APP下载

福州市冬季若干典型游憩地大气颗粒物浓度日变化规律研究

2014-04-29傅伟聪董嘉莹王茜赖恭梯赖钟雄

热带作物学报 2014年2期
关键词:气象因子颗粒物植被

傅伟聪 董嘉莹 王茜 赖恭梯 赖钟雄

摘 要 为了解福建省福州市在大都市进程中,与市民健康息息相关的空气质量,通过对福建农林大学校园、福州旗山森林公园和福州南江滨公园3个区域共11个试验点进行观测,掌握大气颗粒物(TSP、PM10、PM2.5和PM1.0)日变化规律,并监测该区域气象因子与颗粒物的相关性特点。结果表明:3个区域空气质量均为II级以上,其中福建农林大学校园最优,其次为南江滨公园,最后为森林公园;福建农林大学和南江滨公园大气颗粒物呈早晚高、中午低的“双峰单谷”的“V”字型或“U”字型,福州旗山森林公园大气颗粒物浓度的日变化规律是早上稍下降后逐步提高、傍晚后急剧升高;影响以上3个区域大气颗粒物浓度的主要因素分别为校园师生出行及活动、机动车辆尾气及扬尘、湿度及游客人群。气象因子与大气颗粒物浓度的相关性研究显示,风速越小、相对湿度越大、露点温度越高,TSP和PM10浓度越高,温度、风寒指数、热力指数、露点温度和湿球温度越低、相对湿度越大,PM2.5和PM1.0浓度越高。

关键词 游憩地;颗粒物;气象因子;植被

中图分类号 R122.2 文献标识码 A

总悬浮颗粒物(TSP,d≤l00 μm)是大气质量评价中的一个重要污染指标,空气动力学当量直径更小的颗粒物包括PM10(可吸入颗粒物,d≤l0 μm)、PM2.5(可吸入肺细颗粒物,d≤2.5 μm)和PM1.0(d≤1.0 μm)。大气颗粒物对空气质量有重要影响,严重威胁到人类健康[1]。大量成分复杂的化合物吸附在大气颗粒物表面[2],可损害呼吸系统[3]和破坏免疫系统[4],导致癌症和心脏病等死亡率增加[5-7]。随着城市工业和交通运输业的发展,颗粒物污染在中国变得日趋严重,大气颗粒物污染状况、污染源和降低污染对策的研究也在不断深入。空气中污染物的浓度受地面气温、风速等因素影响显著,一定范围内,颗粒物质浓度随温度上升而下降,随相对湿度升高而增加,随风力增强而降低[8],且城市绿化带的特殊环境对调节小气候、净化空气起到良好作用[9]。

福州市是中国东南沿海重要都市,地处闽江下游河口盆地,大气扩散条件欠佳,具有明显的城市热岛效应,并且机动车尾气、电厂及工业锅炉燃烧排放、道路和建筑扬尘严重影响福州市区空气质量[10]。目前,福州不同粒径大气颗粒物的相关研究,主要以TSP[13-14]和PM10[10,13,15,16]居多,PM2.5[10]较少,而福州PM1.0的研究及同时对不同粒径颗粒物的研究鲜有报道。本研究选择的不同粒径颗粒物从大到小依次为TSP、PM10、PM2.5、PM1.0,以福州市3个典型游憩地为研究对象,包括福建农林大学校园、福州南江滨公园和福州旗山国家森林公园,三者分别是综合性场所、大型水系公园和大型林地公园的代表,选择其中11个试验点进行不同时间段大气颗粒物相关指标及相关影响因素研究,探讨不同时间段及不同绿地环境与大气颗粒物浓度的关系,可丰富福州空气质量研究相关背景,为福州及中国城市规划和建设、市民出行提供一定借鉴作用。

1 材料与方法

1.1 研究地概况

研究地分别位于福建农林大学校园本部(东经119°23′,北纬26°08′)、福州旗山森林公园(东经119°28′,北纬26°08′)和福州江滨公园(东经119°25′,北纬26°07′)。福建农林大学校园占地234 hm2,校园内典型用地众多,适合进行不同地形大气颗粒物浓度变化规律对比研究,南北环山,东西两侧各有闽江、乌龙江环绕,校园内建有森林兰苑、百竹园、中华名特优植物园等教学、观赏性植物园,观音湖、湿地公园等水系,拓荒广场、明德广场、逸夫广场等小广场。福州旗山森林公园位于闽侯南屿境内,面积859.3 hm2,无霜期长达326 d,年均温度16~20 ℃,年均日照数为1 700~1 980 h,年降水量900~2 100 mm,年相对湿度约77%,海拔700 m左右。森林公园内景区气候宜人,四季分明,雨水充沛,属暖湿的亚热带季风气候。公园里植物种类繁多,绿树长青,植物覆盖率95%以上,公园内主要林分构成为针阔叶混交林。此次研究对象选择公园水库边观景场所(以柳杉、湿地松、马尾松、湿地栲为主)及旗山山腰公园内主出入口休憩地(以湿地松、马尾松、湿地栲、红豆杉、蓝果树、绿竹为主)进行研究。福州江滨公园是福州市政府投资兴建的一处大型滨江园林景观,依闽江而建,全长约10.5 km2,是国内最长的都市江滨公园,总面积约103 hm2,已成为周围居民进行休闲活动的最佳去处。

1.2 研究方法

1.2.1 样地选择 福建农林大学校园主干道两侧行道树以白兰(树龄10~12 a、胸径20~40 cm、高4~7 m、树间距3~4 m)、小叶榕(树龄6~8 a、胸径25~40 cm、高4~6 m、树间距3~4 m)为主,试验用地选择主干道两侧的广场(硬质广场,面积2 400 m2左右)、湖面(设有水上休憩廊道,长近300 m,宽3 m)及植物园(绿化休憩地,郁闭度0.4,树种有千头柏、洋紫荆、小叶榕、橡皮榕等),3种用地人流量较大,是学生行走、娱乐和休憩的中心。福州旗山森林公园选择2个典型用地进行试验观测,其一为水库边观景场所,海拔680 m,郁闭度0.9,地被覆盖以杂草为主,配以白楠木、鸭脚木、山苍子、深山含笑等;其二为旗山山腰公园主出入口休憩地,海拔695 m,郁闭度0.9,地被覆盖以人工种植的冷水花、毛杜鹃、湿地松、马尾松、蓝果树、绿竹等。南江滨公园配置植物包括黄花槐、小叶榕、芭蕉、绿竹、龙眼、盆架木等,选择郁闭度相近(0.6)的区域,将公路人行道设置为观测点“1”,距离机动车道20、40、60、80、100 m的各个休息处各设置一个测量点,依次为“2、3、4、5、6”,共计6个点,同时进行观测。植物群落调查方法参照国庆喜等[11]的方法,每个样地设置3个重复,各个重复点相隔5 m。

1.2.2 指标测定 选择2013年冬季晴朗天,观测时间为7:00~19:00,同一用地每隔2 h观测1次。用Dustmate粉尘检测仪测定人体平均呼吸高度1.2~1.5 m处空气TSP(总悬浮颗粒物,d≤l00 μm)、PM10(可吸入颗粒物,d≤10 μm,)、PM2.5(可吸入肺细颗粒物,d≤2.5 μm,)、PM1.0(d≤1.0 μm)的浓度,每个观测点设3个重复。同时,使用小气候监测仪监测风速、温度、湿度等。

1.3 数据处理

数据统计、处理及图表制作采用SPSS18.0和Excel 2007进行。

2 结果与分析

2.1 福建农林大学校园不同大气颗粒物浓度的日变化规律

从校园内3种不同用地大气颗粒物浓度变化趋势(图1)可见,校园不同用地的大气颗粒物浓度均为早晚高、中午低,成“双峰单谷”的“V”字型变化模式,但是总体变化幅度较为缓和。4种颗粒物均在早上7:00~9:00达到较高值,下午13:00颗粒物浓度降低到一天中最低,之后不断上升,17:00~19:00达到第2个高峰。大气颗粒物浓度变化呈“V”字型变化模式与校园内学生早(7:30~8:00)晚(16:30~17:30)上下课和就餐处于高峰时段基本吻和,较缓和的变化幅度主要是由于上午的9:00~10:00上下课、中午的11:30~12:30下课午餐、午休后13:30~14:00上课、下午的15:00~16:00上下课共有4个学生出行的小高峰,但与早晚上下课高峰相比,此4个时段人流仍相对较低,而中午午餐后12:30~13:30是学生午休时间,校园人流量处于较低水平,因此校园颗粒物浓度呈下降后升高的“V”字型模式,但总体变化幅度较小。广场、湖面、植物园大气颗粒物日均浓度见表1,广场地势开阔、地形平坦,无有效阻挡和干扰,该处大气颗粒物浓度高峰出现时段与师生出行的高峰(早7:30~8:00、晚16:30~17:30)基本吻合,湖面大气颗粒物浓度变化规律与广场大气颗粒物浓度变化规律相近,大气颗粒物浓度高峰分别出现在早7:00和下午17:00,并且相同监测时段的TSP、PM10、PM2.5与PM1总体低于广场的颗粒物浓度,水面湿度虽然较大,但是风速也较大,因此风速较大的水面对降低大粒径颗粒物有明显作用。植物园的变化趋势与以上2种用地总体上一致但存在一定差异,首先表现为植物园的大气颗粒物总浓度(TSP)高峰未超过180 μg/m3,由于植物叶片粘性较大对大气颗粒物的吸附、捕获能力强,对减少大气颗粒物有较强的效果。植物园早晨7:00与17:00 2个高峰出现,除学生出行外,清晨有较多学生在植物园早读、教职工在此晨练影响大气颗粒物浓度;傍晚,有较多师生在植物园散步、观景也是造成大气颗粒物高峰出现的原因。因此校园学生出行及活动是导致大气颗粒物浓度呈现变化的主要原因,校园绿化植被,风速较大的水域,对校园大气颗粒物浓度的降低减少空气污染具有重要作用。

2.2 福州旗山森林公园不同大气颗粒物浓度的日变化规律

福州旗山森林公园大气颗粒物的变化规律与福建农林大学校园颗粒物的变化规律差异明显(图1),不形成典型的双峰单谷的变化模式,从早上7:00~9:00阶段,森林公园空气的颗粒物浓度有所下降,从9:00~19:00阶段,颗粒物浓度总体上呈逐步上升的趋势,其中颗粒物浓度在9:00~15:00阶段时,升高速度较为缓慢,15:00~19:00时,森林公园2个试验用地的大气颗粒物浓度急剧上升,并达到较大值。由于早上森林公园雾气较浓,随着时间推移,雾气消散,湿度下降,大气颗粒物浓度随之下降;近中午至下午时段,大气颗粒物浓度主要受公园内游客影响,未有其他强干扰因素,因此浓度稍有增加却较为平稳;由于森林公园为郊野型公园,17:00左右为游客下山高峰期,并且山上伴有烧稻秆和炊烟现象,也是此时大气颗粒物浓度上升的因素,随着夜幕降临,温度下降,雾气增加,森林公园大气颗粒物浓度增加。从森林公园2处试验用地的大气颗粒物浓度的比较结果(图1)可见,水库观景台的各个时间段不同粒径大气颗粒物浓度基本高于山腰公园出入口休憩地,主要由于水库周围湿度远远大于山腰处,但是在傍晚17:00时,山腰大气颗粒物的浓度却高于水库,是此时山腰出入口下山人流量激增导致的结果。因此,湿度和游客人群是影响森林公园大气颗粒物浓度的重要因素。

2.3 福州南江滨公园不同大气颗粒物浓度的日变化规律

南江滨公园大气颗粒物浓度日变化规律均为上午和傍晚高而下午低,呈“双峰单谷”的“U”字型或“V”字型(图2),其中观测点3~6的TSP和PM10浓度的日变化规律呈“U”字型外,其它观测结果均呈“V”字型变化,大气颗粒物浓度“双峰单谷”的变化规律与早晚上下班交通高峰一致。进一步观察可知,呈“V”字型变化模式下,TSP、PM10、PM2.5和PM1.0的浓度从上午(7:00~9:00)的较高值逐渐下降,下午13:00时出现浓度最低值,而后不断上升,15:00~17:00出现第2次峰值,而后维持在较平稳的状态;呈“U”字型变化模式下,即TSP和PM10浓度的日变化的不同,主要表现在:其一,当颗粒物浓度在下午13:00时出现最低值后,没有急剧上升,而是在15:00时仍然处于较低值;其二,观测点“3~6”的TSP和PM10的浓度17:00时出现高峰,而后未呈平稳状态,而是再次下降。以上2种不同变化模式,首先是观测点与机动车道或人行道距离的差异,其次是不同观测点植被厚度的不同,随着距离的增加,植被厚度也总体上增加,因此大粒径颗粒物在距离较远处浓度较低,而且受植被吸附影响,因此可在一定时间范围内维持较低的大粒径颗粒物浓度。观测点“3~6”的TSP和PM10浓度17:00时出现高峰后下降,主要由于下班高峰汽车尾气和扬尘影响,大气颗粒物总体浓度呈较大值,观测点“3~6”植被厚度较大,郁闭度也较大,此时(17:00)空气流动减缓导致大粒径颗粒物浓度增加,而植物对大粒径颗粒物的较强吸附,又可降低该区域的大气颗粒物浓度(19:00)。总共6个观测点不同粒径的颗粒物浓度日平均值可知,随着观测点距离的增加、植被厚度增加颗粒物浓度总体上呈下降的趋势。因此,植被对大气颗粒物的浓度具有降低作用,特别是对大粒径(TSP和PM10)颗粒物的降低最为明显。

2.4 福建农林大学、旗山森林公园和南江滨公园大气颗粒物浓度比较

不同粒径大气颗粒物浓度在不同区域具有不同特点,结合大气颗粒物清洁度评价指标[12]可得,福建农林大学的TSP浓度接近Ⅰ级标准,PM10为Ⅱ级标准,PM2.5为Ⅰ级标准;旗山森林公园3个指标的评价标准分别为Ⅱ、Ⅱ和Ⅰ;福州南江滨公园分别为Ⅱ、Ⅱ和Ⅰ。由表1可知,大气颗粒物浓度总体上从低到高的区域依次为福建农林大学、福州南江滨公园和福州旗山森林公园,但是具体颗粒物浓度有所差异,首先是福州南江滨公园TSP浓度稍高于福州旗山森林公园,两者的浓度值都较大,分别为200.69和189.72,福建农林大学仅为126.16;其次是南江滨公园的PM1.0浓度最低为10.81,福建农林大学为13.14,福州旗山森林公园最高,为22.43。福建农林大学校园主要以学生步行为主,其次为自行车或电动车,最后是教职工小轿车,而其他机动车辆较少,并且校园生态环境良好,山水相和,鸟语花香,绿树成荫,营造了福建农林大学较好的空气质量。福州南江滨公园位于公路一侧,机动车辆的尾气和扬尘是影响公园大气颗粒物浓度升高的主要原因,公园内人群行走及娱乐嬉戏也是影响因素之一,此处木本草本花卉繁多,覆盖率高,具有复合型植被构成,有较强阻挡、吸附机动车辆产生的大气颗粒物的能力,因此南江滨公园的空气质量良好,略低于福建农林大学的空气质量。福州旗山森林公园海拔约700 m,湿度达77%左右,年均温度较低(16~20 ℃),易出现雾天,水库跌水也易产生水汽使公园湿度增加,而且山上常伴有燃烧稻秆、炊烟的现象,加之车辆行人的尾气和扬尘,从而导致大气颗粒物的升高,但是公园林木茂盛,绿化带布置较完善,可有效降低公园内大气颗粒物浓度,福州旗山森林公园空气总体质量良好,但是低于以上两者。

2.5 气象因子与大气颗粒物浓度的相关性

大气颗粒物浓度的大小除与颗粒物本身的性质和地形的影响有关外,还受到气象因子等环境因素影响,试验中进行了大气颗粒物浓度和气象因子(包括即时风速、最大风速、平均风速、温度、风寒、相对湿度、热力指数、露点温度、湿球温度)相关性分析。结果表明,在所测环境因子中,影响大气颗粒物的环境因子有:最大风速、平均风速、温度、风寒、相对湿度、热力指数、露点温度和湿球温度。其中,相对湿度对空气中不同粒径的颗粒物(TSP、PM10、PM2.5和PM1.0)影响较大,均呈极显著正相关;露点温度与TSP的浓度亦为极显著正相关,却与其他较小粒径的颗粒物呈极显著负相关。随着颗粒物粒径的减小,最大风速和平均风速与大气颗粒物的关系也逐渐变小,温度、风寒、热力指数和湿球温度与大气颗粒物的关系却逐渐增大。因此气象因子对大粒径(TSP和PM10)和小粒径(PM2.5和PM1.0)颗粒物的影响不同,与TSP和PM10关系密切的为风速、相对湿度和露点温度,风速越小、相对湿度越大、露点温度越高,TSP和PM10浓度越高;而与PM2.5和PM1.0关系密切的为温度、风寒指数、相对湿度、热力指数、露点温度和湿球温度,温度、风寒指数、热力指数、露点温度和湿球温度越低、相对湿度越大,PM2.5和PM1.0浓度越高。

3 讨论与结论

3.1 福州市空气质量维持良好但早晚大气颗粒物浓度仍较高

福州市冬季大气颗粒物浓度研究结果表明,以福建农林大学、旗山森林公园和南江滨公园为代表的游憩地颗粒物浓度处于国家I级或II级排放标准,空气质量良好,2000年至今的研究数据证明,本试验结果与前人研究基本一致[13-16],且福州空气质量季节性变化明显,冬春污染较严重,夏秋空气质量较好,日变化规律为早晚高、中午低。1999~2006年,北京市可吸入颗粒物污染逐年增长,并超过II级排放标准[17]。车瑞俊[18]对北京2007年冬季大气颗粒物污染的研究结果显示,9个采样点的PM10和PM2.5日均质量浓度基本都高于中国II级排放标准。杭州市2006~2010年PM2.5浓度为0.061~0.083 mg/m3,说明城市空气已受到可吸入肺颗粒物污染[19]。上海[20]、南京[21]、广州等地[22-24]PM10和PM2.5调查结果也表明城市空气受到不同程度的污染。结合本试验,各大城市大气颗粒物比较结果说明,福州市生态环境投入与建设成果取得一定效果,相关游憩地的建设改善了市民的生活环境,提高了市民生活质量,但是上下班高峰大气颗粒物浓度值较大,市民出行可尽量避开此阶段。在本试验大气颗粒物日变化规律研究的基础上,将进一步在福州较大范围游憩地开展不同月份和季节大气颗粒物浓度的变化规律研究,对改善福州空气生态的园林景观规划和建设提供一定指导作用。

3.2 气象因子对不同粒径颗粒物浓度的影响差异大

气象因子,包括风速、温度、湿度等,试验发现,风速越小、相对湿度越大、露点温度越高,TSP和PM10浓度越高;温度、风寒、热力指数、露点温度和湿球温度越低、相对湿度越大,PM2.5和PM1.0浓度越高。车瑞俊等[18]研究表明,一定范围内颗粒物浓度与温度和风速呈负相关,与相对湿度呈正相关,本试验结果与其基本一致,但是温度对大粒径颗粒物(TSP和PM10)影响不显著,风速对小粒径颗粒物(PM2.5和PM1.0)影响不显著,热力指数,露点温度和湿球温度与不同粒径颗粒物的相关性不一致。陈碧辉等[28]试验结果也显示,PM10与风速、温度呈负相关,此外,该研究结果也表明城市发展对风向的改变明显,但是对风速的影响不明显。黄哲等[8]研究结果证明大气颗粒物浓度受气温、风速、降水和相对湿度等气象因子的影响显著。结合本试验颗粒物粒径范围较大的观测结果发现,不同气象因子对大气颗粒物浓度的影响不同;同时,同一气象因子与不同粒径颗粒物浓度的关系亦存在差异。以上特点表现为:其一,不同气象因子与大气颗粒物浓度相关性不一致并且相关大小不同;其二,同一气象因子与大粒径颗粒物(TSP、PM10)或小粒径颗粒物(PM2.5、PM1.0)相关性不一致并且相关大小差异明显。

3.3 建设和完善城市绿地复层立体绿化模式可有效提高空气质量

福州市典型游憩地大气颗粒物浓度,总体上是早晚高,中午低,影响以上3个区域大气颗粒物浓度的主要因素分别为校园学生出行及活动、机动车辆尾气及扬尘、湿度及游客人群,同时,三者均受到各自气象因素影响。植被与大气颗粒物关系密切,本试验结果可以看出,植被对大气颗粒物的浓度具有降低作用,特别是对大粒径(TSP和PM10)颗粒物的降低最为明显。福建农林大学校园林木花草繁多,形成了多层次交错空间绿化格局,而旗山森林公园和南江滨公园是福州新兴游憩地,虽然植被覆盖率也较高,但是垂直空间植被组成相对单一,立体空间植被多样性低是森林公园和江滨公园大粒径颗粒物(TSP和PM10)浓度远远高于福建农林大学的关键因素(1.5~1.7倍)。不同植被配置方式对大气颗粒物的降低作用各不相同[25]。余曼等[26]认为乔木、小乔木、灌木等绿化树种的滞尘效应差异较大。粟志峰等[27]研究结果指出,绿化程度对颗粒物浓度影响很大,街道绿带的滞尘效果主要取决于绿带的密度和结构,其次才是宽度。吴志萍[25]建议建设植物组成合理的复层结构绿地,可能可有效降尘、滞尘、减少二次扬尘,可提高城市空气质量。可见,绿化造景的同时,须同时考虑以下因素:(1)植物配置合理,大乔木、小乔木、灌木、藤本植物、草本花卉植被组合得当;(2)植被疏密恰当,植物密度对阻尘和滞尘影响较大;(3)植物与环境的互作特点,包括蒸腾,耐涝或耐旱等特性;(4)人流、车流的方向,大气流动特点;(5)四周环境特征,建筑格局或污染源。因此,城市游憩地的合理建设,完善绿地复层立体绿化模式将大大提高空气质量。

参考文献

[1] 房 城, 王 成, 郭二果, 等. 城市绿地与城市居民健康的关系[J]. 东北林业大学学报, 2010, 38(4): 114-116.

[2] Fraser M, Yue Z, Buzcu B. Source apportionment of fine particulate matter inHouston, TX, using organic molecular markers[J]. Atmospheric Environment, 2003, 37(15): 2 117-2 123.

[3] 赵毓梅, 杨文敏. 大气粗细颗粒物的成分分析及其肺毒性研究[J]. 卫生研究, 1996, 25(2): 89-91.

[4] 杨建军, 马亚萍. 大气中不同粒径的颗粒物对小鼠免疫功能的影响[J]. 中国公共卫生学报, 1996, 15(1): 26-28.

[5] Schwartz J, Dockery D W, Neas L M. Is daily mortality associated specifically with fine particles?[J]. Journal of the Air & Waste Management Association, 1996, 46(10): 927-939.

[6] Pope III, C A, Burnett, R T, Thun M J. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution[J]. JAMA: the journal of the American Medical Association, 2002, 287(9): 1 132-1 141.

[7] 戴海夏, 宋伟民, 高 翔. 上海市A城区大气PM10, PM2.5污染与居民日死亡数的相关分析[J]. 卫生研究, 2004, 33(3): 293-297.

[8] 黄 哲, 王建安, 白 岚. 包头市空气污染与气象因素相关性研究[J]. 北方环境, 2011, 23(2): 158-160

[9] 邓顺熙. 公路与长隧道空气污染影响分析方法[M]. 科学出版社, 2004, 51-52.

[10] 李子萌. 福州市区可吸入颗粒物污染特征与控制措施[J]. 海峡科学, 2012(6): 38-40.

[11] 国庆喜, 王晓春, 孙 龙. 植物生态学实验实习方法[M]. 哈尔滨: 东北林业大学出版社, 2003, 34-46.

[12] 环境保护部科技标准司. GB3095-2012 环境空气质量标准[S]. 北京: 中国标准出版社, 2012.

[13] 林祥明, 林永登, 冯宏芳, 等. 利用地面气象资料进行福州市空气质量日预报[J]. 热带气象学报, 2001, 17(3): 320-326.

[14] 曾光平, 曾光平, 夏丽花, 等. 福州市空气污染浓度预报方法[J]. 气象, 2000. 26(4): 25-29.

[15] 王 宏, 林长城, 蔡义勇, 等. 福州市空气质量状况时空变化及其与天气系统关系[J]. 气象科技, 2008. 36(4): 480-484.

[16] 赵卫红. 福建省城市空气质量变化趋势及影响因素分析[J]. 亚热带资源与环境学报, 2009, 4(4): 86-91.

[17] 赵文慧, 赵文吉, 宫辉力, 等. 北京市采暖期可吸入颗粒物时空分布特征及源追踪[J]. 地理研究, 2012, 31(3): 417-428.

[18] 车瑞俊, 刘大锰, 袁杨森. 北京冬季大气颗粒物污染水平和影响因素研究[J]. 中国科学院研究生院学报, 2007, 24(5): 556-563.

[19] 宋晓晖, 毕晓辉, 吴建会, 等. 杭州市大气颗粒物污染特征及变化规律研究[J]. 环境污染与防治, 2012, 34(7): 60-63.

[20] 杨兴堂, 施 捷, 沈先标. 上海市宝山区空气中PM10和PM2.5污染状况分析[J]. 上海预防医学, 2009, 21(6): 262-263.

[21] 黄鹂鸣, 王格慧, 王 荟, 等. 南京市空气中颗粒物PM10, PM2.5污染水平[J]. 中国环境科学, 2002, 22(4): 334-337.

[22] 李龙凤, 王新明, 赵利容. 广州市街道环境PM10和PM2.5质量浓度的变化特征[J]. 地球与环境, 2005, 33(2): 57-60.

[23] 潘纯珍, 陈刚才, 杨清玲. 重庆市地区道路PM10/PM2.5浓度分布特征研究[J]. 地球与环境, 2004, 26(5): 576-579.

[24] 郝明途, 侯万国, 周学华, 等. 济南市PM10和PM2.5污染水平研究[J]. 地球与环境, 2006, 36(3): 108-111.

[25] 吴志萍, 王 成, 侯晓静, 等. 6种城市绿地空气PM215浓度变化规律的研究[J]. 安徽农业大学学报, 2008, 35(4): 494-498.

[26] 余 曼, 汪正祥, 雷 耘, 等. 武汉市主要绿化树种滞尘效应研究[J]. 环境工程学报, 2009, 3(7): 1 333-1 339.

[27] 粟志峰, 刘 艳, 彭倩芳. 不同绿地类型在城市中的滞尘作用研究[J]. 干旱环境监测, 2002, 16(3): 162-164.

[28] 陈碧辉, 李跃清. 成都市大气颗粒污染物与气象要素的关系[J]. 城市环境与城市生态, 2006, 19(3): 18-24.

猜你喜欢

气象因子颗粒物植被
基于植被复绿技术的孔植试验及应用
绿色植被在溯溪旅游中的应用
南平市细颗粒物潜在来源分析
随机森林在棉蚜虫害等级预测中的应用
橡胶产量与气象因子的灰色关联性及逐步回归分析研究
呼吸道疾病与气象因子的相关分析
杨树叶纹斑病与气象因子的关系
基于原生植被的长山群岛植被退化分析
错流旋转填料床脱除细颗粒物研究
多层介质阻挡放电处理柴油机尾气颗粒物