文章信息
- 陈波, 鲁绍伟, 李少宁
- CHEN Bo, LU Shaowei, LI Shaoning
- 北京城市森林不同天气状况下PM2.5浓度变化
- Dynamic analysis of PM2.5 concentrations in urban forests in beijing for various weather conditions
- 生态学报, 2016, 36(5): 1391-1399
- Acta Ecologica Sinica, 2016, 36(5): 1391-1399
- http://dx.doi.org/10.5846/stxb201408021543
-
文章历史
- 收稿日期: 2014-08-02
- 网络出版日期: 2015-07-22
大气可吸入颗粒物由于其对全球气候变化、大气能见度以及人体健康的影响已经引起科学界的广泛重视[1, 2, 3]。北京随着经济的高速发展,城市规模的不断扩大,人口及机动车辆急剧增多,空气中粉尘烟雾有害气体日趋增多,空气中的细颗粒物(PM2.5)已逐渐成为首要空气污染物[4,5]。2012年1月12日23时,北京城区PM2.5值史无前例一度达到993μg/m3,2013年1月,北京连续发生4次强霾污染,雾霾天达到29d,2014年2月优良天气仅有6d,北京市大气环境污染已达相当严重的程度[6]。近年来,围绕北京市环境空气中可吸入颗粒物的污染测试和研究越来越多,于淑秋[7]等人研究了北京市区大气污染的时空特征,指出北京市区的污染物以可吸入颗粒物(PM10)为主;刘大锰[6]等人研究了北京春季大气颗粒物的污染水平和影响因素,指出北京PM 2.5和PM 10污染比较严重;李令军[8]等人研究了北京清洁区大气颗粒物污染特征,指出北京清洁区大气颗粒物总体呈下降趋势;李雪[9]等人研究了2007和2008 年夏季北京奥运场馆大气PM10与 PM2.5质量浓度变化特征,指出污染源减排措施的实施是奥运期间大气颗粒物质量浓度降低的主要原因。上述研究集中在大气颗粒物及其影响因素分析,对森林消减PM2.5等颗粒物研究较少。
随着人们生态保健意识的提高和森林生态旅游的兴起,在森林区开展PM2.5的相关研究显得日益紧迫,森林可通过覆盖地表减少PM2.5来源、叶面、枝条表面、茎干吸附或者气孔、皮孔吸收直接捕获 PM2.5(滞尘作用)、降低风速促进 PM2.5沉降(降尘作用)、改变风向阻拦PM2.5进入局部区域等途径去除 PM2.5,从而发挥净化大气的功能[10,11]。利用森林复杂冠层结构对颗粒物的吸收阻滞作用成为治理PM2.5的一项重要措施[12, 13]。但对于森林内部、森林空旷地和市区非植被区的PM2.5变化规律研究较少。为此,本文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监测点的PM2.5实时监测数据,结合植物园林内监测站PM2.5数据,从研究方法上对降雨等特殊天气持续数天进行不同梯度的研究,研究城市森林与非植被区环境不同天气下的PM2.5质量浓度变化特征,研究不同天气因素对城市森林和非植被区环境大气颗粒物浓度变化的影响,探寻不同天气下城市森林与非植被区环境空气质量浓度的差异和关系,可为了解城市大气颗粒物在不同天气状况下的污染变化特征和污染防治措施的实施提供参考。
1 研究地概况植物园林内监测站位于北京西山脚下北京植物园东北部的红松(Pinus koraiensis Sieb)林内,全园总规划面积400hm2,距市区18km。该园位于北纬39°48′,东经116°28′,海拔76m,属温带大陆性气候,园中栽培了6000多种植物。主要乔木树种包括油松(Pinus tabulaeformis)、侧柏(Platycladus orientalis)等,主要灌木有女贞(Ligustrum lucidum)、小檗(Berberis thunbergii)等。北京市环境保护监测中心植物园空旷地监测站为整个植物园生态系统的站点,位于北京植物园空旷地,周围树木较少,开阔平坦;市区非植被区(海淀万柳)监测站位于海淀区城区中心,四环以内,在海淀区万柳繁华的商务、住宅和购物区,交通繁忙、车流量大,3个监测站概况如表 1所示。
监测点Monitoring stations | 植物园林内Beijing Botanical Garden forest | 植物园空旷地Beijing Botanical Garden open spac | 市区非植被区Urbannon-vegetation area |
植被类型Vegetation types | 针叶林 | 裸地 | 硬化地 |
主要植被The main vegetation | 红松 | - | - |
郁闭度Canopy density | 0.76 | - | - |
建筑物Building | - | - | 住宅、商务和购物区 |
污染源Pollution source | - | 交通污染 | 交通污染 |
在北京市环境保护监测中心发布的35个PM2.5监测站中选取2个监测站,分别是植物园空旷地(海淀北京植物园)和市区非植被区(海淀万柳),均位于海淀区;植物园林内监测站是监测森林内部PM2.5质量浓度变化的站点,由中国林科院和北京市农林科学院于2013年2月共同建成。植物园空旷地监测站距离植物园林内监测站约200m;市区非植被区监测站位于城区中心,距离植物园林内监测站约6.2km,各监测站具体位置如图 1所示。
2.2 数据获取 2.2.1 PM2.5数据市区非植被区和植物园空旷地PM2.5的实时浓度值由北京市环境保护监测中心信息获得,林内PM2.5实时浓度值由植物园林内监测站获得。3个监测站的PM2.5监测设备为美国赛默飞世尔科技公司(Thermo Fisher Scientific,USA)的TEOM-1405-D 双通道颗粒物在线监测仪,监测时间一致,频次均为1h一次的自动监测,全天24h不间断采样。
2.2.2 气象数据植物园空旷地和植物园林内的气象数据由林内气象站(Weather Meter)的实时监测数据获得,市区非植被区的气象数据主要摘自中国天气网(www.weather.com.cn)。主要包括气温(Ta(℃))、相对湿度(RH(%))、风速(W(m/s))、降水(P(mm))等气象因子。
2.3 不同天气状况选择通过分析对比2013年上述地区的气象资料,总结不同时段出现频率较多的天气类型,从中选择对大气颗粒物集聚、扩散、消除等效应明显的天气类型,降雨天气选择夏季,降雪天气选择冬季,大风天气选择春季,高温高湿的“桑拿天”选择盛夏,经筛选后将具有相同天气类型的监测数据作为不同天气的有效代表数据。
3 结果与分析 3.1 降水对PM2.5的消减效应2013年7月14日22:00—15日19:00全市范围均出现降雨,选择2013年7月14日—16日3天的数据进行降雨对PM2.5的消减效应分析。经图 2A分析表明,在降雨时段,降雨量位于1—16mm之间,在历时22h的降雨时段累计降雨量为70mm。在典型降雨过程下PM2.5质量浓度均值表现为市区非植被区((66.58±54.67)μg/m3)>植物园林内((51.74±59.31)μg/m3)>植物园空旷地((46.63±53.16)μg/m3);3d的72h中68.06%的时段是市区非植被区大于植物园林内,有94.44%的时段是市区非植被区大于植物园空旷地。降雨天气下3个监测站PM2.5质量浓度变化规律具有同步性,7月14日早高峰均在9:00,64.08%的时段是三者均在相同时间PM2.5质量浓度变化一致。从变动大小来看,在降雨前和降雨时,三者变动较大,降雨停止之后变化较小,雨后的PM2.5质量浓度市区非植被区在5—64μg/m3之间,植物园林内在3—39μg/m3之间,京植物园空旷地在2—18μg/m3之间。可见,森林植被区PM2.5质量浓度变动小于非植被区。
降雨有助于消减PM2.5,选择2013年7月13日—7月18日的数据进行完整的降雨过程分析,由图 2B可知,累计降雨量达70mm,在降雨前3个监测站PM2.5质量浓度均较高,降雨前48h市区非植被区、植物园空旷地和植物园林内PM2.5质量浓度分别为(147.33±39.49)μg/m3、(121.31±31.73)μg/m3、(146.67±51.57)μg/m3,降雨时3个监测站PM2.5质量浓度急剧降低,分别是(45.58±10.31)μg/m3、(16.04±3.80)μg/m3、(21.92±11.19)μg/m3,雨后24h PM2.5质量浓度降低到最低值,相比于雨前48h,分别降低了82.62%、92.34%和93.13%,森林植被区PM2.5浓度降低的效果更明显;从雨后48h开始3个监测站PM2.5质量浓度开始上升并逐步增大,在雨后72h增大至和雨前48h相同的浓度。
选择2014年2月6日—2月11日的数据进行完整的降雪过程分析(图 2C),降雪量在2.0—3.9mm之间,降雪也表现出与降雨相同的效果,但是最低值出现在雪后48h,市区非植被区、植物园空旷地和植物园林内PM2.5质量浓度分别降低了93.24%、91.68%和80.68%,非植被区PM2.5浓度降低的效果优于森林植被区,从雪后72h开始PM2.5质量浓度逐步升高,在雪后120h达到和雪前相同的程度。
在典型降水过程下PM2.5质量浓度表现为森林植被区小于非植被区,降雨后和降雪后PM2.5质量浓度显著降低,说明降水对PM2.5有明显冲洗效果,可以有效的降低空气中PM2.5质量浓度,降雨时森林植被区更明显,降雪时非植被区更明显些。这是因为降水对空气污染物能起到清除和冲刷作用:在雨水作用下,大气中的一些污染气体能够吸附和溶解在水中,降低空气中污染气体的浓度。
3.2 PM2.5降低对风的依赖作用2013年5月18日—20日全市出现了大风天气,之前天气为晴天。经图 3A分析表明,这3d风速在0.4—7.6 m/s之间,平均风速为(3.06±1.80)m/s;66.67%的时段风力均在2级以上。在大风天气下PM2.5质量浓度均值表现为市区非植被区((82.78±50.51)μg/m3)>植物园林内((68.18±61.11)μg/m3)>植物园空旷地((66.13±54.01)μg/m3)。大风天气3个监测站PM2.5质量浓度变化无滞后性,3个监测站在时间范围变化上表现的较为一致,出现峰值和低值的时间比较接近。5月18日早高峰时市区非植被区、植物园林内和植物园空旷地均在10:00达到高峰,值分别为196、224μg/m3和211μg/m3,均在22:00出现全天的最低值,值分别为49、52μg/m3和39μg/m3;5月19日均在11:00达到早上峰值,值分别为125、131μg/m3和110μg/m3,最低值市区非植被区在22:00,值为19μg/m3,植物园林内和植物园空旷地均在23:00出现最低值,值分别为9μg/m3和7μg/m3。从变动大小来看,无论在风速>5 m/s,还是在0.4—5 m/s之间,这3个监测站之间PM2.5质量浓度变动范围无明显变化,波动较小。当风速增大时,3个监测站PM2.5质量浓度均明显降低:5月18日7:00风速为最小的0.4m/s,19:00时风速为最大的5.1m/s时,市区非植被区、植物园林内和植物园空旷地PM2.5质量浓度分别由199、164μg/m3和162μg/m3迅速下降到89、83μg/m3和76μg/m3;5月19日15:00风速达到最大的7.6 m/s,3个监测站PM2.5质量浓度分别由8:00(风速1.2 m/s)的60、122μg/m3和74μg/m3迅速下降到57、22μg/m3和32μg/m3,分别下降了1.05倍、5.55倍和2.31倍。
除风速之外,风向也是影响PM2.5质量浓度高低的主要因子,将风向从0到360平均分成12等分,每30为一个等分,各风向对应时刻的PM2.5浓度平均值制成风向玫瑰图(图 3B、C、D),将风向对应的PM2.5质量浓度值平均在风向所对应的等分中,可知3d 3个监测站的PM2.5质量浓度值主要集中在60(东北风)和210—270(西南风)之间,而在120—210(东南风)之间3个监测站PM2.5质量浓度在40—80μg/m3之间,说明在西南风和东北风的影响下PM2.5质量浓度较高,平均浓度为80.61μg/m3,而在东南风的影响下PM2.5质量浓度较低,浓度值均为54.22μg/m3。原因是在西南污染气团控制下,西南风将石家庄、太原、邯郸和保定等地的污染物输送到北京,东北风将内蒙古的东北部的沙尘输送到北京,这使PM2.5质量浓度增大,另一方面北京的工业区也主要集中在西南面;而在东南风的影响下将东南暖湿气流带向北京,减少扬尘,故PM2.5质量浓度较小。
大风有助于驱散PM2.5,且这种变化在植被区更明显,植被区PM2.5质量浓度相对非植被区无滞后性,变动范围无明显变化。风速越大,越有利于污染物的扩散,风速小甚至静风时,明显的逆温层使低空大气的垂直运动受限,导致大气污染物被阻滞在低空和近地面,就很容易出现雾霾天气,污染物难以扩散,不利于大气污染物向外围稀释,易形成污染物局地积累,使空气质量处于高浓度污染状况。
3.3 “桑拿天”不同监测站PM2.5的变化2013年7月28日—31日属于典型的夏季高温高湿静风、闷热的“桑拿天”,这4d温度在20—37℃之间,69.79%的时段温度在25℃以上,均温为27.59℃;相对湿度在42%—100%之间,63.54%的时段相对湿度在70%以上,平均湿度为76.28%;风速在0.2—3.5 m/s之间,89.58%的时段风速均低于2 m/s,平均风速为1.13 m/s。由图 4可知,高温高湿天气下3个监测站PM2.5质量浓度变化表现为市区非植被区((72.81±42.88)μg/m3)>植物园林内((56.49±41.20)μg/m3)>植物园空旷地((47.24±28.98)μg/m3)。PM2.5质量浓度与相对湿度呈现较好的一致性,相对湿度较大PM2.5质量浓度也较高,在7月28日的1:00—7:00之间,相对湿度在97%—100%之间,市区非植被区、植物园林内和植物园空旷地的PM2.5质量浓度分别在65—160、55—124μg/m3和45—83μg/m3之间,当8:00相对湿度下降到88%时,3个监测站PM2.5质量浓度分别下降到44、35μg/m3和31μg/m3。在高温时段7月28日10:00—21:00,气温在30—37℃之间,均温为(33.25±2.01)℃,在温度较低的7月28日0:00—8:00,气温在24℃以下,均温为(22.56±0.65)℃,在温度较高和较低时PM2.5质量浓度变化均表现为市区非植被区>植物园林内>植物园空旷地。
从滞后性来看,市区非植被区到达峰值滞后1—2h,7月28日植物园林内和植物园空旷地高峰值均在0:00,而市区非植被区在3:00;在PM2.5浓度最高的7月30日,全天最高值植物园林内和植物园空旷地均在9:00,值分别为170μg/m3和139μg/m3,而市区非植被区晚1h在10:00到达峰值,为180μg/m3。从变动大小来看,植物园林内更为剧烈,在市区非植被区和植物园空旷地较为平缓,7月30日,市区非植被区、植物园空旷地和植物园林内最高值与最低值之间分别相差3.33、3.97和56.66倍。
4 讨论在自然生态系统中,颗粒物的沉降主要受气象条件和下垫面层的粗糙度影响,就气象条件来说,温暖无风高湿性的环境最不利于颗粒物的沉降,而森林生态系统则有效的避免了该条件的形成[14]。气象要素是制约污染物在大气中稀释、扩散、迁移和转化的重要因素。与大气污染有关的气象要素很多,主要包括降水量、风、地面温度、空气湿度等[15,16]。
4.1 降水对PM2.5的消减作用本研究显示,随着降雨量的增大,PM2.5逐渐变小。降水(降雨、降雪)对空气污染物能起到清除和冲刷作用:在雨水作用下,大气中的一些污染气体能够溶解在水中,降低空气中污染气体的浓度,较大的雨雪对空气污染物粉尘颗粒也起着有效的清除作用,降水天气下PM2.5质量浓度变化在不同区域无滞后性,雨前和雨中变动较大,雨后变化较小,雨后森林植被区PM2.5浓度降低的效果更明显,而雪后非植被区PM2.5浓度降低的效果优于森林植被区,林内优于森林空旷地,降雨清除PM2.5的效果强于降雪。当有降水出现时,PM2.5浓度显著降低,城市空气质量往往达到非常清洁的水平,降雨的增加对所有的PM2.5组成成分有所削减[17,18],降水条件下PM2.5和PM10质量浓度降低[19,20],PM2.5值较小,空气质量较好,这与本研究结果一致。另有学者发现雨水对粗粒子的冲刷效率明显,雨后大颗粒迅速减少,而可吸入颗粒物比重可能会加大[21],也有学者指出降雨的冲刷作用和雨后空气湿润使大气颗粒物浓度减少,而且降雨首先冲刷减少粗颗粒物,所以雨后晴天小粒径大气颗粒物所占的比例会增加[22,23]。郭二果等人[22]在春、夏、秋季均研究了降雨后的晴天城市森林内大气颗粒物浓度的变化,发现降雨后大气颗粒物浓度均有不同程度的降低,这与本研究结果一致。
4.2 风对PM2.5的驱散作用在大风天气下PM2.5质量浓度表现为森林植被区小于非植被区,森林区又表现为林内大于森林空旷地的变化规律,其原因一方面在于林内不易透风,污染物不易扩散管,更主要的原因是森林吸收和积累污染物的作用,森林中大量树木的存在,将周围大气中的污染物吸附在树木叶片上,也使森林空旷地的污染物移向林内,故森林空旷地PM2.5浓度较低,也说明了森林强大的拉动污染物吸附于自身的能力。本研究显示风速的大小直接影响着PM2.5的变化,风速越大,越有利于污染物的扩散,PM2.5就越小,风速小甚至静风时,明显的逆温层使低空大气的垂直运动受限,导致大气污染物被阻滞在低空和近地面,就很容易出现雾霾天气,污染物难以扩散,不利于大气污染物向外围稀释,易形成污染物局地积累,使空气质量处于高浓度污染状况。究其原因,较小的风速不能带走水汽,使湿度增大利于形成雾霾,风速的大小则决定污染物水平扩散速率[24],本研究中风速由较低值增大到最大值时市区非植被区、植物园林内和植物园空旷地PM2.5质量浓度分别下降了1.05倍、5.55倍和2.31倍,很好的证明了这一点。而Kim [25]等人对2001年春天韩国汉城的4 个不同监测站的数据进行线性回归分析后发现,风速的增加通常能促进颗粒物(PM10)浓度的增加,这与其研究结果不一致。风速越大,越有利于颗粒物的扩散,颗粒物的浓度就越低;如果风速较小,这种扩散能力就越低,容易造成污染物质在局部地区的堆积,从而使颗粒物富集污染加重[26]。Khan[27]等人研究表明风速显著影响树木吸收阻滞颗粒物的功能,树木吸收阻滞颗粒物速率随着风速升高而增大,达到峰值后略有下降;树木吸收阻滞颗粒物速率和效率与风速之间的关系差异显著[28],本研究中5月19日15:00风速达到最大的7.6 m/s,处于森林监测站的植物园林内和植物园空旷地PM2.5质量浓度分别下降了5.55倍和2.31倍,在森林内部下降的更明显,说明了树木吸滞颗粒物的功能和阻滞效率。郭二果等人[22]研究了春季和秋季北京百望山森林公园大风天气下PM2.5等颗粒物的变化情况,指出雨后空气和地面湿润时风能在一定程度上使大气颗粒物扩散减少,而在天气干燥时刮风会增加城市森林内大气颗粒物的浓度,尤其是对地表相对裸露的林地,且多云会加重干燥天气刮风后大气颗粒物的污染程度。
4.3 高温高湿天气对PM2.5的影响在典型高温高湿天气下,不论是温度较低的夜间还是温度较高的白天,无论湿度高低,PM2.5质量浓度均表现为非植被区大于植被区,在森林生态系统又表现为林内大于森林空旷地。这是因为在热力对流的作用下污染物向上扩散,地面污染物浓度降低,当高空中大气温度高于地面空气温度时,热力对流减弱甚至消失,大气状况变得稳定,污染物的垂直扩散受到抑制,再加上较大的湿度使地面污染物易于累积,在污染源相同的前提下非植被区的污染物累积较多,森林植被区由于森林植被具有降温的功能,温度低于非植被区,PM2.5在这种高湿微风的“桑拿天”输送和扩散相对困难,尤其对郁闭度较大的林内,而空旷地比较通透、开阔,污染物易于扩散,故森林内部的PM2.5质量浓度高于空旷地;另一方面林内由于大量树木的存在,树木枝叶和冠层可以持续的把周围的污染物积聚、吸附于自身,拉动周围污染物向林内蓄积,使森林空旷地的PM2.5浓度降低。
PM2.5与空气相对湿度呈较好的一致性,在PM2.5处于较大值时,空气相对湿度也较大,较大的空气湿度使空中水分增加,颗粒物变潮湿,增大颗粒物的重量,这就降低了颗粒物扩散的高度;另外潮湿的空气本身就不容易扩散,当颗粒物聚集到一定浓度时,空气中的水分达到较高含量,就会导致雾霾发生。湿度的不断增加及维持在较高的水平上,不仅造成空气中小颗粒物吸水增长,进而使得随着地面日平均风速的减小不利于扩散的气象条件出现,空气相对湿度的不断增加导致颗粒物大量汇集,容易造成PM2.5的积累。温度的高低影响着空气质量的好坏,研究发现[29,30],污染天气过程与近地层逆温层的出现相对应。本研究显示在“桑拿天”天气下,PM2.5质量浓度表现为市区非植被区>植物园林内>植物园空旷地,即非植被区最大,其次是林内,森林空旷地最小。这是因为污染物在正常气候条件下,从气温高的低空向气温低的高空扩散,逐渐循环排放到大气中。但是逆温现象下,低空的气温反而更低,导致污染物的停留,不能及时排放出去。在热力对流的作用下污染物向上扩散,地面污染物浓度降低,当高空中大气温度高于地面空气温度时,热力对流减弱甚至消失,大气状况变得稳定,污染物的垂直扩散受到抑制,地面污染物累积,故非植被区最高;高湿静风、闷热的“桑拿天”,能使郁闭度较大的林地内大气颗粒物,特别是细颗粒物及其所占的比例显著增加,这与郭二果等人[22]的研究结果一致,而森林空旷地开阔,污染物在风的作用下易于扩散。
5 结论(1)在降水过程、大风和典型高温高湿天气下,PM2.5质量浓度均表现为非植被区大于植被区,在森林生态系统又表现为林内大于森林空旷地,森林可以拉动周围的污染物,将污染物吸收和积聚于其中。总体来说,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。
(2)降水和大风均有助于消减PM2.5,降水天气下PM2.5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1d(24h)PM2.5质量浓度降低到最低值,雪后48h达到最低值,雨后森林植被区PM2.5浓度降低的效果更明显,雪后非植被区PM2.5浓度降低的效果优于森林植被区,林内优于森林空旷地,降雨清除PM2.5的效果强于降雪,并在雨后72h和雪后120h增大到降水前的相同程度。
(3)大风天气下PM2.5质量浓度变化无滞后性,PM2.5质量浓度波动较小,北京海淀区在东北风和西南风影响下PM2.5质量浓度较高,在东南风影响下较低。
(4)高温高湿天气下市区植被区滞后1—2h到达峰值,植物园林内和植物园空旷地高峰无滞后性,植物园林内变动剧烈,市区非植被区和植物园空旷地较为平缓。
[1] | Dockery D W, Pope C A. Acute respiratory effects of particulate air pollution. Annual Review of Public Health, 1994, 15: 107-132. |
[2] | Menon S, Hansen J E, Nazarenko L, Luo Y F. Climate effects of black carbon aerosols in China and India. Science, 2002, 297(5590): 2250-2253. |
[3] | 余晔, 夏敦胜, 陈雷华, 刘娜, 陈晋北, 高艳红. 兰州市PM10污染变化特征及其成因分析. 环境科学, 2010, 31(1): 22-28. |
[4] | Wang X H, Bi X H, Sheng G Y, Fu J M. Chemical composition and sources of PM10 and PM2.5 aerosols in Guangzhou, China. Environmental monitoring and Assessment, 2006, 119(1/3): 425-439. |
[5] | Dai W, Gao J Q, Cao G, Ouyang F. Chemical composition and source identification of PM2.5 in the suburb of Shenzhen, China. Atmospheric Research, 2013, 122: 391-400. |
[6] | 刘大锰, 马永胜, 高少鹏, 黄杰, 安祥华. 北京市区春季燃烧源大气颗粒物的污染水平和影响因素. 现代地质, 2005, 19(4): 627-633. |
[7] | 于淑秋, 林学椿, 徐祥德. 北京市区大气污染的时空特征. 应用气象学报, 2002, 13(特刊): 92-99. |
[8] | 李令军, 王英, 李金香. 北京清洁区大气颗粒物污染特征及长期变化趋势. 环境科学, 2011, 32(2): 319-323. |
[9] | 李雪, 刘子锐, 任希岩, 李昕, 王跃思. 2007和2008年夏季北京奥运馆大气PM10与PM2. 5质量浓度变化特征. 大气科学学报, 2012, 35(2): 197-204. |
[10] | 王华, 鲁绍伟, 李少宁, 潘青华, 张玉平. 可吸入颗粒物和细颗粒物基本特征、监测方法及森林调控功能. 应用生态学报, 2013, 24(3): 869-877. |
[11] | 刘旭辉, 余新晓, 张振明, 刘萌萌, 阮氏青草. 林带内PM10、PM2. 5污染特征及其与气象条件的关系. 生态学杂志, 2014, 33(7): 1715-1721. |
[12] | 王跃, 王莉莉, 赵广娜, 王跃思, 安俊琳, 刘子锐, 唐贵谦. 北京冬季PM2. 5重污染时段不同尺度环流形势及边界层结构分析. 气候与环境研究, 2014, 19(2): 173-184. |
[13] | 刘娜, 冯新斌, Matthew L, 陈卓, 仇广乐. 贵阳市大气颗粒物(PM2. 5)污染特征及气象参数的影响. 地球与环境, 2014, 42(3): 311-315. |
[14] | 赵晨曦, 王玉杰, 王云琦, 张会兰. 细颗粒物(PM2. 5)与植被关系的研究综述. 生态学杂志, 2013, 32(8): 2203-2210. |
[15] | 梅鹏蔚. 稳定气象条件对天津市环境空气质量的影响. 城市环境与城市生态, 2006, 19(4): 37-39. |
[16] | 冯宏芳, 隋平, 邱丽葭. 福州市污染物浓度时空分布及影响因子分析. 气象科技, 2003, 31(6): 356-360. |
[17] | Dawson J P, Adams P J, Pandis S N. Sensitivity of PM2.5 to climate in the Eastern US: A modeling case study. Atmospheric Chemistry and Physics, 2007, 7: 4295-4309. |
[18] | 顾凯华. 南京冬季雾天PM10、PM2.5中PAHs特征及其与气象条件的关系. 南京: 南京信息工程大学, 2007: 26-30. |
[19] | Chao C Y, Wong K K, Cheng E C. Size distribution of indoor particulate matter in 60 homes in Hong Kong. Indoor and Built Environment, 2002, 11(1): 18-26. |
[20] | 吴志萍, 王成, 侯晓静, 杨伟伟. 6种城市绿地空气PM2.5浓度变化规律的研究. 安徽农业大学学报, 2008, 35(4): 494-498. |
[21] | 沈恒华, 黄世鸿, 李如祥. TSP的来源与气象因素对TSP测试的影响. 环境监测管理与技术, 1996, 8(4): 15-18, 24-24. |
[22] | 郭二果, 王成, 郄光发, 蔡煜. 北方地区典型天气对城市森林内大气颗粒物的影响. 中国环境科学, 2013, 33(7): 185-198. |
[23] | Ozaki N, Nitta K, Fukushima T. Dispersion and dry and wet deposition of PAHs in an atmospheric environment. Water Science & Technology, 2006, 53(2): 215-224. |
[24] | 吴兑, 邓雪娇. 环境气象学与特种气象预报. 北京: 气象出版社, 2001: 255-256. |
[25] | Kim K H, Kim M Y, Hong S M, Youn Y H, Hwang S J. The effects of wind speed on the relative relationships between different sized-fractions of airborne particles. Chemosphere, 2005, 59(7): 929-937. |
[26] | 伊丽米热·阿布达力木, 迪丽努尔·塔力甫, 阿布力孜·伊米提, 买里克扎提·买合木提. 乌鲁木齐市大气可吸入颗粒物浓度与气象因素的相关性研究. 新疆大学学报: 自然科学版, 2012, 29(1): 94-99. |
[27] | Khan M F, Shirasuna Y, Hirano K, Masunaga S. Characterization of PM2.5, PM2.5-10 and PM>10 in ambient air, Yokohama, Japan. Atmospheric Research, 2010, 96(1): 159-172. |
[28] | Beckett K P, Freer Smith P H, Taylor G. Particulate pollution capture by urban trees: effect of species and windspeed. Global Change Biology, 2000, 6(8): 995-1003. |
[29] | 刘新春, 钟玉婷, 何清, 郭志忠. 乌鲁木齐及周边城市空气质量变化特征及影响因素分析. 沙漠与绿洲气象, 2010, 4(4): 12-17. |
[30] | 段宇辉, 景华. 河北省夏季空气污染过程气象条件. 气象科技, 2010, 38(6): 715-720. |