文章信息
- 郭二果, 王成, 彭镇华, 郄光发, 杨伟伟, 房城, 周志海.
- Guo Erguo, Wang Cheng, Peng Zhenhua, Qie Guangfa, Yang Weiwei, Fang Cheng, Zhou Zhihai
- 北京西山三种典型游憩林春季空气颗粒物日变化规律
- Diurnal Variation of Airborne Particulate Matter in 3 Typical Recreation Forests in West Mountain of Beijing Area in Spring
- 林业科学, 2009, 45(6): 145-148.
- Scientia Silvae Sinicae, 2009, 45(6): 145-148.
-
文章历史
- 收稿日期:2007-10-11
-
作者相关文章
2. 天津市环境工程评估中心 天津 300191;
3. 北京林业大学林学院 北京 100083;
4. 杭州西湖风景名胜区吴山景区管理处 杭州 310002;
5. 北京市百望山森林公园管理处 北京 100094
2. Tianjin Appraisal Center for Environment Engineering Tianjin 300191;
3. Forestry College of Beijing Forestry University Beijing 100083;
4. Adminstrative Office of MT. WU. & Hangzhou West-Lake Scenic Spot Hangzhou 31000;
5. Baiwang Mountain Forest Park Administration of Beijing Beijing 100094
近年来,随着北京社会经济和城市的发展,生态保健旅游逐渐成为城市居民的重要需求。北京西山是北京市民和外地游客进行徒步旅行、登高、健身、摄影等各种游憩活动的重要区域。据调查,森林保健旅游的主要目的之一是呼吸新鲜空气(黄晓鸾等,1998),游憩林空气质量的好坏是判断游憩区森林旅游适宜性的决定性因素。而空气悬浮颗粒物是北京的首要污染物,空气颗粒物达到一定浓度后会导致人体产生一系列疾病(Kan et al., 2004),而且粒径越小危害越大,春季又是北京空气颗粒物污染的多发季节,对北京西山游憩林春季空气颗粒物变化的研究具有重要意义。目前有关空气颗粒物的研究主要集中在来源分析(Holmes et al., 2005;Yue et al., 2006;杨复沫等,2003)、成分解析(Chan et al., 1997;Sergio et al., 2004)和对人体健康的危害评价(Schwartz,1994;Neil et al., 2004;Dockery,1993;Pope et al., 1995)上,对春季空气颗粒物的昼夜变化规律研究未见报道。本研究以百望山森林公园为例,分析北京西山3种典型游憩林春季空气颗粒物日变化规律,旨在为空气质量预报、市民和游客外出活动时间的安排和公园的旅游管理提供理论依据。
1 研究区概况研究区百望山森林公园地处京西山东端,素有“太行前哨第一峰”的美称,位于颐和园北3 km处。暖温带大陆性季风气候,年均气温11.6℃,年降水量630 mm左右,7—8月份降水占全年的70%左右。土壤多为褐土和棕壤,土壤发育层次不明显。公园面积200余hm2,主峰海拔210 m,植被覆盖率95%以上,以侧柏(Platycladus orientalis)为主的松柏林、以黄栌(Cotinus coggygria)为主的红叶林以及侧柏和黄栌与其他野生灌木组成的混交林是北京西山游憩林类型的典型代表,是与香山相连的西山山脉另一角红叶观赏极佳处。园内有毛主席手书“绿化祖国”碑亭,镶嵌着党和国家领导人、社会知名人士题词及书画艺术家的作品碑刻1 000余通,是集保健、艺术等多功能于一园的活动场所。
2 研究方法 2.1 样地选择选择百望山森林公园“历代名家碑林”周围的3种典型游憩林:侧柏纯林(树龄40年,树高7 m,胸径12.6 cm,面积超过3 000 m2,郁闭度0.8)、黄栌纯林(树龄40年,树高5.5 m,胸径12 cm,面积10 000 m2,郁闭度0.6)和黄栌、构树(Broussonetia papyrifera)、油松(Pinus tabulaeformis)、侧柏等构成的混交林(乔木树种4 m左右,胸径9 cm,面积5 413 m2,郁闭度0.7)。低矮灌木以荆条(Vitex negundo var. heterophylla)和酸枣(Ziziphus jujuba var. spinosa)为主。
2.2 指标测定和数据处理2007年5月选择典型天气3天(连续晴天,大风后1天且傍晚多云;雨后连续晴天第2天),用Dustmate烟尘检测仪测定距地面1.5 m高处空气的TSP(d≤100 μm,总悬浮颗粒物),PM10(d≤10 μm,可吸入颗粒物),PM2.5(d≤2.5 μm,可吸入细颗粒物)和PM1.0浓度(d≤1.0 μm),每次3个重复;同时用小气候监测仪监测空气温度、空气相对湿度、风速和光照。每天9:00至次日9:00每隔2 h观测1次。
用SAS v8进行统计分析。
3 结果与分析 3.1 3种游憩林空气悬浮颗粒物浓度总体日变化3种游憩林4种粒径空气颗粒物浓度日变化曲线均呈双峰双谷形,白天和夜间均有一个高峰和一个低谷。具体的变化趋势是:凌晨3:00~5:00第1个低谷后空气颗粒物浓度开始增加,早上7:00~9:00达到第1个高峰,之后开始下降,下午15:00降到一天中最低值,然后呈不断上升趋势,夜间21:00至次日凌晨1:00达到第2个高峰(表 1)。这种日变化的主要原因可能是:白天气温高,风速大,特别是下午15:00气温达到最高,这时空气对流加强,空气湍流运动易于空气颗粒物的输送和扩散,使其达到最低。相反,早晚和夜间气温低,空气湿度大,又加上风速小,这种低温、高湿和相对静风的气象状态不利于空气颗粒物的扩散和输送,使其聚集增多,所以早上7:00—9:00和晚上21:00—1:00是空气颗粒物浓度达到高峰的两个时间段。另外,早上5:00—9:00和晚上19:00左右是山下车流量、人流量的高峰期,产生的空气污染物可能会输送到山上而增加空气颗粒物浓度。试验调查发现,4:30左右附近居民就开始进行晨练活动,直到7:00才逐渐离开,这也可能是5:00左右空气颗粒物浓度开始增加,9:00左右达到最大的另一个原因。至于夜间3:00—5:00空气颗粒物出现一个小低谷的原因,是否与空气湿度太大将空气颗粒物凝结有关,还是由于这段时间山上森林内温度比市内温度高而进行城郊气流交换的结果,还需讨论。这样,从4种粒径空气颗粒物总体角度来看,春季下午15:00左右最适合进行户外游憩活动,上午9:00左右外出活动时应考虑空气悬浮颗粒物污染情况。
另外,从粒径较小的颗粒物所占的比例来看,小粒径颗粒物所占比例日变化趋势与颗粒物浓度变化整体趋势基本相似(表 2),这说明颗粒物浓度较高的时段细颗粒的比例也高。
3种游憩林相比较,春季3种典型游憩林空气颗粒物日变化差异不大,方差分析也显示,林型对4种粒径空气颗粒物水平的影响均不显著(α=0.05)。
3.2 不同粒径空气悬浮颗粒物浓度日变化比较对于同一种林型,4种不同粒径空气颗粒物浓度日变化趋势大体相似,只是细颗粒物浓度出现波峰和波谷的时间较粗颗粒物稍有提前或滞后(表 1)。TSP浓度2个高峰值分别出现在9:00(侧柏林和黄栌林)或7:00(混交林)、21:00(黄栌林和混交林)或23:00(侧柏林),2个低谷值分别出现在下午15:00、早上5:00(侧柏林和黄栌林)或3:00(混交林)。PM10浓度相对于TSP而言,3种林型白天高峰出现时间均提前到7:00,夜间低谷值在侧柏林内提前到3:00,夜间高峰值在混交林内延迟到23:00。与PM10浓度相比较,PM2.5夜间高峰推迟到23:00(侧柏林和黄栌林)或1:00(混交林)。而PM1.0相对于PM2.5而言个别林地的白天高峰又提前出现,侧柏林在5:00达到最大,且3种游憩林夜间高峰均出现在1:00。方差分析显示,15:00、21:00和9:00总体TSP浓度在3种游憩林内均差异极显著(P<0.05)。细颗粒物对周围环境比较敏感,早上提前达到最大,下午从15:00开始浓度能持续较长时间增加,直到夜间稍稍降低马上又开始升高。
3.3 不同天气条件下空气颗粒物比较用SAS v8两因素随机区组方差分析结果表明,天气因素对4种不同粒径空气颗粒物水平均有极显著影响。风后且多云天气下4种粒径空气颗粒物日平均浓度均显著高于其他2种天气(P<0.05)(表 3)。
方差分析结果表明:不同天气条件下侧柏林TSP,PM10和PM2.5日平均浓度的差异均不显著(α=0.05);对于黄栌林和混交林,风后多云和连续晴天测定的TSP,PM10和PM2.5日平均浓度之间差异均极显著(P<0.01);3种林型PM1.0日平均浓度均表现为风后多云与其他2种天气情况差异极显著(P<0.01)。根据以上方差分析的结果,以有代表性的侧柏林TSP、黄栌林TSP和侧柏林PM1.0为例来分析天气条件对空气颗粒物的影响。不同天气条件下TSP总的日变化趋势是:风后多云的天气条件下TSP含量最高,特别是傍晚后,这主要是因为测定日前2天连续刮风,空气中起尘量增加,再加上那天从傍晚开始天气转为多云,直至次日下午降了阵雨,风后多云使得空气中被风扬起的颗粒物不易扩散而聚集增多。雨后2天TSP浓度日变化总体走势在3种天气条件下居中,雨后空气湿润和白天风速较大使白天部分时间颗粒物浓度相对较低,而晚上到次日凌晨,由于空气温度低、空气相对湿度大、风速小,颗粒物浓度一直保持较高水平,至于早上9:00—11:00 TSP浓度相对较高的原因可能与那天凌晨有轻微的降尘现象有关。与前2种情况相比,在连续晴天条件下,傍晚至清晨TSP浓度相对容易扩散而最低,白天(9:00—17:00)因光化学反应较强使空气颗粒物含量最高,晴天的这种昼夜差异在树体高大、郁闭度较大的侧柏林内更明显。细颗粒PM1.0浓度变化趋势与TSP基本相似,只是风后多云天气PM1.0浓度增加趋势更明显。
4 结论与讨论北京西山3种典型游憩林春季4种粒径空气颗粒物浓度日变化趋势基本保持一致,均近似呈双峰双谷形,两个高峰分别出现在7:00—9:00和21:00—1:00两个低谷分别出现在15:00和3:00—5:00,而且颗粒物总体浓度越高的时段,细颗粒物所占的比例也越高。其他学者在北京、上海、重庆(任丽新等,1999)和英国(Latha et al., 2006)的研究也发现7:00—9:00和19:00—22:00是空气颗粒物浓度的高峰期。这个结论可以告诉游客若仅从空气颗粒物角度来看,春季下午15:00左右比较适合户外游憩,另外,早上5:00前也可适当进行游憩活动。而早上7:00—9:00和晚上21:00至次日1:00外出活动应注意空气颗粒物的污染情况。
同一游憩林不同粒径空气颗粒物相比,小粒径颗粒物对周围环境比较敏感,高峰期容易达到且能保持较长时间:白天高峰和夜间低谷出现时间逐渐提前,夜间高峰则有所滞后。
气象因素和天气条件对空气颗粒物的影响比较复杂,特别是空气湿度、温度和风速,且细颗粒对其更为敏感。本研究发现低温、高湿、静风状态一般会使空气颗粒物浓度增加,温度较高、有风的时段颗粒物浓度相对较低。但在夜间温度最低、空气湿度最大的3:00—5:00空气颗粒物浓度也出现了一个低谷,有学者在澳大利亚布里斯班也发现空气湿度大空气颗粒物浓度却有所降低的现象(Chan et al., 1997),这究竟是由于湿空气的凝结作用还是由于夜间城郊气流交换的结果还是其他原因需要探讨。此外,虽然长时间持续低风速、高湿度的天气空气颗粒物浓度会增加,但本研究同时发现速度较大的风持续时间较长时,地被物覆盖较少的林地空气颗粒物浓度会增加,特别是刮风后多云的夜间,空气颗粒物浓度会更大,而且细颗粒及其所占的比例也会增加。安俊岭等(2000)也发现干燥风多的天气空气颗粒物会增多。今后应着重就空气湿度、风速、温度对空气颗粒物浓度的影响作长期深入研究。
安俊岭, 张仁健, 韩志伟. 2000. 北方15个大型城市总悬浮颗粒物的季节变化. 气候与环境研究, 5(1): 25-29. |
黄晓鸾, 张国强. 1998. 城市生存环境绿色量值群的研究(1). 中国园林, 14(55): 61-63. |
任丽新, 游荣高, 吕位秀, 等. 1999. 城市大气气溶胶的物理化学特性及其对人体健康的影响. 气候与环境研究, 4(1): 67-73. DOI:10.3878/j.issn.1006-9585.1999.01.15 |
杨复沫, 贺克斌, 马永亮. 2003. 北京大气PM2.5中微量元素的浓度变化特征与来源. 环境科学, 24(6): 33-37. |
Chan Y C, Simpson R W, Mctainsh G H, et al. 1997. Characterization of chemical species in PM2.5 and PMl0 aerosols in Brisbane, Australia. Atmospheric Environment, 31(22): 3773-3785. DOI:10.1016/S1352-2310(97)00213-6 |
Dockery D W, Pope C A Ⅲ, Xu Xiping, et al. 1993. An association between air pollution and mortality in six US cities. New England Journal of Medicine, 329: 1753-1759. DOI:10.1056/NEJM199312093292401 |
Holmes N S, Morawska L, Mengersen K, et al. 2005. Spatial distribution of submicrometre particles and CO in an urban microscale environment. Atmospheric Environment, 39(22): 3977-3988. DOI:10.1016/j.atmosenv.2005.03.049 |
Kan H D, Chen B H. 2004. Particulate air pollution in urban areas of Shanghai, China:health-based economic assessment. The Science of the Total Environment, 322(1/3): 71-79. |
Latha K M, Highwood E J. 2006. Studies on particulate matter (PM10) and its precursors over urban environment of reading, UK. Journal of Quantitative Spectroscopy & Radiative Transfer, 101(2): 367-379. |
Neil A P, Kenneth G W. 2004. Mortality and morbidity benefits of air pollution (SO2 and PM10) absorption attributable to woodland in Britain. Journal of Environmental Management, 70: 119-128. |
Pope C A, Thun M J, Namboodiri M M, et al. 1995. Particulate air pollution as a predictor of mortality in a prospective study of US adults. American Journal of Respiratory and Critical Care Medicine, 151: 669-674. DOI:10.1164/ajrccm/151.3_Pt_1.669 |
Schwartz J. 1994. Air pollution and daily mortality:a review and metaanalysis. Environmental Research, 64: 36-52. DOI:10.1006/enrs.1994.1005 |
Sergio R, Xavier Q, Andres A, et al. 2004. Comparative PM10-PM2.5 source contribution study at rural, urban and industrial sites during PM episodes in Eastern Spain. Science of the Total Environment, 328: 95-113. DOI:10.1016/S0048-9697(03)00411-X |
Yue W S, Lia X L, Liu J F, et al. 2006. Characterization of PM2.5 in the ambient air of Shanghai City by analyzing individual particles. The Science of the Total Environment, 368(2-3): 916-925. DOI:10.1016/j.scitotenv.2006.03.043 |