浙江林业科技，2021，41（1）：16－23
J Zhejiang For Sci Technol
doi:10.3969/j.issn.1001-3776.2021.01.003
黄芳1，章银柯2，张天然1，李晓璐1，于慧1，袁楚阳1，莫莉3，邵锋1（1. 浙江农林大学风景园林与建筑学院，浙江杭州311300；2. 杭州植物园，浙江杭州310012；
3. 生态环境部土壤与农业农村生态环境监管技术中心，北京100012）
摘要：以杭州市临安区4种不同类型的城建绿地（居住区绿地、商业绿地、公共服务设施绿地和广场绿地）为研究对象，在2017年3月－2018年2月，采用实地测量法对绿地内的PM2.5浓度及气象因子（温度、相对湿度和风速）进行监测，研究城建绿地内PM2.5浓度的时空变化规律及其与气象因子的关系。结果表明，不同绿地的PM2.5浓度季节变化均表现为冬季>秋季>春季>夏季；春、夏和冬3个季节的PM2.5浓度依次为商业绿地>居住区绿地>公共服务设施绿地>广场绿地，秋季为商业绿地>居住区绿地>广场绿地>公共服务设施绿地；绿地内PM2.5浓度日变化受人为活动和交通排放影响较大，在下班高峰时段（17:00－20:00）表现尤为明显；气象因子对PM2.5浓度变化有重要影响，绿地内的PM2.5浓度与温 度呈极显著负相关（P<0.01）、与相对湿度呈显著正相关（P<0.05）、与风速显著相关（P<0.05）。
关键词：城建绿地；PM2.5；气象因子；相关性分析；临安
中图分类号：X171 文献标识码：A 文章编号：1001-3776（2021）01-0016-08
Seasonal Variation of PM2.5 Concentration and Correlations with Meteorological Factors in
Different Urban Green Spaces
HUANG Fang1，ZHANG Yin-ke2，ZHANG Tian-ran1，LI Xiao-lu1，YU Hui1，YUAN Chu-yang1，MO Li3，SHAO Feng1
（1. School of Landscape Architecture, Zhejiang A & F University, Hangzhou 311300, China; 2. Hangzhou Botanical Garden, Hangzhou 310012, China;
3. Monitoring Centre for Soil, Agriculture and Rural Ecology and Environment, Ministry of Ecology and Environment, Beijing 100012, China）
Abstract: Determinations were implemented on PM2.5 concentration and meteorological factors (tem
perature, relative humidity and wind speed) in the four different urban green spaces in Lin’an district, Zhejiang province from March 2017 to February 2018. The results showed that the seasonal variations of PM2.5 concentration in different green spaces were followed by winter > autumn > spring > summer. PM2.5 concentration in the spring, summer and winter was ordered by commercial area green space > residential district green space > public service facilities green space > square green space, and in the autumn was by commercial area green space > residential district green space > square green space > public service facilities green space. The daily variation of PM2.5concentration in above-mentioned green spaces was greatly affected by the flow of people and traffic emissions, which was particularly pronounced during the off-hours peak (17:00-20:00). There was a extremely significant negative correlation of PM2.5 concentration in green spaces with temperature (P<0.01), but significant positive correlation with relative humidity (P<0.05), and correlation with wind speed (P<0.05).
Key words: urban green space; PM2.5; meteorological factor; correlation analysis; Lin’an
收稿日期：2020-06-15；修回日期：2020-11-20
作者简介：黄芳，硕士生，从事园林植物应用与园林生态研究；E-mail: *****************。通信作者：邵锋，副教授，博士，从事园林植物应用与园林生态研究；E-mail:*****************。
1期 黄芳，等：不同城建绿地内PM 2.5浓度季节变化及其与气象因子的关系 17
随着城市化进程的不断加快、机动车保有量的持续增长以及石油、煤炭等化石燃料的大量燃烧，使得城市大气环境日益恶化，PM 2.5已成为空气中主要的污染物之一[1-3]。高浓度的PM 2.5会对太阳光形成强烈的散射和吸收作用，导致大气能见度降低，从而形成雾霾。研究表明，PM 2.5表面存在大量有毒物质，这些物质会对人的呼吸系统、心血管系统和神经系统等造成严重危害，引发肺炎、哮喘、冠心病、心律失常等病症[4-7]。城建绿地是城市生态系统的主要组成部分，在改善城市微气候、净化空气和美化环境等方面均发挥着重要作用[8-10]。越来越 多的学者对城建绿地与PM 2.5浓度的关系开展了研究，
如以城市某种类型绿地为研究对象，对该绿地不同空间的PM 2.5浓度变化进行对比分析[11-12]，或探讨各类城建绿地及功能区对PM 2.5的消减效率等[13-15]。
杭州作为浙江省省会，空气污染问题因城市的快速发展愈发严重。2006年，杭州主城区的PM 10平均浓度已超出我国大气环境质量二级标准，而PM 2.5平均浓度是美国大气质量标准的4倍多[16]。2012年，杭州人口密
集区域的PM 2.5最大浓度达到21.2 μg ·m -3· h -1[17]。
由此可见，急需调动社会各方力量共同参与大气颗粒物的治理。本文选取杭州市临安区4种不同类型的城建绿地作为研究对象，监测绿地内的PM 2.5浓度，
实时记录气象因子数据，研究不同类型城建绿地及气象因子对PM 2.5浓度的影响，以期为城建绿地规划设计及建设提供科学依据。 1 研究区概况
选择杭州市临安区4种城建绿地作为试验样
地，分别是居住区绿地（春天小区）、商业绿地
（衣锦商业街）、公共服务设施绿地（浙江农林
大学东湖校区）和广场绿地（五舟广场）。除广
场绿地外，其余3个样地植物配植均为华东地区
常见的乔木-灌木-地被3层结构的混交林，上层
植物主要为玉兰Magnolia denudata 、银杏Ginkgo
biloba 等落叶乔木，中层以金边黄杨Euonymus
japonicus var. aurea-marginatus 、红花檵木
Loropetalum chinense var. rubrum 等小灌木为主，
下层为狗牙根Cynodon dactylon 、麦冬Ophiopogon
japonicus 等地被植物。3个样地的种植密度、郁
闭度及成熟度等落结构特征基本一致。 春天小区位于玲珑山脚，绿地率为42.5%[18]，小区四周被
城市主干道围合，交通便捷。试验样地选择小区的3号楼与4号楼之间，四周均由高层建筑围合，私密性高，面积约1 500 m 2。衣锦商业街位于临安区中心位置，人流及车流量大，商业活动主要有餐饮及零售，试验样地选在紧邻浙江农林大学衣锦校区南门处的公共区域，是商业街上行人休憩、停留的重要驿站之一，面积约1 800 m 2，绿地率近40%。公共服务设施绿地选择在浙江农林大学东湖校区的学院楼4号楼南侧，该样地主要为师生提供一处活动、交流的空间，面积约1 600 m 2，绿地率达50%。五舟广场位于临安区东北部，是一个重要的市民活动广场，以硬质铺装为主，少量点缀孤植树木，总面积为4 500 m 2，绿地率约35%，见图1。
2 研究方法
2.1 PM 2.5浓度及气象因子监测
在天气晴朗微风条件下（要求雨后3 ~ 4 d ），在4个样地的几何中心位置各布置1台微电脑激光粉尘仪[型号为LD-5C （B ）]监测PM 2.5浓度。各监测点半径3 m 范围内无高大植物遮挡。仪器架设高度为距离地面1.5 m
图1 样地分布图 Figure 1
Distribution of sample plots
18 浙江林业科技 41卷
处（与成人呼吸高度基本相同）。监测数据采集频率为1次·3 min-1，设置精度（k值）为0.001。试验分别选在春季（2017年3月及4月）、夏季（2017年5月及8月）、秋季（2017年9月及11月）和冬季（2017年2月及2017年12月）进行（2017年1月、6月、7月和10月因连续降雨或极端高温、低温等原因未开展试验）。在每月上、中、下旬各采样1 d，每天连续监测24 h（8:00－次日8:00），获得480个数据，取其算数平均值作为PM2.5浓度值。在广场绿地内设置1台风速仪（型号为MS6252B），对温度、相对湿度及风速等气象因子数据进行同步监测，仪器一端连接1台笔记本电脑，收集的数据通过电脑实时显示并保存，数据采集频率为1次·min-1，仪器架设高度与粉尘仪一致。本试验中，夜间监测的PM2.5浓度值变化不明显，而白天的PM2.5浓度变化较剧烈，能较好反映浓度变化规律，因此，本研究仅分析监测当日白天（8:00－20:00）的PM2.5浓度变化。
2.2 数据处理
运用Excel 2010进行数据统计和整理、SPSS 23.0进行Spearman相关性分析，采用Origin 8.0作图。
3 结果与分析
3.1 不同城建绿地内PM2.5浓度季节变化
由表1可知，同一城建绿地的PM2.5浓度在不同季节间差异均达到显著水平（P<0.05），4种绿地的PM2.5浓度季节变化均表现为冬季>秋季>春季>夏季。春季，4种绿地的PM2.5浓度依次为商业绿地>居住区绿地>公共服务设施绿地>广场绿地，其中，商业绿地的PM2.5浓度最高，是广场绿地的1.45倍。夏季，各绿地的PM2.5浓度均呈现明显的下降趋势，但仍以商业绿地的PM2.5浓度最高，居住区绿地次之，广场绿地最低，商业绿地的PM2.5浓度是广场绿地的1.6倍，与春季相比，夏季这2种绿地间的差异更大。秋季，商业绿地的PM2.5浓度与公共服务设施绿地间的差异最大，公共服务设施绿地与广场绿地之间的差异相对较小，PM2.5浓度表现为商业绿地>居住区绿地>广场绿地>公共服务设施绿地；总体上，各绿地的PM2.5浓度均明显比春、夏两季高，绿地的空气质量普遍较差；与春、夏两季不同的是秋季公共服务设施绿地的PM2.5浓度比广场绿地的略低。冬季，4种绿地的PM2.5浓度逐渐升高，是夏季的2 ~ 3倍，其中，以商业绿地的PM2.5浓度最高，其次是居住区绿地、公共服务设施绿地和广场绿地；冬季4种绿地的PM2.5浓度大小排序与春、夏两季相同。
表1 不同城建绿地的PM2.5浓度季节差异分析
Table 1 Analysis on seasonal variance of PM2.5 concentration in different urban green spaces
绿地类型
PM2.5浓度/（μg·m-³）
F值春季夏季秋季冬季
居住区绿地78.60±6.23b 62.70±5.78b 108.84±10.88ab 128.88±13.75a 8.21 商业绿地98.25±9.44b 64.03±5.98b 116.35±9.30b 139.25±11.83a 3.85 公共服务设施绿地70.80±3.02ab 49.05±2.45b 94.46±8.60ab 122.34±14.16a 4.13 广场绿地67.80±7.31ab 41.25±2.06b 95.12±8.65ab 118.34±9.96a 16.68 注：同一行不同字母表示经LSD检验差异显著，显著性水平为0.05。
3.2 不同城建绿地内PM2.5浓度日变化
4个季节不同城建绿地的PM2.5浓度日变化如图2所示。由图2可知，春季，各绿地的PM2.5浓度均在9:00左右达到高峰值，其中，商业绿地的浓度最高，公共服务设施绿地的浓度最低。10:00后，各绿地的PM2.5浓度均开始下降。受上班人流动的影响，13:30左右，居住区绿地和商业绿地的PM2.5浓度有所上升。16:00－20:00，4种绿地的PM2.5浓度均呈现先上升后下降的变化规律。傍晚时段是人们的下班高峰期，有大量汽车尾气排放和人为活动，这些都会引起PM2.5浓度的升高。夏季8:00－10:00，各绿地的PM2.5浓度均由高峰值开始急剧下降，降幅及变化规律基本一致。12:00左右，4种绿地的PM2.5浓度都有所增加。随着气温的持续升高，在14:00左右，PM2.5浓度均出现最低值。17:00左右，商业绿地的PM2.5浓度再次出现一个小高峰。20:00后，由于夏季日夜温差变化及夜间相对湿度的增加导致PM2.5浓度上升。秋季，4种绿地的PM2.5浓度在8:00－10:30均呈现上升
1期黄芳，等：不同城建绿地内PM2.5浓度季节变化及其与气象因子的关系19
趋势。10:30－18:00，商业绿地、公共服务设施绿地和广场绿地的PM2.5浓度变化剧烈，总体呈下降趋势。由于傍晚时气温下降、夜间人员流动减少以及空气相对湿度增大，18:00－20:00，各绿地的PM2.5浓度较白天的低。冬季，受低温影响，4种绿地的PM2.5浓度均呈现先降后升的变化规律。商业绿地位于交通繁忙地带，因此，其PM2.5浓度远高于广场绿地的。各绿地的PM2.5浓度在12:00－14:00逐渐升高，在14:00达到小高峰后开始下降，12:00－16:00，居住区绿地因受到不稳定气流的影响，PM2.5浓度出现短暂急剧升高现象。17:00之后的下班高峰期，受汽车尾气排放量增加、相对湿度增大等因素的影响，各绿地的PM2.5浓度再次上升。
图2 4个季节不同城建绿地的PM2.5浓度日变化
Figure 2 Daily variation of PM2.5 concentration in different urban green spaces in four seasons
3.3 气象因子对绿地内PM2.5浓度的影响
气象因子与PM2.5浓度变化关系密切。刘大锰等[19]认为污染源排放和气象因子是影响PM10和PM2.5浓度变化的主要因素。Tai等[20]研究发现，高达50%的PM2.5浓度变化与温度、相对湿度和降水存在关系。本研究以广场绿地为参照点，利用Spearman分析气象因子与PM2.5浓度的相关性，并
表2 PM2.5浓度与气象因子的相关性分析
Table 2 Correlation analysis on PM2.5 concentration and meteorological factors 气象因子
PM2.5浓度/（μg·m-³）
春季夏季秋季冬季
温度－0.869** －0.253** －0.270** －0.891**pm2.5监测
相对湿度0.892** 0.285** 0.017* 0.776**
风速－0.094* 0.123** －0.219* －0.076*
注：**在0.01水平（双尾），相关性极显著；*在0.05水平（双尾），相关性显著。
20 浙江林业科技 41卷
通过线性拟合进一步明确其线性关系。由表2可知，4个季节绿地内的PM2.5浓度与温度呈极显著的相关性（P<0.01）、与相对湿度和风速都存在显著的相关性（P<0.05），且气象因子对PM2.5的影响随季节不同产生差异。春、夏季处于梅雨期，相对湿度大，对PM2.5浓度的影响较大，而秋、冬季空气相对湿度小，温度为主要影响因素。
3.3.1 温度对PM2.5浓度的影响当季温度日均值与PM2.5日均浓度的线性拟合结果如图3所示。由图3可看出，随着环境温度的不断升高，PM2.5浓度逐渐下降，温度与PM2.5浓度呈现明显的负相关线性关系。春、夏季高温会加速空气垂直方向的对流，有利于PM2.5的扩散，而秋、冬季温度下降，容易形成逆温层，空气对流减缓，导致PM2.5无法有效疏散。
图3 PM2.5浓度与温度的相关性
Figure 3 Correlation between PM2.5 concentration and temperature
3.3.2 相对湿度对PM2.5浓度的影响如图4所示，空气中相对湿度越大，PM2.5浓度越高，反之则越低，两者表现出较明显的正相关线性关系。PM2.5具有吸湿性，当空气中存在大量水分时，PM2.5会持续地吸湿增大，彼此间不断碰撞凝结，受重力作用加速沉降，从而导致地表面PM2.5浓度升高。杭州临安地区植被覆盖率高，空气相对湿度整体偏大，不利于PM2.5的扩散。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议