广州帽峰山林区空气负离子和气象因素全年时尺度变化及关系

陈步峰，肖以华，王莘仪，吴巧花

中国林业科学研究院热带林业研究所，广东 广州 510520

空气负离子（negative air ions-NAI）是空气中带负电荷的单分子或离子团；在陆地自然生态系统中，森林区是产生NAI的重要场所之一（吴楚才等，2001；曾曙才等，2006；王薇等，2013；李琳等，2017）；典型城市区、海滨与森林区NAI浓度的对比研究显示，林区高出城市5—6倍（毛成忠等，2014；曹建新等，2017）；除大气吸收宇宙射线与紫外线发生电离而产生较多NAI外，森林植被可通过光电效应增加NAI浓度（熊丽君等，2011）；植被的光合速率与NAI浓度日变化有较高的一致性且与太阳辐射的日变化密切关联，而森林植被的高滞尘、粘附气溶胶功能对NAI浓度有正向影响效应（黄向华等，2013；Sase et al.，2008）。不同的森林类型、群落结构、叶面积指数及光合效率的差异，使各森林类型的林内或垂直梯度上NAI浓度存在差异（Tammet et al.，2006；陶宝先等，2012；王轶浩等，2014）。NAI具有清洁空气、降尘、抑菌、除臭等功效，利于人体保健等（邵海荣等，2000；熊丽君等，2011），体现在环境功能上主要为净化空气、人体保健、调节小气候等。近年来，NAI浓度水平已被作为城市空气质量及康养效应评价的重要指标之一（杨春艳等，2019）；因而，开展城市景观区、森林公园、多森林区域的NAI分布特征及评价的研究愈以增多（蒙晋佳等，2004；王顺利等，2010；张杰等，2007；王轶浩等，2014）；NAI浓度不仅与森林类型及结构密切相关、更与气象因素密切相关，许多研究涉及到NAI浓度与气温、湿度等气象因素间的关系；其中，NAI浓度与空气湿度呈负相关认为，高空气湿度使空气中小离子浓度明显减少（Reiter，1985；邵海荣等，2000；叶彩华等，2000）；而NAI浓度与空气湿度呈正相关关系的则认为，空气湿度的增加有利于空气的电离效应（吴楚才等，2001；韦朝领等，2006；王薇，2014；司婷婷等，2014；王菲等，2016）；这些研究均揭示了NAI浓度在气温、空气湿度等气象因素在一定的测值范围内的数量关系特征，推动了NAI与植被、环境相关特征与机理的研究。也有不少研究关注林区NAI的季节、年动态特征等（潘剑彬等，2012；徐猛等，2008）。

随着NAI浓度监测仪器技术的不断提升，使得高时频连续测定得以实现，并且实现了NAI浓度及气象要素如气温（AT）、空气湿度（RH）、气压（P）、辐射（Ra）、雨量（R）、风速（W）等的同步高频测定与采集，对于小时间尺度上连续性反映或解析NAI浓度及气象因素的时序变化、相关特征等尤为重要；本研究便是基于此，旨在揭示城市林区的 NAI浓度的时尺度上变化及与气象因素的关系特征。

1 研究区自然概况及研究方法

1.1 研究区自然概况

广州帽峰山林区位于广州市东北近郊（23.18N）、距广州市中心25 km，林区面积6600 hm2，森林类型为常绿阔叶天然次生林，林分上层优势乔木以润楠（Machilus pingii）、黄樟（Cinnamomum porrectum）、中华椎（Castanopsis chinensis）、黄杞（Engelhardia roxburghiana）、罗浮柿（Diospyros morrisiana）、鸭脚木（Schefflera octophylla）、枫香（Liquidambar formosana）、山乌桕（Sapium discolor）等为主；下层主要以黄牛木（Cratoxylum cochinchinense）、木姜子（Litsea glutinosa）、银柴（Aporosa dioica）、九节（Psychotria rubra）、降真香（Dalbergia odorifera）等为主，林分上层优势乔木的平均胸径达 31.3 cm、平均树高为18.6 m；林分郁闭度达0.93。林区的年均气温20.3 ℃、降雨量1830.0 mm、相对湿度78.5%；土壤为黄红壤，基岩母质为花岗岩。林区已成为广州城市近郊的天然生态屏障，其生态环境承载效益愈以显著。

1.2 研究方法

采用定位连续观测方法、时序动态对比及多要素相关性分析法。

1.2.1 NAI观测场及仪器设置

EPEX 100大气负离子监测系统观测实验场建立在帽峰山天湖林区（海拔高178.0 m），观测场面积为3×4 m2、四周设置高1.2 m的围栏；观测场一边有0.13的树冠遮阴度，四边外6 m宽内均无阻挡。观测场内设置空气负离子仪和配套的气象因素观测仪器。观测场周边林分优势乔木年龄 33 a。

EPEX 100仪工作原理为电容式吸入法；工作环境：−20.0—60.0 ℃、0.0—95.0% RH；小粒径负离子浓度的测定范围在0—105ion·cm−3间、分别率10 ion·cm−3、精度为±8%；设置 EPEX 100仪器进样高度为1.50 m，仪器采样频率10 time·s−1、观测频率为 1 time·min−1。

1.2.2 同步配置的气象观测仪器及精度

配置HQWSD大气温湿度、气压一体传感器系统；空气温度仪测定范围在−40.0—110.0 ℃间、精度为±0.3 ℃、分辨率为0.1 ℃；空气湿度仪（RH）的测定范围在0.0—100.0%间、精度为±3.0%，分辨率为0.1%；气压（P）仪测定范围在10.0—1100.0 hPa间、精度为±0.3 hPa、分辨率为0.1 hPa。三项气象要素传感器观测高度1.55 m、观测采存频率均为1 time·min−1。

配置降雨量、总辐射观测仪：降雨量（R）——HOBO自记雨量计、翻斗计量（0.2 mm）、精度为±0.2%，实时测定自动储存、电脑采集数据，设置于观测场；总辐射仪（Ra）——LI-200总辐射传感器，数采CR1000自动存储电脑采集；设置于观测场内高10 m直立杆的顶部；连续观测、瞬时和时均记录。

1.2.3 数据处理

论文数据图及模型统计采用 Excel电子表格处理。

2 结果与分析

2.1 林区全年候空气负离子浓度的动态特征

2.1.1 林区髙湿环境NAI浓度的最小阈值确定

林区髙湿环境即 RH＞95%的 NAI浓度最小阈值的确定，则依据连续高空气湿度（RH）维持下NAI浓度的测试结果（图1）；图1显示出，在RH突然增加时、NAI浓度变化明显，如在时段0:46—2:22较0:00—0:45的RH均值相对递增10.1%、NAI浓度均值递减 7.9%。重要的是在空气湿度RH＞96.0%的连续115分钟内（图1：4:24—6:19）、NAI浓度变化在 400.0—969.3 ion·cm−3间、其最低的有效值为400.0 ion·cm−3；故取NAI浓度最低值再按5%下降计即NAI最小浓度380 ion·cm−3为林区髙空气湿度的最小阈值。

2.1.2 林区全年时尺度NAI浓度连续变化特征

图2 广州帽峰山林区2018年连续时NAI平均浓度的变化Fig. 2 Consecutive hourly changes of NAI mean concentration in Maofeng Mountain forest areas of Guangzhou in 2018

广州帽峰山林区2018年连续小时尺度NAI的平均浓度结果见图2（数据量为6860）、其中NAI浓度≥4000 ion·cm−3结果列于图3（全年去除：小于髙湿NAI最小浓度阈值数据565个，仪器故障缺失测定数据840个 (1、5、9、11月分别有9、13、8、5 d)，更换进样配件后的存疑数据495个）。全年时尺度 NAI平均浓度变化在 380—14617 ion·cm−3、年均为 (1144.2±653) ion·cm−3。全年的 1—2月及 8—12月林区 NAI浓度较高、月均值在1135—1375 ion·cm−3间，而 3—7 月 NAI浓度则相对较低在795—911 ion·cm−3间；单月以10月NAI时均浓度最高为1375 ion·cm−3、是相应的最低月5月的1.73倍。林区4个季节NAI时平均浓度依次为：冬季 10—12 月 (1471±524 ion·cm−3)＞春季 1—3月 (1097±466 ion·cm−3)＞秋季7—9 月 (1032±710 ion·cm−3)＞夏季 4—6 月 (927±690 ion·cm−3)。旱季（1—3月和10—12月）NAI浓度相对较高、雨季（4—9月）浓度相对较低而瞬时极高值多；全年时均NAI 浓度≥1000 ion·cm−3占 52.5%、700 ion·cm−3≤时均 NAI浓度＜1000 ion·cm−3占 20.7%；林区白昼时的空气质量属清洁与较清洁占优，而雨季多雨高湿及强对流降雨尤是暴雨的影响，林区 NAI浓度分别出现相对多的偏低值和极少量的极高值特征明显。

图3 林区全年雨季9次强对流降雨过程中时均NAI浓度变化Fig. 3 Hourly mean changes of NAI concentration with nine heavy convective rainfalls in the forest areas for all-year

2.1.3 林区全年连续时均高 NAI浓度及气象影响特征

林区全年时均 NAI浓度≥4000 ion·cm−3出现在雨季的9次降雨过程中（图3），其中包含1次大暴雨（6月8日）、降雨量191.2 mm，3次短历时的暴雨（5月8日、8月28日、8月29日）、降雨量分别达76.8、50.3、51.7 mm；强对流降雨尤其是暴雨过程伴有雷电，雷电的电离作用使空气中负离子急速增加，图3显示出林区9次降雨过程中地表上NAI浓度出现急速增加的特点；其中：1小时内 NAI平均浓度达14618 ion·cm−3时出现 1 个小时时段、NAI浓度＞8000 ion·cm−3和 7000 ion·cm−3各出现 2 小时时段、NAI浓度＞6000、5000 ion·cm−3和 4000 ion·cm−3分别出现 6、4、8 个小时时段，表现出了降雨尤是暴雨过程伴有雷电对NAI浓度产生了极显著的影响效应；而且9次降雨过程的最高NAI浓度均出现在最大雨强前的1小时内、最大雨强时的NAI浓度则骤然减小，计量最大雨强时相对其前1小时NAI浓度、前者较后者分别减小 48.3%、51.6%、61.0%、78.1%、84.9%、40.1%、47.6%、54.2%、80.2%；表明强对流降雨过程的雷雨云中正负电荷差极大时的放电（潜热释放）现象，在最大雨强前1小时内对NAI浓度影响最显著；当潜热释放后水汽形成雨滴的速度加快、雨量更大即打雷后雨更大，出现最大降雨强度，此时段的雷电电离效应的相对减弱则表征在NAI浓度迅速降低；印证了雨季强对流性降雨伴有雷电时、对NAI浓度显著影响在时序上的表现特点。

2.2 气象因素对林区空气负离子浓度的影响

2.2.1 林区太阳总辐射量对NAI浓度的影响

林区NAI浓度受太阳总辐射量（Ra）的显著影响，图 4a给出旱、雨季月典型天气（晴及少云、多云）Ra及时均NAI浓度的白昼变化；旱、雨季除16:00 Ra相等外均表现出雨季大雨旱季、且Ra峰均在 14:00；雨季白昼 NAI浓度除了在 15:00—16:00和07:00、19:00大于相应的旱季外，其余时均小于雨季；旱、雨季白昼 NAI浓度峰值分别在13:00、15:00。NAI浓度与Ra间呈极显著的二次关系且 Ra在 360—500 W·m−2间 NAI浓度出现大于1260 ion·cm−3区间（图4b）。为此再统计旱季、雨季的晴、少云天白昼Ra与NAI浓度的时均值间关系发现，两者间同样均呈二次回归关系（图5），其 Ra 分别在 350—560 W·m−2和 310—550 W·m−2间NAI浓度均出现相对高的浓度，且随着Ra＞600 W·m−2的增加NAI浓度则逐渐递减。故综合计量：林区除雨天外，其余天气的白昼Ra值在310—530 W·m−2间NAI浓度出现相对较高值。

2.2.2 林区气温、空气湿度及气压对NAI浓度的影响

图4 林区旱、雨季典型天气的总辐射量与NAI浓度平均值昼变化（a）及两者间的关系（b）Fig. 4 Daytime variation (a) and relationship (b) for total radiation and NAI concentration in typical weather of the dry，rainy season in the forest areas

图5 林区旱、雨季晴及少云天NAI浓度与总辐射量平均值间的关系Fig. 5 Relationship between the NAI and total radiation in the fine and few cloudy of dry，rainy season in the forest areas

林区空气负离子浓度与气象多要素密切相关，下式为时均NAI浓度与对应的气压（P/hPa）、气温（AT/℃）及空气湿度（RH/%）的多元回归统计结果（统计时剔除数据限：430 ion·cm−3＞NAI 浓度＞3300 ion·cm−3）：反映出NAI浓度与3项气象因素间存在着极显著的多元线性关系：

（R2=0.21，n=6160，F=440.3，P=4.3×10−254；且P、AT、RH的t检验P值分别为：3.78×10−5、5.23×10−31、3.02×10−55）。

回归模式中各气象因素的影响效应反映在t检验上均达到极显著；气压的影响呈正向效应、空气温湿度均呈负向效应；气温愈高则空气扩散速率愈大、林区近地表的NAI浓度则愈低；气压愈高即地表上空气质量愈大、NAI浓度则愈大；而且气压又与气温、空气湿度分别呈显著的负相关关系（图6），交互作用也映射在NAI浓度的影响属性上（多元模式）。多元模式中空气湿度与NAI浓度的负相关，主要在于林区的夜间和雨季较高的空气湿度的占比较大；夜间短波总辐射缺乏、植被光合作用显著减弱，对NAI浓度的正向效应显著减小；而雨季林区空气高湿度则有降雨淋洗空气尘埃离子沉降、高湿空气凝结减少空气小离子等机制，均使空气湿度与NAI浓度的关系呈负相关，表现在多元回归式中RH的检验P值（3.02×10−55）达极显著。

2.3 林区单气象因素对空气负离子浓度的影响

鉴于时均NAI浓度与相应的多气象因素的关系存在交互影响、R2偏低等问题，从单气象因素对NAI浓度的影响分析则可规避这些问题、且易于解析和应用；故对林区NAI与单气象因素间关系进行了逐一的统计分析（统计时剔除数据如同多元回归）。

图6 林区每时平均气压与相应的气温（a）、空气湿（b）间关系Fig. 6 Relationship between hourly mean of air pressure and air temperature (a)，air humidity (b) in the forest areas

2.3.1 气温对空气负离子浓度的影响

林区 NAI浓度与气温（AT）间在时尺度上的统计关系显示，两者间存在有极显著的负指数回归关系（图 7a）；但在气温的等值点上存在 NAI浓度离差大、回归R2偏小、回归模式精度偏低。因而将等气温点与对应的 NAI浓度值域一并平均后回归统计，随AT的增加NAI浓度逐渐递减的线性关系、回归决定系数R2相对提高了0.6（见图7b），回归模式精度显著提高且适用于NAI浓度的估算。若将气温以小梯度递增与对应 NAI浓度的值域一并平均处理后统计，图 8结果则为将气温分别以0.3、0.6 ℃递增后获得的回归结果，两者间的线性回归决定系数R2分别达到0.86、0.93，较图7b的R2分别提高0.12、0.19；即增值处理后两者的回归点代表数据源的权重显著增大而 NAI浓度的离差则显著减小；便于地解析气温对NAI浓度的影响效应，特别是图8b的回归模式极适于林区NAI浓度的估算。

2.3.2 空气湿度对空气负离子浓度的影响

林区的时均空气湿度（RH）与NAI浓度的回归统计显示：林区的NAI浓度随RH递增呈负指数递减关系（图 9a），且在 RH＞78.0%对应较低的NAI浓度点占比较大；表现在空气湿度的等值点上NAI浓度离差显著而影响了回归模式的精度。故而将相等的空气湿度及对应 NAI浓度值域一并进行平均后回归，两者间呈极显著的负对数关系（图9b）、且R2相对提高了0.43；再将空气湿度分别按2.0%、3.0%的递增梯度和对应 NAI浓度值域一并进行平均处理后，得到两者间的回归结果如图10；两个递增梯度的NAI浓度与RH间均呈极显著的负指数回归关系、回归决定系数R2较图9b的R2值分别提高了0.38、0.40，使得以RH单因素来估算NAI平均浓度更加精确可行。

图7 林区气温（AT）与NAI浓度的时平均间关系（a）；等AT下，AT和NAI浓度的均值间关系（b）Fig. 7 Relationship (a) between hourly mean of NAI concentration and AT，and relationship (b) between the mean statistics of the two under equal AT in the forest areas

图8 林区的气温（AT）分别以0.3、0.6 ℃递增及对应NAI浓度的均值间的关系（a、b）Fig. 8 Relationship between the mean value for the NAI and AT when AT increased as 0.3 and 0.6 ℃ (a，b) for the forest areas

图9 林区空气湿度（RH）与NAI浓度时平均间的关系（a）、等RH下及对应NAI浓度的均值间关系（b）Fig. 9 Relationship (a) between hourly mean of NAI concentration and RH，and relationship (b) between the mean statistics of the two under equal RH in the forest areas

图10 林区的空气湿度（RH）分别以2.0%、3.0%递增及对应NAI浓度的均值间的关系（a、b）Fig. 10 Relationship between the mean value for the NAI and RH when RH increased as 2.0% and 3.0% (a，b) for the forest areas

2.3.3 空气压力对负离子浓度的影响

林区空气压力（P）的大小即近地表上空气质量大小，与NAI浓度的变化密切关联；图11a为两者间的回归结果，林区时尺度上NAI浓度与对应P间存在着极显著二次回归关系；只是回归点的离差仍较大、回归式精度偏低；依次按等气压和对应NAI浓度值域一并平均后回归，两者间的二次回归关系精度显著提高（R2达 0.85）、等气压点上的NAI离差被显著缩小（图11b）；再将气压分别以0.4、1.0 hPa递增与对应NAI浓度值域一并平均后再回归，两个递增梯度下的NAI浓度与P间的回归决定系数R2（图12）分别达到0.91、0.95（样本量n＞50、n＞30），这样的回归模式更适合于通过林区地表空气压力来估算NAI浓度。图11、12结果中，在气压值965—972hPa间NAI浓度出现极小值的拐区，主要是高空气湿度权重大影响而出现 NAI浓度的极低值区。

林区单气象因素对NAI浓度的影响关系，实现了各气象因素在等值、小梯度递增区间NAI浓度高离散值的均值处理，加大了回归点的信息权重、显著地缩小了时尺度上NAI浓度离差、提高了回归关系的精度，反映在气象因素对NAI浓度的平均量上的影响效应，对于通过单气象因素估算林区空气负离子平均浓度是极其有益的。

3 讨论及结论

3.1 讨论

图11 林区气压（P）与NAI浓度的时平均间关系（a）；等P下P和NAI浓度的均值间关系（b）Fig. 11 Relationship (a) between hourly mean of NAI concentration and P，and relationship (b) between the mean statistics of the two under equal P in the forest areas

图12 林区的气压（P）分别以0.4、1.0 hPa（a、b）递增及对应NAI浓度的均值间的关系Fig. 12 Relationship between the mean value for the NAI and P when P increased as 0.4 and 1.0 hPa (a，b) for the forest areas

图13 林区夜间连续时的NAI浓度与空气湿度（RH）变化Fig. 13 Hourly changes in NAI concentrations and air humidity during nighttime in the forest areas

（1）在空气湿度与NAI浓度的关系研究方面，有不少研究报道，NAI浓度与空气湿度呈正相关（吴楚才等，2001；王薇等，2014），认为高空气湿度有利于空气的电离作用，故空气湿度愈大、NAI浓度愈高；也有不少研究结果报道，NAI浓度与空气湿度呈负相关关系（Reiter，1985；邵海荣等，2000；叶彩华等，2000），认为空气高湿度时的小离子浓度减小致NAI浓度降低，高空气湿度时大气宇宙形成放射线电离作用减小也导致NAI减小。本研究结果与后者相吻合；主要是时尺度的数据集有较大比例的髙湿度NAI浓度值，源于林区雨季多雨和夜间的高空气湿度、低NAI浓度占比较大（如图13），这种情况下的辐射及光合作用对NAI的正向影响显著降低，而且多雨也直接使空气小颗粒随降雨沉降而降低NAI浓度。

（2）在观测时间尺度及仪器手段上的差别，若观测采用便携式负离子仪、选定典型天气的白昼，其观测的气象因素的范围有限；若观测包含了夜间、雨天，则获得的数据信息量也存在局限；这样计量的NAI浓度与气象因素尤其是与空气湿度的关系则是在限定范围或小数据容量内的结果。而以小时间尺度上连续定位观测则使NAI浓度及气象因素的数据信息量极显著增大，如本研究表征在小时尺度的高空气湿度（RH在78.0%—95.0%间）区间 NAI浓度的高、低值均以多点出现（图9a），反应在RH对NAI的正、负效应机制均存在，只因NAI低浓度值的权重偏大，故纳入小时尺度的空气湿度与NAI浓度的关系中呈负相关影响效应，即空气湿度对NAI的负相关影响机制被显著地体现。

3.2 结论

（1）广州帽峰山林区2018年 NAI浓度的时尺度变化范围在380—14617 ion·cm−3间、平均为(1144.2±653) ion·cm−3；年连续时 NAI 浓度的季节性差异较大、雨季NAI浓度偏低值占比较大；全年以10月NAI平均浓度最高达1375 ion·cm−3是最低月5月的 1.73倍；1—2月及8—12月的NAI平均浓度变化在 1135—1375 ion·cm−3间；全年时均 NAI浓度≥4000 ion·cm−3出现在 9次强对流降雨过程中，且NAI最高浓度均出现在每次降雨的最大雨强前1小时内，印证了强对流降雨尤是暴雨、大暴雨过程中NAI浓度受雷电电离显著影响的时段特征。

（2）广州帽峰山林区典型天（晴、少云及多云）NAI浓度与总辐射量平均值的昼变化一致性高、两者间呈极显著的二次回归关系，且总辐射量在310—530 W·m−2间的NAI浓度较高；体现出林区总辐射能量节律以及驱动植被光合作用的节律均对NAI浓度的增减波动产生显著影响。林区全年NAI时均浓度与对应的气温、空气湿度、气压间存在着多元线性回归关系且后者的影响效应及属性均表现为极显著。

（3）广州帽峰山林区单气象因素在等值点对应多NAI浓度的较大离差，其回归统计显示出标准偏差大、回归决定系数偏低；对此采用以各气象因素的等值点、小梯度递增与对应的多NAI浓度值一并平均统计后回归，显著地提高了两者间的关系精度，使其更适宜于对林区NAI平均浓度的估算应用。