• Scopus收录期刊
  • CSCD(核心库)来源期刊
  • 中文核心期刊
  • 中国科技核心期刊
  • F5000顶尖学术来源期刊
  • RCCSE中国核心学术期刊
高级检索

夏季3种生境森林内空气颗粒物变化特征

段文军, 王成, 张昶, 宋阳, 郝泽周, 徐心慧, 金一博, 王子研

段文军, 王成, 张昶, 宋阳, 郝泽周, 徐心慧, 金一博, 王子研. 夏季3种生境森林内空气颗粒物变化特征[J]. 北京林业大学学报, 2017, 39(5): 73-81. DOI: 10.13332/j.1000-1522.20160358
引用本文: 段文军, 王成, 张昶, 宋阳, 郝泽周, 徐心慧, 金一博, 王子研. 夏季3种生境森林内空气颗粒物变化特征[J]. 北京林业大学学报, 2017, 39(5): 73-81. DOI: 10.13332/j.1000-1522.20160358
DUAN Wen-jun, WANG Cheng, ZHANG Chang, SONG Yang, HAO Ze-zhou, XU Xin-hui, JIN Yi-bo, WANG Zi-yan. Variation of particle matters in three forests under different habitats in summer[J]. Journal of Beijing Forestry University, 2017, 39(5): 73-81. DOI: 10.13332/j.1000-1522.20160358
Citation: DUAN Wen-jun, WANG Cheng, ZHANG Chang, SONG Yang, HAO Ze-zhou, XU Xin-hui, JIN Yi-bo, WANG Zi-yan. Variation of particle matters in three forests under different habitats in summer[J]. Journal of Beijing Forestry University, 2017, 39(5): 73-81. DOI: 10.13332/j.1000-1522.20160358

夏季3种生境森林内空气颗粒物变化特征

基金项目: 

“十三五”国家科技支撑计划项目 2015BAD07B06

详细信息
    作者简介:

    段文军,博士生。主要研究方向:城市森林与居民健康。Email:wenjunduan126@126.com   地址:100091 北京市海淀区香山路东小府1号中国林业科学研究院林业研究所

    责任作者:

    王成,研究员,博士生导师。主要研究方向:城市森林与城市生态。Email: wch8361@163.com   地址:同上

  • 中图分类号: S725.3;S788.2

Variation of particle matters in three forests under different habitats in summer

  • 摘要: 研究不同生境类型城市森林内空气颗粒物的变化特征及其影响因素,为休闲保健型城市森林的营造提供理论依据。于2015年夏季对深圳园山山麓(SL)、河谷(HG)和山脊(SJ)3种典型生境类型城市森林内的空气颗粒物(TSP、PM10、PM2.5、PM1)进行昼夜24h监测,并同步观测气象因子,分析3种森林内颗粒物质量浓度的变化规律及影响因素。结果表明:1)深圳园山3种生境城市森林内TSP、PM10质量浓度日均值都达到二类环境功能区质量要求,其中HG、SJ的TSP质量浓度甚至达到一类环境功能区质量要求(120μg/m3);PM2.5质量浓度日均值都达到一类环境功能区质量要求(35μg/m3)。2)不同生境林地内各粒径颗粒物质量浓度存在差异,4种粒径颗粒物日均质量浓度在SJ均为最低(分别为85.51、58.82、14.29、5.13μg/m3);TSP、PM10质量浓度在SL最高(分别为162.19、95.39μg/m3);PM2.5、PM1质量浓度在HG最高(分别为21.76、8.29μg/m3)。3)3种林地内4种粒径颗粒物质量浓度总体表现为白天低、夜间高的特点,高峰出现在01:00—07:00,低谷出现于11:00—15:00。4)3种林地间相对湿度、风速、气压等气象因子存在差异;林内4种粒径颗粒物质量浓度与温度、风速表现为显著负相关,与相对湿度呈显著正相关,颗粒物质量浓度变化受多种气象因子共同影响。基于上述研究认为,深圳园山3种生境类型城市森林均为人们提供了一个相对健康的森林游憩环境,人们在11:00—15:00进行森林游憩最为适宜。
    Abstract: Urban forests can reduce atmospheric particle matters and hence improve the quality of ambient air. To provide a theoretical basis for creating a health-leisure urban forest, in this paper, the mass concentrations of TSP, PM10, PM2.5, and PM1 in three typical urban forest habitats as foothill(SL), river valley(HG) and ridge(SJ) in the Yuanshan Park of Shenzhen, southern China were observed during the whole day in the summer of 2015 with a cloudy weather. In the same time, the meteorological factors were also observed to understand the dynamic pattern of particle matter mass concentrations in different types of urban forests, as well as influencing factors.The results showed that:1)The daily mean mass concentrations of TSP or PM10 in the 3 forests were all reached the grade-Ⅱ national standard for urbanized area ambient air quality, and the concentrations of TSP in HG forest and SJ even reached the standard grade-Ⅰ(120μg/m3).Meanwhile, the daily mean mass concentrations of PM2.5 in each forest all achieved the national standard grade-Ⅰ for urbanized area ambient air quality(35μg/m3).2)The mass concentrations of different size particle matters varied in different forests.The four kinds of particles were all lowest in SJ forest(85.51, 58.82, 14.29, 5.13μg/m3, respectively).The TSP or PM10 was highest in SL forest(162.19, 95.39μg/m3, respectively), and the PM2.5 or PM1 was highest in HG forest(21.76, 8.29μg/m3, respectively).3)During the observation period, the concentrations of four kinds of particle matters in three forests were higher in the nighttime, and lower in the daytime, with the peaks usually appeared at 01:00—07:00, and the vales at 11:00—15:00.4)There were some differences in relative humidity, wind velocity, barometric pressure and other meteorological factors among 3 forests.The concentrations of four kinds of particles were significantly negative correlated with temperature and wind velocity, and were obviously positive correlated with relative humidity.In addition, changes in the concentration of particle matters were influenced by a variety of meteorological factors working together.Therefore, we concluded that the urban forests in the Yuanshan Park of Shenzhen can provide a relatively healthy forest recreation environment for the residents in the urban area.The healthy time according to the status of 4 kinds of particles is 11:00—15:00 in summer.
  • 随着城市化、工业化进程的加快,我国中东部城市出现了不同程度的空气污染,雾霾频发[1-2]。空气颗粒物已成为我国大部分城市的首要空气污染物,关于其健康效应的报道不断增加[3-4]。作为与城市人口联系最为紧密的城市森林,因其具有滞尘杀菌、净化空气等生态保健功能而逐渐成为城市居民休闲游憩的重要场所,人们对城市森林内空气质量的关注度日益增加。因此,对城市森林内空气颗粒物浓度进行持续动态研究,了解其变化特征,对人们合理进行森林游憩具有重要的现实指导意义。

    目前,国内外对城市空气颗粒物的研究主要集中于分析其来源和组成成分[5-7]、污染特征、影响因素[8-9]及其对人体健康的影响[10-11]等。近年来,随着研究的深入,关于城市森林调控空气颗粒物的报道也不断增加,主要是关于其调控机理方面[12-14],而对林内空气颗粒物的持续动态研究还较为缺乏。城市中的山地森林为人们提供了丰富的生态旅游资源,是人们在炎热的夏季消夏避暑、游憩放松的主要场所。由于其光照、温度等生态因子的空间变化,形成了植物生长的不同生境,相应产生了不同的森林群落类型[15],林内空气颗粒物的变化特征也可能存在差异,然而现在关于城市山地不同生境森林群落内空气颗粒物动态变化特征的系统研究鲜有报道。

    因此,本文以深圳园山3种典型生境类型的城市森林为研究对象,于夏季典型天气对林内空气颗粒物(TSP、PM10、PM2.5、PM1)及气象因子(温度、相对湿度、风速、露点温度、气压)进行昼夜24h同步监测,研究林内空气颗粒物的变化特征及影响因素。以期为休闲保健型城市森林的营造和城市森林空气质量预报系统的建立提供理论依据,为深圳居民夏季森林游憩活动提供科学参考。

    深圳市园山风景区位于龙岗区横岗镇东南部,距深圳市区约20km,南临盐田港大鹏湾,东与三洲田水库和东部华侨城景区相接,西南临近梧桐山国家森林公园。景区占地约10.9km2,以山地为主,海拔60~600m,主体呈东北-西南走向,其间有3条东北-西南走向余脉伸出,形成多条河谷,南侧为山脉主系坡面,沟壑山涧较多,北侧及西北侧为山麓平原地形,景区内主峰高达599m。该区属南亚热带季风气候,年均气温23.0℃,年均日照时数1837.6h,年均降水量1935.8mm。地貌类型以山地丘陵为主,代表了深圳典型的自然地理特征。植物本底以天然常绿阔叶林为主,共有166科,581属,1013种,其中蕨类植物25科37属57种,裸子植物7科9属15种,被子植物134科53属941种。园山现有专线中巴可直接到达景区,区内现已修筑了度假别墅、饭庄、登山环道、溪谷步道等建筑或设施,主要景点包括大康溪谷、鹅公髻、许愿树等。由于交通便利、环境优美及生态旅游资源的不断开发,园山现已成为深圳市民节假日进行森林游憩和健身活动的重要场所,其主要服务对象为横岗街道社区居民,除下雨天外多数时间都会有附近居民上山游憩健身。

    由于各城市森林样点间空气颗粒物质量浓度的差异必然是城市大环境、森林本身结构和森林所处小生境共同作用的结果。为提高研究代表性,本文对试验样地进行了严格地筛选。要求各样地面积必须具有一定规模(不小于600m2),森林结构相似且坡度较缓,适合开展休闲游憩活动。采用典型抽样法,通过查阅风景区图件资料并结合实地踏查筛选后,在园山主峰选择山麓、河谷和山脊等(文中分别以SL、HG和SJ来代表)3种典型生境类型的森林群落作为试验样地。为了使监测结果更能代表试验样地的平均状况,我们在每个试验样地按照林木平均高确定标准木,在标准木树冠下设置了观测点(地势相对平坦,周围尽量无灌木和高大草本,且由目标林分树种形成围和空间)。每个样地设置3个观测点,作为3个重复。

    为了对比森林群落对空气颗粒物的影响,将横岗镇大康社区居委会办公楼前广场作为对照观测点(CK)。为了说明城市森林群落对大气颗粒物的净化作用,将同时期深圳市的PM10和PM2.5质量浓度作为背景参照值。各试验样地的位置见图 1

    图  1  试验样地位置示意图
    Figure  1.  Location of Yuanshan Park in Shenzhen City and sampling sites

    3种生境类型城市森林的群落特征分别为:

    1) 山麓型(SL):该群落位于海拔158m,林分郁闭度约为0.6。乔木层树种丰富度为17,平均高度10.75m,平均胸径12.97cm,以马占相思(Acacia mangium)为主,其相对多度和重要值分别为31.28%、52.18%,伴生有杉木(Cunninghamia lanceolata)、鹅掌柴(Schefflera octophylla)、降真香(Dalbergia benthamii)、香樟(Cinnamomum camphora)等树种;灌木层丰富度为12,平均高度3.08m,平均胸径2.23cm,以九节(Psychotria rubra)为主,其相对盖度和重要值分别为39.33%、34.75%,还有降真香、鹅掌柴、杉木等乔木树种的小树。此外,群落临近园山别墅度假区,但未开发为景点,受游客活动的影响较小。

    2) 河谷型(HG):该群落位于海拔174m,林分郁闭度约为0.75。乔木层树种丰富度为14,平均高度为7.6m,平均胸径10.48cm,主要由绿黄葛树(Ficus virens)和木荷(Schima superba)组成,其相对多度和重要值分别为12.7%、21.41%和20.63%、17.01%,伴生有厚壳树(Ehretia thyrsiflora)、降真香(Dalbergia benthamii)、黄果厚壳桂(Cryptocarya concinna)、白颜树(Gironniera subaequalis)等树种;灌木层丰富度为15,平均高度3.07m,平均胸径2.7cm,主要由九节(Psychotria rubra)和华南毛柃(Eurya ciliata)组成,其相对盖度和重要值分别为38.98%、30.22%和20.34%、17.94%,还有少量的鹅掌柴小树;层间植物以崖豆藤(Millettia dielsiana)和龙须藤(Bauhinia championi)为主。群落西侧紧邻园山主要的水体之一大康河,常年水流不断,东侧为登山步道,通往园山的主要景点三叠飞瀑、三岔河口等,游客活动较为频繁。

    3) 山脊型(SJ):该群落位于海拔332m,林分郁闭度约为0.65。乔木层树种丰富度为12,平均高度为8.58m,平均胸径13.57cm,优势树种为木荷(Schima superba)和鹅掌柴(Schefflera octophylla),其相对多度和重要值分别为27.63%、26.80%和30.21%、22.88%,伴生有朴树(Celtis sinensis)、降真香(Dalbergia benthamii)、香樟(Cinnamomum camphora)等树种;灌木层丰富度为10,平均高度2.86m,平均胸径2.52cm,主要由九节(Psychotria rubra)组成,其相对盖度和重要值分别为81.18%和72.66%,还有少量木荷、鹅掌柴、降真香等乔木树种的幼树。群落北侧已开发为园山的主要景点之一许愿树,建有凉亭供游客休憩,沿登山步道可通往关帝庙、三叠飞瀑、三岔河口等景点,游客活动较为频繁。

    空气颗粒物质量浓度:包括TSP、PM10、PM2.5、PM1等指标采用英国Turnkey Instruments公司生产的Dustmate粉尘检测仪进行测定,该监测仪采用激光散射法,能快速检测空气中直径范围在0.4~20μm的可吸入颗粒物和粉尘质量浓度,测定范围为0~600mg/m3,采样精度为0.01μg/m3

    气象因子:包括风速、温度、相对湿度、露点温度、气压等指标。采用美国产Kestrel 3500 Pocket Weather Meter风速气象测定仪进行测定,风速监测精度范围为0.6~40m/s,温度-29~70℃,相对湿度5%~95%。

    通过查阅深圳近3年来的气象资料,总结夏季出现频率较多的天气类型。统计结果表明:2012—2014年每年6—9月,深圳市共出现雨天202d,多云155d,晴8d,阴1d。根据以上天气情况统计,并综合考虑观测可操作性和雨天人们森林游憩活动极少的情况,于2015年8、9月每月选取多云微风的3d,对4个测试地点共12个观测点距离地面1.3~1.5m处(人体呼吸高度)的4种粒径空气颗粒物浓度和气象因子进行了昼夜24h同步监测。监测时间为每日09:00到次日09:00,每2h监测一次。为保证观测的可操作性,每个观测点设置观测人员2人(读数、记录各1人),共计24人。为避免人为因素影响,监测仪器应与人体保持一定距离,并保证每次观测都为定点定人。数值读取为每个观测点每个时段连续测3次(每2min读取一次数据),每次待仪器显示稳定后读取。

    为科学比较和评价3种生境类型城市森林内的环境空气质量,以我国环保部制定的《环境空气质量标准》(GB3095—2012)中TSP,PM10和PM2.5质量浓度日均值标准作为衡量颗粒物污染程度的依据。

    采用Microsoft Excel 2013、SPSS 21.0和Origin 9.0软件对试验数据进行有效性检查、统计分析和图表处理;采用ANOVA单因素方差结合Duncan新复极差法对组间差异进行比较,结果用“平均值±标准差”表示;空气颗粒物质量浓度与气象因素的关系采用Pearson相关分析。每个观测地点空气颗粒物质量浓度日均值取3d共324个数值平均,小时质量浓度均值取3d每一时间段的27个数值平均。

    表 1可见,各样地间不同粒径颗粒物的日均质量浓度存在差异,且都达极显著水平(P < 0.01)。与CK相比,SJ、HG的TSP质量浓度表现为降低,分别极显著地降低了25.9%,33%;SL表现为升高,增幅为27%,但两者间差异不显著。粒径>10μm的颗粒物质量浓度(ρTSP-ρPM10)的变化趋势与TSP相同,HG、SJ分别比CK降低了42.12%,51.83%;SL升高了20.56%。从粒径2.5~10μm的颗粒物质量浓度(ρPM10-ρPM2.5)来看,HG、SJ比CK分别降低了29.15%,22.65%;SL升高了31.16%。粒径1~2.5μm的颗粒物质量浓度(ρPM2.5-ρPM1)在SJ中降低了11.33%,而在SL、HG中分别增加了18.2%,30.4%。PM1质量浓度在SL、HG、SJ内均高于CK,但SJ和CK的差异不显著。以上结果表明:SJ内粗(>2.5μm)、细(≤2.5μm)颗粒物都表现为消减,而SL都表现为集聚;HG内粗颗粒物表现为消减,细颗粒物表现为集聚。

    表  1  各样地内空气颗粒物的质量浓度日均值及小粒径颗粒物所占比例
    Table  1.  Daily mean values of particle matters mass concentrations in each plots and the proportions of fine particles
    样地
    Sample plot
    TSP/(μg·m-3) PM10/(μg·m-3) PM2.5/(μg·m-3) PM1/(μg·m-3) 比例Proportion/%
    PM10/TSP PM2.5/PM10 PM1/PM2.5
    SL 162.19±18.84aA 95.39±10.01aA 19.88±1.25aA 7.67±0.44aA 58.81±0.81bB 20.86±1.08dCD 38.58±0.23aA
    HG 94.62±12.29bB 62.55±7.78bB 21.76±2.51aA 8.29±0.84aA 66.11±0.78aA 34.79±0.42bB 38.10±0.55aA
    SJ 85.51±7.94bB 58.82±5.32bB 14.29±0.60bB 5.13±0.24bB 68.79±0.67aA 24.29±1.56cC 35.89±0.25bB
    CK 127.71±6.11aA 72.30±3.65bAB 14.73±0.60bB 4.40±0.28bB 56.61±0.68bB 20.37±0.62dD 29.87±0.82cC
    注:TSP.总悬浮颗粒物;PM10.可吸入颗粒物;PM2.5.可吸入细颗粒物;PM1.超细颗粒物。不同大、小写字母分别代表处理均值在P<0.01和P<0.05水平存在显著性差异,下同。Notes: TSP, total suspended particulate; PM10, particulate matter of less than 10μm; PM2.5, particulate matter of less than 2.5μm; PM1, particulate matter of less than 1μm. Different capital and lowercase letters denote significant differences among treatments at P<0.01 and P<0.05 levels, respectively. The same as below.
    下载: 导出CSV 
    | 显示表格

    从不同粒径颗粒物所占比例的日均值来看,各样地均以PM10/TSP(58.81%~68.79%)为最高,PM2.5/PM10(20.86%~34.79 %)最低,这说明园山森林环境中的空气颗粒物以粒径为2.5~10μm的可吸入颗粒物贡献为主。3种森林中,SL的PM10/TSP极显著地低于HG和SJ,PM2.5/PM10显著低于HG、SJ;SJ和HG的PM10/TSP差异不显著,而HG的PM2.5/PM10比SJ极显著地增加了43.23%。由此可知,3种森林中,HG的细颗粒物含量明显高于其他两者。

    参照我国环境空气质量标准(GB3095—2012),各样地的TSP、PM10质量浓度日均值都达到二类环境功能区质量要求(300μg/m3、150μg/m3),其中HG、SJ的TSP质量浓度甚至达到了一类环境功能区质量要求的120μg/m3,达标率分别为21.15%和28.74%;3种森林的PM2.5质量浓度日均值都达到一类环境功能区质量要求的35μg/m3,达标率都超过了37.82%,同时该指标都远低于观测期内深圳空气质量日报(由深圳市气象台和深圳市环境监测中心站联合发布)的细颗粒物日均质量浓度(48.67μg/m3)。由此,园山森林整体上具有降低局部区域内细颗粒物质量浓度的作用;3种森林内的细颗粒物质量浓度都达到了自然风景区的空气质量要求,处于清洁水平;而其可吸入粗颗粒物质量浓度并未达到自然风景区的空气质量要求。

    分析园山3种城市森林颗粒物中粗颗粒物(>2.5μm)含量相对较高,细颗粒物(≤2.5μm)含量相对较低的原因,可能主要包括所处环境和颗粒物源两方面。从所处环境来看,园山距离市区较远,周围大部为水库、森林公园等空气相对清洁区,整体处于空气较优的环境中。从林内颗粒物的来源来看,可能主要包括植物产生的花粉、孢子等一次气溶胶,植物有机挥发物反应形成的二次气溶胶等[16-17];城市中工业、交通、建筑等产生的固态粒子、气体前体物的冷凝粒子以及其经过一系列化学反应生成的二次气溶胶等的远距离输入[5-6, 18];此外,景区内仅修建了一些非机动车道和登山步道,未建机动车道,林内颗粒物避免了机动车的直接排放,这可能也是细颗粒物含量较低的原因之一;风景区每天都有许多市民进行游憩锻炼活动,产生了大量的地表扬尘,这可能是林内粗颗粒物含量相对较高的原因之一。根据观测期内深圳空气质量日报的PM10,PM2.5日均质量浓度,其PM2.5/PM10达到了63.2%,比园山森林提高了81.66%以上,这也说明园山森林内颗粒物的组成成分与城市污染区可能是有差别的。然而,由于目前关于城市森林内空气颗粒物化学组成成分的研究鲜有报道,城市森林内空气颗粒物的具体来源和人体健康效应尚不明确,有待于进一步深入研究。

    虽然园山森林内颗粒物质量浓度总体表现出上述特征,但是不同生境类型森林间各粒径颗粒物的质量浓度也存在差异。SJ内的各粒径颗粒物质量浓度都为最低,一方面可能是SJ距离人类活动区较远,外源颗粒物输入林内较少;另一方面,林分郁闭度较大,灌木层盖度相对较高,这可以在一定程度上增加其滞尘能力;此外,其海拔相对更高,空气对流活动较强,地形开阔,这种地形条件有利于颗粒物的扩散[19]。HG的粗颗粒物质量浓度较低,而细颗粒物及超细颗粒物质量浓度相对较高,形成这种现象的原因一方面可能是河谷水汽较多,这有利于粗颗粒物吸水凝结增大沉降于地表,而水汽容易与水溶性离子结合形成二次气溶胶[17, 20],导致林内细颗粒物质量浓度升高;另一方面,其林分郁闭度较大,且林内生长了大量的藤本植物,这种复杂的林分结构有利于对粗颗粒物的阻滞和吸附,而对细颗粒物的作用相对较弱[19, 21]。SL的4种粒径颗粒物日均质量浓度都处于相对较高的水平,且粒径在2.5~10μm的粗颗粒物含量较HG、SJ更多。究其原因,一方面可能是其临近别墅人类活动区,外源颗粒物向林内的输入较多;另一方面其乔木层主要由高大的马占相思组成,林分郁闭度较小,对外源输入颗粒物的阻滞能力相对更差;另外,其处于海拔较低的阴坡,空气对流运动较弱,不利于林内颗粒物向外扩散。建议在山麓通过调整林分结构、适时疏伐等管理措施来降低林内空气颗粒物含量。

    3种林地内不同粒径颗粒物质量浓度的日变化趋势大体一致,总体表现为白天低、夜间高的特征,在11:00—15:00出现低谷,在01:00—07:00出现高峰,但各林地间同一粒径颗粒物出现最低值和最高值的时间存在差异(图 2)。具体变化特征为:就TSP质量浓度而言,HG、SJ的最低值出现在13:00,而SL则推后2h出现;其最大值均在05:00出现。3个林地PM10质量浓度都在13:00降到最低;HG,SJ的最高值出现于05:00,而SL出现于凌晨1:00。从各样地PM2.5质量浓度的小时均值来看,最低值均出现于15:00;而SJ在03:00达到最高,SL、HG推迟到05:00出现。3个林地的PM1质量浓度小时均值都在13:00降到最低,其最高值均出现于凌晨03:00。由此可知,在13:00前后,3种森林内的空气环境都为一天中最优,而夜间相对较差,建议居民到园山游憩的时段应以11:00—15:00为最佳,尽量避免在07:00前上山锻炼。

    图  2  各样地内4种空气颗粒物浓度的日变化
    Figure  2.  Diurnal variations of four kinds of particle concentrations in each plot

    出现这种日变化特征的原因一方面可能是观测期处于夏季植物生长旺盛期,日出后植物光合、蒸腾作用逐渐增强,叶片气孔对空气颗粒物的吸滞作用逐渐增大[22];另一方面可能是白天林内外温差较大,空气对流活动加强,空气颗粒物的疏散作用和树木枝干碰撞的沉降作用增强,到13:00前后叶片吸附、空气对流活动达到最强,空气颗粒物浓度降到最低;此外,由于中午温度较高,大部分游客处于休息状态,活动较少,这可能也是期间颗粒物浓度最低的原因之一。之后游客活动增加,颗粒物浓度升高,到傍晚17:00—19:00,游客开始下山,同时城市区下班晚高峰开始,林内的颗粒物出现了一个小高峰。夜间植物生理活动减弱,对空气颗粒物的吸滞作用降低,且林内外温差缩小,空气对流活动减弱,颗粒物不易扩散,导致其质量浓度不断积累。到05:00—07:00,随着夜间累积、居民上山锻炼、上班早高峰开始等效应叠加,林内颗粒物质量浓度达到最大。这与汪结明等[21],王成等[23],郭二果等[24]的研究结果大体相符。

    但是也有研究指出,深圳夏季以海陆风为主,白天海洋风吹向陆地,海盐离子的升高导致PM2.5质量浓度升高,而夜间大陆风把陆地的空气颗粒物吹向海洋,导致其质量浓度下降[25],这与本研究的结果相反,这可能是由于森林中空气颗粒物的形成机制与城区有别,具体原因还有待于进一步研究。

    从小粒径颗粒物所占比例的小时均值来看,各样地的PM10/TSP,PM2.5/PM10总体来说都表现为白天低,夜间高的变化趋势,即夜间细颗粒物对TSP的贡献大于白天,但是其变化在不同样地间存在差异(图 3)。SL、HG和SJ的PM10/TSP分别于21:00,05:00和01:00出现最大值,都在07:00出现最小值;SL的PM10/TSP在全天大部分时间段都低于SJ和HG。就PM2.5/PM10而言,SL、HG都在17:00降到最低,而SJ在23:00最低,三者都在03:00—05:00升到最高;HG的PM2.5/PM10在全天都显著高于SL和SJ。由此可知,SL的颗粒物中粒径>2.5μm的粗颗粒物的贡献大部分时间要高于SJ和HG;HG的颗粒物中细颗粒物的贡献大部分时间要高于其他两者。各样地的PM1/PM2.5小时均值全天波动较大,并没有明显的日变化趋势,SL和HG都在07:00出现最低值,而分别于11:00和13:00出现最高值,而SJ的最小值和最大值分别出现于15:00和03:00。

    图  3  各样地内小粒径颗粒物所占比例的日变化
    每个时刻的4个系列依次代表SL、HG、SJ和CK。
    Figure  3.  Diurnal variations of fine particle's proportions in each plot
    The 4 series of each time represent SL, HG, SJ and CK in order.

    小粒径颗粒物所占比例是衡量不同粒径颗粒物构成成分的重要指标。由以上结果可知,园山3种生境类型城市森林内颗粒物全天都主要由粒径为2.5~10μm的粗颗粒物构成,这与前人的研究结果相同[19],这说明城市森林中的空气颗粒物可能主要由植物花粉、孢子,林内动物、林外游人活动产生的扬尘以及外源输入的粗颗粒物等构成。本研究中3种生境类型的细颗粒物的相对含量总体上都表现为白天低于夜间,究其原因可能是白天人类以及昼行动物等活动较多,造成林内扬尘增多;从植物作用方面考虑白天林内植物生理活动旺盛,可以通过叶片吸附减少细颗粒物质量浓度;此外白天风速较大引起树木枝干撞击等也是降低细颗粒物质量浓度的重要途径之一[26],林内细颗粒物的贡献较低。而夜间人类游憩活动停止,昼行动物睡眠,林内扬尘减少,林内植物生理活动减弱,空气湿度增加,细颗粒物凝聚增多并累积,林内细颗粒物的贡献升高。

    表 2可知,3种生境类型城市森林内的温度、相对湿度、露点温度、气压和风速等气象因子的日均值存在差异。相较于CK,3个林地内的温度均表现为降低,其降幅由高到低依次为SL、SJ、HG,分别降低了3.41,3.30和3.19℃。露点温度和气压亦表现为不同程度地降低,SJ的降幅均为最大(分别降低了1.34℃和28.33hPa),HG露点温度的降幅最小(仅降低了0.35℃),气压的降幅则以SL为最小(降低了10.45hPa)。相对湿度则表现为不同程度地增加,其中HG的增幅最大,为17.99%;其次为SL,增加了16.66%;SJ的增幅最小,仅增加了12.57%。风速在各样地中的差异并不一致,平均风速为SJ>CK>HG>SL,而最大风速由高到低依次为CK、SJ、SL、HG。

    经多重比较,SL、HG、SJ的温度日均值均极显著低于CK,而3者间的差异不显著。HG、SL的相对湿度极显著高于SJ。在露点温度方面,SJ极显著低于SL、HG。SL的气压极显著高于HG和SJ。SJ的平均风速和最大风速均极显著大于SL和HG。由上述分析可知,3种森林群落可以反映其生境的基本特征。结合表 1,不同生境森林间上述各气象因子的差异可能也是引起其颗粒物含量差异的原因之一。

    表  2  各样地内气象因子的日均值
    Table  2.  Daily mean values of meteorological factors in each plot
    样地
    Sample plot
    温度
    Temperature/℃
    相对湿度
    Relative humidity/%
    露点温度
    Dew point temperature/℃
    气压
    Air pressure/Pa
    风速Wind velocity/(m·s-1)
    平均
    Average
    最大
    Maximum
    SL 27.64±0.23bB 90.89±0.73aA 26.28±0.21bB 991.42±0.76bB 0.28±0.06bB 0.57±0.10cC
    HG 27.86±0.21bB 92.22±0.89aA 26.58±0.13abAB 986.19±0.75cC 0.29±0.09bB 0.44±0.12cC
    SJ 27.75±0.27bB 86.80±1.20bB 25.29±0.11cC 973.54±0.72dD 0.94±0.19aA 1.46±0.19bB
    CK 31.05±0.28aA 74.23±1.30cC 26.93±0.18aA 1001.87±0.77aA 0.85±0.13aA 2.61±0.29aA
    下载: 导出CSV 
    | 显示表格

    为研究3种林地内空气颗粒物质量浓度与林内气象因素的关系,将不同粒径颗粒物质量浓度与气象因子的小时均值作相关性分析,结果见表 3。各气象因子中,不同粒径颗粒物质量浓度与温度都表现为极显著负相关,且细颗粒物的相关程度大于粗颗粒物。此外,其与平均风速也至少达到了显著负相关水平;细颗粒物质量浓度与最大风速表现为显著负相关。而其与相对湿度均为极显著正相关,且随着粒径的减小相关程度增大。粗颗粒物质量浓度与气压也呈极显著正相关。

    表  3  不同粒径空气颗粒物质量浓度与气象因素的相关系数
    Table  3.  Correlation coefficients of different kinds of particle concentrations and meteorological factors
    类型
    Type
    空气温度
    Air temperature
    相对湿度
    Relative humidity
    露点温度
    Dew point temperature
    气压
    Air pressure
    平均风速
    Average wind velocity
    最大风速
    Maximum wind velocity
    TSP -0.639 ** 0.701** -0.450** 0.553** -0.472** -0.368*
    PM10 -0.525** 0.771** -0.587** 0.449** -0.420* -0.320
    PM2.5 -0.794** 0.787** -0.584** 0.257 -0.448** -0.381*
    PM1 -0.793** 0.807** -0.554** 0.277 -0.404* -0.349*
    注:*为显著相关(P < 0.05),**为极显著相关(P < 0.01)。Notes:* indicates significant correlation at P < 0.05 level,** indicates very significant correlation at P < 0.01 level.
    下载: 导出CSV 
    | 显示表格

    上述结果表明,在一定范围内,风速尤其是平均风速增大可以明显降低林内颗粒物的质量浓度,而相对湿度的增加可以显著增加颗粒物质量浓度,且粒径越小越明显,这与部分学者的研究结果基本一致[27-29]。温度升高可以明显降低林内颗粒物质量浓度,这与部分在城区的研究结果不同[30],可能是城区和森林内空气颗粒物的来源成分不完全相同以及树木的滞留和吸附作用所致。城区内颗粒物主要来源于交通、工业和燃料燃烧等,其成分主要为含碳化合物、重金属元素、水溶性离子等,温度升高有利于化学反应的进行,促进了二次气溶胶的形成,导致颗粒物质量浓度升高,所以在城区颗粒物质量浓度与温度表现为正相关。而对于森林来说,温度对林内颗粒物的影响可能主要包括引起林内外空气对流活动和调节植物生理活动两方面。一方面,随着温度的升高,林内外温差增大,大气湍流交换加强,有利于颗粒物向林外输送和扩散;另一方面,在一定的温度范围内,温度升高,树木叶片气孔与外界的气体交换加强,对颗粒物的滞留和吸附作用增强,颗粒物质量浓度降低,夜间林内温度不断降低,树木滞留和吸附能力减弱,且林内外温差降低,不利于空气颗粒物质量浓度扩散,引起其质量浓度不断积累,所以林内空气颗粒物质量浓度与温度表现为负相关,但也有学者指出气温对大气颗粒物质量浓度变化没有显著影响[31]。因此,温度对空气颗粒物的影响机制尚不明确,还需进一步研究。

    1) 深圳夏季3种生境城市森林内不同粒径空气颗粒物的质量浓度存在差异。从日均值来看,与对照相比,山麓林内的粗(>2.5μm)、细(≤2.5μm)颗粒物质量浓度分别升高了25.96%和34.96%,表现为集聚效应;山脊林内的粗、细颗粒物质量浓度分别降低了36.96%和3%,表现为消减效应;河谷林内的粗颗粒物质量浓度降低了35.51%,表现为消减效应,而细颗粒物质量浓度升高了47.73%,表现为集聚效应。3种城市森林内的PM10/TSP均大于56%,PM2.5/PM10都小于35%,颗粒物总体表现为可吸入粗颗粒物(2.5~10μm)含量高,细颗粒物(≤2.5μm)含量低的特征。

    2) 3个林地的TSP、PM10质量浓度日均值都达到二类环境功能区质量要求(300μg/m3、150μg/m3),其中HG、SJ的TSP质量浓度甚至达到了一类环境功能区质量要求的120μg/m3;PM2.5日均质量浓度都达到了国家一类地区标准(35μg/m3),达标率都超过了43.2%。园山3种森林内细颗粒物质量浓度都达到了自然风景区的空气质量要求,处于清洁水平,这样的空气质量可以为人们提供一个相对较健康的游憩环境。

    3) 3种生境类型城市森林内不同粒径颗粒物质量浓度总体表现为白天低,夜间高的日变化特征。中午11:00—15:00处于低谷,此时段的空气环境都为一天中最优,为居民赴园山进行森林游憩的最佳时段;而晚上01:00—07:00处于高峰,居民应尽量避免在07:00前上山锻炼。

    4) 在一定范围内,林内不同粒径颗粒物质量浓度与相对湿度都达到极显著正相关,且随着粒径的减小,相关程度增大;而其与气温和平均风速都呈显著负相关;林内多种气象因子的共同作用引起了颗粒物质量浓度的日变化。

  • 图  1   试验样地位置示意图

    Figure  1.   Location of Yuanshan Park in Shenzhen City and sampling sites

    图  2   各样地内4种空气颗粒物浓度的日变化

    Figure  2.   Diurnal variations of four kinds of particle concentrations in each plot

    图  3   各样地内小粒径颗粒物所占比例的日变化

    每个时刻的4个系列依次代表SL、HG、SJ和CK。

    Figure  3.   Diurnal variations of fine particle's proportions in each plot

    The 4 series of each time represent SL, HG, SJ and CK in order.

    表  1   各样地内空气颗粒物的质量浓度日均值及小粒径颗粒物所占比例

    Table  1   Daily mean values of particle matters mass concentrations in each plots and the proportions of fine particles

    样地
    Sample plot
    TSP/(μg·m-3) PM10/(μg·m-3) PM2.5/(μg·m-3) PM1/(μg·m-3) 比例Proportion/%
    PM10/TSP PM2.5/PM10 PM1/PM2.5
    SL 162.19±18.84aA 95.39±10.01aA 19.88±1.25aA 7.67±0.44aA 58.81±0.81bB 20.86±1.08dCD 38.58±0.23aA
    HG 94.62±12.29bB 62.55±7.78bB 21.76±2.51aA 8.29±0.84aA 66.11±0.78aA 34.79±0.42bB 38.10±0.55aA
    SJ 85.51±7.94bB 58.82±5.32bB 14.29±0.60bB 5.13±0.24bB 68.79±0.67aA 24.29±1.56cC 35.89±0.25bB
    CK 127.71±6.11aA 72.30±3.65bAB 14.73±0.60bB 4.40±0.28bB 56.61±0.68bB 20.37±0.62dD 29.87±0.82cC
    注:TSP.总悬浮颗粒物;PM10.可吸入颗粒物;PM2.5.可吸入细颗粒物;PM1.超细颗粒物。不同大、小写字母分别代表处理均值在P<0.01和P<0.05水平存在显著性差异,下同。Notes: TSP, total suspended particulate; PM10, particulate matter of less than 10μm; PM2.5, particulate matter of less than 2.5μm; PM1, particulate matter of less than 1μm. Different capital and lowercase letters denote significant differences among treatments at P<0.01 and P<0.05 levels, respectively. The same as below.
    下载: 导出CSV

    表  2   各样地内气象因子的日均值

    Table  2   Daily mean values of meteorological factors in each plot

    样地
    Sample plot
    温度
    Temperature/℃
    相对湿度
    Relative humidity/%
    露点温度
    Dew point temperature/℃
    气压
    Air pressure/Pa
    风速Wind velocity/(m·s-1)
    平均
    Average
    最大
    Maximum
    SL 27.64±0.23bB 90.89±0.73aA 26.28±0.21bB 991.42±0.76bB 0.28±0.06bB 0.57±0.10cC
    HG 27.86±0.21bB 92.22±0.89aA 26.58±0.13abAB 986.19±0.75cC 0.29±0.09bB 0.44±0.12cC
    SJ 27.75±0.27bB 86.80±1.20bB 25.29±0.11cC 973.54±0.72dD 0.94±0.19aA 1.46±0.19bB
    CK 31.05±0.28aA 74.23±1.30cC 26.93±0.18aA 1001.87±0.77aA 0.85±0.13aA 2.61±0.29aA
    下载: 导出CSV

    表  3   不同粒径空气颗粒物质量浓度与气象因素的相关系数

    Table  3   Correlation coefficients of different kinds of particle concentrations and meteorological factors

    类型
    Type
    空气温度
    Air temperature
    相对湿度
    Relative humidity
    露点温度
    Dew point temperature
    气压
    Air pressure
    平均风速
    Average wind velocity
    最大风速
    Maximum wind velocity
    TSP -0.639 ** 0.701** -0.450** 0.553** -0.472** -0.368*
    PM10 -0.525** 0.771** -0.587** 0.449** -0.420* -0.320
    PM2.5 -0.794** 0.787** -0.584** 0.257 -0.448** -0.381*
    PM1 -0.793** 0.807** -0.554** 0.277 -0.404* -0.349*
    注:*为显著相关(P < 0.05),**为极显著相关(P < 0.01)。Notes:* indicates significant correlation at P < 0.05 level,** indicates very significant correlation at P < 0.01 level.
    下载: 导出CSV
  • [1] 李莉, 蔡鋆琳, 周敏.2013年12月中国中东部地区严重灰霾期间上海市颗粒物的输送途径及潜在源区贡献分析[J].环境科学, 2015, 36(7):2327-2336. http://d.old.wanfangdata.com.cn/Periodical/hjkx201507001

    LI L, CAI Y L, ZHOU M.Potential source contribution analysis of the particulate matters in Shanghai during the heavy haze episode in eastern and middle China in December 2013[J].Environment Science, 2015, 36(7):2327-2336. http://d.old.wanfangdata.com.cn/Periodical/hjkx201507001

    [2] 王跃思, 姚利, 王莉莉, 等.2013年元月我国中东部地区强霾污染成因分析[J].中国科学:地球科学, 2014, 44(1):15-26. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cd201401003

    WANG Y S, YAO L, WANG L L, et al.Mechanism for the formation of the January 2013 heavy haze pollution episode over central and eastern China[J].Science China:Earth Sciences, 2014, 44(1):15-26. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cd201401003

    [3] 陶燕, 刘亚梦, 米生权, 等.大气细颗粒物的污染特征及对人体健康的影响[J].环境科学学报, 2014, 34(3):592-597. http://d.old.wanfangdata.com.cn/Periodical/kxsd201514087

    TAO Y, LIU Y M, MI S Q, et al.Atmospheric pollution characteristics of fine particles and their effects on human health[J].Acta Scientiae Circumstantiae, 2014, 34(3):592-597. http://d.old.wanfangdata.com.cn/Periodical/kxsd201514087

    [4] 芮魏, 谭明典, 张芳, 等.大气颗粒物对健康的影响[J].中国科学:生命科学, 2014, 44(6):623-627. http://d.old.wanfangdata.com.cn/Periodical/zgxxws200811058

    RUI W, TAN M D, ZHANG F, et al.Effects of atmospheric particulate matter on health[J].Scientia Sinica Vitae, 2014, 44(6):623-627. http://d.old.wanfangdata.com.cn/Periodical/zgxxws200811058

    [5]

    LATHA K M, HIGHWOOD E J.Studies on particulate matter (PM10) and its precursors over urban environment of Reading[J].Quantitative Spectroscopy & Radiative Transfer, 2006, 101(2):367-379. https://www.sciencedirect.com/science/article/pii/S002240730500364X

    [6]

    SZIGETI T, ÓVÁRI M, DUNSTER C, et al. Changes in chemical composition and oxidative potential of urban PM2.5 between 2010 and 2013 in Hungary[J].Science of the Total Environment, 2015, 518-519:534-544. doi: 10.1016/j.scitotenv.2015.03.025

    [7] 刘保献, 杨懂艳, 张大伟, 等.北京城区大气PM2.5主要化学组分构成研究[J].环境科学, 2015, 36(7):2346-2352. http://d.old.wanfangdata.com.cn/Periodical/hjkx201507003

    LIU B X, YANG D Y, ZHANG D W, et al.Chemical species of PM2.5 in the urban area of Beijing[J].Environment Science, 2015, 36(7):2346-2352. http://d.old.wanfangdata.com.cn/Periodical/hjkx201507003

    [8]

    UNAL Y S, TOROS H, DENIZ A, et al. Influence of meteorological factors and emission sources on spatial and temporal variations of PM10 concentrations in Istanbul metropolitan area[J].Atmospheric Environment, 2011, 45:5504-5513. doi: 10.1016/j.atmosenv.2011.06.039

    [9] 王涛, 陈梦平, 周梦翩, 等.无锡市区大气污染物污染特征及影响因素研究[J].环境污染与防治, 2015, 37(12):74-78, 95. http://d.old.wanfangdata.com.cn/Periodical/hjwryfz201512015

    WANG T, CHEN M P, ZHOU M P, et al.Pollution characteristics and influence factors of air pollutants in Wuxi City[J].Environmental Pollution & Control, 2015, 37(12):74-78, 95. http://d.old.wanfangdata.com.cn/Periodical/hjwryfz201512015

    [10]

    PONGPIACHAN S, TIPMANEE D, KHUMSUP C, et al.Assessing risks to adults and preschool children posed by PM2.5-bound polycyclic aromatic hydrocarbons(PAHs) during a biomass burning episode in Northern Thailand[J].Science of the Total Environment, 2015, 508:435-444. doi: 10.1016/j.scitotenv.2014.12.019

    [11] 杨维, 赵文吉, 宫兆宁, 等.北京城区可吸入颗粒物分布与呼吸系统疾病相关分析[J].环境科学, 2013, 34(1):237-243. http://d.old.wanfangdata.com.cn/Periodical/hjkx201301036

    YANG W, ZHAO W J, GONG Z N, et al.Spatial distribution of inhalable particulate and association with respiratory disease in Beijing City[J].Environment Science, 2013, 34(1):237-243. http://d.old.wanfangdata.com.cn/Periodical/hjkx201301036

    [12] 刘璐, 管东生, 陈永勤.广州市常见行道树种叶片表面形态与滞尘能力[J].生态学报, 2013, 33(8):2604-2614. http://d.old.wanfangdata.com.cn/Periodical/stxb201308032

    LIU L, GUAN D S, CHEN Y Q.Morphological structure of leaves and dust-retaining capability of common street trees in Guangzhou Municipality[J].Acta Ecologica Sinica, 2013, 33(8):2604-2614. http://d.old.wanfangdata.com.cn/Periodical/stxb201308032

    [13] 张维康, 王兵, 牛香.北京不同污染地区园林植物对空气颗粒物的滞纳能力[J].环境科学, 2015, 36(7):2381-2388 http://d.old.wanfangdata.com.cn/Periodical/hjkx201507008

    ZHANG W K, WANG B, NIU X.Adsorption capacity of the air particulate matter in urban landscape plants in different polluted regions of Beijing[J].Environment Science, 2015, 36(7):2381-2388. http://d.old.wanfangdata.com.cn/Periodical/hjkx201507008

    [14]

    WANG H X, SHI H, LI Y Y, et al. Seasonal variations in leaf capturing of particulate matter, surface wettability and micromorphology in urban tree species[J].Frontiers of Environmental Science & Engineering, 2013, 7(4):579-588. http://d.old.wanfangdata.com.cn/Periodical/zggdxxxswz-hjkxygc201304013

    [15] 方精云, 沈泽昊, 崔海亭.试论山地的生态特征及山地生态学的研究内容[J].生物多样性, 2004, 12(1):10-19. doi: 10.3321/j.issn:1005-0094.2004.01.003

    FANG J Y, SHEN Z H, CUI H T.Ecological characteristics of mountains and research issues of mountain ecology[J].Biodiversity Science, 2004, 12(1):10-19. doi: 10.3321/j.issn:1005-0094.2004.01.003

    [16]

    BECKETT K P, FREER-SMITH P H, TAYLOR G.Urban woodlands:their role in reducing the effects of particulate pollution[J].Environmental Pollution, 1998, 99(3):347-360. doi: 10.1016/S0269-7491(98)00016-5

    [17]

    RISSANEN T, HYOTYLAINEN T, KALLIO M, et al.Characterization of organic compounds in aerosol particles from a coniferous forest by GC-MS[J].Chemosphere, 2006, 64(7):1185-1195. doi: 10.1016/j.chemosphere.2005.11.079

    [18] 宋英石, 李锋, 徐新雨, 等.城市空气颗粒物的来源、影响和控制研究进展[J].环境科学与技术, 2013, 36(增刊2):214-221. http://www.cnki.com.cn/Article/CJFDTotal-FJKS2013S2043.htm

    SONG Y S, LI F, XU X Y, et al.Research progress on source, impact and control measurements of particulate matter in the urban air[J].Environmental Science & Technology, 2013, 36(Suppl.2):214-221. http://www.cnki.com.cn/Article/CJFDTotal-FJKS2013S2043.htm

    [19] 古琳, 王成, 王艳英, 等.夏季持续高温天气下无锡惠山游憩林内空气颗粒物变化特征[J].林业科学, 2013, 49(10):66-73. http://d.old.wanfangdata.com.cn/Periodical/lykx201310011

    GU L, WANG C, WANG Y Y, et al. Variation in particle matters of recreational forests by the continued high temperature weather in Hui Mountain of Wuxi City[J].Scientia Silvae Sinicae, 2013, 49(10):66-73. http://d.old.wanfangdata.com.cn/Periodical/lykx201310011

    [20] 谢绍东, 于淼, 姜明.有机气溶胶的来源与形成研究现状[J].环境科学学报, 2006, 26(12):1933-1939. doi: 10.3321/j.issn:0253-2468.2006.12.001

    XIE S D, YU M, JIANG M.Research progress in source and form at ion of organic aerosol[J].Acta Scientiae Circumstantiae, 2006, 26(12):1933-1939. doi: 10.3321/j.issn:0253-2468.2006.12.001

    [21] 汪结明, 王良桂, 朱柯铖杰, 等.不同园林绿地类型内空气PM2.5浓度的动态变化及其滞尘效应分析[J].环境工程, 2016, 34(7):120-124. http://d.old.wanfangdata.com.cn/Periodical/hjgc201607025

    WANG J M, WANG L G, ZHU K C J, et al.Dynamic variation of air PM2.5 concentration in different green land types and analysis of dust removal effect[J].Environmental Engineering, 2016, 34(7):120-124. http://d.old.wanfangdata.com.cn/Periodical/hjgc201607025

    [22] 王晓磊, 王成.城市森林调控空气颗粒物功能研究进展[J].生态学报, 2014, 34(8):1910-1921. http://d.old.wanfangdata.com.cn/Periodical/stxb201408002

    WANG X L, WANG C.Research status and prospects on functions of urban forests in regulating the air particulate matter[J].Acta Ecologica Sinica, 2014, 34(8):1910-1921. http://d.old.wanfangdata.com.cn/Periodical/stxb201408002

    [23] 王成, 郭二果, 郄光发.北京西山典型城市森林内PM2.5动态变化规律[J].生态学报, 2014, 34(19):5650-5658. http://d.old.wanfangdata.com.cn/Periodical/stxb201419034

    WANG C, GUO E G, QIE G F.Variations of PM2.5 in typical recreation forests in the west mountain of Beijing, China[J].Acta Ecologica Sinica, 2014, 34(19):5650-5658. http://d.old.wanfangdata.com.cn/Periodical/stxb201419034

    [24] 郭二果, 王成, 郄光发, 等.北京西山典型游憩林空气颗粒物不同季节的日变化[J].生态学报, 2009, 29(6):3253-3263. doi: 10.3321/j.issn:1000-0933.2009.06.057

    GUO E G, WANG C, QIE G F, et al.Diurnal variations of airborne particulate matters in different seasons in typical recreation forests in West Mountain of Beijing[J].Acta Ecologica Sinica, 2009, 29(6):3253-3263. doi: 10.3321/j.issn:1000-0933.2009.06.057

    [25] 戴伟, 高佳琪, 曹罡, 等.深圳市郊区大气中PM2.5的特征分析[J].环境科学, 2012, 33(6):1952-1957. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hjkx201206031

    DAI W, GAO J Q, CAO G, et al. Characterization of atmospheric PM2.5 in the suburb of Shenzhen[J].Environment Science, 2012, 33(6):1952-1957. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=hjkx201206031

    [26]

    HOFMAN J, BARTHOLOMEUS H, CALDERS K, et al.On the relation between tree crown morphology and particulate matter deposition on urban tree leaves:a ground-based LiDAR approach[J].Atmospheric Environment, 2014, 99:130-139. doi: 10.1016/j.atmosenv.2014.09.031

    [27] 郭二果, 王成, 郄光发, 等.北方地区典型天气对城市森林内大气颗粒物的影响[J].中国环境科学, 2013, 33(7):1185-1198. http://d.old.wanfangdata.com.cn/Periodical/zghjkx201307005

    GUO E G, WANG C, QIE G F, et al.Influence of typical weather conditions on the airborne particulate matters in urban forests in northern China[J].China Environmental Science, 2013, 33(7):1185-1198. http://d.old.wanfangdata.com.cn/Periodical/zghjkx201307005

    [28] 刘旭辉, 余新晓, 张振明, 等.林带内PM10、PM2.5污染特征及其与气象条件的关系[J].生态学杂志, 2014, 33(7):1715-1721. http://d.old.wanfangdata.com.cn/Periodical/stxzz201407002

    LIU X H, YU X X, ZHANG Z M, et al.Pollution characteristics of atmospheric particulates in forest belts and their relationship with meteorological conditions[J].Chinese Journal of Ecology, 2014, 33(7):1715-1721. http://d.old.wanfangdata.com.cn/Periodical/stxzz201407002

    [29]

    ZHOU B T, SHEN H Z, HUANG Y, et al. Daily variations of size-segregated ambient particulate matter in Beijing[J].Environmental Pollution, 2015, 197:36-42. doi: 10.1016/j.envpol.2014.11.029

    [30] 赵晨曦, 王云琦, 王玉杰, 等.北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J].环境科学, 2014, 35(2):418-427. http://d.old.wanfangdata.com.cn/Periodical/hjkx201402003

    ZHAO C X, WANG Y Q, WANG Y J, et al.Temporal and spatial distribution of PM2.5 and PM10 pollution status and the correlation of particulate matters and meteorological factors during winter and spring in Beijing[J].Environment Science, 2014, 35(2):418-427. http://d.old.wanfangdata.com.cn/Periodical/hjkx201402003

    [31] 邓利群, 钱骏, 廖瑞雪, 等.2009年8—9月成都市颗粒物污染及其与气象条件的关系[J].中国环境科学, 2012, 32(8):1433-1438. doi: 10.3969/j.issn.1000-6923.2012.08.013

    DENG L Q, QIAN J, LIAO R X, et al.Pollution characteristics of atmospheric particulates in Chengdu from August to September in 2009 and their relationship with meteorological conditions[J].China Environmental Science, 2012, 32(8):1433-1438. doi: 10.3969/j.issn.1000-6923.2012.08.013

  • 期刊类型引用(11)

    1. 申明达,龙冰雁. 植物叶片对不同颗粒物的吸附效果及对环境的影响分析. 分子植物育种. 2022(02): 583-589 . 百度学术
    2. 王茜,王月容,古琳. 北京奥森公园侧柏林空气颗粒物不同季节变化规律. 科学技术与工程. 2022(17): 6927-6936 . 百度学术
    3. 王茜,王月容,古琳,段敏杰. 夏季北方常见3种植物群落环境内的康养效果研究. 安徽农业大学学报. 2021(03): 352-359 . 百度学术
    4. 王薇,张蕾. 基于CiteSpace的城市环境中细颗粒物研究进展的可视化分析. 生态环境学报. 2021(06): 1321-1332 . 百度学术
    5. 包红光,王成,杜万光,郭二果,王晓磊,贺然. 基于实地监测的城市林木调控PM_(2.5)能力研究. 生态学报. 2020(14): 4699-4709 . 百度学术
    6. 李左玉,刘雷雷,雷祖培. 浙江乌岩岭保护区森林环境保健功能综合评价. 福建林业科技. 2020(04): 87-91 . 百度学术
    7. 宋阳,王成,韩丹,徐珊珊,杜倩,王涵. 雁荡山杉木林夏季空气颗粒物的垂直空间变化特征. 林业科学研究. 2019(03): 65-72 . 百度学术
    8. 侯贻菊,崔迎春,赵文君,刘延惠,丁访军. 贵阳黔灵山公园夏季不同植被类型城市森林空气颗粒物变化特征. 贵州林业科技. 2019(02): 32-38 . 百度学术
    9. 王茜,王成,张中霞,许超,郭珺琪. 夏季旗山森林公园福建柏林生态保健功能探索. 生态与农村环境学报. 2019(12): 1573-1581 . 百度学术
    10. 王茜,王成,杜万光,许超,郭珺琪. 福州旗山夏季毛竹林生态保健功能研究. 南京林业大学学报(自然科学版). 2018(02): 120-126 . 百度学术
    11. 姜霞,丁访军,刘延惠,侯贻菊,舒德远,崔迎春,李成龙. 贵阳市不同密度马尾松林内空气颗粒物特征. 贵州林业科技. 2018(04): 33-37 . 百度学术

    其他类型引用(10)

图(3)  /  表(3)
计量
  • 文章访问数:  1420
  • HTML全文浏览量:  484
  • PDF下载量:  18
  • 被引次数: 21
出版历程
  • 收稿日期:  2016-11-06
  • 修回日期:  2017-02-21
  • 发布日期:  2017-04-30

目录

/

返回文章
返回