• 中国中文核心期刊
  • 中国科学引文数据库(CSCD)核心库来源期刊
  • 中国科技论文统计源期刊(CJCR)
  • 第二届国家期刊奖提名奖

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

雁荡山杉木林夏季空气颗粒物的垂直空间变化特征

宋阳 王成 韩丹 徐珊珊 杜倩 王涵

引用本文:
Citation:

雁荡山杉木林夏季空气颗粒物的垂直空间变化特征

    通讯作者: 王成, wch8361@163.com
  • 基金项目:

    "十三五"国家科技支撑计划项目 2015BAD07B06

  • 中图分类号: S718.5

Variation of Particle Matters in Different Vertical Heights of Cunninghamia lanceolata Forest in Yandangshan

    Corresponding author: WANG Cheng, wch8361@163.com ;
  • CLC number: S718.5

  • 摘要: 目的 研究森林空气颗粒物的不同高度垂直空间变化特征,为森林康养环境利用提供理论依据。 方法 于2017年5月对温州雁荡山杉木林林下(人体高度1.5 m)、林冠中部(6 m)及林冠顶部(12 m)3个高度的空气颗粒物质量浓度(TSP、PM10、PM2.5、PM1.0)进行同步昼夜24 h监测,分析空气颗粒物质量浓度的空间变化规律。 结果 表明:(1)杉木林垂直空间不同粒径颗粒物的质量浓度存在差异,总颗粒物质量浓度与细颗粒物(< 2.5 μm)质量浓度在3种高度差异显著,均为林冠层最低;(2)3种不同高度的TSP、PM10质量浓度日均值均达到二类环境功能区质量要求(300、150 μg·m-3),其中,林冠层的TSP日均值达到一类环境功能区质量要求(120 μg·m-3);(3)不同高度各粒径空气颗粒物日变化规律大体一致,均表现为白天低,夜间高;(4)不同垂直高度空气颗粒物质量浓度,白天为林冠层最低;夜间为TSP质量浓度各垂直高度差别不大,PM10、PM2.5与PM1质量浓度总体为在人体高度较低;(5)各粒径空气颗粒物与露点温度极显著正相关,与气压极显著负相关,其中,PM2.5质量浓度与2项环境因子相关系数最大;除TSP外,其余颗粒物质量浓度与温度、最大风速极显著正相关,与相对湿度极显著负相关,各气象因子共同影响空气颗粒物质量浓度。 结论 通过对结果的综合分析,温州雁荡山杉木林环境林冠层为康养游憩最佳高度,最适宜白天出行。
  • 图 1  杉木林内测量平台示意图

    Figure 1.  Schematic diagram of measurement platform in Cunninghamia lanceolate forest

    图 2  3种不同高度空气颗粒物质量浓度日变化

    Figure 2.  Daily variation of mass concentration in different heights

    图 3  各不同高度小粒径颗粒物所占比例的日变化

    Figure 3.  Diurnal variations of fine particle's proportions in three heights

    表 1  3种不同高度空气颗粒物的质量浓度日均值及小粒径颗粒物所占比

    Table 1.  Daily average values of particle matters mass concentrations at three heights and the proportion of fine particles

    高度
    Height
    ρTSP/
    (μg·m-3)
    ρPM10/
    (μg·m-3)
    ρPM2.5/
    (μg·m-3)
    ρPM1/
    (μg·m-3)
    比例
    Proportion/%
    PM10/TSP PM2.5/PM10 PM1/PM2.5
    H1 130.64±12.35AB 91.40±6.24A 34.87±0.85AB 10.60±0.35A 69.96±9.30A 38.15±2.31A 30.40±1.25A
    H2 119.24±10.47A 82.05±4.84A 30.03±0.54A 9.17±0.17A 68.81±7.66A 36.60±2.46A 30.54±0.86A
    H3 132.46±12.64B 91.47±5.67A 39.18±0.73B 11.00±0.27A 69.05±9.15A 42.83±5.80B 28.08±2.43A
    注:表中同列不同大写字母表示同一季节不同高度梯度间差异(P<0.05),下同.
    Note: the difference between different vertical gradients in the same season (P < 0.05), the same as bellow.
    下载: 导出CSV

    表 2  杉木林不同高度气象因子的日均值

    Table 2.  Daily mean values of meteorological factors in different height

    高度Height 温度Temperature/℃ 相对湿度Relative humidity/% 露点温度Dew point temperature/℃ 气压Air pressure/Pa 风速Wind velocity/(m·s-1)
    最大Maximum 平均Average
    H1 21.82±0.20A 75.42±2.32A 16.80±0.21A 984.35±0.17A 1.62±0.20A 0.72±0.06A
    H2 21.67±0.18A 80.47±3.56B 17.57±0.14B 985.82±0.24A 1.32±0.11B 0.34±0.04B
    H3 21.20±0.31A 74.68±2.61A 16.32±0.08A 987.42±0.23B 1.17±0.08C 0.19±0.03B
    下载: 导出CSV

    表 3  不同粒径空气颗粒物质量浓度与气象因子的相关系数

    Table 3.  Correlation coefficients of different kinds of particle concentrations and meteorological factors

    类型
    Type
    空气温度
    Air temperature
    相对湿度
    Relative humidity
    露点温度
    Dew point temperature
    气压
    Air pressure
    平均风速
    Average wind velocity
    最大风速
    Maximum wind velocity
    TSP 0.136 -0.015 0.274** -0.310** 0.043 0.165
    PM10 0.483** -0.345** 0.532** -0.594** 0.103 0.368**
    PM2.5 0.809** -0.703** 0.706** -0.755** 0.144 0.520**
    PM1 0.723** -0.608* 0.626** -0.741** 0.128 0.486**
    注:* P<0.05;**P<0.01.
    下载: 导出CSV
  • [1]

    Oyama H, Ohsuga M, Tatsuno Y, et al. Evaluation of the psycho-oncological effectiveness of the bedside wellness system[J]. Cyberpsychology & behavior: the impact of the internet, multimedia and virtual reality on behavior and society, 1999, 2 (1), 81-84.
    [2]

    Yang Gao, Xinyue Guo, Cai Li, et al. Characteristics of PM2.5 in Miyun, the northeastern suburb of Beijing: chemical composition and evaluation of health risk[J]. Environmental Science and Pollution Research, 2015, 22 (21):16688-16699. doi: 10.1007/s11356-015-4851-6
    [3]

    Strand Matthew, Hopke Philip K, Zhao Weixiang, et al. A study of health effect estimates using competing methods to model personal exposures to ambient PM2.5[J]. Journal of Exposure Science and Environmental Epidemiology, 2007, 17 (6): 549-558. doi: 10.1038/sj.jes.7500568
    [4] 杜万光, 王成, 王茜, 等.春季旗山福建柏林内外空气颗粒物变化特征[J].环境科学与技术, 2017, 40(10): 176-184.

    [5] 侯贻菊, 丁访军, 刘延惠, 等.贵阳东郊针阔混交林内外空气颗粒物不同季节的日变化[J].江苏农业科学, 2017, 45(19): 280-285.

    [6] 古琳, 王成, 王艳英, 等.夏季持续高温天气下无锡惠山游憩林内空气颗粒物变化特征[J].林业科学, 2013, 49(10): 66-73.

    [7] 段文军, 王成, 张昶, 等.夏季3种生境森林内空气颗粒物变化特征[J].北京林业大学学报, 2017, 39(5): 73-81.

    [8] 王晓磊, 王成, 古琳, 等.春季典型天气下城市街头绿地内大气颗粒物浓度变化特征[J].生态学杂志, 2014, 33(11): 2889-2896.

    [9] 高敏, 仇天雷, 贾瑞志, 等.北京雾霾天气生物气溶胶浓度和粒径特征[J].环境科学, 2014, 35(12): 4415-4421.

    [10] 欧阳勋志, 廖为明, 彭世揆.天然阔叶林景观质量评价及其垂直结构优化技术[J].应用生态学报, 2007, 18(6): 1388-1392. doi: 10.3321/j.issn:1001-9332.2007.06.036

    [11] 刘奇, 孙楠.修枝强度对硬阔叶混交林主要树种生长的影响[J].黑龙江生态工程职业学院学报, 2015, 28(3): 11-13. doi: 10.3969/j.issn.1674-6341.2015.03.005

    [12] 郑景明, 张春雨, 周金星, 等.云蒙山典型森林群落垂直结构研究[J].林业科学研究, 2007, 20(6):768-774. doi: 10.3321/j.issn:1001-1498.2007.06.006

    [13] 曹玉昆, 雷礼纲, 张瑾瑾.我国林下经济集约经营现状及建议[J].世界林业研究, 2014, 27(6): 60-64.

    [14]

    Cox Louis A, Popken Douglas A, Ricci Paolo F. Warmer is healthier: Effects on mortality rates of changes in average fine particulate matter (PM2.5) concentrations and temperatures in 100 U.S. cities[J]. Regulatory Toxicology and Pharmacology, 2013, 66 (3): 336-346. doi: 10.1016/j.yrtph.2013.05.006
    [15] 赵晨曦, 王云琦, 王玉杰, 等.北京地区冬春PM2.5和PM10污染水平时空分布及其与气象条件的关系[J].环境科学, 2014, 35(2): 418-427.

    [16] 邓利群, 钱骏, 廖瑞雪, 等.2009年8-9月成都市颗粒物污染及其与气象条件的关系[J].中国环境科学, 2012, 32(8): 1433-1438. doi: 10.3969/j.issn.1000-6923.2012.08.013

    [17]

    Henian Zhang, Yuhang Wang, et al. Quantifying the relationship between extreme air pollution events and extreme weather events[J].Atmospheric Research, 2016, 188: 64-79
    [18] 杨叶.矿业城市大气颗粒物粒径及水溶性离子分布特征[D].安徽: 安徽大学, 2016.

    [19] 林俊, 刘卫, 李燕, 等.大气气溶胶粒径分布特征与气象条件相关性分析[J].气象与环境学报, 2013, 25(1):1-5. doi: 10.3969/j.issn.1673-503X.2013.01.001

    [20] 孙启祥, 彭镇华, 张齐生.自然状态下杉木木材挥发物成分及其对人体身心健康的影响[J].安徽农业大学学报, 2004, 31(2): 158-163. doi: 10.3969/j.issn.1672-352X.2004.02.010

    [21]

    Powe N A, Willis K G. Mortality and morbidity benefits of air pollution (SO2, PM10) absorption attributable to woodland in Britain[J].Journal of Environmental Management, 2004, 70(2): 119-128. doi: 10.1016/j.jenvman.2003.11.003
    [22]

    Latha Madhavi K, Badarinath KVS. Seasonal variations of PM10 and PM2.5 particles loading over tropical urban environment[J]. International Journal of Environmental Health Research, 2005, 15 (1): 63-68. doi: 10.1080/09603120400018964
    [23] 邵龙义, 时宗波.都市大气环境中可吸入颗粒物的研究[J].环境保护, 2000(1): 24-26.

    [24]

    Glavas S D, Nikolakis P, Ambatzoglou D, et al. Factors affecting the seasonal variation of mass and ionic composition of PM2.5 at a central Mediterranean coastal site[J]. Atmospheric Environment, 2008, 42 (21): 5365-5373.
    [25] 王萌, 刘一超, 梁琼, 等.北京城市森林公园不同树种吸附大气颗粒物能力[J].北京农学院学报, 2018, 33(1):79-83.

    [26] 马远, 贾雨龙, 王成, 等.北京市典型道路防护林滞尘时空分布及其影响因子分析[J].林业科学研究, 2018, 31(5):110-117.

    [27] 马远, 贾雨龙, 王成, 等.北京市3种道路防护林春季滞尘规律研究[J].林业科学研究, 2018, 31(2):147-155.

    [28]

    Zhang Hua, Li Fengrui, Zhang Tonghui, et al. Yasuhito Shirato.Evaluation of ecological services of Populus simonii forest on Heerqin sandy land[J]. Yingyong Shengtai Xuebao, 2004, 14(10): 1591-1596.
    [29]

    Vecchi R, Marcazzan G, Valli M, et al. The role of atmospheric dispersion in the seasonal variation of PM1 and PM2.5 concentration and composition in the urban area of Milan (Italy)[J]. Atmospheric Environment. 2004, 38 (27): 4437-4446. doi: 10.1016/j.atmosenv.2004.05.029
    [30] 陶燕, 刘亚梦, 米生权, 等.大气细颗粒物的污染特征及对人体健康的影响[J].环境科学学报, 2014, 34(3):592-597.

  • [1] 王丹王兵戴伟李萍胡文郭浩 . 不同发育阶段杉木林土壤有机碳变化特征及影响因素. 林业科学研究, 2009, 22(5): 667-671.
    [2] 康希睿张涵丹王小明陈光才 . 北亚热带3种典型森林群落水文过程中盐基离子年内动态变化特征. 林业科学研究, 2020, 33(5): 28-37. doi: 10.13275/j.cnki.lykxyj.2020.05.004
    [3] 彭文成熊梦辉龙文兴康勇王茜茜林灯 . 海南尖峰岭两类人工林中天然更新群落特征研究. 林业科学研究, 2015, 28(5): 739-743.
    [4] 赵品福陈汉民顾小平 . 杉木林生长和合理密度管理模型研究. 林业科学研究, 1996, 9(1): 105-108.
    [5] 杨承栋焦如珍屠星南熊有强陈仲庐 . 杉木林下植被对5~15cm土壤性质的改良*. 林业科学研究, 1995, 8(5): 514-519.
    [6] 张宁张怀清林辉蒋娴 . 基于竞争指数的杉木林分生长可视化模拟研究. 林业科学研究, 2013, 26(6): 692-697.
    [7] 李娟白彦锋彭阳姜春前汪思龙孙睿徐睿 . 湖南会同县杉木人工林管理碳汇的核算研究. 林业科学研究, 2017, 30(3): 436-443. doi: 10.13275/j.cnki.lykxyj.2017.03.011
    [8] 林英华刘海良张夫道白秀兰王兵 . 江西大岗山杉木凋落层土壤动物群落动态及多样性. 林业科学研究, 2007, 20(5): 69-614.
    [9] 马红亮魏春兰李磊高人尹云锋杨玉盛 . 添加葡萄糖对杉木人工林土壤氮素转化及净矿化和硝化的影响. 林业科学研究, 2014, 27(3): 356-362.
    [10] 姜春前徐庆姜培坤 . 不同森林植被下土壤化学和生物化学肥力的综合评价. 林业科学研究, 2002, 15(6): 700-705.
    [11] 陈伯望惠刚盈Klaus von Gadow . Tabu搜索法在森林采伐量优化问题中的应用. 林业科学研究, 2003, 16(1): 26-31.
    [12] 高倩倩杨孜奕潘芳莹黄彩凤周垂帆 . 生物炭施用下亚热带红壤铁还原及磷形态转化关系研究. 林业科学研究, 2023, 36(5): 149-159. doi: 10.12403/j.1001-1498.20220543
    [13] 王丽丽 . 不同密度杉木林内辐射与叶面积垂直分布对生长的影响. 林业科学研究, 1990, 3(6): 589-594.
    [14] 周红敏何必庭彭辉沈斌吴克林林丰刘春辉 . 萌生杉木林空间结构特征研究. 林业科学研究, 2015, 28(5): 686-690.
    [15] 李晓燕段爱国张建国赵世荣冯随起 . 不同良种与初植密度杉木林分密度指标动态特征. 林业科学研究, 2021, 34(2): 72-80. doi: 10.13275/j.cnki.lykxyj.2021.02.008
    [16] 刘江伟徐海东林同岳曹国华成向荣 . 海涂围垦区不同林分土壤活性有机碳垂直变化特征. 林业科学研究, 2022, 35(3): 18-26. doi: 10.13275/j.cnki.lykxyj.2022.03.003
    [17] 李海梅党宁禹靓倩张涵丹陈光才 . 5个园林树种滞尘能力与叶表形态及颗粒物粒径的关系. 林业科学研究, 2021, 34(4): 84-94. doi: 10.13275/j.cnki.lykxyj.2021.04.010
    [18] 朱欣然吕勇张怀清张江杨廷栋张鸿 . 基于林分垂直空间结构特征的杉木人工林抚育间伐可视化模拟研究. 林业科学研究, 2020, 33(4): 53-58. doi: 10.13275/j.cnki.lykxyj.2020.04.007
    [19] 王梦思马红亮官晓辉高人尹云锋 . 凋落物和铵态氮添加对亚热带罗浮栲和杉木林土壤碳氮淋溶的影响. 林业科学研究, 2022, 35(6): 35-43. doi: 10.13275/j.cnki.lykxyj.2022.006.004
    [20] 李正才徐德应傅懋毅孙雪忠奚金荣 . 北亚热带土地利用变化对土壤有机碳垂直分布特征及储量的影响. 林业科学研究, 2007, 20(6): 744-749.
  • 加载中
图(3) / 表(3)
计量
  • 文章访问数:  3900
  • HTML全文浏览量:  1579
  • PDF下载量:  34
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-01-23
  • 录用日期:  2019-03-13
  • 刊出日期:  2019-06-01

雁荡山杉木林夏季空气颗粒物的垂直空间变化特征

    通讯作者: 王成, wch8361@163.com
  • 中国林业科学研究院林业研究所, 国家林业和草原局林木培育重点实验室; 国家林业和草原局城市森林研究中心, 北京 100091
基金项目:  "十三五"国家科技支撑计划项目 2015BAD07B06

摘要:  目的 研究森林空气颗粒物的不同高度垂直空间变化特征,为森林康养环境利用提供理论依据。 方法 于2017年5月对温州雁荡山杉木林林下(人体高度1.5 m)、林冠中部(6 m)及林冠顶部(12 m)3个高度的空气颗粒物质量浓度(TSP、PM10、PM2.5、PM1.0)进行同步昼夜24 h监测,分析空气颗粒物质量浓度的空间变化规律。 结果 表明:(1)杉木林垂直空间不同粒径颗粒物的质量浓度存在差异,总颗粒物质量浓度与细颗粒物(< 2.5 μm)质量浓度在3种高度差异显著,均为林冠层最低;(2)3种不同高度的TSP、PM10质量浓度日均值均达到二类环境功能区质量要求(300、150 μg·m-3),其中,林冠层的TSP日均值达到一类环境功能区质量要求(120 μg·m-3);(3)不同高度各粒径空气颗粒物日变化规律大体一致,均表现为白天低,夜间高;(4)不同垂直高度空气颗粒物质量浓度,白天为林冠层最低;夜间为TSP质量浓度各垂直高度差别不大,PM10、PM2.5与PM1质量浓度总体为在人体高度较低;(5)各粒径空气颗粒物与露点温度极显著正相关,与气压极显著负相关,其中,PM2.5质量浓度与2项环境因子相关系数最大;除TSP外,其余颗粒物质量浓度与温度、最大风速极显著正相关,与相对湿度极显著负相关,各气象因子共同影响空气颗粒物质量浓度。 结论 通过对结果的综合分析,温州雁荡山杉木林环境林冠层为康养游憩最佳高度,最适宜白天出行。

English Abstract

  • 随着城市化进程的加快,都市人工作及生活压力逐渐增大,城市森林作为人们日常工作之余放松身心、康养游憩的最佳场所[1],其空气质量是人们关注的主要问题[2-3],而空气颗粒物已成为我国城市空气的首要污染物,所以,森林环境内空气颗粒物的研究十分必要。目前,多数研究集中在林分内外空气颗粒物浓度的变化特征[4-5]、不同林分空气颗粒物浓度的差异[6-8]以及典型天气条件下空气颗粒物浓度变化特点的研究[9]等;但是这些研究主要集中在水平空间的动态变化特点,即距地面1.5 m人体呼吸高度,而森林游憩和康养环境的开发及利用,需要更全面的了解不同高度空气颗粒物浓度的变化规律。从景观层面讲,垂直空间的变化可以为森林康养体验提供不同高度的观赏视角[10];从生态层面讲,垂直空间的利用可以在不破坏林下地被的同时,对树冠进行适当修枝,以促进树木生长[11-12];从经济层面讲,垂直空间的利用可充分节约林地资源,为林下经济的发展提供良好的契机[13]。因此,本文以温州市雁荡山杉木(Cunninghamia lanceolata (Lamb.) Hook.)林为例,通过研究垂直梯度空气颗粒物的昼夜变化特征,选择有利于人体健康的游憩高度,合理设置游览栈道等设施,为人们科学使用森林环境提供依据。

    • 雁荡山净名谷风景区位于浙江省温州市东北部海滨,属北雁荡山风景区范畴,距温州市区约58 km,东南临近乐清湾,西南与大龙湫雁湖景区相接,北面卓南乡。净名谷属于中亚热带海洋性季风气候;谷内地形较为平坦,四周崖壁陡峭,大面积垂直陡壁基岩裸露,石隙中分布少量草本、藤本植物;山谷、缓坡地带分布成片人工栽植杉木林,有少量阔叶树分布,林分层次明显,有乔木、灌木、草本、蕨类等。年平均降水量1 935.6 mm,年最大降水量2 127 mm,平均相对湿度77%。季节性降雨明显,夏初5—6月梅雨季节,阴雨连绵,雨量占全年的26%~28%,7—9月受台风影响多雷阵雨或大暴雨,雨量占全年的33%~40%。

      由于雁荡山具有优质的森林资源及独特的地质地貌条件,如今已成为国家重点风景名胜区,雁荡山高铁站的开通使浙江沪居民来此更加便利,同时带动康养周边产业,如民宿、户外素质拓展等,是森林康养休闲的极佳去处。

    • 温州雁荡山风景区净名谷内人工栽植的杉木,树龄相对一致,树高大致相同,对垂直高度不同粒径颗粒物浓度的监测较有利,故选择无病虫害,坡度相对平缓,适合开展森林康养活动的杉木林进行试验。为提高研究的代表性,采用典型抽样法,通过查阅风景区图件资料,同时结合实地考察,对样地进行严格筛选,选取净名谷南坡海拔57.39 m(116°4′11″ E,39°16′48″ N)的杉木林林分设置样地。

    • 该林分海拔57.39 m,面积约7 680.2 m2 ,林分郁闭度约0.70。乔木层为杉木,平均高度12.36 m,平均胸径11.6 cm,重要值为36.23%。林下灌木主要有檵木(Loropetalum chinense (R. Br.) Oliver)和杜鹃(Rhododendron simsii Planch.),檵木平均高4.05 m,平均胸径3.81 cm,重要值为12.76%;杜鹃平均高2.48 m,平均胸径1.89 cm,重要值为5.31%。H1处由于灌木生长及杉木萌蘖,枝叶密度较大,其次为杉木林冠层中部(H2),H3处几乎无枝叶遮蔽。此林分为净名谷景区内部尚未开发景点,与净名谷景区游客聚集地山顶观景平台及索道滑梯相对,有山间溪流相隔,西侧为通往三折瀑、大龙湫景区的山路,偶有护林员及部分游客通过。

    • 在试验样地搭建10 m×10 m环正方形竹梯,选取人体呼吸高度(1.5 m)为H1测量高度;森林冠层是森林与外界环境相互作用最直接和最活跃的界面层,所以,选取林冠层中央高度(6 m)为H2测量高度;林冠上层测量位置与杉木林顶部持平(12 m)为H3测量高度。每个监测高度选取正方形竹梯边线相交点观测,3点分别位于西北角、西南角、东南角,作为3个重复,具体见图 1

      图  1  杉木林内测量平台示意图

      Figure 1.  Schematic diagram of measurement platform in Cunninghamia lanceolate forest

    • TSP(总悬浮颗粒物,粒径小于100 μm)、PM10(可吸入颗粒物,粒径小于10 μm)、PM2.5(可入肺颗粒物,粒径小于2.5 μm)、PM1(粒径小于1 μm)等指标采用英国Turnkey Instruments公司生产的DUSTMATE粉尘检测仪测定空气颗粒物质量浓度,采样范围为0~600 mg·m-3, 采样精度为0.01 μg·m-3;温度、相对湿度、露点温度、气压、平均风速及最大风速等指标采用美国产Kestrel 3500 Pocket Weather Meter便携风速气象测定仪测定,温度为-29~70℃,相对湿度测定范围为5%~95%,风速测定范围为0.6~40 m·s-1

    • 于2017年5月选取多云有时晴的3 d,对测试地点3个不同高度共9个观测点的4种粒径空气颗粒物质量浓度进行昼夜24 h同步监测,监测时间为每日上午9:00到次日上午9:00,时间间隔为2 h,每次各采样点连续读取3组数据(每2 min读取1组)。为避免人为干扰,监测仪器在运行时与人体保持一定距离,并保证每次观测定点定人。

      本实验依据我国2012年环保部制定的《环境空气质量标准》中TSP、PM10、PM2.5质量浓度日均值作为颗粒物污染程度的标准。

    • 采用Microsoft Excel 2017、Spss21.0对试验数据进行有效性检验、统计分析和图表处理;采用单因素方差分析和Duncan多重比较对结果进行分析。

    • 表 1可见:从H1高度至H3高度,各种颗粒物的日均质量浓度呈先降后升的趋势。粒径大于10 μm的颗粒物质量浓度即(ρTSP-ρPM10)与TSP的变化趋势相同,与H1相比,H2降低5.22%,H3升高4.45%;粒径在2.5~10 μm的颗粒物质量浓度(ρPM10-ρPM2.5)的变化趋势与前者不同,与H1相比,H2、H3分别降低7.98、7.50%;粒径1~2.5 μm的颗粒物质量浓度(ρPM2.5-ρPM1)变化趋势与TSP一致,与H1相比,H2降低14.05%,H3升高16.11%,变化幅度较大。

      表 1  3种不同高度空气颗粒物的质量浓度日均值及小粒径颗粒物所占比

      Table 1.  Daily average values of particle matters mass concentrations at three heights and the proportion of fine particles

      高度
      Height
      ρTSP/
      (μg·m-3)
      ρPM10/
      (μg·m-3)
      ρPM2.5/
      (μg·m-3)
      ρPM1/
      (μg·m-3)
      比例
      Proportion/%
      PM10/TSP PM2.5/PM10 PM1/PM2.5
      H1 130.64±12.35AB 91.40±6.24A 34.87±0.85AB 10.60±0.35A 69.96±9.30A 38.15±2.31A 30.40±1.25A
      H2 119.24±10.47A 82.05±4.84A 30.03±0.54A 9.17±0.17A 68.81±7.66A 36.60±2.46A 30.54±0.86A
      H3 132.46±12.64B 91.47±5.67A 39.18±0.73B 11.00±0.27A 69.05±9.15A 42.83±5.80B 28.08±2.43A
      注:表中同列不同大写字母表示同一季节不同高度梯度间差异(P<0.05),下同.
      Note: the difference between different vertical gradients in the same season (P < 0.05), the same as bellow.

      从不同粒径颗粒物所占比例的日均值看,各高度均以PM10/TSP(68.81%~69.96%)最高,由于粒径小于10 μm的空气颗粒物中,细颗粒物占比均小于50%,PM1/PM2.5(28.08%~30.54%)最低,可见,PM10中粒径为2.5~10 μm的颗粒物占比较多。3种不同垂直高度中,H3处的PM2.5/PM10与H1、H2的差异显著,其余均差异不显著,表明H3处粒径2.5 μm的颗粒物在粒径10 μm的颗粒物中占比显著高于H1和H2,其可入肺颗粒物相对H1、H2占比更大。

      根据我国2012年修订环境空气质量标准,各高度的TSP、PM10质量浓度日均值已达到二类环境功能区质量要求(300、150 μg·m-3),其中,H2处的TSP质量浓度达到了我国一类环境功能区质量标准(120 μg·m-3);除H3处的PM2.5质量浓度日均值达到二类环境功能区质量要求外,H1、H2甚至达到了一类环境功能区质量标准(35 μg·m-3)。由此可知,杉木林内3种垂直高度不同粒径空气颗粒物均可达到二类环境功能的质量要求。

    • 不同垂直高度,4种粒径颗粒物质量浓度的日变化趋势大体一致,均表现为白天低,夜晚高,且白天变化平缓,夜晚有明显波动。各粒径颗粒物质量浓度的低谷出现在9:00—13:00,峰值出现在23:00—5:00。由图 2中TSP质量浓度可知:在23:00—5:00,各高度的TSP均相对较高,在H1、H3处总悬浮颗粒物,出现双峰,但H2处TSP则为单峰趋势,且H2峰值出现比H1、H3延后2 h。由图 2中PM10质量浓度可知:H1与H3处最大值出现于23:00,于1:00明显降低后回升;H2处于15:00有小幅上升,夜间呈单峰趋势,峰值出现在1:00。由图 2 PM2.5质量浓度表明:H1、H3处PM2.5质量浓度于13:00降至最低值,于23:00升高到最大值,在19:00—23:00时段上升最快,在5:00—7:00时段下降明显;H2处PM2.5的浓度变化则在19:00—1:00逐步上升,于1:00—7:00逐渐下降。由图 2 PM1的质量浓度表明:H2的PM1的质量浓度与TSP、PM10、PM2.5等质量浓度存在一致性,但略有差异,9:00—19:00时段各高度PM1质量浓度无显著差异,H2处的PM1质量浓度最低;于23:00时段3种不同高度差异不显著。

      图  2  3种不同高度空气颗粒物质量浓度日变化

      Figure 2.  Daily variation of mass concentration in different heights

    • 从小粒径颗粒物所占比例的小时均值看,PM10/TSP、PM2.5/PM10总体均表现为白天低夜间高的变化趋势,PM1/PM2.5变化趋势不明显,即白天细颗粒物对TSP的贡献大于夜间,但其变化在不同高度存在差异(图 3)。H1、H2、H3处的PM10/TSP夜间出现最大值分别在5:00、1:00、3:00,而出现最小值在13:00—15:00时段;H1、H2、H3处的PM2.5/PM10最大值出现在23:00,最小值与PM10/TSP相比延迟2 h出现;H1、H2、H3处的PM1/PM2.5最大值均出现于21:00,最小值均出现在3:00。说明温州雁荡山杉木林环境小粒径颗粒物质量浓度所占比为夜间大于白天,原因可能是与环境因子及植物自身的生理活动关系较大,一方面是日间太阳辐射较强,林内小气候温度降低、湿度增加,风速降低,利于PM2.5的削减,还由于林外无树木遮蔽处温度较高,造成的林内外温差有助于气流交换,对空气颗粒物起到一定的扩散作用;另一方面,植物日间光合、呼吸作用通过气孔吸附、阻滞部分颗粒物。

      图  3  各不同高度小粒径颗粒物所占比例的日变化

      Figure 3.  Diurnal variations of fine particle's proportions in three heights

    • 表 2可知:杉木林内3种不同高度相对湿度、露点温度、气压、最大风速及平均风速均有不同程度差异,其中,3种高度间温度差异不显著,但H1比H3高0.62℃;相对湿度及露点温度均为H2显著高于H1、H3;气压则是H3显著高于H1、H2;最大风速差异显著,最大风速和平均风速均H1的最大,H3的较小。结合表 1可知:不同高度各粒径空气颗粒物的变化也可能是环境因子的差异引起的。

      表 2  杉木林不同高度气象因子的日均值

      Table 2.  Daily mean values of meteorological factors in different height

      高度Height 温度Temperature/℃ 相对湿度Relative humidity/% 露点温度Dew point temperature/℃ 气压Air pressure/Pa 风速Wind velocity/(m·s-1)
      最大Maximum 平均Average
      H1 21.82±0.20A 75.42±2.32A 16.80±0.21A 984.35±0.17A 1.62±0.20A 0.72±0.06A
      H2 21.67±0.18A 80.47±3.56B 17.57±0.14B 985.82±0.24A 1.32±0.11B 0.34±0.04B
      H3 21.20±0.31A 74.68±2.61A 16.32±0.08A 987.42±0.23B 1.17±0.08C 0.19±0.03B
    • 为研究杉木林内不同高度空气颗粒物质量浓度与气象因子的关系,将其小时均值与气象因子的小时均值进行相关分析,结果(表 3)表明:除TSP外,各粒径颗粒物与空气温度极显著正相关,与相对湿度显著或极显著负相关;各粒径颗粒物与露点温度极显著正相关,与气压极显著负相关,其中,PM2.5与此两项环境因子的相关系数最大;平均风速与各粒径空气颗粒物不显著相关,但最大风速与粒径小于10 μm的空气颗粒物极显著正相关。

      表 3  不同粒径空气颗粒物质量浓度与气象因子的相关系数

      Table 3.  Correlation coefficients of different kinds of particle concentrations and meteorological factors

      类型
      Type
      空气温度
      Air temperature
      相对湿度
      Relative humidity
      露点温度
      Dew point temperature
      气压
      Air pressure
      平均风速
      Average wind velocity
      最大风速
      Maximum wind velocity
      TSP 0.136 -0.015 0.274** -0.310** 0.043 0.165
      PM10 0.483** -0.345** 0.532** -0.594** 0.103 0.368**
      PM2.5 0.809** -0.703** 0.706** -0.755** 0.144 0.520**
      PM1 0.723** -0.608* 0.626** -0.741** 0.128 0.486**
      注:* P<0.05;**P<0.01.

      由以上结果可知:在一定范围内,随露点温度的升高,颗粒物质量浓度会显著增加,气压降低也会使空气颗粒物质量浓度升高,其中,PM2.5质量浓度变化最明显。空气温度与最大风速升高,粒径小于10 μm的空气颗粒物质量浓度明显升高,与部分前人研究相同[14-15];但也有研究表明,空气温度与空气颗粒物呈负相关[7],其原因可能是不同粒径空气颗粒物的来源及所处地理环境导致;也有研究表明,季节和天气的变化会导致空气温度与颗粒物质量浓度相关性发生变化[8];还有学者认为,空气温度与质量物浓度无显著影响[16]。因此,空气温度对颗粒物浓度变化的影响机理仍需进一步探讨。PM10、PM2.5、PM1与相对湿度呈负相关,这与前人研究结果一致[17],其原因可能是湿度增大,进一步形成雾滴,加速细颗粒物的沉降,导致颗粒物质量浓度下降,说明在杉木林不同高度一定范围内相对湿度增加有利于粒径小于10 μm颗粒物的削减;但也有研究表明,相对湿度与大气颗粒物质量浓度日变化呈正相关[18],可能是湿度增大会使气溶胶粒径增大,反而不发生沉降,在空气中滞留[19],相对湿度对颗粒物质量浓度的影响机理可能与湿度阈值范围有关。

    • 雁荡山杉木林环境中以粗颗粒物为主,产生此现象的原因可从来源和传播途径二方面进行分析。从来源看,又分为自然源及人为源,其中,自然源包括:杉木林内的有机挥发物稀烃、烷烃、芳烃、多环芳烃[20]等。受地理环境影响,温州地处浙江东南沿海,且雁荡山杉木林环境东濒东海,虽然试验期在季节风向为东北风,但有研究表明,风向虽会影响海盐离子回旋,浓度降低,但海盐离子依然存在,这可能是粗颗粒浓度相对较高的原因之一[21]。人为源包括:当地旅游业发达,工业排放等相对较少,所以,造成细颗粒物含量相对较低,但不排除旅游旺季交通运输造成一定的影响;景区周边附近居民的游憩活动及日常炊事活动,可产生大量地表扬尘及浓烟,也可能导致粗颗粒物浓度较高[22-23]。传播途径方面可能是城市中交通、建筑、生活垃圾等产生的固态粒子经过化学反应形成的二次气溶胶,通过远距离输送到林内导致[24]。本研究中,3种不同高度细颗粒物在PM10中的比重小于粗颗粒物,这与段文军[7]的研究结果一致。

      本研究结果显示,在3种不同高度中,TSP颗粒物日均浓度有明显差异,且除3:00时外,各时刻的H2、H3质量浓度相对较低,以上现象的原因可能是由于白天游人相对较多,容易造成地表扬尘。本实验地优势树种为杉木,由于刺杉属于针叶树种,其枝叶结构也更利于颗粒物的吸附[25, 27]。从TSP角度出发,除13:00外,各个时段在森林内进行康养活动均可选择林冠层(6 m)高度处,也可在此高度设置步道。

      从PM10质量浓度角度出发,总体变化趋势与TSP质量浓度变化具有一致性,出现这一现象可能是因为植物主要滞尘的部位是叶片,而树冠层为叶片分布最密集的区域,所以,树冠层PM10质量浓度总体偏低[28],H1处虽然有杉木萌蘖和少量灌木,但PM10质量浓度仍高于H2的原因可能是,人类活动造成的地表扬尘在枝叶茂密的情况下空气湍流减弱,使颗粒物不容易疏散。根据以上结果,白天15:00时可选H1处进行森林环境康养活动,其余时间可在H2活动;而夜晚除1:00时段H3短时间PM10质量浓度较低,其余时间段可在H2活动。

      从PM2.5质量浓度角度出发,由于H2相对于H1、H3而言,树木枝叶茂密,从水平方向向外界输送的PM2.5受到枝叶的遮挡不容易进入林内,而垂直方向上,地表扬尘在H1处吸附作用,到达进入H2处相对较少,H3作为林冠层与大气交界处,远距离输送的PM2.5等细颗粒物首先到达,故H2的PM2.5浓度相对较低;

      由于PM1质量浓度的小时变化规律与PM2.5的变化基本一致,所以,导致其变化的原因可能与PM2.5质量浓度变化的原因也大体相同[29]

      表 3可知,粒径小于2.5 μm的颗粒物与气象因子相关性较强,夜间1:00—3:00时段,H2处的PM2.5质量浓度相对较高的原因可能是附着颗粒物的植物叶片接近饱和状态,使颗粒物重返大气,导致短时间的回升。

    • (1) 杉木林内不同垂直高度各粒径颗粒物的质量浓度存在差异,主要为总颗粒物质量浓度与细颗粒物(<2.5 μm)质量浓度差异显著,细颗粒物浓度变化趋势与粗颗粒物一致,与H1、H3相比,H2分别降低13.88%和23.35%。3种不同垂直高度内的PM10/TSP均大于68%,PM2.5/PM10均小于43%,颗粒物总体表现为可吸入粗颗粒物(2.5~10 μm)含量高,细颗粒物(≤2.5 μm)含量低的特征。

      (2) 杉木林内不同垂直高度TSP、PM10质量浓度日均值均达到我国二类环境功能区质量要求(300、150 μg·m-3),其中,H2处TSP日均值达到一类环境功能区质量要求(120 μg·m-3),说明雁荡山杉木林环境空气质量整体较好,可以为森林康养提供优质本底环境。

      (3) 杉木林内不同垂直高度各粒径空气颗粒物的日变化趋势大体一致,表现为白天低,夜间高。9:00—19:00白天时间段空气环境较优,21:00—5:00是颗粒物质量浓度峰值期,7:00为高峰值到低谷的过渡期。

      (4) 杉木林内不同垂直高度空气颗粒物质量浓度白天变化趋势基本一致,H2最低,所以,白天可尽量选择H2高度进行游憩活动;而夜间TSP质量浓度不同高度间各高度均可;PM10质量浓度,H2最优时段较多;PM2.5与PM1具有一致性,同样为H2最优时间段较多。综合各粒径颗粒物浓度变化,在林冠层(6 m)设置空中木栈道、木屋等森林康养游憩设施,使人们在此高度进行森林康养游憩活动较好。

      (5) 杉木林内不同垂直高度各粒径空气颗粒物与露点温度极显著正相关,与气压极显著负相关,其中,PM2.5与此两项环境因子相关系数最大;除TSP外,各颗粒物质量浓度与空气温度极显著正相关,与相对湿度显著或极显著负相关;平均风速与各粒径空气颗粒物相关不显著,但最大风速与粒径小于10 μm的空气颗粒物极显著正相关,说明颗粒物质量浓度是多种气象因子共同作用的结果[30]

参考文献 (30)

目录

    /

    返回文章
    返回