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...     

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.     

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.     

合肥市大气能见度变化特征及其影响因素

利用2013年10月至2015年6月合肥市大气能见度的观测资料以及同期观测的气象要素和PM_2.5、PM₁₀浓度的资料,在全面分析大气能见度影响因子的基础上,重点探讨相对湿度(RH)、PM_2.5和PM₁₀浓度与大气能见度的关系.结果表明: 研究期间,合肥市大气能见度与RH的相关性最高.当RH<60%时,随着RH的增大,PM_2.5和PM₁₀浓度与大气能见度的相关系数也逐渐增大;当RH>60%时,颗粒物浓度与大气能见度的相关系数呈递减趋势;当50%≤RH＜60%时,PM_2.5和PM₁₀浓度与大气能见度的相关系数最大.RH较高时,大气能见度主要受RH影响,反之,颗粒物浓度对大气能见度的影响较大.当RH>70%时,大气能见度等值线变化幅度较大,RH对大气能见度的影响加强.根据RH、PM_2.5和PM₁₀浓度与大气能见度的拟合公式,非线性拟合模型优于多元线性拟合模型,可以较好地模拟大气能见度的变化规律.     

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%.     

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%.     

中国1998—2012 年PM2.5 时空分布与能源消耗总量关系研究

基于1998—2012 年中国PM_2.5 浓度遥感数据, 在对中国PM_2.5 时空分布特征进行分析的基础上, 引入地理信息科学空间相关矩阵方法分析中国PM_2.5 时空分布与能源消耗总量等时空分布的空间相关性。基于省级尺度, 运用灰色理论中的灰色相关方法, 对PM_2.5 和能源消耗指标进行相关分析, 结果表明: (1)中国历史的PM_2.5 空间分布与人口分布、地形特征有着密切的关系, 胡焕庸线成为中国PM_2.5 空间分布的东西界限。(2)整体来看, 中国PM_2.5 的年际变化上, 具有双增长单下降的区域特征:两个快速增长区域(年均增长率大于3.5%)分别为PM_2.5 高值区域——北部沿海以及PM_2.5 相对低的东北地区。下降区域则为西北地区。2007 年前后是中国大部分省PM_2.5 浓度增长的拐点, 但并没有形成高值区域快速下降的趋势。(3)从国家尺度上看, 中国PM_2.5 分布与单位面积煤炭消耗分布呈现强烈正相关性, 与单位面积能源消耗总量分布呈正相关, 与单位面积石油消耗分布没有体现出明显的相关性。(4)从省级尺度上看, 各省PM _2.5 浓度与能源消耗存在明显正相关性, 但各省PM_2.5 浓度受能源种类消耗的影响程度不一致。综合来看, 中国PM_2.5 浓度较高的区域, 受能源消耗种类的影响, 呈现“北煤南油”以及“东油西煤”的规律。     

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.     

自然状态下栓皮栎林空气负离子与PM2.5的关系

近年来,PM_2.5污染成为大气污染的主要来源,长期暴露在高浓度PM_2.5的环境中会对人体造成严重损害。空气负离子(NAI)作为改善空气质量的“维生素”,是衡量一个地区空气清洁程度的重要指标。然而,气象条件和植被类型的复杂多变,导致PM_2.5与NAI的关系存在诸多不确定性。本研究以暖温带典型造林树种栓皮栎为研究对象,基于2019和2020年6—9月森林植被叶面积相对稳定条件下定位观测获取的NAI、PM_2.5和气象数据,研究气象条件相对稳定状态下PM_2.5和NAI的时空变化特征,确定PM_2.5与NAI的关系,阐明自然状态下PM_2.5对NAI的影响机制。结果表明：NAI随PM_2.5的升高呈指数下降趋势,二者呈显著负相关关系,回归方程为y=1148.79x^-0.123。在PM_2.5浓度为0～20、20～40、40～80、80～100和100～120μg·m^-3     

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.     

基于ENVI-met的城市道路绿地植物配置对PM2.5的影响研究

随着城市化的快速发展,大气污染尤其细颗粒物(PM_(2.5))已成为制约城市环境的重要因素,相关研究表明,在众多的PM_(2.5)来源中道路交通是在其中的重要来源之一,而道路绿地植物群落能够消减来自道路的PM_(2.5)。运用场地观测和ENVI-met模拟相结合的方法探讨城市道路绿地植物群落对PM_(2.5)的影响,分析仅有乔木(i)、乔木+树篱(ii)、乔木+树篱+灌木(iii)3种模式下的植物群落配置对PM_(2.5)的影响,揭示绿地植物群落的长度、宽度、高度和LAI对PM_(2.5)的影响。结果表明:(1)场地观测中的道路绿地植物群落的3种配置模式对PM_(2.5)的消减率分别是iii(14.2%)ii(12.9%)i(9.2%)。(2)绿地中植物的种类、绿地宽度、绿地植物的叶面指数等要素对消减作用起正面作用,高度和长度起负面作用。(3)绿地的长度的一定量的减少可以在绿地后方形成一个宽度约为绿地长度80%的、随着与绿地的距离的增加而宽度递减的较绿地长度更长环境PM_(2.5)浓度更低的低谷区,但其他没有绿地的空间的PM_(2.5)浓度会加重。(4)绿地高度的增加会迫使PM_(2.5)向更高的空间运动。     

寒地校园植物群落对大气细颗粒物浓度的消减作用

近年来随着我国城市的快速发展，空气污染作为城市生态环境破坏的首要问题日益严重。因此探究城市绿地中的植物群落是否能够消减大气细颗粒物浓度及其变化特征成为公众和学者广泛关注的焦点。选取位于寒地城市哈尔滨的东北林业大学作为研究对象，通过对校园PM_2.5浓度进行测定和校园植物群落进行调查，定量地分析不同植物群落对PM_2.5浓度的消减作用、PM_2.5浓度的时间变化规律、PM_2.5浓度与温度和空气相对湿度之间的关系。结果显示：（1）PM_2.5浓度日变化呈"双峰单谷"型，早晚偏高；季节变化是夏季PM_2.5浓度最低，秋季PM_2.5浓度最高。（2）不同结构的植物群落对大气细颗粒物的削减效果略有差异，乔灌草配置型绿地的PM_2.5消减率为30.30%，消减效果最佳；乔草和灌草的PM_2.5消减率分别为14.30%和7.77%，消减效果较差。（3）PM_2.5浓度与温度呈负相关关系，与空气相对湿度呈正相关关系。     

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。     

北京湿地削减大气PM2.5的生态系统服务流研究

湿地对大气颗粒物的沉降和运移有一定的影响。目前,相关研究多集中在小尺度定量湿地下垫面的颗粒物沉降速度与沉降量以及湿地植物对颗粒物的吸附或阻滞作用。但由于方法的缺失,研究无法在大尺度上定量解释有关湿地对颗粒物的产生、转移、转化和传递过程,这也导致研究结果对政策制定和城市空间规划缺少指导作用。因此,本研究引入了生态系统服务流模型的理论框架,结合颗粒物干沉降与HYSPLIT模型,量化北京市湿地削减PM_2.5服务的物理流量、流动路径以及受益地区。研究结果表明：（1）北京市湿地2015年PM_2.5沉降总量为4240 t,单位面积的平均沉降量为8.27×10^-3 kg/m²;2018年为2610 t,单位面积的平均沉降量为4.46×10^-3 kg/m²;（2）2015年和2018年北京市湿地削减PM_2.5生态系统服务物理流量最高值均出现在冬季,最低值出现在夏季,总体呈现出冬季 > 春季 > 秋季 > 夏季的趋势;（3）2015年和2018年向华北地区迁移的气流轨迹占当季气流轨迹总数的比例最大,京津冀地区与山东省为主要受益区。研究结果既为科学管理湿地资源和实现区域可持续发展提供客观准确的依据,也可为开展湿地生态系统服务流的相关研究奠定一定的基础。     

基于城市绿地滞尘模型的上海市绿色空间滞留PM2.5功能评估

绿色空间对大气颗粒物有一定吸收滞留作用,是改善空气环境质量与维护城市生态安全的重要区域。该文基于高分2号卫星影像识别2017年上海市绿色空间,并利用城市绿地滞尘模型,结合上海市降水、风速等气象数据与空气质量监测数据,评估了绿色空间滞留PM_(2.5)功能及其差异。结果表明:2017年上海市绿色空间面积3354 km~2,可滞留PM_(2.5) 3533 t,约合单位面积滞留PM_(2.5) 10.5 kg hm~(-2) a~(-1)。从绿色空间类型来看,林地滞留PM_(2.5)能力最强,可达20.2 kg hm~(-2) a~(-1),远高于草地9.1 kg hm~(-2) a~(-1)和农田8.7 kg hm~(-2) a~(-1)的滞留能力。从季节差异来看,绿色空间夏季滞留PM_(2.5)能力最高,然后依次为秋季、春季和冬季。从植被分布格局来看,林草地和农田吸滞PM_(2.5)的能力随植被盖度的增加而提高。在区域差异上,崇明区绿色空间滞留PM_(2.5)能力最高,其余地区呈现出中心城区低、周边高的趋势。为此建议上海市重点优化中心城区的绿色空间格局,增植立体绿化与高滞尘能力树种。     

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。     

城市化对空气污染人群暴露贡献的定量方法研究

短期快速城市化引发一系列生态环境问题,尤其是近年来以细颗粒物(PM_(2.5))为代表的城市与区域空气污染问题。人群的污染暴露一方面是因为污染区范围的扩张,另外一方面则归因于城市化引发的人口迁移,目前的研究重点关注于前者的贡献,而忽略了后者的贡献。因此,建立了城市化对空气污染人群暴露贡献的定量方法,并选取我国PM_(2.5)污染最为严重的京津冀城市群开展了实证研究,通过利用2000、2005、2010、2015年PM_(2.5)浓度和人口栅格数据以及人口自然增长率数据,定量评估了城市化引发的人口迁移对空气污染人群暴露的贡献。研究结果显示:(1)京津冀地区受污染影响面积和人口变化显著,造成大量的人口暴露于PM_(2.5)污染。(2)城市化引发的人口迁移与自然增长贡献率方面:总体上,2000—2015年,京津冀城市群总的人口迁移贡献率为48%,北京市和天津市总的人口迁移贡献率分别为94%和88%,而河北省污染总的人口迁移贡献率为-32%。其中在污染保持区,北京市和天津市的人口迁移贡献率均接近100%,而河北省的迁移贡献率为-26%,尤其在2010—2015年,河北省衡水市的人口迁移贡献率达到-6613%;在污染新增区,北京市和天津市的人口迁移贡献率分别为86%和84%,而河北省污染的人口迁移贡献率为-757%。本研究建立了定量化的方法揭示了城市化在空气污染人群暴露中的定量贡献,为科学引导城市化发展提供了定量的手段,为合理规划京津冀城市群地区的人口流动与空气污染奠定了数据基础。     

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。     

深圳市大气污染时空分布及其与景观格局的关系

气溶胶和臭氧是我国大部分地区的两种主要大气污染物,对城市生态环境和人类身体健康影响严重。以深圳市为研究区,利用大气监测站点提供的监测数据和普通kriging空间插值法,从年、季、月尺度上开展近5年（2015-2019）深圳全市PM_2.5和臭氧的时空分布研究,通过皮尔逊分析和显著性检验从月尺度上分析土地覆盖类型及其景观格局对大气污染的影响。结果表明：（1）近5年内深圳市PM_2.5浓度总体呈现下降趋势,臭氧浓度则先降后升,二者季节性和月度差异显著。（2）PM_2.5和臭氧在年、季、月尺度上空间差异明显,全市PM_2.5浓度整体为西北高、东南低;臭氧浓度西北、东南较高,其余区域相对较低。（3）植被占比的增多对PM_2.5浓度有明显的抑制和调控作用,植被斑块间距离越近,对PM_2.5浓度的调控作用越明显;水体占比的增高会导致臭氧浓度增高和变化幅度增大。研究结果可为城市大气污染防治和景观格局规划管理提供参考。     

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。最终提出研究城市林木调控PM_(2.5)效应目前存在的主要问题以及未来研究展望。