得,但因为获取方法、监测点微观环境及遥感影像等因素影响,导致数据具有不确定性,加上时空尺度相对应的复杂性,大大限制了地表景观结构与PM_(2.5)、PM_(10)响应关系的研究进展,是未来要突破的难点。(4)PM_(2.5)、PM_(10)对地表景观结构响应的区域时空差异及过程,局地小气候变化对颗粒物浓度的影响过程和强度,主要景观类型尤其是水体、湿地景观对大气颗粒物浓度的影响过程、机理与贡献程度等是未来需要关注的方向。     

城市规模对大气污染物NO2和PM2.5浓度的影响

随着我国城市的快速发展,城市的区域性大气污染问题日益突出,尤其是大城市和超大城市的污染问题更加严重。那么城市规模的扩大是否必然导致空气污染的加剧?控制城市人口规模是否是防治空气污染的有效手段?这些问题成为空气污染防治中政府、公众和学者广泛关注的焦点。采用2013年冬季全国114个重点城市两种典型大气污染物-NO_2(传统)和PM_(2.5)(新型)-浓度的实时监测数据,首先分析了这两种大气污染物的空间分布特征,进而定量分析城市人口规模和大气污染物浓度的关系。结果显示:(1)仅有21%的城市NO_2浓度达到WHO的城市年均浓度标准(40μg/m~3),全部城市的PM_(2.5)浓度高于WHO年均浓度标准(10μg/m~3);(2)大气污染物的空间分布具有显著的集聚特征和区域性特征,表现为:NO_2呈较为分散的空间分布,而PM_(2.5)的空间分布呈现"北高南低、内陆高沿海低"的特征。NO_2浓度高的区域主要分布在天津、河北东南部和山东中部地区,PM_(2.5)浓度高的区域主要分布于河北西南部和山东西部;(3)常住人口规模同冬季NO_2和PM_(2.5)浓度呈倒"U"型关系;在1000到1200万的城市冬季平均NO_2和PM_(2.5)浓度最高(NO_2:69.28μg/m~3,PM_(2.5):119.58μg/m~3)。(4)总人口低于1200万的城市,冬季NO_2浓度和PM_(2.5)浓度随着城市规模增加而显著升高(NO_2:r=0.44,P0.01;PM_(2.5):r=0.43,P0.01);总人口高于1200万的城市,NO_2浓度同城市规模呈显著负相关关系(r=0.91,P0.05),PM_(2.5)浓度随城市规模增加逐渐降低。(5)常住人口密度在1000人/km~2以下的重点城市,NO_2和PM_(2.5)浓度同城市人口密度呈显著正相关关系(NO_2:r=0.23,P0.05;PM_(2.5):r=0.36,P0.01)。常住人口密度在1000人/km~2以上的城市人口密度同NO_2和PM_(2.5)浓度呈显著负相关关系(NO_2:r=-0.61,P0.05;PM_(2.5):r=0.63,P0.01)。以上研究结果可以为划定不同大气污染物的重点防治区域和制定联合防治行动计划提供理论依据,并为重点城市大气污染治理和城市人口规模控制理论完善提供参考。     

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。     

广州大夫山雨季林内外空气TSP和PM2.5浓度及水溶性离子特征

采用平行同步采样法,于2012年雨季,对广州市大夫山森林公园林内外空气的总悬浮颗粒物(TSP)和细颗粒物(PM_2.5)样品进行了24 h收集,测定了TSP和PM_2.5的质量浓度并分析了样品中水溶性无机离子成分。结果表明:林内外PM_2.5的质量浓度平均值分别为(40.18±10.47)和(55.79±13.01) g/cm³;林内外TSP的质量浓度分别为(101.32 ± 33.19)和(116.61±35.36) g/cm³。林内与林外比,PM_2.5和TSP平均质量浓度都显著减少(P < 0.05),表明森林能显著改善空气环境质量。TSP和PM_2.5中SO₄^2-、Na⁺、NH₄⁺和NO₃^-为水溶性无机离子主要成分,占总离子质量的80%以上,林外这些离子的浓度高于林内(NH₄⁺除外)。这4种离子雨季在空气中的主要存在方式为NaCl、Na₂SO₄、NH₄HSO₄和NH₄NO₃。计算表明,采样期间海盐对大夫山空气TSP和PM_2.5的水溶性组分中Na⁺和Cl^-贡献最大,其它元素主要源自陆地源。林内外TSP和PM_2.5的c(NO₃^-)/c(SO₄^2-)比值在0.3以下,表明固定源是大夫山森林公园空气主要污染贡献者,TSP中c(NO₃^-)/c(SO₄^2-)的比值大于PM_2.5的比值,说明移动源对TSP的贡献大于PM_2.5。     

粤港澳大湾区PM2.5时空分布特征及其与气象要素的关系

细颗粒物（PM_2.5）污染不仅是现代社会城市化进程中的痛点,也是城市大气环境研究不可忽略的重要焦点。粤港澳大湾区作为世界级城市群,既是城市区域经济社会文化发展的重要体现,更是国家区域发展战略的重要构成与政策实施落脚点,其生态环境的优劣尤其受瞩目。对1999-2016年大湾区地表PM_2.5浓度栅格数据集进行了时空分布特征分析,其中空间自相关分析选取莫兰指数（Moran''I指数）作为度量;并利用多元线性回归模型探讨研究区内PM_2.5与气象要素之间关系。结果表明：粤港澳大湾区1999-2016年历年PM_2.5浓度呈先增加后减小的趋势,2008年为时间拐点,该时间节点之后空气质量显著提高,且1999、2009、2016三年,年平均PM_2.5浓度相似值趋于聚集分布。冷热点分析结果表明：热点区域集中于湾区行政核心区域范围内;冷点集中于核心边缘区域,空气质量较优。利用皮尔森相关分析最终筛选出实际蒸散量（aet）、太阳辐射（srad）、最低温度（tmmn）、蒸汽压（vap）、饱和水汽压差（vpd）、风速（ws）等6个气象因子,利用回归分析判断影响PM_2.5浓度时空分布的显著因子。结果表明：本研究区太阳辐射与PM_2.5浓度关系呈负相关,该结果与其他城市相关研究有较大差异,最小温度与PM_2.5浓度呈正相关,风速与PM_2.5浓度呈负相关,饱和水气压差与PM_2.5浓度呈正相关。     

华北平原农田CO2浓度变化特征

旨在了解农田CO2浓度长期动态变化特征、趋势、浓度增量分布模式等,收集了2007—2018年中国气象局固城生态与农业气象试验站开路式涡相关CO2浓度观测数据。研究了华北平原农田CO2浓度的年际、年内、昼夜和CO2通量等动态变化特征,对比分析了华北平原农田CO2浓度与城市站和大气本底站CO2浓度变化趋势及差异。结果表明,近十多年来华北平原农田CO2年平均浓度显著升高31.0 μmol/mol（r=0.263, P<0.01）,年均增幅(2.58 μmol/mol)与全球和瓦里关本底站大气CO2浓度增幅接近,但农田CO2浓度年际和年内季节变化波动巨大,日平均浓度和逐时平均浓度标准差分别为33.7和33.5 μmol/mol。夜间CO2平均浓度395.8 μmol/mol,比白天高36.2 μmol/mol（10.1%）,8月最高差值达到74.4 μmol/mol（20.6%）。在作物生长季节,5月和8—9月白天CO2浓度出现的两个谷值准确地对应了CO2通量动态变化的两个峰值,表明4—9月昼间CO2浓度和通量动态变化很好地反映了华北平原冬小麦和夏玉米生长过程、农事活动和农田碳交换的关系。农田CO2浓度动态变化与城市、湿地和大气本底站的变化特征不同,表明其动态变化的形成机制有差异。农田CO2浓度昼夜及季节变化特征为研究和评估CO2浓度升高影响作物生长和产量提供指导依据。     

气溶胶光学厚度与PM2.5浓度的时空分布特征及其关系——以京津冀大气污染传输通道城市群为例

城市人口和产业的聚集伴随化石能源消费的迅速增长,导致空气污染物排放量不断增加,对区域气候产生了不可逆的负面影响。以多源遥感数据为基础,对京津冀大气污染传输通道城市群(“2+26”城市群)2015—2019年气溶胶光学厚度(AOD)、PM_2.5浓度的时空分布格局进行分析,从月份、季节、年份三个时间维度定量分析其时空变化规律,并通过计算相关性系数来分析气溶胶光学厚度对PM_2.5浓度的影响。主要得出研究结论如下：(1)PM_2.5浓度整体呈现冬季>春季>秋季>夏季的趋势,并且表现出高度空间自相关性,2015—2019年间,PM_2.5浓度显著下降至40μg/m³以下;(2)AOD平均范围值在0—1之间,总体上呈现春夏季高,秋冬季低的分布特点,到2019年,春夏秋三季AOD浓度呈现明显降低,夏季下降趋势最为显著,AOD同样表现出高度空间自相关性;(3)AOD与PM_2.5浓度存在显著的正相关关系。从季节变化上看,相关性呈现出：秋季>夏季>冬...     

北京西山不同海拔油松林PM2.5浓度及叶片吸附量变化规律

以北京西山不同海拔梯度油松人工林为研究对象,对油松林PM_(2.5)浓度变化和叶片PM_(2.5)吸附量进行分析,并应用电子显微镜对不同海拔油松叶表面微形态特征进行观察,阐释叶片吸附PM_(2.5)差异。结果表明:随着海拔升高PM_(2.5)质量浓度逐渐降低,不同海拔油松林PM_(2.5)质量浓度日变化均呈典型的双峰曲线,7:00和19:00是一天的两个峰值,最小值出现在13:00—15:00左右;从不同月份看,不同海拔油松林PM_(2.5)质量浓度最高值出现在冬季的2月,最低值在8月;不同海拔油松林PM_(2.5)质量浓度全年均值为84 m((102.28±18.44)μg/m~3)110 m((94.18±18.34)μg/m~3)160 m((81.53±19.23)μg/m~3)230 m((75.39±15.71)μg/m~3);随着海拔升高单位叶面积PM_(2.5)吸附量逐渐减小,每升高50 m,单位叶面积PM_(2.5)吸附量降低23.25%,每公顷PM_(2.5)吸附量下降26.43%,不同海拔油松林每公顷PM_(2.5)吸附量全年均值为84 m((8.61±1.08)kg/hm~2)110 m((7.30±0.94)kg/hm~2)160 m((6.35±0.99)kg/hm~2)230 m((4.34±1.14)kg/hm~2);处于低海拔的油松叶表面较粗糙,气孔内部和周围聚集大量颗粒物,在叶面形态上更有利于吸附PM_(2.5),高海拔则相反。高海拔空气质量优于低海拔,低海拔的植物吸附颗粒物多于高海拔。研究结果可为城市造林和森林净化大气提供数据支持。     

植物叶片吸滞PM2.5等大气颗粒物定量研究方法初探——以毛白杨为例

以毛白杨为例,提出一种利用激光粒度仪和天平定量评估植物叶片吸滞细颗粒物(PM_2.5,直径d≤2.5 μm)等大气颗粒物能力的方法——洗脱称量粒度分析法(EWPA),实现了对植物叶片吸滞大气颗粒物质量和粒径分布的直接、准确测定,可操作性强.首先,进行预试验对试验方法的稳定性进行检验;其次,通过对叶片进行清洗、离心洗液、烘干等步骤收集其吸滞的颗粒物,然后对颗粒物称量,并采用激光粒度仪测定颗粒物的粒径分布;最后,利用叶面积和林分叶面积指数数据换算得到单位面积叶片和林分的各径级颗粒物吸滞量.在北京市奥林匹克森林公园内一片毛白杨林分(27 d未经历降雨)中应用该法,测得毛白杨叶片吸滞大气颗粒物的粒径均值为17.8 μm,吸滞PM_2.5、可吸入颗粒物(PM₁₀,d≤10 μm)和总悬浮颗粒物(TSP,d≤100 μm)的体积百分比分别为13.7%、47.2%和99.9%;叶片的PM_2.5、PM₁₀、TSP和总颗粒物吸滞量分别为8.88×10^-6、30.6×10^-6、64.7×10^-6和64.8×10^-6 g·cm^-2;林分的PM_2.5、PM₁₀、TSP和总颗粒物吸滞量分别为0.963、3.32、7.01和7.02 kg·hm^-2.     

2000-2015年中国PM2.5浓度时空分布特征及其城乡差异

近40年来,中国快速经济发展引发较为严重的大气污染,PM_2.5是一种重要的空气污染物,掌握其时空分布规律是对其进行防治的重要前提。基于遥感反演出的PM_2.5浓度数据集,研究了中国2000-2015年PM_2.5浓度的时空分布特征,并基于界定的1376个城镇城区及对应乡村的边界分析了每年PM_2.5浓度值的城乡差异,用线性趋势分析法计算城镇PM_2.5浓度的年际变化速率及显著性。结果表明,研究期内,PM_2.5浓度高于35 μg/m³的面积比例由18.58%增加至32.03%,低于15 μg/m³的面积从43.92%减少到25.12%。PM_2.5污染最严重的地区分布在塔里木盆地、河北南部、河南北部和山东西部。从2000年到2015年,中国绝大多数城镇PM_2.5浓度显著增加,尤其是在东北平原、太行山以东的河北省西南部、燕山以南的北京天津及河北唐山、鲁中南山地丘陵及周围平原地区、华北平原江苏省北部。PM_2.5城乡差异在河北省、山西省两条东北-西南向S形条带区域、浙江省-福建省条带及天山北部绿洲区域较大。研究对PM_2.5高浓度区域、PM_2.5浓度增长较快区域以及城区PM_2.5浓度对乡村影响较大区域进行图示,为中国进一步控制雾霾污染提供一定科学依据。