信阳市不同生态功能区PM10和PM2.5污染特征

冯万富，周继良，张建设，单燕祥，李月凤，张玉虎

(1.河南省信阳市林业科学研究所，河南 信阳 464031；2.河南鸡公山森林生态系统国家定位观测研究站，河南 信阳 464031；3.信阳市环境监测站，河南 信阳 464000)

随着工业化和城市化的迅猛发展，大气颗粒物污染已成为严重的城市环境问题[1]。大气颗粒物，即大气气溶胶体系中分散的各种粒子，根据空气动力学等效直径大小，可被分为总悬浮颗粒物(TSP)、可吸入颗粒物(PM10)和细颗粒物(细粒子、PM2.5)[2]。可吸入颗粒物(PM10)已被证实是危害人类健康的最主要物质；细颗粒物(PM2.5)能够进入人体肺部导致肺泡发炎而具有更大的危害性[3]。目前，城市大气颗粒物污染研究主要集中在颗粒物源解析、成分及其浓度变化规律、颗粒物对人类健康危害以及颗粒物污染治理等方面[4-7]。森林植被对大气颗粒物有显著的削减作用[3,8]。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，降低风速促进PM2.5沉降，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[9]。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PM10和PM2.5污染的一项重要措施[10-11]。但对处于同一座城市中，下垫面森林植被盖度和干扰强度存在明显差异的不同生态功能区内大气颗粒物污染特征的研究鲜有报道。

基于2015年在信阳市不同生态功能区布设的4个环境空气质量监测站点(国控)的PM10和PM2.5监测数据，结合同步气象监测资料，研究比较了森林植被盖度和干扰强度存在明显差异的4个站点PM10和PM2.5质量浓度日变化、季节变化和年际变化特征，分析温度、湿度、气压和风速等气象因子对颗粒物污染的影响，旨在探究城市森林植被对PM10和PM2.5的吸附调控机理，阐释森林净化大气环境功能，为城市大气污染防治、城区规划、城市森林植被生态效益评估等提供参考。

1 研究区概况

信阳市位于河南省南部、鄂豫皖三省交界处，地理坐标113°45′-115°55′E，30°23′-32°27′N。全市总面积1.89×104km2，总人口870万。信阳地跨淮河，处在中国亚热带和暖温带的地理分界线(秦岭—淮河)上，属亚热带向暖温带过渡区，气候温暖湿润且季节气候明显，又兼有山地气候特点。光照充足，雨量丰沛，年均温15.1～15.3℃，年均日照1 900～2 100 h，年降水量900～1 400 mm，年均空气相对湿度77%，无霜期220～230 d。

南湾水厂监测站位于信阳市南湾风景区内，周围森林植被茂密，盖度较高，乔木树种主要有雪松(Cedrusdeodara)、水杉(Metasequoiaglyptostroboides)等，林下灌木主要有棕榈(Trachycarpusfortunei)、紫薇(Lagerstroemiaindica)等，树种丰富、数量多，干扰强度中等，污染源相对较少；其他3个站点下垫面主要树种有水杉、广玉兰(Magnoliagrandiflora)等，森林植被盖度相对较低，树种比较单一、数量少，人为干扰强度较高(表1)，其中平桥分局监测站大气污染物主要来自工业排放和居民生活，酿酒公司监测站污染源主要是交通，而审计局监测站污染源则主要是居民生活。

表1 监测站点概况

2 研究方法

2.1 监测站点位置

选取的4个环境空气质量监测站点位于信阳主城区不同生态功能区，其中平桥分局位于信阳市传统工业区，酿酒公司位于商业中心区，审计局位于居民生活区，而南湾水厂位于休闲游憩区(图1)。

2.2 数据来源与处理

4个环境空气质量监测站监测的污染物包括6种标准污染物(SO2、NO2、PM10、CO、O3和 PM2.5)，在线连续不间断自动监测并同步采集数据，时间间隔为1 h。4个监测站PM10和PM2.5的浓度监测仪器为安徽蓝盾光电子股份有限公司生产的TEOM大气颗粒物分析仪。采用微量振荡天平法验证PM10和PM2.5质量浓度监测数据的有效性，数据统计的有效性符合国家相关标准[12-13]的要求。气温、相对湿度、气压和风速等气象数据均来自各站点同步自动监测数据。

图1 PM10和PM2.5监测站位置示意图

采用单因素方差分析比较不同参数间的显著性差异。数据统计分析采用SPSS 17.0软件和Microsoft Excel 2003软件完成。

3 结果与分析

3.1 PM10和PM2.5质量浓度的时空变化特征

3.1.1 4个站点PM10和PM2.5浓度日变化 应用2015年全年监测数据分析了南湾水厂、酿酒公司、平桥分局和审计局4个站点的PM10和PM2.5污染日变化特征，有效样本数除了南湾水厂为361 d(数据缺失4 d)外，其他3个站点均为365 d。

4个站点的PM10和PM2.5质量浓度在日变化趋势基本一致，日峰值和日最低值出现的时间基本同步(图2、图3)，除南湾水厂呈现一峰一谷外，另3个站点均呈现双峰一谷现象。

4个站点的PM10和PM2.5质量浓度峰值集中出现在20:00-23:00，其中平桥分局PM10和PM2.5质量浓度峰值均出现在20:00-21:00，分别为146.76 μg·m-3和83.65 μg·m-3；酿酒公司峰值均出现在21:00-22:00，分别为139.48和87.81 μg·m-3；南湾水厂峰值分别出现在21:00-22:00和22:00-23:00，为105.16和69.66 μg·m-3；审计局峰值分别出现在22:00-23:00和21:00-22:00，为139.98和82.46 μg·m-3。酿酒公司、平桥分局和审计局3个站点的PM10和PM2.5质量浓度次高峰值出现在9:00-11:00。南湾水厂监测站次高峰值不明显，0:00-10:00变化平缓，这或许是因为其下垫面周边森林植被茂密，植被盖度较高，乔灌草立体绿化搭配合理，植物叶片吸收、阻滞大量颗粒物所致[14]。

4个站点PM10和PM2.5质量浓度最低值集中出现在14:00-16:00，其中南湾水厂(83.92 μg·m-3和52.35 μg·m-3)、平桥分局(94.31 μg·m-3和58 μg·m-3)和审计局(93.29 μg·m-3和56.66 μg·m-3)3个站点均出现在15:00-16:00；而酿酒公司PM10最低值(95.98 μg·m-3)出现在14:00-15:00，PM2.5最低值(60.86 μg·m-3)也出现在15:00-16:00。

与其他3个站点相比，在一天中的不同时段，南湾水厂监测站PM10和PM2.5质量浓度均明显偏低，其中PM10浓度值仅相当于其他3个站点同时段的71.2%～93.0%，PM2.5仅相当于其他3个站点同时段的77.21%～95.82%。南湾水厂监测站PM10和PM2.5质量浓度之所以明显低于其他3个站点，主要是因为其周边森林植被种类丰富、盖度高，林木数量多，植被乔灌草搭配合理，立体绿化效果良好，植被叶片吸收、阻滞大量颗粒物所致；其次是因为其处于信阳市的休闲游憩区，周边污染源相对较少，人为干扰强度较低，污染源主要是游客休闲游憩带来的汽车尾气污染；同时信阳颗粒物污染较重的冬、春季节盛行西北风，该站点处于信阳的上风方向。其他3个站点同时段的PM10和PM2.5质量浓度值比较接近，并出现交叉现象，这是因为造成颗粒物污染的成因复杂，颗粒物浓度受污染源、气象条件和下垫面森林植被盖度等多因素的综合影响。平桥分局监测站虽然处于信阳市的传统工业区，但其一天中部分时段PM10和PM2.5质量浓度值甚至低于酿酒公司和审计局监测站，这或许是因为其周边相对较高的森林植被盖度消减了部分颗粒污染物所致。森林植被对消减PM10和PM2.5浓度的贡献率还有待今后进一步深入研究。酿酒公司和审计局监测站同处于信阳市主城区，二者周边森林植被盖度接近，主要污染源比较类似，均是主要由汽车尾气和居民生活引起，PM10和PM2.5浓度也比较接近。

从整体上看,夜间PM10和PM2.5污染比白天严重，这可能是因为白天日照辐射强，温度高，导致大气边界层高，气压低，大气容易处于不稳定状态，湍流交换和垂直扩散能力加强[15]；夜晚风速小、湿度大、逆温频率高等诸多气象条件不利于颗粒物扩散并且容易形成二次颗粒物，致使污染物容易发生累积而达到相当高值[16-17]。

图2 PM10质量浓度日变化

图3 PM2.5质量浓度日变化

3.1.2 4个站点PM10和PM2.5质量深度季节变化 在不同季节，南湾水厂监测站PM10和PM2.5质量浓度同样表现为明显低于其他3个站点，其中PM10仅相当于其他3个站点的76.52%～87.71%，PM2.5仅相当于其他3个站点的63.89%～95.13%；而其他3个站点之间比较接近，并存在交叉现象(图4、图5)。4个站点的PM10和PM2.5污染均表现为夏季最轻，秋季其次，冬季污染最严重，质量浓度大小为夏季<秋季<春季<冬季。这主要是因为信阳夏季降雨集中，降雨频率高、强度大，雨水对PM10和PM2.5等大气污染物起到了清洗和冲刷作用，在雨水作用下，空气中的粉尘伴随降雨直接进入土壤中，进而降低了空气中污染气体的浓度[18-19]。而冬季降水稀少，居民取暖燃煤增加，同时信阳冬季盛行北风，气流运动带来的我国北方污染气团也进一步加重了信阳的颗粒物污染。

不同季节4个监测站点PM2.5/PM10值为0.52～0.72，这说明由PM10造成的空气污染中，PM2.5占比较高。颗粒物PM2.5与PM10具有高度的线性相关关系[20]，将南湾水厂监测站2015年PM10质量浓度日平均值作为自变量x，同步观测的PM2.5日平均值作为因变量y，则二者拟合的关系为方程y=0.743 1x-9.516 3(n=361,R2=0.866 6)。

图4 PM10质量浓度季节变化

图5 PM2.5质量浓度季节变化

3.1.3 4个站点PM10和PM2.5污染年际变化 2014-2016年，南湾水厂、平桥分局、审计局和酿酒公司4个站点的PM10和PM2.5质量浓度均呈现逐年下降趋势(数据来源于4个站点连续自动监测数据，并进行了数据质量的有效性验证，数据统计的有效性符合要求)。与2014年相比，2015年4个站点的PM10分别下降了3.66%、10.54%、8.59%和0.88%，PM2.5分别下降了5.61%、12.22%、14.8%和6.51%；在2015年的基础上，2016年4个站点的PM10分别下降了20.26%、12.21%、10.08%和17.17%，PM2.5分别下降了16.38%、15.95%、12.47%和23.40%(图6、图7)。从总体上看，对人体危害更大的细粒子下降幅度更明显。虽然信阳市大气颗粒物污染呈逐年减轻趋势，但对照相关标准规范[13],信阳市大气污染防治攻坚任务依然严竣，2016年4个站点的PM10污染超标天数分别达到33、72、72 d和73 d，PM2.5污染超标天数分别高达73、98、99 d和97 d。

3.2 PM10和PM2.5浓度与气象因子的关系

大气颗粒物污染通常受污染源、气象条件和下垫面森林植被盖度等因素的共同影响，但由于在一定区域和时间内，污染源和森林植被相对稳定，大气颗粒物的浓度主要取决于各种气象条件下对颗粒物的输送与扩散作用[21]。气温等气象因子对PM10和PM2.5污染有着重要影响。本文同样使用2015年南湾水厂监测站PM10和PM2.5质量浓度的监测数据以及气温、相对湿度、气压和风速4个气象数据分析了2种污染物日浓度与4个气象因子之间的关系(表2)。

由表2可知，PM10和PM2.5日均质量浓度值与日平均气温、平均风速和日最大风速均呈极显著负相关关系(P<0.01)，与日平均大气压力均呈极显著正相关关系(P<0.01)；此外，PM2.5日均质量浓度与日均相对湿度呈显著正相关关系(P<0.05)，而PM10日均质量浓度与日均相对湿度相关性不明显，这与傅伟聪[22]等的研究结果PM10和PM2.5浓度与最大风速、平均风速、空气温度呈负相关，PM2.5浓度与空气相对湿度、气压呈正相关关系是基本吻合的。通过相关系数r的绝对值发现，日平均气温、气压、相对湿度、日均风速和日最大风速各单因素与PM10或PM2.5日均质量浓度相关性均很弱或基本不相关，这也进一步印证了造成颗粒物污染的成因复杂[21]，单一气象因子对颗粒物污染的影响有限。本研究中，影响2015年信阳市4个站点PM10或PM2.5浓度的最主要气象因子是气温，其次是气压。从总体上看，日平均气温、气压、相对湿度、日平均风速和最大风速对PM2.5的影响稍强于PM10，说明细粒子污染更容易受到近地层气象条件的影响而改变。

PM10和PM2.5浓度均与气温呈极显著负相关，随着日均气温升高，颗粒物浓度呈下降趋势。这是因为较高的气温有利于大气垂直对流，有利于污染物向外输送，加快颗粒物扩散，从而降低了颗粒物污染；而冬天温度较低时，大气边界层较低，静风天气较多，且容易形成逆温层，不利于污染物的扩散，加重污染[23]。

在污染源排放稳定的情况下，PM10和PM2.5浓度均与日平均风速和最大风速呈极显著负相关，风速的大小决定着污染物水平扩散速率[24]，风速越大，越有利于颗粒物的扩散，颗粒物浓度就越低；反之，风速小时，大气对污染物的水平输送能力差，扩散能力也差，容易造成污染物的局部堆积，从而使颗粒物污染加重[25-26]。

PM10和PM2.5浓度均与日平均气压呈极显著正相关，这是因为气压变大，大气边界层高度相对变低，气流运动较缓慢，不利于颗粒物扩散[27]。PM2.5浓度与相对湿度呈显著正相关，这可能是因为高湿度有利于细粒子的生成[28]；而PM10浓度与相对湿度无明显相关性。

4 结论与讨论

2015年，位于信阳市不同生态功能区的4个环境空气质量监测站的PM10和PM2.5质量浓度日变化特征基本一致，日峰值和日最低值出现的时间基本同步，除南湾水厂监测站表现为一峰一谷外，平桥分局、审计局和酿酒公司3个站点均呈现双峰一谷现象。4个站点的PM10和PM2.5质量浓度峰值均集中出现在20:00-23:00，最低值集中出现在14:00-16:00。从整体上看,夜间PM10和PM2.5污染比白天严重。森林植被具有消减大气颗粒物的作用，究其原因，一是由于植物叶片对颗粒物的吸附；二是因为植物对气流的动力阻塞，当气流受到树木的阻碍时，其运动方向发生改变，速度会减慢，部分大粒径的颗粒物就会由于重力沉降作用而降落，从而发挥降低空气中较大粒径颗粒物的作用[14]。与其他3个站点相比，在一天中的不同时段，森林植被盖度高、污染源少的南湾水厂监测站PM10和PM2.5质量浓度值均明显偏低， PM10和PM2.5浓度值仅分别相当于其他3个站点同时段的71.2%～93.0%和77.21%～95.82%，而其他3个站点间同时段的PM10和PM2.5质量浓度值均出现交叉现象。

表2 PM10和PM2.5质量浓度与气象因子的相关性分析

注：**表示在0.01水平上显著相关,*表示在0.05水平上显著相关。

4个站点的PM10和PM2.5污染均表现为夏季最轻，秋季其次，冬季污染最严重，质量浓度大小为夏季<秋季<春季<冬季。在不同季节，森林植被盖度高的南湾水厂监测站PM10和PM2.5质量浓度值均明显低于其他3个站点，而其他3个站点之间比较接近，并存在交叉现象。由PM10造成的空气污染中，PM2.5占比较高。

2014-2016年，4个站点的PM10和PM2.5质量浓度均呈现逐年下降趋势。从总体上看，对人体危害更大的细粒子下降幅度更明显。

造成大气颗粒物污染的成因复杂，在污染源和下垫面森林植被盖度相对稳定的情况下，气象因子对颗粒物污染有着重要影响。影响2015年信阳市颗粒物污染的最主要气象因子是日均气温和气压。PM10和PM2.5质量浓度日均值与日均气温、日均风速和日最大风速均呈极显著负相关(P<0.01)，与日均气压均呈极显著正相关(P<0.01)；PM2.5浓度值与日均相对湿度呈显著正相关(P<0.05)。

参考文献:

[1] 徐祥德，汤绪．城市化环境气象学引论[M].北京：气象出版社，2002：243-244.

[2] 张楚莹，王书肖，赵瑜,等．中国人为源颗粒物排放现状与趋势分析[J].环境科学，2009，30(7)：1181-1187．

ZHANG C Y,WANG S X,ZHAO Y,etal.Current status and future prospects of anthropogenic particulate matter emissions in China[J].Environmental Science，2009，30(7)：1181-1187．(in Chinese)

[3] BECKETT K P，FREER-SMITH P H，TAYLOR G.Urban woodlands:their role in reducing the effects of particulate pollution[J].Environmental Pollution,1999(3)：347-360.

[4] 杨复沫，贺克斌，马永亮,等.北京大气PM2.5中微量元素的浓度变化特征及来源[J].环境科学，2003，24(6)：33-37.

YANG F M,HE K B,MA Y L,etal.Characteristics and sources of trace elements in ambient PM2.5in Beijing[J].Environmental Science，2003，24(6)：33-37．(in Chinese)

[5] 宋少洁，吴烨，蒋靖坤,等.北京市典型道路交通环境细颗粒物元素组成及分布特征[J].环境科学学报，2012，32(1)：66-73.

SONG S J,WU Y,JIANG J K,etal.Characteristics of elements in size-resolved fine particles in a typical road traffic environment in Beijing[J].Acta Scientiae Circumstantiae，2012，32(1)：66-73．(in Chinese)

[6] STRAND L B,BARNETT A G,TONG S.Maternal exposure to ambient temperature and the risks of preterm birth and stillbirth in Brisbane,Australia[J].American Journal of Epidemiology 2012,175(2):99-107.

[7] 程渊.我国大气污染及生物治理措施探讨[J].林业资源管理,2009(3):92-94.

CHENG Y.Air pollution and its biological control in China[J].Forest Resources Management，2009(3)：92-94．(in Chinese)

[8] 杨貌，张志强，陈立欣,等.春季城区道路不同绿地配置模式对大气颗粒物的削减作用[J].生态学报，2016，36(7)：2076-2083.

YANG M,ZHANG Z Q,CHEN L X,etal.Effects of different roadside urban vegetative models on airborneparticulate matter in Beijing,China[J].Acta Ecologica Sinica，2016，36(7)：2076-2083．(in Chinese)

[9] CHEN B，LI S N，YANG X B，etal.Characteristics of atmospheric PM2.5in stands and non-forest cover sites across urban-rural areas in Beijing,China[J].Urban Ecosyst,2016，19(2):867-883.

[10] 王跃，王莉莉，赵广娜,等.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[J].气候与环境研究,2014，19(2)：173-184.

WANG Y,WANG L L,ZHAO G N,etal.Analysis of different-scales circulation patterns and boundary layer structure of PM2.5heavy pollutions in Beijing during winter[J].Climatic and Environmental Research，2014，19(2)：173-184．(in Chinese)

[11] 刘娜，冯新斌，Matthew L,等.贵阳市大气颗粒物(PM2.5)污染特征及气象参数的影响[J].地球与环境,2014，42(3)：311-315.

LIU N,FENG X B,MATTHEW L,etal.Pollution characteristics of PM2.5in Guiyang and its influence on meteorological parameters [J].Earth and Environment，2014，42(3)：311-315．(in Chinese)

[12] GB 3095-2012 环境空气质量标准[S].北京：中国标准出版社，2012.

[13] HJ 633-2012 环境空气质量指数技术规定[S].北京：中国环境科学出版社，2012.

[14] 屈海燕，陆秀君.沈阳市3条街道绿带PM10、PM2.5浓度特征及影响因素分析[J].西北林学院学报,2017，32(4)：57-62.

QU H Y,LU X J.Characteristics of the levels of PM10and PM2.5in the green belts of three roads in Shenyang and their correlations with meteorological factors[J].Journal of Northwest Forestry University，2017，32(4)：57-62．(in Chinese)

[15] 王淑英，张小玲.北京地区PM10污染的气象特征[J].应用气象学报,2002,13(特刊):177-184.

WANG S Y,ZHANG X L.Meteorological features of PM10pollution in Beijing [J].Journal of Applied Meteorological Science，2002，13(Supp.)：177-184．(in Chinese)

[16] SONG Y,ZHANG M N,CAI X H.PM10modeling of Beijing in the winter[J].Atmospheric Environment,2006,40(22):4126-4136.

[17] GONG D Y,HO C H,CHEN D L,etal.Weekly cycle of aerosol-meteorology interaction over China[J].Joural of Geophysical Research-Atmospheres,2007,112:D22202.

[18] 陈波，鲁绍伟，李少宁.北京城市森林不同天气状况下PM2.5浓度变化[J].生态学报,2016，36(5)：1391-1399.

CHEN B,LU S W,LI S N.Dynamic analysis of PM2.5concentrations in urban forests in Beijing for various weather conditions[J].Acta Ecologica Sinica，2016，36(5)：1391-1399．(in Chinese)

[19] 刘佩琪，邓志华，陈奇伯.城市园林对大气颗粒物的消减与大气中二氧化硫和氮氧化物的浓度变化[J].西北林学院学报,2016，31(6)：13-18.

LIU P Q,DENG Z H,CHEN Q B.Reduction of atmospheric particulate and the concentration change of sulfur dioxide and nitrogen oxides by urban forests[J].Journal of Northwest Forestry University，2016，31(6)：13-18．(in Chinese)

[20] 史宇,张建辉,罗海江,等.北京市2012-2013年秋冬季大气颗粒物污染特征分析[J].生态环境学报,2013,22(9):1571-1577.

SHI Y,ZHANG J H,LUO H J,etal.Analysis of characteristics of atmospheric particulate matter pollution in Beijing during the fall and winter of 2012 to 2013 [J].Ecology and Environmental Sciences，2013，22(9)：1571-1577．(in Chinese)

[21] 蒋维媚，曹文俊，蒋瑞宾.空气污染气象学教程[M].北京：气象出版社,1993.

[22] 傅伟聪，齐津达，朱志鹏,等.百里杜鹃森林公园杜鹃盛开期大气颗粒物浓度变化特征[J].西北林学院学报,2016，31(2)：288-294.

FU W C,QI J D,ZHU Z P,etal.Changing features of atmospheric particulate matter concentration in Azalea blooming period in Baili Azalea Forest Park[J].Journal of Northwest Forestry University，2016，31(2)：288-294．(in Chinese)

[23] 刘大锰，马永胜，高少鹏,等.北京市区春季燃烧源大气颗粒物的污染水平和影响因素[J].现代地质，2005，19(4)：621-633.

LIU D M,MA Y S,GAO S P,etal.The pollution level and affecting factors of atmospheric particulates from combustion during spring in Beijing city [J].Geoscience，2005，19(4)：621-633．(in Chinese)

[24] 吴兑，邓雪娇.环境气象学与特种气象预报[M].北京：气象出版社，2001：255-256.

[25] 袁杨森，刘大锰，车瑞俊,等.北京市秋季大气颗粒物的污染特征研究[J].生态环境，2007，16(1)：18-25.

YUAN Y S,LIU D M,CHE R J,etal.Research on the pollution situation of atmospheric particulates during autumn in Beijing city [J].Ecology and Environment，2007，16(1)：18-25．(in Chinese)

[26] 崔淑华,倪艳姝.城市主要气体污染物与PM2.5相关性建模分析[J].森林工程,2016,32(2):65-68.

CUI S H，NI Y S.The correlation analysis of main gas pollutants and PM2.5in an urban city[J].Forest Engineering,2016,32(2):65-68.(in Chinese)

[27] ZHANG H,WANG Y,HU J,etal.Relationships between meteorological parameters and criteria air pollutants in three megacities in China[J].Environmental Research 2015，140:242-254.

[28] 胡敏，刘尚，吴志军,等.北京夏季高温高湿和降水过程对大气颗粒物谱分布的影响[J].环境科学,2006，27(11)：2293-2298.

HU M,LIU S,WU Z J,etal.Effects of high temperature，high relative humidity and rain process on particle size distributions in the summer of Beijing[J].Environmental Science，2006，27(11)：2293-2298．(in Chinese)