贵阳市城郊马尾松林内、外空气颗粒物特征

赵文君 刘延惠 丁访军 侯贻菊 舒德远 崔迎春

(贵州省林业科学研究院 贵阳 550005)

贵阳市城郊马尾松林内、外空气颗粒物特征

赵文君 刘延惠 丁访军 侯贻菊 舒德远 崔迎春

(贵州省林业科学研究院 贵阳 550005)

2014.5～2015.6对贵阳市马尾松林内外大气颗粒物TSP、PM10、PM2.5、 PM1.0的浓度进行同步测量，对其浓度水平值、四季日变化趋势、总的季节变化趋势进行了分析。结果表明：(1)林内、外4种颗粒物浓度日变化趋势明显，最高值均出现在9:00～10:00，低谷值出现在13:00～14:00和17:00～18:00。林外TSP、PM10日变化趋势不同于林内，分别为春夏季波动型，秋季单峰型，冬季M型；而林内颗粒物日变化趋势则为春夏季W型，秋季M型，冬季单峰型。(2)林内、外4种颗粒物浓度的季节变化均表现为冬季最高，夏秋季次之，春季最低，但林外比林内变化幅度大。(3)观测期内林内TSP、PM10、PM2.5、 PM1.0平均浓度分别为( 145.55 ±44.50)、 ( 112.02 ±36.81)、 (58.44±24.03) 和(18.75±8.26)，分别比林外低51.37%、41.85%、12.15%和6.72%，说明森林对大气颗粒物有一定的净化作用，且对不同的大气颗粒物的净化能力不同，颗粒物粒径越大，净化能力越大。

空气颗粒物；日变化；马尾松林

空气悬浮颗粒物是一种重要的大气污染物，尤其空气动力学直径

森林可通过阻尘、滞尘、降尘、减尘等途径去除空气颗粒物，从而发挥其净化大气的功能[5～8]。随着城市化进程的迅速发展，城市环境压力越来越大，营造城市森林、创建生态居住环境已成为人们的重要需求，在无锡森林公园[9]、北京西山游憩林[10]、北京城市森林[11]开展过一些城市森林空气颗粒物浓度规律的研究，但目前关于颗粒物的研究多集中在颗粒物的组成和来源[12～14]、质量浓度变化规律[15]、气象因素对颗粒物的影响[14，16]、危害评价[17]等方面，对城市森林空气颗粒物的变化研究较少。贵阳是中国森林之城，城市森林覆盖率达45%，结合其植被状况、颗粒物浓度水平、气象条件等进行综合评价城市森林对空气颗粒物的影响，对提高城市森林管理水平及更好地发挥城市森林的生态功能有重要意义。马尾松(Pinusmassoniana)在贵阳城市森林中占有相当的比重，在贵阳城市生态环境效益中发挥了重要作用，而目前针对贵阳城市森林马尾松林内空气颗粒物浓度变化规律的研究尚未见报道。因此本文通过对比分析贵阳城郊马尾松林内外空气颗粒物浓度变化，揭示其变化规律和对空气颗粒物的影响能力，为城市森林建设和市民开展城市林区游憩活动等提供依据。

1 研究地概况

贵州省林业科学研究院实验林场地处贵阳市东南郊，距市区8公里，地理位置位于东经106°44′，北纬26°29′，属亚热带气候，年平均气温15.2℃，极端最高气温35.4℃，极端最低气温-7.8℃，年降雨量1198.9毫米，年平均风速2.2米/秒，年平均相对湿度77%，全 年日照时数1412.6小 时，无降霜期278天。

2 试验方法

试验选择在贵阳市城郊马尾松人工成熟林内进行，其优势树种为马尾松，间伐后林窗下有少量的光皮桦(Betulaluminifera)、檫木(Sassafrastzumu)、盐肤木(Rhuschinensis)等生长，林内灌木主要有油茶(Camelliaoleifera)、拔葜(Smilaxchina)、薄叶鼠李(Rhamnusleptophylla)、楤木(Araliachinensis)等，其林分密度1075株/hm2，平均树高12m，平均胸径15.8cm，郁闭度0.6。

2014年5月～2015年6月选择无雨天气，采用英国生产的DUSTMATE环境粉尘检测仪在距地面1.5m高(为人体平均呼吸高度)处对马尾松林内颗粒物浓度(TSP、PM10、PM2.5、PM1.0)进行观测，将林外空旷地(距林内观测点空间直线距离250 m)作为马尾松林外观测点进行同步测量。每月进行连续3天的观测，每次从9:00至18:00每1h观测1次，每次观测10min取平均值。

数据用spss16.0进行统计分析。

3 结果与分析

3.1 林内、林外空气颗粒物不同季节的典型天气日变化比较

林内、林外不同空气颗粒物各季节日变化曲线见图1。无论在林内还是林外，TSP和PM10日变化曲线相似，但林内与林外变化不同。林内TSP和PM10日变化春、夏季呈现W型，从9:00最高峰值之后颗粒物浓度开始迅速下降，到11:00春季(10:00夏季)达到第一个低值，之后又不断上升到13:00(12:00)达到第二个峰值，第二峰值较最高峰值已大大降低，然后开始下降到15:00(14:00)达到第二个低值，之后保持平缓上升直到18:00。秋季呈现M型， 10:00达到第一个峰值之后，逐渐下降至13:00时到第一个谷值，随后缓慢上升到15:00达第二个峰值，之后一直降低直到18:00达到一天中最低值。冬季日变化曲线呈明显单峰型， 9:00到10:00升至一天中的最高值，之后一直降低，到13:00浓度降低到不到最高值的一半，然后直到18:00基本维持低水平值，波动平缓。林外TSP和PM10日变化春、夏季呈现波浪型，从9:00峰值之后开始下降，一天内呈现上下起伏波动变化，TSP、PM10春季波动范围分别在159.20～280.65μg/m3、101.86～174.15μg/m3之间，夏季波动范围分别在204.29～311.47μg/m3、140.26～220.90μg/m3之间。秋季呈单峰型，从9：00上升至10:00达到峰值，之后呈现不断下降趋势，直到17:00降低到最低值。冬季为M型，分别在10:00(11:00)及16:00两次达到峰值，且在18:00降到一天的最低值。

PM2.5和PM1.0日变化曲线相似(变化同林内PM10，详见上文)，且林内与林外日变化曲线一致，即呈现出春、夏季W型，秋季M 型，冬季单峰型。PM1.0较PM2.5各个季节波动不大，变化更为平缓。

图1 马尾松林内外空气颗粒物各个季节日变化

就同一颗粒物四季日变化而言(图1及表1)，冬季空气颗粒物浓度高于春夏秋三季，冬季林外各颗粒物浓度最高值分别达到762.27、519.21、181.12、52.58μg/m3；林内最高值分别达到340.67、266.19、190.77、62.66μg/m3，春夏秋三季各时刻浓度变化范围相近，除林外TSP、PM10日变化各时刻冬季均明显高于其它三季外，其余各类型在13:00之后冬季日变化值降到与春夏秋三季节相当(或略高)的水平，无论林内、林外，冬季颗粒物浓度日变化变异系数高于其余三个季节。经方差分析，林外TSP、林外PM10、PM2.5、PM1.0浓度值冬季与其余三季一天内各时刻日变化差异显著(p=0.000)，林内PM10只有冬季与春季一天内各时刻日变化差异性显著(p=0.037)，其余类型各季节之间日变化差异不显著(p>0.05)。林内外空气颗粒物浓度四季日变化各时刻浓度值大小排序为：冬季最高，春季最低，夏秋两季介于中间。

表1 空气颗粒物浓度四季日变化统计

3.2 林内、林外空气颗粒物的总体季节变化

4种空气颗粒物浓度不同季节间存在一定的起伏变化，同一颗粒物林内外变化趋势相同，但林外比林内变化幅度大(图2)，空气颗粒物浓度春夏秋季波动变化，且春夏秋季TSP、PM10与PM2.5、PM1.0波动起伏的趋势正好相反，到冬季均升到一年中最高值。整体来看，空气颗粒物浓度冬季最高，夏秋季次之，春季最低。经方差分析，林内TSP、PM10各季节之间不存在显著差异； PM2.5、PM1.0只有冬季与春季存在显著差异(p=0.01)，其余季节差异不显著。林外TSP 冬季与春夏秋三季之间均存在显著差异(p=0.000，0.001，0.000)；PM10冬季与春、秋季之间存在显著差异(p=0.000)， PM2.5冬季与春、夏季之间存在显著差异(p=0.001，0.002)，PM1.0冬季与春夏秋三季之间均存在显著差异(p=0.002，0.013，0.012)，其余季节之间差异不显著。

3.3 林内、林外空气颗粒物总体浓度特征比较

研究期间，马尾松林内、外的空气颗粒物浓度统计特征值见表2。林内、林外TSP浓度平均值分别为( 145.55 ±44.50) 、(299.30±136.41) μg /m3，PM10浓度平均值分别为( 112.02 ±36.81) 、(192.65±87.71) μg /m3，PM2.5浓度平均值分别为(58.44±24.03) 、( 66.52±27.97) μg /m3，PM1.0浓度平均值分别为(18.75±8.26) 、(20.10±8.86) μg /m3，研究期内，林外多次观测空气颗粒物浓度平均值要高于林内，经方差分析，林内与林外TSP、PM10浓度差异显著(p=0.000，0.001)，而林内与林外PM2.5及PM1.0浓度值差异不显著(p>0.05)。

图2 林内外空气颗粒物浓度季节变化比较

表2 空气颗粒物浓度统计特征表

4 结论与讨论

研究区马尾松林内四种颗粒物平均浓度分别低于林外浓度51.4%，41.8%，12.1%，6.7%，且林内的TSP、PM10比林外显著减少(p=0.000，0.001)，而林内PM2.5、PM1.0比林外减少程度不显著(p>0.05)，表明森林能一定程度的减少颗粒物浓度，植被能通过冠幅降低树冠内风速，而且植被增加了地面粗糙度，湍流作用增强，使得空气颗粒物以滞留或停着、附着和粘附3 种方式达到消减空气颗粒物的生态效应[6,18]。另外，植被环境的存在，大大增加了植物与大气颗粒物直接的物质能量交换，暴露于大气中的植物叶片、枝干、树皮等器官具有一定粗糙度和湿度[19～20]能使空气颗粒物黏在其表面，对其有一定的阻滞和吸收作用[5]。林内PM2.5及PM1.0较林外减少程度不显著的原因可能是PM2.5及PM1.0本身浓度水平较低，冠层以上PM2.5及PM1.0浓度水平与冠层处浓度差异不大，植被的阻截作用不是很明显，或者是沉积的颗粒物在一定的气象条件下发生再悬浮过程，又重新返回大气中，而使其林内外差异不显著，具体过程还有待进一步研究。本研究PM2.5/PM10值林内、林外分别为0.52、0.35，比广州市郊区[21]报道的0.751/0.701、黄鹏鸣[22]关于南京的0.717 、孙俊玲[16]关于北京的0.636都低，说明贵阳市郊区空气中细颗粒物在可吸入颗粒物中所占比例小。

贵阳市城郊马尾松林内、林外空气颗粒物浓度日变化趋势明显，颗粒物浓度最高值出现在9:00～10:00，低谷值出现在13:00～14:00和17:00～18:00，总体变化呈下降趋势，TSP、PM10变化幅度较PM2.5、PM1.0波动大。这与韩素芹等[23]测定天津空气 PM2.5最大浓度出现清晨和晚上，午后和傍晚浓度较低、古琳等[9]测定无锡市森林公园 3种游憩林内的空气PM2.5浓度峰值在各个季节均出现在早上7:00左右、郭二果[24]研究北京西山各个季节的PM2.5浓度日变化高峰出现在清晨 (7:00～9:00) 和夜晚( 19:00～3:00) ，低 谷 分 别 出 现 在 下 午 和 凌晨相一致。这一现象与气象条件有关，有研究表明[10]，空气颗粒物一般与空气温度呈显著负相关，而与空气相对湿度呈显著正相关，而且颗粒物粒径越小，与气象因子的相关性越大。本研究中早晨温度低，空气湿度大，颗粒物吸附在水汽中，这种气象状态不利于空气颗粒物的扩散和运输，加之早晨大气层较稳定，使颗粒物聚集增多，所以9:00～10:00颗粒物浓度达到峰值。相反，白天随着温度升高，空气湿度也相对降低，液态或半液态的颗粒物明显降低，特别是午后温度达到最高，大气最不稳定，空气对流、湍流加强，下午17:00～18:00空气湿度降到最低，利于颗粒物的传输和扩散，因此两个时段出现颗粒物浓度的低值。

本研究林外TSP、PM10日变化趋势与PM2.5、PM1.0及林内TSP、PM10的变化趋势不同，说明林外TSP、PM10有着不同的更直接的影响源，林外TSP、PM10观测受机动车排放和路面扬尘影响较大，而使其呈现不同变化趋势，且波动更大，其趋势分别为春夏季波动型，秋季单峰型，冬季M型。PM2.5、PM1.0及林内TSP、PM10四季日变化趋势，春夏季呈W型，秋季呈M型，冬季为单峰型。上述变化趋势与不同季节气候的日变化是相适应的，还与排放源(扬尘、燃煤、工业排放、机动车排放、生物质燃烧等)的影响有关。从不同季节日变化来看，春夏秋三季各颗粒物日变化浓度值波动范围较相近，冬季颗粒物日变化浓度值高于其余三个季节，冬季与其余季节各时刻日变化差异显著。说明贵阳市郊春夏秋季空气颗粒物受交通、生活排放物、气象和天气因素及人为活动等的影响较稳定。

颗粒物浓度的总体季节变化为冬季最高，夏秋季次之，春季最低。因气候条件(天气因素)与细颗粒物排放的有关人类活动有明显的季节波动，所以颗粒物浓度的变化也出现相应的季节变化。这与全球多地区研究结果一致，冬季的颗粒物浓度更高[9,25～26]。冬季人为取暖燃柴燃煤加大了对颗粒物的贡献，且冬季在一定程度上易于出现逆温现象，空气对流运动被抑制，颗粒物难以扩散，加之冬季降雨量很小，对空气中颗粒物的净化能力有限，而导致其浓度值在冬季明显升高。贵阳3月降雨开始增多，5月进入雨季后，降雨的天数能达到70%以上，雨水对颗粒物有清除净化作用，春夏季温度较高，大气扩散条件好，因此春夏季空气颗粒物浓度相对较低。

[1]环境保护部，国家质量监督检验检疫总局.GB3095-2012环境空气质量标准 [S] ．北京，中国环境科学出版社，2012.

[2]Wang J, Christopher S A. Intercomparison between satellite-derived aerosol optical thinckness and PM2.5mass: Implications for air quality studies [J]. Geophysical Research Letters. 2003, 30(21):2095.

[3] 廖乾邑，张巍，陈建文,等．环境空气背景值中PM2.5和PM10的相关性分析[J]．四川环境，2013，32(2)：16～19.

[4] Dnany Houthuijs, Oscar Breugelmans , Gerard Hoek , et al. PM10and PM2. 5 concentrations in Central and Eastern Europe : result s from the CESAR study[J] . Atmospheric Environment. 2001, 35: 2757～2771.

[5] Freer-Smith PH , Holloway S, Goodman A. The uptake of particulates by an urban woodland: Site description and particulate composition[J]． Environmental Pollution. 1997,95: 27～35.

[6] 柴一新，祝宁，韩焕金． 城市绿化树种的滞尘效应—以哈尔滨市为例[J]．应用生态学报，2002， 13( 9) : 1121～1126.

[7] 贺勇，李磊，李俊毅，等．北方30 种景观树种净化空气效益分析[J]．东北农业大学学报，2010， 38( 5) : 37～39.

[8] Beckett KP, Freer-Smith PH, Taylor G. Particulate pollution capture by urban trees: Effect of species and wind speed [J]. Global Change Biology, 2000, 6: 995～1003.

[9]古琳，王成，王晓磊，等．无锡惠山三种城市游憩林内细颗粒物PM2.5浓度变化特征 [J]．应用生态学报. 2013，24(9)：2485～2493.

[10] 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.

[11]陈波，鲁绍伟，李少宁．北京城市森林不同天气状况下PM2.5浓度动态分析[J]．生态学报．2016，36(5)：32～36.

[12]Lonati G, Giugliano M, Butelli P, et al. Majior chemical components of PM2.5in Milan(Italy) [J]. Atmospheric Environment. 2005, 39(10): 1925～1934.

[13] 王启元，曹军骥，甘小凤，等．成都市灰霾与正常天气下大气PM2.5的化学元素特征 [J]．环境化学．2010，4：20.

[14] 邓利群，李红扩，柴发合，等．北京市东北城区冬季大气细粒子与相关气体污染特征[J]．中国环境科学．2010，30(7)：954～961.

[15] 于建华，虞统，魏强，等．北京地区PM10和PM2.5质量浓度的变化特征[J]．环境科学研究．2004，17(1)：45～47.

[16] 孙俊玲，刘大锰，扬雪．北京市海淀区大气颗粒物污染水平及其影响因素[J]．资源与产业．2009，11(1)：96～100.

[17] 卢炬，肖榆生，孙哲，等．PM2.5污染现状、危害及防治[J]．中华建设．2015，11(1)：118～119.

[18]Freer S P H，Beckett K P，Taylor G. Deposition velocities to Sorbus aria, Acer campestre，Populus deltoids × trichocarpa‘Beaupré’, Pinus nigra and × Cupressocyparis leylandii for coarse, fine and ultra-fine particles in the urban environment[J]．Environmental Pollution，2005,133 ( 1):157～167.

[19]Beckett KP, Freer-Smith PH, Taylor G. Effective treespecies for local air quality management． Journal of Arboriculture．2000, 26: 12～19.

[20]胡志斌，何兴元，陈玮，等．沈阳市城市森林结构与效益分析[J] .应用生态学报，2003, 14( 12) : 2108～2112.

[21]魏复盛，滕恩江，吴国平，等．我国4个大城市空气PM2. 5 、PM10污染及其化学组成[J ]. 中国环境监测．2001，17 (S) :1～6.

[22]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.

[23]韩素芹，冯银厂，边海，等．天津大气污染物日变化特征的 WRF-Chem数值模拟[J] .中国环境科学．2008，28(9)：828～832.

[24]郭二果，王成，郄光发，等．北京西山典型游憩林空气悬浮颗粒物季节变化规律[J] .东北林业大学学报．2010,38(10)：55～57.

[25]Gehrig R, Buchmann B. Characterising seasonal variations and spatial distribution of PM10and PM2.5concentrations based on long-term Swiss monitoring data [J]. Atmospheric Environment. 2003, 37(19): 2571～2580.

[26] 王占山，李云婷，陈添，等．2013 年北京市PM2.5的时空分布[J] .地理学报．2015，70(1)：55～57.

The Characteristics of Airborne Particle Matters From Both Inside and Outside ofPinusMassonianaForest in Suburb of Guiyang City

ZHAO Wen-jun LIU Yan-hui DING Fang-jun HOU Yi-ju SHU De-yuan CUI Ying-chun

(Guizhou Academy of Forestry, Guiyang ,Guizhou 550005)

The concentration of airborne particle matters TSP、PM10、PM2.5、 PM1.0were measured simultaneously in the inside and outside of Pinus Massoniana forest in Guiyang city from May 2014 to June 2015, the concentration level, the seasonal diurnal variation tendency and the total seasonal variation trend were analyzed. The results indicated that: (1) The diurnal variation of the 4 airborne particle matters concentration in the inside and outside of Pinus Massoniana forest was obvious, the peak of particles concentration appeared at 9:00 to 10:00, the low value appeared at 13:00 pm and 17:00～18:00pm. The diurnal variation trend of TSP and PM10outside the forest was different from inside of forest, which was wave type in spring and summer, single-peak type in autumn, and was M type in winter, respectively; the remaining trends respectively for spring and summer was W type, autumn was M type, and winter was unimodal type. (2)Seasonal variation of the 4 airborne particles concentration was highest in winter, summer and autumn in the middle, the lowest in spring, but the range outside of forest was larger than in-side. (3) The average concentrations of TSP, PM10, PM2.5and PM1.0inside of forest were ( 145.55 ±44.50) μg / m3, (112. 02±36.81) μg / m3, (58.44 ±24.03)μg / m3, (18.75±8.26)μg / m3, respectively, lower than that outside of forest 51.37%,41.85%,12.15% and 6.72%, which indicate that the forest have a purifying effect to airborne particles, and the larger the particle diameter, the greater the purification capacity.

airborne particle matter; diurnal variation; Pinus Massoniana forest

2016-09-24

赵文君(1984～)，女，助理研究员，从事喀斯特森林生态研究。

黔林科合[2014]重大01号

X513

B