北京大興南海子公園PM2.5和PM10質量濃度變化特征

陳波, 李少寧, 魯紹偉,*, 魯笑穎, 陳軍麗, 李輝

1. 北京市農林科學院林業果樹研究所, 林果業生態環境功能提升協同創新中心, 北京 100093 2. 北京市大興區南海子郊野公園管理處, 北京 102600 3. 北京市大興區園林綠化局, 北京 102600

北京大興南海子公園PM2.5和PM10質量濃度變化特征

陳波1, 李少寧1, 魯紹偉1,*, 魯笑穎2, 陳軍麗2, 李輝3

1. 北京市農林科學院林業果樹研究所, 林果業生態環境功能提升協同創新中心, 北京 100093 2. 北京市大興區南海子郊野公園管理處, 北京 102600 3. 北京市大興區園林綠化局, 北京 102600

陳波, 李少寧, 魯紹偉, 等. 北京大興南海子公園PM2.5和PM10質量濃度變化特征[J]. 生態科學, 2016, 35(2): 104-110.

CHEN Bo, LI Shaoning, LU Shaowei, et al. Characteristics of mass concentration variations of PM10and PM2.5in Nanhaizi Park of Daxing in Beijing[J]. Ecological Science, 2016, 35(2): 104-110.

對北京南海子公園PM2.5和PM10的濃度水平進行了研究, 并討論了PM2.5和PM10的時間變化特征及其受氣象因素的影響, 分析了南海子公園空氣質量濃度差異。結果表明: 南海子公園PM2.5和PM10平均質量濃度分別為(110.22±19.19) μg·m-3和(125.58±3.62) μg·m-3, 南海子公園大氣顆粒物主要是以細粒子為主, PM2.5超標46.96 %, PM10未超標; 南海子公園PM2.5和PM10質量濃度的日變化以夜間低, 白天高為主, 呈現明顯的雙峰型, 南海子公園的PM2.5和PM10質量濃度變化幅度較大; 從不同月份來看, 南海子公園PM2.5質量濃度6月最大、8月最低; 溫度、風和降水與PM2.5和PM10質量濃度呈負相關關系, 濕度與PM2.5和PM10質量濃度呈正相關關系, 大風和降雨能有效的清除顆粒物, 特別是細顆粒物。

PM2.5; PM10; 質量濃度; 南海子公園; 北京

1 前言

全國霧霾面積達到 143 萬 km2, 已影響 17 個省直轄市, 受影響人口高達6 億[1]。從2013 年1 月6 日以來連續的高污染空氣在我國大范圍彌漫, 京津有5 次強霾污染, 最嚴重時 PM2.5突破 600μg·m-3[2]。美國《財富》雜志指出, 這是對中國高能耗增長模式的“死刑宣判”[3]。20 世紀四五十年代洛杉磯光化學煙霧污染事件造成 800 多人喪生, 1952 年倫敦煙霧事件有 12000 人喪生[4]。目前, 干凈的空氣已經成為奢侈品, 研究降低空氣污染迫在眉睫。

大氣顆粒物對大氣環境、人體健康、能見度以及氣候效應等都有重要的影響[5-6], 大氣中細顆粒物PM2.5(空氣動力學直徑≤2.5 μm)可在肺泡沉積并進入血液系統, 導致人群患病率和死亡率增加, 而且它也是導致能見度降低的主要因素[7]。因此, 加強城市大氣顆粒物濃度變化和分布特征的研究, 對揭示城市大氣顆粒物的基本特征及變化規律具有重要的意義。20 世紀50 年代國外就開始大氣顆粒物方面的研究, 近年來更加深入。國內近年來對大氣顆粒物從不同的角度也做了較多的研究, 如李學彬[8]等對廈門地區的氣溶膠變化特征進行了研究, 于淑秋[9]等研究了北京市區大氣污染的時空特征, 指出北京市區的污染物以可吸入顆粒物為主, 可吸入顆粒物尤其是細粒子(PM2.5)是造成北京及周邊地區低能見度的重要原因[10]。

隨著城市化的快速發展和人民生活質量的不斷提高, 森林生態旅游已成為城市居民的重要需求。從 20 世紀 80 年代開始, 以森林公園建設為主體的森林旅游業在我國獲得長足發展, 由于植被對城區空氣質量具有顯著的調節作用[11-12], 城市森林公園已然成為我國城市居民進行生態休憩的重要場所。森林公園空氣質量的好壞是判斷游憩區森林旅游適宜性的決定性因素[13]。PM2.5和PM10作為空氣污染物的重要貢獻者, 其濃度時空變異和污染物特征不僅倍受居民和政府關注, 也是評價空氣環境質量的主要指標[14]。當前, 有關森林公園環境中 PM2.5的研究主要集中在歐美等地[15], 國內的研究地點多選擇交通污染區、居民區和醫院等城區場所, 研究內容主要包括來源分析、成分解析和危害評價等[16-18], 但對于森林內部PM2.5和PM10質量濃度差異還鮮未報道。因此, 本文對北京南海子公園大氣顆粒物的質量濃度變化情況、污染狀況和分布特征進行研究, 同時結合氣象資料, 研究了大氣顆粒物質量濃度與氣象要素的關系, 探尋南海子公園空氣質量濃度的差異和影響因素, 旨在為 PM2.5和 PM10污染的深入研究提供依據和參考, 為美麗北京、世界城市的建設提供數據支持。

2 研究方法

2.1 研究地概況

南海子公園是北京四大郊野公園之一, 也是北京市最大的森林濕地公園, 于2012年全部建成, 位于北京城南, 大興區東北部南五環南側、大興新城與亦莊新城之間、南苑機場東南, 是北京落實城南行動計劃的第一個重大生態工程。其周圍環境(樹種繁多、水量充沛、交通便利、游客稀少)有利于開展森林環境空氣質量監測, 園區主要的喬木樹種有柳樹(Salix babylonica)、油松(Pinus tabuliformis)、側柏(Platycladusorientalis)、雪松(Cedrus)、銀杏(Ginkgo)、國槐(SophorajaponicaLinn.)、欒樹(Koelreuteriapaniculata)和白皮松(Pinus bungeana)等, 主要的灌木有大葉黃楊(Buxus megistophylla)、紫葉碧桃(Amygdalus persica)等, 此外還有菊花(Chrysanthemum)、郁金香(Tulipa)等大量的觀賞植物和花草。

2.2 數據獲取

南海子公園的PM2.5和PM10質量濃度數據和氣象數據依據北京市農林科學院林業果樹研究所設立在該園的PM2.5監測站獲取, 公園內設有Meter全自動氣象站, 可以實時監測氣象指標, 采集時間與PM2.5監測站一致。

2.3 數據處理

用Excel 2003進行數據處理和制圖, 用SPSS 17.0軟件對數據進行相關性分析。

3 結果

3.1 南海子公園PM2.5和PM10質量濃度

PM2.5質量濃度選取2013年6—11月的數據進行分析, PM10的質量濃度選取2013年7—8月份的觀測數據進行分析(表1), 結果表明: 南海子公園PM2.5和PM10平均質量濃度分別為(110.22±19.19) μg·m-3和(125.58±3.62) μg·m-3。由表1可知, 7月和8月是PM2.5質量濃度最低的兩個月份, 這是因為7、8月正是北京的雨季, 降雨可以有效的降低顆粒物濃度。

表1 PM2. 5和PM10質量濃度Tab. 1 The mass concentration of PM2.5and PM10

3.2 南海子公園PM2.5和PM10時間變化

3.2.1 日變化

圖1為南海子公園PM2.5和PM10日變化, 由圖可知 PM2.5和 PM10質量濃度變化呈典型的雙峰型,分別在早上5:00和晚上22:00出現峰值。從變化的強烈程度看, 南海子公園的 PM2.5變化的浮動較大;南海子公園PM10質量濃度也表現為雙峰型, 最高值在5:00和18:00。這與黎明前后人類活動逐漸增加,污染物排放量越來越大有關。另外, 早上近地面向外輻射而迅速冷卻降溫, 有逆溫現象發生, 使近地層大氣對流較弱, 不利于顆粒物的擴散, 使其濃度增大, 夜晚由于云層的籠罩, 大氣保溫效應的增加,污染物積聚且短時間內不易擴散, 造成 PM2.5和PM10質量濃度較高。

圖1 PM2.5和PM10質量濃度日變化Fig. 1 The diurnal variation of PM2.5and PM10

3.2.2 月變化

以 2013年 7月的數據對南海子公園 PM2.5和PM10月變化進行分析, 結果如圖2所示。由圖可知PM2.5質量濃度, 在7月的31天最高濃度為7月1日的160.58 μg·m-3, 在7月2日為7月的PM2.5濃度最低值; PM10在7月1日最高, 南海子公園濃度為259.48 μg·m-3。可見, PM10和PM2.5呈現較好的一致性, 當 PM10較高時, PM2.5也處于較高值, 這說明PM2.5占有PM10的比例較高, 如7月1日PM2.5比例占到了61.89 %。

3.2.3 年變化

由圖3可知, 6-11月PM2.5質量濃度表現為6月最高, 為140.59 μg·m-3, 排序為6月(140.59 μg·m-3)＞11月(120.63 μg·m-3)＞9月(114.69 μg·m-3)＞10月(112.94 μg·m-3)＞7月(87.34 μg·m-3)＞8月(85.45 μg·m-3),南海子公園PM2.5均值為110.22 μg·m-3。PM10由于在南海子公園缺乏9-11月數據, 因此用7、8月的數據來進行分析, 由圖可知, PM10質量濃度表現為7月最高均值為125.58 μg·m-3。

圖2 PM2.5和PM10質量濃度月變化Fig. 2 Monthly change of PM2.5and PM10

圖3 PM2.5和PM10質量濃度年變化Fig. 3 Annual variation of PM2.5and PM10

3.3 南海子公園氣象因素對PM2.5和PM10的影響

3.3.1 大氣溫度對PM2.5和PM10的影響

大氣中PM2.5和PM10的質量濃度不僅與其污染排放源有關, 還受到溫度的影響。由圖4可知, 南海子公園溫度與PM2.5和PM10呈負相關關系, 當溫度高時, PM2.5和PM10質量濃度較低, 溫度低時相反。在7月2日, PM2.5質量濃度為最低的18.87 μg·m-3時, 對應的溫度為較高的 28.5 ℃; 當 PM2.5質量濃度為最高的152.38 μg·m-3時, 對應的溫度卻為較低的24.79 ℃; 在7月22日, 當PM10濃度為最大的191.17時, 對應的溫度為26.10 ℃, 7月24日, 當溫度為最高的 29.56 ℃時, 對應的 PM10質量濃度為101.63 ℃。

3.3.2 大氣濕度對PM2.5和PM10的影響

由圖5可知, 7月18日, 當PM2.5質量濃度為最高的152.63 μg·m-3時, 其對應的濕度也處于較高值, 為 89.38%; 當 7月 2日 PM2.5質量濃度為最低的28.58 μg·m-3時, 其對應的濕度也處于較低值, 僅為63.67%; 7月27日, 當濕度為最高的90.83%時, PM10質量濃度也為較高的186.71 μg·m-3, 7月25日, 濕度為最低的 61 %時, PM10質量濃度也為較低的116.33 μg·m-3。可見, 南海子公園濕度與PM2.5和PM10質量濃度呈正相關關系, 當濕度越高時, PM2.5和PM10質量濃度也越高。

圖4 PM2.5和PM10與溫度的關系Fig. 4 The relationship between temperature and PM2.5and PM10

圖5 PM2.5和PM10與濕度的關系Fig. 5 The relationship between humidity and PM2.5and PM10

3.3.3 風速對PM2.5和PM10的影響

圖6為南海子公園PM2.5和PM10與風速的關系, 由圖可知當風速較大時, PM2.5質量濃度均較低, 7月2日和7月16日風速分別是最大的0.41 m·s-1和0.34 m·s-1, 其對應的PM2.5質量濃度分別是最低的28.58 μg·m-3和較低的41.21 μg·m-3; 而當風速為0 時, PM2.5質量濃度均處于較高值, 如7月18日的152.63 μg·m-3和7月1日的140.58 μg·m-3; PM10也表現出與PM2.5類型的現象, 當7月2日風速最大的0.41 m·s-1時, PM10質量濃度為最低的54.82 μg·m-3, 7月20日、22日和27日的風速均為0, 而對應的PM10質量濃度均較高, 分別為 191.17 μg·m-3、186.71 μg·m-3和184.33 μg·m-3。可見, 風速與PM2.5和PM10質量濃度呈負相關關系, 風速較高時其對應的PM2.5和PM10質量濃度較低。而大風有助于吹散污染物。

3.3.4 降雨對PM2.5和PM10的影響

由圖7可知, 在7月南海子公園的降雨量和降雨頻率較低, 最大降雨量只有25mm左右, 平均降雨量為12.07 mm。當降雨量在7月8日為最大的28.5 mm時, PM2.5質量濃度為較低的94.58 μg·m-3; 7 月18日, 當降雨量為較低的0.8 mm時, PM2.5質量濃度為最高的152.63 μg·m-3; 7月2日PM10質量濃度為最低的54.82 μg·m-3, 其對應的降雨量也為最高的3 mm, 當降雨量為0時, 7月29日和30日, PM10分別為較高的時174.71 μg·m-3和176.63 μg·m-3。可見, 降雨與 PM2.5和 PM10質量濃度呈負相關關系,但這種負相關不是實時的, 而是在雨后表現的更明顯, 在降雨的第二天PM2.5和PM10質量濃度遠低于降雨時的濃度, 降雨對PM10的清除作用更強。

4 討論

4.1 PM2.5和PM10濃度的高污染水平

圖6 PM2.5和PM10與風速的關系Fig. 6 The relationship between wind speed and PM2.5and PM10

圖7 PM2.5和PM10與降雨的關系Fig. 7 The relationship between rainfall and PM2.5and PM10

PM2.5日均濃度為(100.63±9.60) μg·m-3, PM10日均濃度為(114.38±11.20) μg·m-3, 這與SUN Y等人的研究的PM2.5平均濃度為116 μg·m-3, PM10平均濃度為210 μg·m-3不一致。顯然本研究的結果要低于該研究結果, 這是因為SUN[19]等人的研究是基于一個較大的范圍, 時間跨度也大, 而本文僅是對大興的南海子公園數據進行分析; SUN等人研究了北京2002 到2003夏季和冬季交通點、居住區和工業區的污染情況得出的結果, 本文的研究僅限于北京大興的不同區域, 時間是6到11月份, 時間也較短, 研究的范圍較SUN等人的研究也小。

根據最新(2012.2)發布的中華人民共和國國家環境保護標準《環境質量空氣指數(AQI)技術規定試行》(HJ633—2012), PM2.5和PM10的二級標準日平均值分別為75 μg·m-3和150 μg·m-3, 按此標準, 南海子公園的PM2.5超標46.96 %, 而PM10未超標。

與世界特大城市PM2.5質量濃度(82.7±72.2) μg·m-3和 PM10質量濃度(174.6±125.8) μg·m-3相比[20], 本區的PM2.5質量濃度較高; 與日本橫濱PM2.5質量濃度 21.00 μg·m-3[21]和美國埃爾帕索城 PM2.5質量濃度20.00 μg·m-3和PM10質量濃度91.00 μg·m-3相比[22],大興的PM2.5濃度是日本的4.79倍美國的5.03倍, PM10質量濃度是美國的1.26倍; 與巴基斯坦拉合爾市PM2.5質量濃度194.00 μg·m-3和PM10質量濃度336.00 μg·m-3相比[23], 大興的PM2.5和PM10質量濃度都較低, 僅為拉合爾市PM2.5質量濃度的51.87 %, PM10質量濃度的34.04 %。

與國內其他城市相比, 如本溪市的 PM2.5質量濃度在2009年最大為88 μg·m-3[7], 丹東市2008年PM10二級標準質量濃度超標比例為 5.2%[24], 而南海子公園的PM2.5濃度均高于本溪, PM10和本溪持平,但高于丹東。可見, 南海子公園的大氣顆粒物主要是以細粒子的形式存在, 細粒子的污染比較嚴重,而細粒子對人體健康的傷害更大[7], 它可以進入呼吸道, 通過支氣管和肺泡進入血液, 其中的有害氣體重金屬等溶解在血液中, 引起各種疾病, 所以更需要人們對細粒子的關注和治理。

4.2 PM2.5和PM10時間變化

南海子公園PM2.5與PM10質量濃度的總體變化趨勢基本相似, 日變化以白天高、夜晚低為主, 這是污染物排放和氣象條件的綜合結果。南海子公園PM2.5與PM10質量濃度變化有“雙峰雙谷”的趨勢,南海子公園最低值在12:00和13:00之間, 造成這種分布的原因為中午是氣溫最高的時刻, 高溫天氣能加快大氣的光化學反應, 多為不穩定的大氣狀況,有利于污染物的擴散。南海子公園的最高值在早上5:00和晚上22:00, 低值在12:00和17:00。午后由于地面增溫造成近地面層的湍流垂直輸送增強, 混合層高度增高, 從而使近地面顆粒物質量濃度減小,該時段的多數污染物質量濃度呈低值[25]; 而上午和夜晚大氣層結較穩定, 垂直方向湍流輸送較弱, 致使顆粒物在近地面層堆積而出現質量濃度峰值。

從不同月份來看, 南海子公園 6月 PM2.5最高,其次是11月, 7月最低, 原因是6月隨著植物進入生長期, 新葉增加, 葉片生長, 總體葉面積顯著增加[26],能更有效地阻滯大氣中 PM2.5; 11月進入冬季, 該地區開始燃燒煤, 使空氣中的顆粒物濃度增加; 而7月降雨較多, 降雨能有效的降低PM2.5等顆粒物濃度。

4.3 PM2.5和PM10與各氣象的正負相關關系

Tai[27]等結合美國 1998—2008年的氣象數據和PM2.5觀測數據, 利用多元線性回歸模型(multiple linear regression, MLR)研究了常見氣象因子對PM2.5及其中不同組成成分的影響, 該研究通過修正數據,去除季節性變化造成的影響, 只考慮天氣尺度變化的影響作用。總結的氣象要素主要有: 氣溫、相對濕度、降水和環流情況, 得出氣溫和降雨與PM2.5和PM10呈負相關, 相對濕度與PM2.5和PM10呈正相關, 大氣環流與PM2.5和PM10關系復雜, 這與本研究結果一致。

溫度與PM2.5和PM10呈負相關關系, 即隨著溫度的升高, 顆粒物質量濃度的逐漸減小, 對細粒子PM2.5的影響更顯著, 這與宋宇等[28]人的研究結果不一致。原因是高溫天氣能加快大氣的光化學反應,多為不穩定的大氣狀況, 有利于污染物的擴散。

風速大小對大氣顆粒物的傳輸擴散有重要的影響。本研究顯示風速與PM2.5和PM10呈負相關關系,這與王揚鋒等[7]人研究的隨風速的增大, 大氣顆粒物質量濃度減小的趨勢減緩結果一致, 而 Kim[29]等人對2001年春天韓國漢城的4 個不同監測點的數據進行線性回歸分析后發現, 風速的增加通常能促進顆粒物(PM10)濃度的增加, 這與其研究結果不一致。風速越大, 越有利于顆粒物的擴散, 顆粒物的濃度就越低; 如果風速較小, 這種擴散能力就越低,容易造成污染物質在局部地區的堆積, 從而使顆粒物富集污染加重。

降水對 PM2.5濃度的清除具有非常明顯的效果,當有降水出現時, PM2.5濃度顯著降低, 城市空氣質量往往達到非常清潔的水平, 降雨的增加對所有的PM2.5組成成分有所削減[30–31], 這與本研究結果一致。

5 結論

北京南海子公園PM2.5和PM10質量濃度日變化以夜間低, 白天高為主, 呈現明顯的雙峰型, 南海子公園的PM2.5和PM10質量濃度變化幅度較大; 從不同月份來看, 南海子公園 PM2.5質量濃度 6月最大、8月最低; 溫度、風和降水與PM2.5和PM10質量濃度呈負相關關系, 濕度與PM2.5和PM10質量濃度呈正相關關系, 大風和降雨能有效的清除顆粒物,特別是細顆粒物; 森林可以吸附PM2.5和PM10顆粒物, 能有效的降低外圍的污染程度。

[1] 張秋蕾. 環境保護部通報1月30日部分城市空氣質量情況[N]. 中國環境報, 2013-01-30(1).

[2] 邱晨輝. 中科院專項研究還原京津冀灰霾天氣產生過程[N].中國青年報, 2013-02-16(3).

[3] 裴敏欣.中國的環境: 經濟死刑[N]. 美國《財富》雙周刊, 2013-0-28.

[4] 季靜, 王罡, 杜希龍, 等. 京津冀地區植物對灰霾空氣中PM2.5等細顆粒物吸附能力分析[J]. 中國科學: 生命科學, 2013, 43(8): 694–699.

[5] JACOBSON M Z. Strong radioactive heating due to the mixing-state of black carbonization morphemic aerosols[J]. Nature, 2001, 409( 6821): 695–697.

[6] HINZ K P, TRIMBORN A, WEINGARTNER E, et al.Aerosol single particle composition at the Jungfraujoch[J]. Aerosol Science, 2005, 36(1): 123–145.

[7] 王揚鋒, 馬雁軍, 陸忠艷, 等. 遼寧本溪大氣顆粒物濃度特征[J]. 環境化學, 2012, 31(2): 235–242.

[8] 李學彬, 韓永. 徐青山, 等. 廈門地區大氣氣溶膠變化特征分析[J]. 大氣與環境光學學報, 2006, 1(3): 161–165.

[9] 于淑秋, 林學椿, 徐祥德. 北京市區大氣污染的時空特征[J]. 應用氣氣象學報, 2002, 13: 92–99.

[10] 李雪, 劉子銳, 任希巖, 等. 2007 和 2008 年夏季北京奧運館大氣 PM10與 PM2.5質量濃度變化特征[J]. 大氣科學學報, 2012, 35(2): 197–204.

[11] 陳瑋, 何興元, 張粵, 等. 東北地區城市針葉樹冬季滯塵效應研究[J]. 應用生態學報, 2003, 14(12): 2113–2116.

[12] 王蕾, 高尚玉, 劉連友, 等. 北京市 11種園林植物滯留大氣顆粒物能力研究[J]. 應用生態學報, 2006, 17(4): 597–601.

[13] 郭二果, 王成, 郄光發, 等. 北京西山典型游憩林空氣顆粒物不同季節的日變化[J]. 生態學報, 2009, 29(6): 3253–3263.

[14] 肖以華, 習丹, 佟富春, 等. 廣州市城鄉梯度森林公園雨季空氣 PM2.5濃度及水溶性離子特征[J]. 應用生態學報, 2013, 24(10): 2905–2911.

[15] LEWANDOWSKI M, JAOUI M, KLEINDIENST TE, et al. Composition of PM2.5during the summer of 2003 in research Triangle Park, North Carolina [J]. Atmospheric Environment, 2007, 41(19): 4073–4083.

[16] YAO X H, CHAN C K, FANG M, et al. The water-soluble ionic composition of PM2.5in Shanghai and Beijing, China [J]. Atmospheric Environment, 2002,36(26): 4223–4234.

[17] FANG G C, CHANG C N, WANG N P, et al. The study of TSP, PM2.5-10and PM2.5during Taiwan Chi-Chi Earthquake in the traffic site of central Taiwan, Taichung[J]. Chemosphere, 2000, 41(11): 1727–1731.

[18] TAO Jun, HO K F, CHEN Laiguo, et al. Effect of chemical composition of PM2.5on visibility in Guangzhou, China, 2007, spring[J]. Particuology, 2009, 7(1): 68–75.

[19] SUN Yulei, ZHUANG Guoshun, WANG Ying, et al. The air borne particulate pollution in Beijing concentration, composition, distribution and sources[J]. Atmospheric Environment, 2004, 38(35): 5991–6004.

[20] KHAN MF, SHIRASUNA Y, HIRANO K, et al. Characterization of PM2.5, PM2.5-10and PM＞10in ambient air, Yokohama, Japan[J]. Atmospheric Research, 2010, 96: 159–172.

[21] 王華, 魯紹偉, 李少寧, 等. 可吸入顆粒物和細顆粒物基本特征、監測方法及森林調控功能[J]. 應用生態學報, 2013, 24(3): 861–868.

[22] NOBLE C A, MUKERJEE S, GONZALES M, et al. Continuous measurement of fine and ultrafine particulate matter, criteria pollutants and meteorological conditions in urban El Paso, Texas[J]. Atmospheric Environment, 2003, 37(6): 827–840.

[23] STONE E, SCHAUER J, QURAISHI T A, et al. Chemical characterization and source apportionment of fine and coarse particulate matter in Lahore, Pakistan[J]. Atmospheric Environment, 2010, 44(8): 1062–1070.

[24] 劉寧微, 馬雁軍, 王揚鋒, 等. 丹東市大氣顆粒物質量濃度變化特征及其與能見度的關系[J]. 環境科學研究, 2010, 23(5): 642–646.

[25] 王緒鑫, 王冀, 向旬, 等. 鞍山大氣顆粒物濃度的變化特征[J]. 環境科學研究, 2009, 22(6): 656–662

[26] 趙晨曦, 王玉杰, 王云琦, 等. 細顆粒物(PM2.5)與植被關系的研究綜述[J]. 生態學雜志, 2013, 32(8): 2203–2210.

[27] TAI A P K, MICKLEY L J, JACOB D J. Correlations between fine particulate matter (PM2.5)and meteorological variables in the United States: Implications for the sensitivity of PM2.5to climate change[J]. Atmospheric Environment, 2010,44(32): 3976–3984.

[28] 宋宇, 唐孝炎, 方晨, 張遠航, 等. 北京市大氣細粒子的來源分析[J]. 環境科學, 2002, 23(6): 11–16.

[29] KIM K H, KIM M Y, HONG S M, et al. The effects of wind speed on the relative relationships between different sized-fractions of airborne particles[J]. Chemosphere, 2005, 59(7): 929–937.

[30] DAWSON J P, ADAMS P J, PANDIS S N. Sensitivity of PM2.5to climate in the Eastern US: A modeling case study[J]. Atmospheric Chemistry and Physics, 2007, 7(16): 4295–4309.

[31] 顧凱華. 南京冬季霧天 PM10、PM2.5中 PAHs 特征及其與氣象條件的關系[D]. 南京: 南京信息工程大學, 2007.

Characteristics of mass concentration variations of PM10and PM2.5in Nanhaizi Park of Daxing in Beijing

CHEN Bo1, LI Shaoning1, LU Shaowei1,*, LU Xiaoying2, CHEN Junli2, LI Hui3
1.Forestry and Pomology Institute, Beijing Academy of Agriculture and Forestry Sciences,Horticulture ecological environment function promote collaborative innovation center,Beijing100093,China2.Nanhaizi Campestrian Park Administrative Office of Daxing District,Beijing102600,China3.Garden Afforestation Bureau of Daxing District,Beijing102600,China

It researched on the PM2.5and PM10concentration, discussed the temporal change characteristics of PM2.5and PM10and the effects of meteorological factors, and analyzed the difference of air quality concentrations in Nanhaizi Park of Beijing. The results showed that PM2.5and PM10mean concentrations were about 110.22 μg·m-3and 125.58 μg·m-3; atmospheric particles were mainly fine particles; PM2.5exceeded 46.96%, and PM10did not exceed. Diurnal variation of PM2.5and PM10concentration was low in night and high in day, rendering obviously of bimodal type. PM2.5and PM10concentration change range was larger in Nanhaizi Park. From different month view, PM2.5concentration was maximum in June, and minimum in August in Nanhaizi Park; it was maximum in November, and minimum in August in control points. The relationships between temperature, wind and rain and PM2.5and PM10mass concentration were negatively correlated. The relationship between humidity and PM2.5and PM10mass concentration was positively correlated. Winds and rain could effectively remove particles, especially fine particulate matter.

M2.5; PM10; mass concentration; Nanhaizi park; Beijing

10.14108/j.cnki.1008-8873.2016.02.016

X703. 5

A

1008-8873(2016)02-104-07

2014-12-16;

2015-02-06

國家林業局林業公益性行業科研專項“森林對PM2.5等顆粒物的調控功能樣帶觀測(20130430101)”

陳波(1987—), 男, 甘肅張掖人, 碩士, 研究實習員, 主要從事城市林業和水土保持研究, E-mail: zhyechb2010@163.com

*通信作者:魯紹偉(1969—), 男, 河北秦皇島人, 博士, 研究員, 主要從事水土保持研究, E-mail: hblsw8@163.com