北京大兴南海子公园PM2.5和PM10质量浓度变化特征

陈波, 李少宁, 鲁绍伟,*, 鲁笑颖, 陈军丽, 李辉

1. 北京市农林科学院林业果树研究所, 林果业生态环境功能提升协同创新中心, 北京 100093 2. 北京市大兴区南海子郊野公园管理处, 北京 102600 3. 北京市大兴区园林绿化局, 北京 102600

北京大兴南海子公园PM2.5和PM10质量浓度变化特征

陈波1, 李少宁1, 鲁绍伟1,*, 鲁笑颖2, 陈军丽2, 李辉3

1. 北京市农林科学院林业果树研究所, 林果业生态环境功能提升协同创新中心, 北京 100093 2. 北京市大兴区南海子郊野公园管理处, 北京 102600 3. 北京市大兴区园林绿化局, 北京 102600

陈波, 李少宁, 鲁绍伟, 等. 北京大兴南海子公园PM2.5和PM10质量浓度变化特征[J]. 生态科学, 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.

对北京南海子公园PM2.5和PM10的浓度水平进行了研究, 并讨论了PM2.5和PM10的时间变化特征及其受气象因素的影响, 分析了南海子公园空气质量浓度差异。结果表明: 南海子公园PM2.5和PM10平均质量浓度分别为(110.22±19.19) μg·m-3和(125.58±3.62) μg·m-3, 南海子公园大气颗粒物主要是以细粒子为主, PM2.5超标46.96 %, PM10未超标; 南海子公园PM2.5和PM10质量浓度的日变化以夜间低, 白天高为主, 呈现明显的双峰型, 南海子公园的PM2.5和PM10质量浓度变化幅度较大; 从不同月份来看, 南海子公园PM2.5质量浓度6月最大、8月最低; 温度、风和降水与PM2.5和PM10质量浓度呈负相关关系, 湿度与PM2.5和PM10质量浓度呈正相关关系, 大风和降雨能有效的清除颗粒物, 特别是细颗粒物。

PM2.5; PM10; 质量浓度; 南海子公园; 北京

1 前言

全国雾霾面积达到 143 万 km2, 已影响 17 个省直辖市, 受影响人口高达6 亿[1]。从2013 年1 月6 日以来连续的高污染空气在我国大范围弥漫, 京津有5 次强霾污染, 最严重时 PM2.5突破 600µg·m-3[2]。美国《财富》杂志指出, 这是对中国高能耗增长模式的“死刑宣判”[3]。20 世纪四五十年代洛杉矶光化学烟雾污染事件造成 800 多人丧生, 1952 年伦敦烟雾事件有 12000 人丧生[4]。目前, 干净的空气已经成为奢侈品, 研究降低空气污染迫在眉睫。

大气颗粒物对大气环境、人体健康、能见度以及气候效应等都有重要的影响[5-6], 大气中细颗粒物PM2.5(空气动力学直径≤2.5 µm)可在肺泡沉积并进入血液系统, 导致人群患病率和死亡率增加, 而且它也是导致能见度降低的主要因素[7]。因此, 加强城市大气颗粒物浓度变化和分布特征的研究, 对揭示城市大气颗粒物的基本特征及变化规律具有重要的意义。20 世纪50 年代国外就开始大气颗粒物方面的研究, 近年来更加深入。国内近年来对大气颗粒物从不同的角度也做了较多的研究, 如李学彬[8]等对厦门地区的气溶胶变化特征进行了研究, 于淑秋[9]等研究了北京市区大气污染的时空特征, 指出北京市区的污染物以可吸入颗粒物为主, 可吸入颗粒物尤其是细粒子(PM2.5)是造成北京及周边地区低能见度的重要原因[10]。

随着城市化的快速发展和人民生活质量的不断提高, 森林生态旅游已成为城市居民的重要需求。从 20 世纪 80 年代开始, 以森林公园建设为主体的森林旅游业在我国获得长足发展, 由于植被对城区空气质量具有显著的调节作用[11-12], 城市森林公园已然成为我国城市居民进行生态休憩的重要场所。森林公园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[13]。PM2.5和PM10作为空气污染物的重要贡献者, 其浓度时空变异和污染物特征不仅倍受居民和政府关注, 也是评价空气环境质量的主要指标[14]。当前, 有关森林公园环境中 PM2.5的研究主要集中在欧美等地[15], 国内的研究地点多选择交通污染区、居民区和医院等城区场所, 研究内容主要包括来源分析、成分解析和危害评价等[16-18], 但对于森林内部PM2.5和PM10质量浓度差异还鲜未报道。因此, 本文对北京南海子公园大气颗粒物的质量浓度变化情况、污染状况和分布特征进行研究, 同时结合气象资料, 研究了大气颗粒物质量浓度与气象要素的关系, 探寻南海子公园空气质量浓度的差异和影响因素, 旨在为 PM2.5和 PM10污染的深入研究提供依据和参考, 为美丽北京、世界城市的建设提供数据支持。

2 研究方法

2.1 研究地概况

南海子公园是北京四大郊野公园之一, 也是北京市最大的森林湿地公园, 于2012年全部建成, 位于北京城南, 大兴区东北部南五环南侧、大兴新城与亦庄新城之间、南苑机场东南, 是北京落实城南行动计划的第一个重大生态工程。其周围环境(树种繁多、水量充沛、交通便利、游客稀少)有利于开展森林环境空气质量监测, 园区主要的乔木树种有柳树(Salix babylonica)、油松(Pinus tabuliformis)、侧柏(Platycladusorientalis)、雪松(Cedrus)、银杏(Ginkgo)、国槐(SophorajaponicaLinn.)、栾树(Koelreuteriapaniculata)和白皮松(Pinus bungeana)等, 主要的灌木有大叶黄杨(Buxus megistophylla)、紫叶碧桃(Amygdalus persica)等, 此外还有菊花(Chrysanthemum)、郁金香(Tulipa)等大量的观赏植物和花草。

2.2 数据获取

南海子公园的PM2.5和PM10质量浓度数据和气象数据依据北京市农林科学院林业果树研究所设立在该园的PM2.5监测站获取, 公园内设有Meter全自动气象站, 可以实时监测气象指标, 采集时间与PM2.5监测站一致。

2.3 数据处理

用Excel 2003进行数据处理和制图, 用SPSS 17.0软件对数据进行相关性分析。

3 结果

3.1 南海子公园PM2.5和PM10质量浓度

PM2.5质量浓度选取2013年6—11月的数据进行分析, PM10的质量浓度选取2013年7—8月份的观测数据进行分析(表1), 结果表明: 南海子公园PM2.5和PM10平均质量浓度分别为(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质量浓度最低的两个月份, 这是因为7、8月正是北京的雨季, 降雨可以有效的降低颗粒物浓度。

表1 PM2. 5和PM10质量浓度Tab. 1 The mass concentration of PM2.5and PM10

3.2 南海子公园PM2.5和PM10时间变化

3.2.1 日变化

图1为南海子公园PM2.5和PM10日变化, 由图可知 PM2.5和 PM10质量浓度变化呈典型的双峰型,分别在早上5:00和晚上22:00出现峰值。从变化的强烈程度看, 南海子公园的 PM2.5变化的浮动较大;南海子公园PM10质量浓度也表现为双峰型, 最高值在5:00和18:00。这与黎明前后人类活动逐渐增加,污染物排放量越来越大有关。另外, 早上近地面向外辐射而迅速冷却降温, 有逆温现象发生, 使近地层大气对流较弱, 不利于颗粒物的扩散, 使其浓度增大, 夜晚由于云层的笼罩, 大气保温效应的增加,污染物积聚且短时间内不易扩散, 造成 PM2.5和PM10质量浓度较高。

图1 PM2.5和PM10质量浓度日变化Fig. 1 The diurnal variation of PM2.5and PM10

3.2.2 月变化

以 2013年 7月的数据对南海子公园 PM2.5和PM10月变化进行分析, 结果如图2所示。由图可知PM2.5质量浓度, 在7月的31天最高浓度为7月1日的160.58 µg·m-3, 在7月2日为7月的PM2.5浓度最低值; PM10在7月1日最高, 南海子公园浓度为259.48 µg·m-3。可见, PM10和PM2.5呈现较好的一致性, 当 PM10较高时, PM2.5也处于较高值, 这说明PM2.5占有PM10的比例较高, 如7月1日PM2.5比例占到了61.89 %。

3.2.3 年变化

由图3可知, 6-11月PM2.5质量浓度表现为6月最高, 为140.59 µg·m-3, 排序为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),南海子公园PM2.5均值为110.22 μg·m-3。PM10由于在南海子公园缺乏9-11月数据, 因此用7、8月的数据来进行分析, 由图可知, PM10质量浓度表现为7月最高均值为125.58 μg·m-3。

图2 PM2.5和PM10质量浓度月变化Fig. 2 Monthly change of PM2.5and PM10

图3 PM2.5和PM10质量浓度年变化Fig. 3 Annual variation of PM2.5and PM10

3.3 南海子公园气象因素对PM2.5和PM10的影响

3.3.1 大气温度对PM2.5和PM10的影响

大气中PM2.5和PM10的质量浓度不仅与其污染排放源有关, 还受到温度的影响。由图4可知, 南海子公园温度与PM2.5和PM10呈负相关关系, 当温度高时, PM2.5和PM10质量浓度较低, 温度低时相反。在7月2日, PM2.5质量浓度为最低的18.87 μg·m-3时, 对应的温度为较高的 28.5 ℃; 当 PM2.5质量浓度为最高的152.38 μg·m-3时, 对应的温度却为较低的24.79 ℃; 在7月22日, 当PM10浓度为最大的191.17时, 对应的温度为26.10 ℃, 7月24日, 当温度为最高的 29.56 ℃时, 对应的 PM10质量浓度为101.63 ℃。

3.3.2 大气湿度对PM2.5和PM10的影响

由图5可知, 7月18日, 当PM2.5质量浓度为最高的152.63 μg·m-3时, 其对应的湿度也处于较高值, 为 89.38%; 当 7月 2日 PM2.5质量浓度为最低的28.58 μg·m-3时, 其对应的湿度也处于较低值, 仅为63.67%; 7月27日, 当湿度为最高的90.83%时, PM10质量浓度也为较高的186.71 μg·m-3, 7月25日, 湿度为最低的 61 %时, PM10质量浓度也为较低的116.33 μg·m-3。可见, 南海子公园湿度与PM2.5和PM10质量浓度呈正相关关系, 当湿度越高时, PM2.5和PM10质量浓度也越高。

图4 PM2.5和PM10与温度的关系Fig. 4 The relationship between temperature and PM2.5and PM10

图5 PM2.5和PM10与湿度的关系Fig. 5 The relationship between humidity and PM2.5and PM10

3.3.3 风速对PM2.5和PM10的影响

图6为南海子公园PM2.5和PM10与风速的关系, 由图可知当风速较大时, PM2.5质量浓度均较低, 7月2日和7月16日风速分别是最大的0.41 m·s-1和0.34 m·s-1, 其对应的PM2.5质量浓度分别是最低的28.58 μg·m-3和较低的41.21 μg·m-3; 而当风速为0 时, PM2.5质量浓度均处于较高值, 如7月18日的152.63 μg·m-3和7月1日的140.58 μg·m-3; PM10也表现出与PM2.5类型的现象, 当7月2日风速最大的0.41 m·s-1时, PM10质量浓度为最低的54.82 μg·m-3, 7月20日、22日和27日的风速均为0, 而对应的PM10质量浓度均较高, 分别为 191.17 μg·m-3、186.71 μg·m-3和184.33 μg·m-3。可见, 风速与PM2.5和PM10质量浓度呈负相关关系, 风速较高时其对应的PM2.5和PM10质量浓度较低。而大风有助于吹散污染物。

3.3.4 降雨对PM2.5和PM10的影响

由图7可知, 在7月南海子公园的降雨量和降雨频率较低, 最大降雨量只有25mm左右, 平均降雨量为12.07 mm。当降雨量在7月8日为最大的28.5 mm时, PM2.5质量浓度为较低的94.58 μg·m-3; 7 月18日, 当降雨量为较低的0.8 mm时, PM2.5质量浓度为最高的152.63 μg·m-3; 7月2日PM10质量浓度为最低的54.82 μg·m-3, 其对应的降雨量也为最高的3 mm, 当降雨量为0时, 7月29日和30日, PM10分别为较高的时174.71 μg·m-3和176.63 μg·m-3。可见, 降雨与 PM2.5和 PM10质量浓度呈负相关关系,但这种负相关不是实时的, 而是在雨后表现的更明显, 在降雨的第二天PM2.5和PM10质量浓度远低于降雨时的浓度, 降雨对PM10的清除作用更强。

4 讨论

4.1 PM2.5和PM10浓度的高污染水平

图6 PM2.5和PM10与风速的关系Fig. 6 The relationship between wind speed and PM2.5and PM10

图7 PM2.5和PM10与降雨的关系Fig. 7 The relationship between rainfall and PM2.5and PM10

PM2.5日均浓度为(100.63±9.60) µg·m-3, PM10日均浓度为(114.38±11.20) µg·m-3, 这与SUN Y等人的研究的PM2.5平均浓度为116 µg·m-3, PM10平均浓度为210 µg·m-3不一致。显然本研究的结果要低于该研究结果, 这是因为SUN[19]等人的研究是基于一个较大的范围, 时间跨度也大, 而本文仅是对大兴的南海子公园数据进行分析; SUN等人研究了北京2002 到2003夏季和冬季交通点、居住区和工业区的污染情况得出的结果, 本文的研究仅限于北京大兴的不同区域, 时间是6到11月份, 时间也较短, 研究的范围较SUN等人的研究也小。

根据最新(2012.2)发布的中华人民共和国国家环境保护标准《环境质量空气指数(AQI)技术规定试行》(HJ633—2012), PM2.5和PM10的二级标准日平均值分别为75 µg·m-3和150 µg·m-3, 按此标准, 南海子公园的PM2.5超标46.96 %, 而PM10未超标。

与世界特大城市PM2.5质量浓度(82.7±72.2) µg·m-3和 PM10质量浓度(174.6±125.8) µg·m-3相比[20], 本区的PM2.5质量浓度较高; 与日本横滨PM2.5质量浓度 21.00 µg·m-3[21]和美国埃尔帕索城 PM2.5质量浓度20.00 µg·m-3和PM10质量浓度91.00 µg·m-3相比[22],大兴的PM2.5浓度是日本的4.79倍美国的5.03倍, PM10质量浓度是美国的1.26倍; 与巴基斯坦拉合尔市PM2.5质量浓度194.00 µg·m-3和PM10质量浓度336.00 µg·m-3相比[23], 大兴的PM2.5和PM10质量浓度都较低, 仅为拉合尔市PM2.5质量浓度的51.87 %, PM10质量浓度的34.04 %。

与国内其他城市相比, 如本溪市的 PM2.5质量浓度在2009年最大为88 µg·m-3[7], 丹东市2008年PM10二级标准质量浓度超标比例为 5.2%[24], 而南海子公园的PM2.5浓度均高于本溪, PM10和本溪持平,但高于丹东。可见, 南海子公园的大气颗粒物主要是以细粒子的形式存在, 细粒子的污染比较严重,而细粒子对人体健康的伤害更大[7], 它可以进入呼吸道, 通过支气管和肺泡进入血液, 其中的有害气体重金属等溶解在血液中, 引起各种疾病, 所以更需要人们对细粒子的关注和治理。

4.2 PM2.5和PM10时间变化

南海子公园PM2.5与PM10质量浓度的总体变化趋势基本相似, 日变化以白天高、夜晚低为主, 这是污染物排放和气象条件的综合结果。南海子公园PM2.5与PM10质量浓度变化有“双峰双谷”的趋势,南海子公园最低值在12:00和13:00之间, 造成这种分布的原因为中午是气温最高的时刻, 高温天气能加快大气的光化学反应, 多为不稳定的大气状况,有利于污染物的扩散。南海子公园的最高值在早上5:00和晚上22:00, 低值在12:00和17:00。午后由于地面增温造成近地面层的湍流垂直输送增强, 混合层高度增高, 从而使近地面颗粒物质量浓度减小,该时段的多数污染物质量浓度呈低值[25]; 而上午和夜晚大气层结较稳定, 垂直方向湍流输送较弱, 致使颗粒物在近地面层堆积而出现质量浓度峰值。

从不同月份来看, 南海子公园 6月 PM2.5最高,其次是11月, 7月最低, 原因是6月随着植物进入生长期, 新叶增加, 叶片生长, 总体叶面积显著增加[26],能更有效地阻滞大气中 PM2.5; 11月进入冬季, 该地区开始燃烧煤, 使空气中的颗粒物浓度增加; 而7月降雨较多, 降雨能有效的降低PM2.5等颗粒物浓度。

4.3 PM2.5和PM10与各气象的正负相关关系

Tai[27]等结合美国 1998—2008年的气象数据和PM2.5观测数据, 利用多元线性回归模型(multiple linear regression, MLR)研究了常见气象因子对PM2.5及其中不同组成成分的影响, 该研究通过修正数据,去除季节性变化造成的影响, 只考虑天气尺度变化的影响作用。总结的气象要素主要有: 气温、相对湿度、降水和环流情况, 得出气温和降雨与PM2.5和PM10呈负相关, 相对湿度与PM2.5和PM10呈正相关, 大气环流与PM2.5和PM10关系复杂, 这与本研究结果一致。

温度与PM2.5和PM10呈负相关关系, 即随着温度的升高, 颗粒物质量浓度的逐渐减小, 对细粒子PM2.5的影响更显著, 这与宋宇等[28]人的研究结果不一致。原因是高温天气能加快大气的光化学反应,多为不稳定的大气状况, 有利于污染物的扩散。

风速大小对大气颗粒物的传输扩散有重要的影响。本研究显示风速与PM2.5和PM10呈负相关关系,这与王扬锋等[7]人研究的随风速的增大, 大气颗粒物质量浓度减小的趋势减缓结果一致, 而 Kim[29]等人对2001年春天韩国汉城的4 个不同监测点的数据进行线性回归分析后发现, 风速的增加通常能促进颗粒物(PM10)浓度的增加, 这与其研究结果不一致。风速越大, 越有利于颗粒物的扩散, 颗粒物的浓度就越低; 如果风速较小, 这种扩散能力就越低,容易造成污染物质在局部地区的堆积, 从而使颗粒物富集污染加重。

降水对 PM2.5浓度的清除具有非常明显的效果,当有降水出现时, PM2.5浓度显著降低, 城市空气质量往往达到非常清洁的水平, 降雨的增加对所有的PM2.5组成成分有所削减[30–31], 这与本研究结果一致。

5 结论

北京南海子公园PM2.5和PM10质量浓度日变化以夜间低, 白天高为主, 呈现明显的双峰型, 南海子公园的PM2.5和PM10质量浓度变化幅度较大; 从不同月份来看, 南海子公园 PM2.5质量浓度 6月最大、8月最低; 温度、风和降水与PM2.5和PM10质量浓度呈负相关关系, 湿度与PM2.5和PM10质量浓度呈正相关关系, 大风和降雨能有效的清除颗粒物,特别是细颗粒物; 森林可以吸附PM2.5和PM10颗粒物, 能有效的降低外围的污染程度。

[1] 张秋蕾. 环境保护部通报1月30日部分城市空气质量情况[N]. 中国环境报, 2013-01-30(1).

[2] 邱晨辉. 中科院专项研究还原京津冀灰霾天气产生过程[N].中国青年报, 2013-02-16(3).

[3] 裴敏欣.中国的环境: 经济死刑[N]. 美国《财富》双周刊, 2013-0-28.

[4] 季静, 王罡, 杜希龙, 等. 京津冀地区植物对灰霾空气中PM2.5等细颗粒物吸附能力分析[J]. 中国科学: 生命科学, 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] 王扬锋, 马雁军, 陆忠艳, 等. 辽宁本溪大气颗粒物浓度特征[J]. 环境化学, 2012, 31(2): 235–242.

[8] 李学彬, 韩永. 徐青山, 等. 厦门地区大气气溶胶变化特征分析[J]. 大气与环境光学学报, 2006, 1(3): 161–165.

[9] 于淑秋, 林学椿, 徐祥德. 北京市区大气污染的时空特征[J]. 应用气气象学报, 2002, 13: 92–99.

[10] 李雪, 刘子锐, 任希岩, 等. 2007 和 2008 年夏季北京奥运馆大气 PM10与 PM2.5质量浓度变化特征[J]. 大气科学学报, 2012, 35(2): 197–204.

[11] 陈玮, 何兴元, 张粤, 等. 东北地区城市针叶树冬季滞尘效应研究[J]. 应用生态学报, 2003, 14(12): 2113–2116.

[12] 王蕾, 高尚玉, 刘连友, 等. 北京市 11种园林植物滞留大气颗粒物能力研究[J]. 应用生态学报, 2006, 17(4): 597–601.

[13] 郭二果, 王成, 郄光发, 等. 北京西山典型游憩林空气颗粒物不同季节的日变化[J]. 生态学报, 2009, 29(6): 3253–3263.

[14] 肖以华, 习丹, 佟富春, 等. 广州市城乡梯度森林公园雨季空气 PM2.5浓度及水溶性离子特征[J]. 应用生态学报, 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] 王华, 鲁绍伟, 李少宁, 等. 可吸入颗粒物和细颗粒物基本特征、监测方法及森林调控功能[J]. 应用生态学报, 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] 刘宁微, 马雁军, 王扬锋, 等. 丹东市大气颗粒物质量浓度变化特征及其与能见度的关系[J]. 环境科学研究, 2010, 23(5): 642–646.

[25] 王绪鑫, 王冀, 向旬, 等. 鞍山大气颗粒物浓度的变化特征[J]. 环境科学研究, 2009, 22(6): 656–662

[26] 赵晨曦, 王玉杰, 王云琦, 等. 细颗粒物(PM2.5)与植被关系的研究综述[J]. 生态学杂志, 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, 张远航, 等. 北京市大气细粒子的来源分析[J]. 环境科学, 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] 顾凯华. 南京冬季雾天 PM10、PM2.5中 PAHs 特征及其与气象条件的关系[D]. 南京: 南京信息工程大学, 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

国家林业局林业公益性行业科研专项“森林对PM2.5等颗粒物的调控功能样带观测(20130430101)”

陈波(1987—), 男, 甘肃张掖人, 硕士, 研究实习员, 主要从事城市林业和水土保持研究, E-mail: zhyechb2010@163.com

*通信作者:鲁绍伟(1969—), 男, 河北秦皇岛人, 博士, 研究员, 主要从事水土保持研究, E-mail: hblsw8@163.com