北京不同类型城市森林中PM2.5 与O3 的关联性分析

李少宁，于 迪，时 聪，赵 娜，徐晓天，鲁绍伟*

1. 北京市农林科学院林业果树研究所，北京 100093

2. 国家林业和草原局，北京燕山森林生态系统国家定位观测研究站，北京 100093

3. 沈阳农业大学，辽宁 沈阳 110866

随着我国社会经济的持续发展，人们对生活的要求也越来越高. 工业生产、化石燃料燃烧等活动产生的污染物大量排放到大气中，严重影响区域甚至全球大气环境和人体健康. 大气污染已引起社会各界广泛关注，并成为亟须解决的重大问题. 生态环境部发布的《2017 年中国环境状况公报》显示，2017 年我国338 个地级及以上城市中有254 个城市的空气质量存在超标问题，特别是经济发展迅速的京津冀地区，大气污染事件频繁发生. 目前，学者们已经从大气环境中识别出对人体健康有明显影响的主要污染物，主要包括SO2、PM10、PM2.5、NOx和O3等，其中PM2.5和O3已经成为目前大气污染防治的重点，其能够对空气质量、人体健康和气候变化产生直接影响[1-2]. 近年来，城市森林对大气污染物的调控作用受到高度关注. 城市森林是指在城市及其周围以乔木为主体，达到一定的规模和覆盖度，能发挥着调节城市小气候、提高城市大气质量、吸收和降解各种污染物等重要作用，并具有明显的生态、人文景观价值等各种生物和非生物的综合体[3]. 城市森林能促进和维护城市居民健康，因树木吸收的污染物在其被砍伐后污染物不再进入食物链，所以利用树木吸收污染物治理大气中PM2.5和O3在国内外研究中被誉为“最新技术”[4-5].另外，近年来城市森林公园的大规模建设也说明城市森林是解决城市大气污染问题的有效途径[6]. 已有许多学者针对PM2.5与O3生成机制[7-10]，以及气象因素进行了深入的研究[11-14]. 植物能否有效地净化大气环境，取决于多种因素的综合作用，包括气象因素、空气动力学因素、大气颗粒物浓度等诸多因素影响[15].

据《2021 年北京市生态环境状况公报》显示，北京市SO2、NO2、PM10、CO 浓度均达到GB 3095-2012《环境空气质量标准》二级标准，SO2浓度已连续4 年保持在个位数水平，仅PM2.5和O3出现超标现象. 其中，PM2.5浓度超过二级标准限值(35 μg/m3)的8.6%；O3浓度超过二级标准限值(160 μg/m3)的9.0%.由于PM2.5和O3具有非常复杂的耦合关系，使得二者协同减排具有复杂性和艰巨性. 此外，高浓度PM2.5和O3会对大气环境、人体健康和气候等造成不同程度的危害[16-18]. 城市森林对PM2.5和O3的治理起着尤为重要的作用[19]，一是城市中的森林绿化面积较大且集中连片，树木明显的降温作用影响O3的光化学反应、降低O3的释放速度；二是树木直接吸收、固定、滞留大气中的污染物. 现阶段的研究多集中于整个城市在单一季节或典型大气污染事件上，而基于城市森林不同类型站点角度，并结合长期动态变化，对城市森林PM2.5与O3相关性的深入研究涉及较少. 本文以不同类型城市森林为切入点，对北京市3 种类型城市森林PM2.5与O3的相关性进行分析，探讨不同季节对城市森林PM2.5与O3浓度之间相关性的影响，并进一步阐明二者的关系，以期为北京市大气污染的防治提供研究方向及协同防控思路.

1 研究方法

1.1 研究区概况

本文从北京市中心到郊区共选择3 个城市森林公园作为研究区，包括朝阳公园、南海子郊野公园和西山国家森林公园，分别代表中心城区、近郊湿地区和近郊浅山林区. 如图1 所示，在研究区内设置城市森林生态环境监测站及气象监测站.

图1 北京城市森林生态环境监测站点示意Fig.1 Beijing city forest ecological environment monitoring site

朝阳公园位于北京东四环内，处在繁华地段，距离城市中心8.2 km，地理坐标为43°51'04″N、125°18'23″E，平均海拔37 m，是北京市四环以内最大的城市公园.总面积288.7 hm2，绿地覆盖率达到87%，因位于城区，热岛效应较为明显. 公园内植被丰富，乔木主要有油松(Pinus tabuliformis)、白皮松(Pinus bungeana)、银杏(Ginkgo biloba)、侧柏等树种；灌木主要有连翘(Forsythia suspensa)、迎春花(Jasminum nudiflorum).

南海子郊野公园位于大兴区黄亦路16 号，为北京四大郊野公园之一，同时也是北京市最大的湿地公园. 总面积1 165 hm2，绿地覆盖为80%. 距离城市中心16.2 km，地理坐标为116°27′41″E、39°46′10″N，平均海拔50 m. 公园以北京乡土树种作为骨干和基调树种，常见树种有桧柏(Sabina chinensis)、银杏、五角枫(Acer elegantulum)等.

西山国家森林公园坐落于北京市海淀区，地跨海淀、石景山、门头沟三区，是离北京市区最近的森林公园之一，距离城市中心18.3 km，地理坐标为39°58′18″N、116°11′51″E，海拔120 m. 总面积5 970 hm2，绿化覆盖率高达98.5%，地带性植被为温带夏绿阔叶林. 春秋短促，冬夏较长，年均气温在10～13 ℃之间.常见树种有油松、侧柏(Platycladus orientalis)、垂柳(Salix babylonica)、女贞(Ligustrum lucidum)等.

1.2 数据采集

数据采集时间为2022 年1 月1 日-12 月31 日.PM2.5浓度数据通过TEOM-1405-D 双通道颗粒物在线监测仪(美国赛默飞世尔科技公司)获得，采样频率为1 h，24 h 不间断自动采样；O3浓度数据使用紫外光度法，采用49i 型双光室O3分析仪(美国赛默飞世尔科技公司)测定，采样频率为1 h，24 h 不间断自动采样.

1.3 数据处理

本研究季节的划分采用中国气象局气象行业标准《气候季节划分》(QX/T 152-2012)，即3-5 月为春季，6-8 月为夏季，9-11 月为秋季，12 月-翌年2 月为冬季. 在分析PM2.5与O3浓度相关性时，依据GB 3095-2012《环境空气质量标准》，将PM2.5和O3浓度均划分为3 个等级，分别为PM2.5浓度≤50 μg/m3、50 μg/m3＜PM2.5浓度＜200 μg/m3、PM2.5浓度≥200 μg/m3以及O3浓度≤50 μg/m3、50 μg/m3＜O3浓度＜300 μg/m3、O3浓 度≥300 μg/m3. 采 用Excel 2016 和Origin 2018软件分别进行数据统计和图表绘制，通过SPSS 26.0软件对数据进行Person 相关性分析.

2 结果与分析

2.1 林内PM2.5 与O3 的分布情况

根据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)，将24 小时PM2.5平均值分为6 个等级：PM2.5浓度≤35 μg/m3时为优；35 μg/m3＜PM2.5浓度≤75 μg/m3时为良；75 μg/m3＜PM2.5浓度≤115 μg/m3时为轻度污染；115 μg/m3＜PM2.5浓度≤150 μg/m3时为中度污染；150 μg/m3＜PM2.5浓度≤250 μg/m3时为重度污染；250 μg/m3以上时为严重污染. O3日最大8 h 滑动平均浓度(O3-8h浓度) 的一级标准限值为100 μg/m3，二级标准限值为160 μg/m3.

图2 为2022 年北京市不同类型城市森林PM2.5和O3浓度各等级分布情况. 由图2 可知，中心城区、近郊湿地区和近郊浅山林区的PM2.5浓度日均值大多分布在75 μg/m3以下，空气质量优良占比表现为近郊浅山林区(94%)＞中心城区(89%)＞近郊湿地区(86%). 近郊湿地区的中度、重度及严重污染天气最多，占5%；中心城区与近郊浅山林区相同，均占3%.

图2 3 种城市森林类型PM2.5 和O3 浓度日均值分布情况Fig.2 Daily mean distribution of PM2.5 and O3 concentrations in three urban forest types

北京市不同类型城市森林各区域的O3-8h浓度均有未达到GB 3095-2012 二级标准的情况，近郊浅山林区超标占比最多，达到3%，近郊湿地区和中心城区超标占比相近，分别为1.25%和1.22%. 中心城区O3-1h浓度90%符合日均浓度一级标准；近郊浅山林区次之，占89%；近郊湿地区占比最小，为88%.

2.2 季节尺度下的相关性

2022 年北京城市森林林内(中心城区、近郊湿地区、近郊浅山林区)PM2.5与O3浓度季节性变化规律如图3 所示. 由图3 可知，整体上看，近郊湿地区出现PM2.5浓度最高值，近郊浅山区出现O3浓度最高值. 以夏季为转折点，从春季到夏季PM2.5浓度呈下降趋势，O3浓度呈上升趋势；夏季PM2.5浓度与O3浓度分别达到谷值和峰值；随后从夏季到秋季PM2.5浓度持续上升，O3浓度与之相反；冬季无明显规律.

图3 3 种城市森林类型PM2.5 和O3 浓度的季节性变化Fig.3 Seasonal variations of PM2.5 and O3 concentrations in three types of urban forests

表1 为北京市城市森林PM2.5-O3不同季节的相关系数. 春季中心城区、近郊湿地区和近郊浅山林区PM2.5与O3浓度均呈负相关，相关性由强到弱表现为中心城区(r=-0.178，p＜0.01)＞近郊湿地区(r=-0.173，p＜0.01)＞近郊浅山林区(r=-0.053，p＜0.01). 夏季各区域PM2.5与O3浓度均表现为正相关关系，且近郊湿地区正相关程度相对较强(r=0.095，p=0.01). 秋季各区域PM2.5与O3浓度均呈负相关，且近郊浅山林区相关性相对较强(r=-0.428，p＜0.01)，其次为中心城区(r=-0.120，p＜0.01)，近郊湿地区相关性相对较弱(r=-0.081，p＜0.01). 冬季仅近郊湿地区PM2.5与O3浓度呈正相关(r=0.061，p＜0.05)，其余区域均呈负相关且中心城区负相关性相对较强(r=-0.264，p＜0.01). 整体上看，中心城区、近郊湿地区和近郊浅山林区春、夏、秋三季的PM2.5-O3相关系数季节变化趋势相同，冬季近郊湿地区变化趋势与其余区域相反.

表1 3 种城市森林类型PM2.5-O3 季节性相关系数(n=65)Table 1 Seasonal correlation coefficient of PM2.5-O3 in three types of urban forests (n=65)

由此可见，2022 年北京城市森林PM2.5与O3浓度在季节变化上呈完全相反的变化规律，夏季PM2.5浓度最低，此时O3浓度却最高. 除冬季的近郊湿地区PM2.5与O3浓度呈正相关外，各区域春、秋、冬三季均表现为负相关，夏季仅有近郊浅山区呈显著正相关.

2.3 工作日与周末在昼夜尺度下的相关性

城市大气污染物的浓度与人们日常活动密切相关，已有研究表明北京等城市的O3浓度呈“周末效应”[20-21]，即O3平均浓度表现为周末高于工作日，PM2.5浓度为“反周末效应”. 由表2 可知，工作日和周末期间PM2.5浓度均表现为近郊湿地区(分别为39.76、44.20 μg/m3)＞中心城区(分别为37.21、40.41 μg/m3)＞近郊浅山林区(分别为29.61、28.51 μg/m3). 工作日和周末期间O3浓度均表现为近郊湿地区(分别为52.80、53.08 μg/m3)＞近郊浅山林区分别为(60.67、60.44 μg/m3)＞中心城区(分别为48.21、48.49 μg/m3).可见，在监测时间周期内，无论是工作日还是周末，近郊湿地区PM2.5及O3浓度均最高.

表2 3 种城市森林类型PM2.5 和O3 浓度的周变化规律Table 2 Weekly variations of PM2.5 and O3 concentrations in three types of urban forests

将工作日与周末的PM2.5浓度对比可知，中心城区和近郊湿地区周末PM2.5浓度均高于工作日，近郊湿地区的浓度差最大，为4.44 μg/m3；仅近郊浅山林区周末PM2.5浓度低于工作日，表现出不同的变化规律，浓度差为-1.10 μg/m3. 同样，工作日及周末O3浓度的最高值也均出现在近郊湿地区. 将工作日与周末的O3浓度对比可知，中心城区和近郊浅山林区周末O3浓度均高于工作日，浓度差为0.28 μg/m3；仅近郊湿地区周末O3浓度低于工作日，浓度差为-0.23 μg/m3.

基于北京城市森林PM2.5和O3的周变化规律，进一步对比了二者工作日与周末的平均浓度时刻分布特征，以8 h 采集频率为基础进行划分，即01:00-09:00 为凌晨加早上，10:00-18:00 为白天，19:00-24:00为夜间(见图4).

图4 3 种城市森林类型工作日与周末PM2.5 和O3 平均浓度日变化对比Fig.4 Comparison of daily average concentrations of PM2.5 and O3 in three urban forest types on weekdays and weekends

本研究对3 个森林城市生态站采集数据进行整合，发现北京城市森林PM2.5浓度整体上表现为周末高于工作日，呈现明显的“周末效应”现象(见图4).周末与工作日在09:00-14:00 时段PM2.5浓度差值比较大，平均每小时浓度差值为4.26 μg/m3. O3浓度日均变化呈单峰分布，工作日O3浓度略低于周末，同样表现为“周末效应”，峰值出现在下午(见图4). 工作日与周末O3浓度的日变化规律一致，分为5 个阶段：00:00-06:00 保持在30～40 μg/m3之间；06:00-08:00 呈小幅缓慢上升趋势；08:00-13:00 由于太阳辐 射 不 断 增 强，O3浓 度 从55 μg/m3升 至105 μg/m3；13:00-16:00 处于全天O3高浓度时段，并持续增加，保持在115～127 μg/m3之间；16:00-23:00 光照强度随时间推移逐渐减弱，O3浓度也随之降低.

表3 为2022 年北京城市森林林内工作日与周末的PM2.5-O3相关系数分布特征. 由表3 可知，工作日期间，中心城区凌晨加早上、白天及夜间PM2.5与O3浓度均呈显著负相关，负相关性表现为凌晨加早上(r=-0.147，p＜0.01)＞白天(r=-0.133，p＜0.01)＞夜间(r=-0.064，p＜0.05)；近郊浅山林区凌晨加早上、白天及夜间PM2.5与O3浓度均呈显著负相关，负相关性表现 为 夜间(r=-0.147 ，p＜0.01)＞白 天(r=-0.103，p＜0.01)＞凌晨加早上(r=-0.096，p＜0.01)；近郊湿地区仅白天PM2.5与O3浓度呈显著负相关. 周末期间，中心城区和近郊浅山林区PM2.5与O3浓度的相关性不显著；近郊湿地区白天(r=-0.086，p＜0.05)PM2.5与O3浓度的负相关性比凌晨加早上(r=-0.079，p＜0.05)更为显著；夜间各区域相关性均不显著.

表3 3 种城市森林类型工作日、周末PM2.5-O3 相关系数日变化(n=113)Table 3 The relationship between PM2.5 and O3 phase changes in several days on weekdays and weekends in three urban forest types (n=113)

综上可知，北京城市森林PM2.5和O3浓度均表现为周末高于工作日，工作日PM2.5与O3浓度的相关性整体强于周末. 工作日的凌晨加早上、白天期间，中心城区PM2.5与O3浓度负相关性最显著；夜间近郊浅山林区负相关性相对较强. 周末的凌晨加早上、白天期间，近郊湿地区PM2.5与O3浓度负相关性相对较强，夜间各区域均无显著相关性.

2.4 不同浓度水平下的相关性

由图5 可知，3 个类型城市森林PM2.5与O3浓度均呈负相关. 为更深入地研究PM2.5与O3在不同浓度水平下的相关性，对各类型城市森林区域PM2.5及O3浓度进行分级处理. 由表4 和表5 可知，PM2.5与O3浓度的相关性存在分段效应. 总体来看，相关系数随着PM2.5浓度升高而降低. 中心城区PM2.5浓度≤50 μg/m3时，PM2.5与O3浓 度 的 正 相 关 性 相 对 较强(r=0.058，p＜0.01)；PM2.5浓度为50～200 μg/m3时，负相关性相对较强(r=-0.134，p＜0.01). 中心城区O3浓度≤50 μg/m3时，PM2.5与O3浓 度 的 负 相 关 性 相 对 较强(r=-0.155，p＜0.01)；O3浓度为50～300 μg/m3时，正相关性相对较强(r=0.136，p＜0.01). 近郊湿地区PM2.5浓度≤50 μg/m3时，PM2.5与O3浓度的正相关性相对较强(r=0.060，p＜0.01)；PM2.5浓 度 为50～200 μg/m3时，负相关性相对较强(r=-0.114，p＜0.01). 近郊浅山林区PM2.5浓度≤50 μg/m3时，PM2.5与O3浓度的负相关性相对较强(r=-0.181，p＜0.01)；O3浓度为50～300 μg/m3时负相关性相对较强(r=-0.076，p＜0.01)，O3浓度≥300 μg/m3时正相关性相对较强(r=0.271，p＜0.01).

表4 3 种城市森林类型不同浓度水平PM2.5 与O3 的相关性Table 4 Correlation between different concentration levels of PM2.5 and O3 in three types of urban forests

表5 3 种城市森林类型不同浓度水平O3 与PM2.5 的相关性Table 5 Correlation between different concentration levels O3 and PM2.5 in three types of urban forests

图5 3 种类型城市森林PM2.5 与O3 浓度的关系Fig.5 Relationship between PM2.5 and O3 concentrations in three types of urban forests

当PM2.5浓度≤50 μg/m3时，中心城区和近郊湿地区PM2.5与O3浓度均呈正相关，近郊浅山林区PM2.5与O3浓度呈显著负相关. 相较于中心城区而言，近郊湿地区PM2.5与O3浓度的正相关性(r=0.060，p＜0.01)更强. 当PM2.5浓度为50～200 μg/m3时，中心城区、近郊湿地区和近郊浅山林区PM2.5与O3浓度均呈显著负相关，相关性表现为近郊浅山林区(r=-0.163，p＜0.01)＞中心城区(r=-0.134，p＜0.01)＞近郊湿地区(r=-0.114，p＜0.01). 当PM2.5浓度≥200 μg/m3时，各区域无显著相关性.

不同O3浓度水平下，各城市森林区域PM2.5与O3浓度的相关性有所不同. 当O3浓度≤50 μg/m3时，中心城区和近郊浅山林区PM2.5与O3浓度均呈显著负相关，中心城区PM2.5与O3浓度的负相关效应相对较强(r=-0.155，p＜0.01)；当O3浓度为50～300 μg/m3时，中心城区PM2.5与O3浓度的正相关性(r=0.136，p＜0.01)高于近郊浅山林区(r=-0.076，p＜0.01)；当O3浓度≥300 μg/m3时，仅近郊浅山林区PM2.5与O3浓度呈正相关(r=0.271，p＜0.01).

3 讨论

3.1 PM2.5 和O3 浓度在时间尺度上相关性的原因探讨

本研究发现，林内PM2.5浓度呈现夏季低、冬季较高的变化规律，O3浓度与之相反，这与各季节不同的气象条件对扩散趋势和大气氧化性的复杂机制有关. 其中春季、秋季和冬季PM2.5与O3浓度的相关性为负值，夏季为正值. PM2.5与O3浓度在夏季会呈同增共减现象，这是由于O3的生成是光化学反应的过程，需要强烈的光照，因此O3污染多发生在气温高且日照充足的夏季，而O3会促进PM2.5的二次生成，大气复合污染中一次排放及二次转化的气态及颗粒态污染物同时存在且浓度较高时，会促进细颗粒表面非均相反应，使大气氧化性及颗粒物的化学组分、物化及光学性质发生改变，从而促进大气复合污染和灰霾的形成[22-23]. 康平等[24]研究发现，PM2.5与O3浓度的相关系数在夏季趋于正值，冬季趋于负值，这与本研究结果一致. 杜韬[25]研究也发现，夏季PM2.5与O3浓度呈显著正相关，冬季负相关性相对较强，秋季次之，春季呈弱正相关.

工作日的凌晨加早上、白天期间，中心城区PM2.5与O3浓度的负相关性相对较强，且表现为凌晨加早上＞白天，这可能是因为工作日人类活动频繁，汽车尾气排放增多，导致PM2.5浓度呈升高趋势，且城区地表温度升高，近地层PM2.5的化学转化速率加快，垂直和水平方向上的对流增强，城区污染物的水平净流入增强. 城区内PM2.5浓度升高，使到达地表的太阳辐射减少，导致O3生成的光化学反应速率减缓，因此O3浓度也随之下降. 林内周末PM2.5和O3浓度明显高于工作日，存在明显的“周末效应”，相关性整体也表现为工作日＞周末，主要是由于周末的机动车使用量增加，且污染物浓度的上升有一定的滞后性[26].王占山等[27]研究结果认为，周末O3与其他污染物的相关性高于工作日. 城市森林作为城市生态系统的重要组成部分，在净化大气污染物、改善区域生态环境、维持城市生态系统良性循环等方面起到不可替代的积极作用. 城市森林中树木叶片上的气孔、枝条上的皮孔等可吸收O3等气态污染物，叶片及表面绒毛可通过滞留空气中微尘减轻包括PM2.5在内的大气颗粒物. 本研究通过分析北京城市森林PM2.5和O3浓度特征及其二者的关联性，探讨不同因素对城市森林PM2.5与O3浓度之间相关性的影响，对北京城市森林PM2.5和O3的协同控制有一定的指导意义.

3.2 不同浓度水平下PM2.5 和O3 相关性差异的原因分析

该研究分别对不同PM2.5和O3浓度水平下二者的相关性进行分析，结果发现PM2.5浓度大于50 μg/m3，PM2.5与O3浓度呈负相关关系，且高浓度PM2.5情况下，PM2.5-O3相关系数降低，这与裘彦挺等[28]的结果一致. O3浓度在300 μg/m3以下时，PM2.5与O3之间存在明显的相关性. 有研究表明，PM2.5对O3的影响存在一个阈值，当PM2.5浓度超过临界值时，会导致到达地面的太阳辐射减少，光解速率下降，可有效抑制O3的生成[29-30]. Jia 等[31]研究认为，高O3浓度和强大气氧化性会促进二次粒子的形成，从而促进空气中PM2.5浓度的升高. 张莹等[32]对PM2.5浓度进行多因素影响效应诊断分析，发现随着O3浓度的增加，PM2.5浓度呈波动上升趋势，浓度高于80 μg/m3后，上升速度明显加快，侧面验证了PM2.5与O3之间存在相关性.

4 结论

a) 3 种类型城市森林PM2.5与O3浓度的相关性在季节、昼夜尺度上有所差异. 在季节尺度上，2022年林内各区域春秋两季PM2.5与O3浓度均呈负相关；夏季PM2.5与O3浓度均呈正相关，冬季仅近郊湿地区PM2.5与O3浓度呈正相关，其余区域均呈负相关.昼夜尺度上，各区域PM2.5与O3之间的相关性表现为工作日＞周末. 工作日的凌晨加早上、白天期间，中心城区PM2.5与O3浓度的负相关性相对较强，且表现为凌晨加早上＞白天；夜间近郊浅山林区PM2.5与O3浓度的负相关性相对较显著. 周末的凌晨加早上、白天期间，近郊湿地区PM2.5与O3浓度的负相关性相对较强，且表现为白天＞凌晨加早上；夜间各区域相关性均不显著.

b) 3 种类型城市森林PM2.5和O3浓度总体呈负相关，且相关性表现为近郊浅山林区(r=-0.077，p＜0.01)＞中 心 城 区(r=-0.041，p＜0.01)=近 郊 湿 地区(r=-0.041，p＜0.01). 当PM2.5浓 度 处 于50～200 μg/m3或O3浓度≤50 μg/m3时，林内PM2.5与O3浓度的负相关性相对较强.