北京城市森林PM2.5质量浓度特征及影响因素分析

蒋燕，陈波，鲁绍伟，李少宁

1. 西南林业大学环境科学与工程学院，云南 昆明 650224；2. 北京市农林科学院林业果树研究所 燕山森林生态系统定位观测研究站，北京 100093



北京城市森林PM2.5质量浓度特征及影响因素分析

蒋燕1，陈波2*，鲁绍伟2，李少宁2

1. 西南林业大学环境科学与工程学院，云南 昆明 650224；2. 北京市农林科学院林业果树研究所 燕山森林生态系统定位观测研究站，北京 100093

摘要：以北京西山森林公园为林内观测点，北京海淀植物园为林外对照点，研究城市森林PM2.5质量浓度变化特征，并对其影响因素进行分析。结果表明，林内外PM2.5质量浓度日变化呈“双峰双谷”型，8:00和21:00左右是一天中的两个峰值，15:00和4:00左右是一天中的两个谷值，PM2.5质量浓度林内（104.02 μg·m-3）>林外（82.52μg·m-3）。一年中PM2.5质量浓度在冬季最高，春季次之，夏季最低，PM2.5质量浓度年变化林内为冬季（115.46 μg·m-3）>春季（112.39 μg·m-3）>秋季（106.37 μg·m-3）>夏季（81.87 μg·m-3），林外为冬季（97.35 μg·m-3）>春季（94.07 μg·m-3）>秋季（93.17 μg·m-3）>夏季（61.86 μg·m-3）。气温、降雨均与PM2.5浓度呈负相关。晴天时，温度高、空气对流旺盛，PM2.5浓度较低；降水对PM2.5有很好的消减作用；风有驱散PM2.5的作用。在高温高湿天气下，PM2.5浓度高于其他天气情况。该研究可以丰富森林净化大气的理论，为环保部门相关政策的制定提供依据。

关键词：林内（北京西山公园）；林外（北京海淀植物园）；PM2.5质量浓度特征；影响因素

引用格式：蒋燕， 陈波， 鲁绍伟， 李少宁. 北京城市森林PM2.5质量浓度特征及影响因素分析［J］. 生态环境学报， 2016， 25（3）: 447-457.

JIANG Yan， CHEN Bo， LU Shaowei， LI Shaoning. Analysis on Characteristics and Influential Factors of PM2.5Mass Concentration in Beijing's Urban Forest ［J］. Ecology and Environmental Sciences， 2016， 25（3）: 447-457.

随着城市经济的快速发展，人们的生活水平显著提高，对环境要求越来越高，但随之而来的城市环境污染问题也越来越突出（Chen et al.，2010），其中空气颗粒物（PM）污染是其主要类型之一、也是最为严重的环境污染问题之一（张维康等，2015）。空气颗粒物（气溶胶）通常是指悬浮在大气中直径小于10 μm的液态或固态的微小粒子（李雪等，2012），而PM2.5是指大气中直径小于或等于2.5 μm的颗粒物（吴海龙等，2012）。PM2.5不仅降低环境质量，还可通过肺泡进入血液循环，对心血管系统产生危害，引发一系列疾病。因此，加强城市大气颗粒物浓度变化和分布特征的研究，对保护城市空气质量和人体健康具有重要意义。森林能够有效减缓大气污染，净化空气，提高空气质量。目前，已有大量学者对森林、植物和PM2.5的关系进行研究（吴海龙等，2012；杨佳等，2015；刘旭辉等，2014；郭二果等，2009a；郭二果等，2009b），主要包括森林植被对PM2.5的调控作用，植物对空气颗粒物的滞纳能力及叶面微形态解释，林带内PM10、PM2.5污染特征及与温度、相对湿度的关系，森林内PM2.5在不同季节的日变化，不同游憩林内PM2.5浓度变化特征比较等方面，但对城市林内PM2.5质量浓度特征及影响因素的研究尚不系统，为此本文选取北京西山公园和北京海淀植物园两个研究点，分析林内外PM2.5质量浓度日变化、月变化、年变化、不同天气下PM2.5质量浓度变化，旨在揭示城市森林PM2.5质量浓度变化特征和影响因素，证实森林对PM2.5的调控作用，以期为城市环保政策的制定提供依据。

1 研究方法

1.1 研究地概况

北京西山国家森林公园位于北京西郊小西山，以北京西山试验林场为基础，总面积5970 hm2，有林地5196.8 hm2，林木覆盖率87%，年降雨量634.2 mm，相对湿度43%～79%，是距北京市区最近的一座国家级森林公园；公园空气质量相对于城区较好，但整体空气质量不高，全年48.4%的天数为污染天气。地带性植被为暖温带落叶阔叶林，园内动植物资源丰富，有植物共计250多种，分属73科。主要乔木树种包括油松（Pinus tabuliformis）、侧柏（Platycladusorientalis）、银杏（Ginkgo biloba）、杨树（Populus）等，主要的灌木有女贞（Ligustrum lucidum）、小檗（Berberis thunbergii）、黄杨（Buxus sinica）、连翘（Forsythia suspensa）、迎春（Jasminum nudiflorum）等。对照点位于北京植物园内的空旷地上，距北京西山国家森林公园2 km，并位于其东北部，周围树木繁茂，主要乔木树种包括油松（Pinus tabulaeformis）、侧柏（Platycladus orientalis）、红松（Pinus koraiensis Sieb）、银杏（Ginkgo biloba）等，主要的灌木有紫叶小檗（Berberis thunbergii）、沙地柏（Sabina vulgaris）等。

1.2 数据采集

林内PM2.5实时浓度值由西山森林公园城市森林环境空气质量监测站提供，林外对照点PM2.5的实时浓度值由北京市环境保护监测中心提供，两个监测站的PM2.5监测设备均采用美国赛默飞世尔科技公司（Thermo Fisher Scientific，USA）的TEOM-1405-D双通道颗粒物在线监测仪，监测时间一致，每隔1 h自动监测1次，全天24 h不间断采样。林内的实时气象数据由西山空气质量监测站林内气象站（Weather Meter）提供，林外对照点的气象数据主要来自中国天气网（www.weather.com.cn）。主要包括气温（Ta，℃）、相对湿度（RH，%）、风速（W，m·s-1）、降水（P，mm）等气象因子。

1.3 数据选取

选取2014年1月1日─2014年12月31日数据进行分析。为避免特殊天气条件的影响（如大风天气、降雨以及严重雾霾天等），每月选取连续3 d晴天的数据取其平均值。PM2.5浓度月变化规律采用月均值进行分析。两地监测点采样高度相差100 cm，虽有垂直差异，但在可接受范围内。选取海淀植物园特殊天气条件进行气象因素对PM2.5浓度变化的影响研究。降雨天气为2014年7月15 ─19日；大风天气为2014年2月1─5日；高温高湿天气为2014年8月1─5日；连续晴天为2014 年10月15─19日。数据处理和制图采用Excel 2007完成。

2 结果与分析

2.1 PM2.5质量浓度日变化

林内外PM2.5质量浓度日变化存在显著变化规律，且变化趋势基本一致，均呈现“双峰双谷”型（图1）。一天中PM2.5在白天和夜间各出现1个峰值和1个谷值，与郭二果等（2009a）的研究结果一致。白天的峰值一般出现在8:00左右，峰值在60～100 μg·m-3之间，谷值出现在15:00左右，夜间的峰值出现在21:00─23:00，谷值出现在4:00左右。林内、林外的PM2.5日变化趋势虽大致相同，但也有差异。除3月外，林内PM2.5质量浓度值均高于林外；白天林内谷值基本先于林外1～2个小时出现，但峰值却滞后于林外1～2个小时出现；夜间谷值基本出现在0:00左右，但林内谷值和峰值出现的时间滞后于林外。林内白天峰值在25～218 μg·m-3之间，谷值在10～227 μg·m-3之间，夜晚峰值在65.4～257 μg·m-3之间，谷值在20～189 μg·m-3之间；林外白天峰值在14～184 μg·m-3之间，谷值在8～217.9 μg·m-3之间，夜晚峰值在27.4～205.5 μg·m-3之间，谷值在11～184.9 μg·m-3之间。不论在高峰阶段，还是在低谷阶段，林内的峰值和谷值均高于林外。林内白天峰值平均值为110.2 μg·m-3，谷值平均值为88.33 μg·m-3，二者相差21.69 μg·m-3；夜晚峰值平均值为114.83 μg·m-3，谷值平均值为83.04 μg·m-3，二者相差31.79 μg·m-3。林外白天峰值平均值为100.25 μg·m-3，谷值平均值为80.5 μg·m-3，二者相差19.75 μg·m-3；夜晚峰值平均值为105.81 μg·m-3，谷值平均值为80.54 μg·m-3，二者相差25.27 μg·m-3。在谷峰阶段，林外的PM2.5质量浓度变化比林内变化平缓。

2.2 PM2.5质量浓度月变化

林内和林外的PM2.5浓度月变化均存在不同程度的起伏（图2），林内的PM2.5浓度波动幅度大于林外，总体PM2.5质量浓度也高于林外。1月和4 ─6月，林内外月变化趋势一致，PM2.5质量浓度日差异较小，基本在50 μg·m-3以内波动，；7─11月，林内外PM2.5浓度日差异小，基本在30 μg·m-3内波动。上半年和下半年的PM2.5浓度月变化特征明显不同。2─3月PM2.5质量浓度月变化阶段性明显，但4─6月的PM2.5质量浓度月变化差异较小；下半年月际间PM2.5浓度差异大，但PM2.5质量浓度的较高值和较低值分布较集中。

1月总体变化较小，日均值在100～200 μg·m-3之间，林内月均值（120.51 μg·m-3）>林外（71.78 μg·m-3）；2月PM2.5质量浓度日均值变化分阶段性，林外52.9%的时段集中在180～350 μg·m-3间，且29.4%的时段显著高于林内，集中在200～350 μg·m-3间；3月林外PM2.5质量浓度57.9%的时段高于林内，集中在100～250 μg·m-3间，林内月均值为102.38 μg·m-3，林外月均值为105.17 μg·m-3；4─5月变化比较小，4月林外32.14%的时段PM2.5质量浓度在50～150 μg·m-3间，林内47.8%的时段在100～230 μg·m-3间；5月林内75%的时段PM2.5质量浓度在70～150 μg·m-3间，林外55%的时段在60～100 μg·m-3间；6月变化幅度较小，林外80%的时段PM2.5质量浓度在8～70 μg·m-3间，林内66.7%的时段在30～90 μg·m-3间；7月9.68%的时段PM2.5质量浓度小于50 μg·m-3，其他时段在50～150 μg·m-3间，林内月均值为95.69 μg·m-3，林外月均值为77.69 μg·m-3；8月林内外的PM2.5质量浓度日变化大，但46.2%的时段PM2.5高值或低值出现集中；9月份，65.4%的时段PM2.5质量浓度在50～160 μg·m-3间，林内月均值为86.57 μg·m-3，林外月均值为65.02 μg·m-3；10─11月，林内外PM2.5浓度差异较小，10月25.8%的时段质量PM2.5浓度集中在10～70 μg·m-3间，35.4%的时段在100～300 μg·m-3间；11月，40%的时段PM2.5质量浓度集中在5～70 μg·m-3间，23.3%的时段在100～350 μg·m-3间；12月PM2.5质量浓度日均值变化差异较大，林内外变化规律不统一，林内外PM2.5在6月浓度最低，2月浓度最高。

图1 不同月份PM2.5质量浓度日变化特征Fig. 1 The daily variation of PM2.5mass concentration in different month

图2 不同月份PM2.5质量浓度月变化Fig. 2 The monthly variation of PM2.5mass concentration in different month

2.3 PM2.5质量浓度年变化

由图3可看出，林内外PM2.5质量浓度年变化趋势一致，基本呈“M”型，2月林内外PM2.5均最高，6月最低，10月达下半年的最高值。3─4月，林内PM2.5质量浓度呈上升趋势，林外在3─6月均呈下降趋势；2月PM2.5质量浓度为林内（154.07 μg·m-3）>林外（139.49 μg·m-3），林内是林外的1.11倍；6月PM2.5浓度最低，林内为71.01 μg·m-3，林外为44.41 μg·m-3，林外是林内的62.54%；4─9月林内和林外的PM2.5浓度差异较大，其他月份的差异小，3月和10月林内外PM2.5质量浓度差异最小，3月份仅相差2.79 μg·m-3。林内月均值变化为2月（154.07 μg·m-3）>4月（133.73 μg·m-3）>10月（133.45 μg·m-3）>1月（120.51 μg·m-3）>3月（102.38 μg·m-3）>5月（101.05 μg·m-3）>11月（99.08 μg·m-3）>7月（95.69 μg·m-3）>9月（86.57 μg·m-3）>8月（78.91 μg·m-3）>12月（71.19 μg·m-3）>6月（71.01 μg·m-3），林外为2月（139.49 μg·m-3）>10月（127.04 μg·m-3）>3月（105.17 μg·m-3）>11月（87.29 μg·m-3）>4月（96.06 μg·m-3）>1月（95.78 μg·m-3）>5月（80.99 μg·m-3）>7月（77.69 μg·m-3）>9月（65.02 μg·m-3）>8月（63.47 μg·m-3）>12月（56.77 μg·m-3）>6月（44.41 μg·m-3）。

图3 PM2.5质量浓度年变化特征Fig. 3 The annual variation of PM2.5mass concentration

2.4 不同天气下PM2.5质量浓度变化

2.4.1 降水对PM2.5的消减作用

选7月15─19日分析PM2.5浓度和降水关系，降水集中在16─18日，15日只有22:00有雨，19日只有7:00有雨，视为晴天，16日降水量最为集中，5天降雨量是34 mm。降雨天气下林内外PM2.5浓度变化趋势一致。在降水最为集中的16日（图4），林内PM2.5质量浓度为105.29 μg·m-3，林外为85.8 μg·m-3，二者相差19.94 μg·m-3。13:00，首次降水，此时降雨量为1 mm，林内PM2.5质量浓度为151 μg·m-3，相比前一时刻下降了2.5%，林外为160.1 μg·m-3，相比前一时刻下降了0.19%，下降的幅度较小；但在降水量最大（27 mm）的20:00， PM2.5质量浓度明显下降，林内为130 μg·m-3，相比前一时刻下降了2%，林外为50.2 μg·m-3，相比前一时刻下降了56.6%，但还未降低到最低值；在雨后两小时，即22:00，林内PM2.5质量浓度降至一天中的最小值，为34 μg·m-3，相比20:00降低76.1%；在雨后1小时，即21:00，林外PM2.5质量浓度降至一天中的最小值，为17.7 μg·m-3，相比20:00下降64.7%。林内外PM2.5浓度在降至最低值后，又呈上升趋势，但远远地低于白天的浓度，在降雨时段内，林内的变化幅度小于林外，说明林外受降雨影响比林内显著。

图4 雨天PM2.5质量浓度和降水量日变化Fig. 4 The daily variation of PM2.5mass concentration and precipitation in rainy day

图5 大风天气PM2.5质量浓度和风速日变化Fig. 5 The daily variation of PM2.5mass concentration and wind speed in windy day

2.4.2 风对PM2.5的驱散作用

选2月1─5日探讨PM2.5浓度和风速的关系，2、3、4日风大且持续时间长，1日无风，5日的风速小，1日和5日视为无风日。1─3日，PM2.5质量浓度呈持续下降趋势，3日达最低值，林内为12 μg·m-3，相比前一天下降了85.4%，林外为5.44 μg·m-3，相比前一天下降了92.3%；3─5日，达次高峰，3日前林内外PM2.5浓度差异小于3日后的差异；二者的PM2.5质量浓度差异在3日最小，仅相差6.67 μg·m-3，5日差异最大，为26.83 μg·m-3。在风速最大且持续时间最长的3日（图5），在风速相对最大的1:00、9:00、13:00，PM2.5质量浓度相对前一时间段均有降低。1:00风速达一天最大值（4 m·s-1），比前一时刻风速高2 m·s-1，林内PM2.5质量浓度为11 μg·m-3，相比前一时刻下降了21.4%，林外为7 μg·m-3，相比前一时刻下降了28.5%；大风过后1 h，即2:00，PM2.5质量浓度降至一天中的最小值，林内为3 μg·m-3，相比大风时刻降低了72.7%，林外为4 μg·m-3，相比大风时刻下降了20%；但在10:00，风速也为4 m·s-1，比前一时刻的风速高1 m·s-1，林内PM2.5质量浓度为12 μg·m-3，相比前一时刻下降了29.4%，林外为3 μg·m-3，和前一时刻相同；在13:00，风速也上升至4 m·s-1，PM2.5浓度也降低，林内外PM2.5浓度降到白天的最低值，说明风速越大，PM2.5浓度降低的幅度越大，但PM2.5浓度并不是在风速最大时降到最小值，而是在大风后1 h达到最低值。风对林内PM2.5浓度的影响大于林外，而且风对林内外的PM2.5浓度影响也有时间差异。在林内，风速和PM2.5浓度在白天（9:00 ─19:00）呈负相关关系（刘娜等，2014）312-313，即风速越大，PM2.5浓度越低；在夜晚和凌晨（20:00 ─7:00），风速和PM2.5浓度基本呈正相关，即风速越大，PM2.5浓度越大。在林外，风对PM2.5浓度影响在夜晚和凌晨呈负相关，但白天较多时间不受风的影响，所以林内外PM2.5浓度受风影响在时间上相反。

2.4.3 高温高湿天气对PM2.5的影响

选择8月1─5日高温高湿对讨论温湿度对PM2.5浓度的影响，由于4日和5日气温较低，低于25 ℃，所以以4日、5日为对照日，1─3日温度高于25 ℃，且湿度在80%以上，视为高温高湿天气。1─5日，PM2.5浓度持续下降，1日最高，5日最低。林内1日 PM2.5质量浓度为153.75 μg·m-3，5日为35.88 μg·m-3，二者相差117.87 μg·m-3；林外1日PM2.5质量浓度为173.82 μg·m-3，5日为25.92 μg·m-3，二者相差147.9 μg·m-3。在温度和湿度最高的2日（图6），其温度为28.58 ℃，湿度为84.25%，林内外变化趋势基本一致，在23:00─3:00变化起伏大，其他时间变化平稳，15:00─23:00的PM2.5浓度低于凌晨、中午。在白天，7:00温度最低，为26 ℃，此时湿度为97%，林内PM2.5质量浓度为143 μg·m-3，林外为160.5 μg·m-3；8:00温度为27 ℃，湿度为93%，温度比7:00 高1 ℃，湿度比7:00低4%，林内PM2.5质量浓度为152 μg·m-3，相比前一时刻高6.3%，林外为179.3 μg·m-3，相比前一时刻高11.7%；在7:00─14:00，温度持续上升，湿度持续下降，PM2.5浓度呈下降趋势；在14:00─17:00，温度逐渐降低，湿度逐渐升高，PM2.5浓度呈上升趋势；在夜晚和凌晨，即18:00─次日6:00，温度下降，湿度持续升高，PM2.5浓度呈上升趋势，在凌晨0:00，温度为26 ℃，此时湿度为95%，温度比23:00高1 ℃，湿度比23:00高1%，林内PM2.5质量浓度为194 μg·m-3，相比前一时刻高了39.6%，林外为172.5 μg·m-3，相比前一时刻高了28.7%。林内PM2.5浓度变化幅度小于林外，林内PM2.5浓度在15:00─1:00大于林外，林内PM2.5浓度在1:00─14:00大于林外，林内外浓度在1:00─14:00的差异比15:00─1:00大。

图6 高温高湿天气PM2.5质量浓度日变化Fig. 6 The daily variation of PM2.5mass concentration in in high temperature and high humidity

2.4.4 晴天天气PM2.5浓度变化

选择10月15─19日讨论晴天天气PM2.5浓度变化（图7），15日PM2.5质量浓度最低，19日浓度最高，15─16日的上升幅度较小，林内外均为8.21 μg·m-3，16─18日的上升幅度较大，18─19日最大，林内外均为144.13 μg·m-3，最大差异是最小差异的18倍，林内和林外PM2.5质量浓度变化趋势一致，日均值相差甚小。

图7 连续晴天PM2.5质量浓度和温度日变化Fig. 7 The daily variation of PM2.5mass concentration and temperature in continuous sunny day

在最有代表性的16日，从6:00开始，PM2.5浓度开始上升，上升至11:00到最大值，即白天高峰出现，但在白天低谷上升到夜晚高峰时间段（13:00─18:00），PM2.5浓度局部变化比较复杂。白天PM2.5质量浓度在11:00达到最高值，此时温度为18 ℃，林内为39.7 μg·m-3，林外为34.7 μg·m-3；11:00温度比12:00低1 ℃，浓度比12:00高23%；低谷出现在13:00，此时的温度为21 ℃，达到全天的最高温，林内PM2.5质量浓度为21.2 μg·m-3，林外为16.2 μg·m-3，林内外PM2.5质量浓度比12:00下降了30%。在夜间，高峰出现在21:00，此时温度为13 ℃，林内为63.8 μg·m-3，林外为58.8 μg·m-3；20:00的温度为15 ℃，温度比21:00低2 ℃，PM2.5质量浓度比20:00高6.3%； 4:00的温度为4 ℃，林内PM2.5质量浓度为9.8 μg·m-3，林外为4.8 μg·m-3；6:00的温度为3 ℃，达到全天的最低温，林内外PM2.5质量浓度相比6:00下降了32%。可见温度升高，PM2.5浓度下降；温度下降，PM2.5浓度上升。PM2.5浓度随着温度的变化立即出现变化，较少出现滞后性。

3 讨论

3.1 PM2.5质量浓度时空变化特征

在一天中，PM2.5浓度变化有着明显的规律性，基本呈“双峰双谷”型，但是在不同月份，这种趋势较以往学者提出的“双峰双谷”型明显，如2、4、11、12月。PM2.5质量浓度在白天的峰值一般出现在8:00左右，谷值出现在15:00─20:00，夜间的峰值出现在21:00─23:00，谷值出现在凌晨0:00─4:00，原因是：早晚的温度较低，湿度较大，不利于大气的输送和扩散，容易积聚（郭二果等，2009a）3258-3259，而且早晚是上下班的高峰期，人流量和车流量都相对较大，这也增加了PM2.5浓度；白天温度高，光照强，湿度相对较小，大气层不稳定，大气对流和湍流强烈，有利于大气的扩散运动（Wang et al.，2014）5655-5656，再加上白天植物生理活动旺盛，对PM2.5具有一定吸附作用，故白天的PM2.5浓度较早晚低。

林内、林外的PM2.5日变化趋势基本一致，除3月外，林内的PM2.5浓度均高于林外，这是因为林内相对林外有较大的减尘、滞尘和阻尘的作用（刘旭辉等，2014），但林内的郁闭度大，空气流动差，大气层稳定， PM2.5一旦进入林内就不容易扩散，更容易在林内积聚（郭二果等，2009a）3262-3263；3月份，林外的PM2.5浓度高于林内，可能是因为林外受城区污染物的影响较大，而城区的污染物受植被植被阻挡较难进入林内，再加上3月天气干燥且多风，使得PM2.5更容易进入植被覆盖率相对较低的林外。林内的高峰和低谷持续时间要高于林外，因为林内对PM2.5的吸纳和滞留能力大于林外，林内郁闭度大，地表覆盖率高，所以PM2.5短时间内很难进入林内，导致低谷时间持续长，但一旦进入林内就不易扩散，使得林内的高峰持续时间大于林外，表明森林对PM2.5具有缓冲作用。

林内外的PM2.5浓度年变化和月变化均以冬季PM2.5浓度最高，其中2月份浓度最高，这是因为北京冬季时间长，逆温、多云天气使得PM2.5不易扩散，加上人们取暖燃煤所排放的污染物增多，使得PM2.5更容易积聚。从2月份开始，PM2.5浓度呈下降趋势，6月降至最低，夏季的PM2.5浓度在全年最低，这是因为夏季温度高，大气垂直对流作用强，不利于PM2.5的聚集。夏季是北京降水量最多的季节，雨水对PM2.5的冲刷作用明显，再加上夏季植物生理活动最为旺盛，对大气颗粒物的吸收和滞留作用最强，减少了PM2.5的浓度，故PM2.5浓度在夏季达到最低；6─10月PM2.5浓度开始上升，PM2.5浓度达到相对最高，这可能是因为秋季降水减少，加上植被枝叶凋零，覆盖减少，滞留和阻碍作用减弱，使得秋季的PM2.5高于夏季；10─12月，PM2.5呈下降趋势；春天由于干燥多风，沙尘天气多，大大增加了空气中污染物的浓度，加上春季植物枝叶才刚刚开始生长，对颗粒物的吸附作用也较小，使得春天的PM2.5浓度要高于夏季和秋季。林内林外的PM2.5浓度在一年中呈现出夏季最小，秋季次之，春季要高于秋季，冬季最高的趋势，这和以往学者的结论相同（杨夏沫等，2002；古琳等，2013；王金丽等，2004），一年中，林内的PM2.5浓度总是要高于林外的PM2.5浓度，林内和林外的PM2.5浓度在春夏的差异较大，秋冬的差异小，主要原因是：在春季，林内受沙尘天气的影响要大于林外，林内PM2.5的扩散能力小于林外；在夏季，虽然林内对PM2.5的吸收和阻挡能力要高于林外，但是夏季多雨、高温高湿，PM2.5一旦进入林内就容易聚集，而林外相对较为开阔，有利于污染物的扩散。

3.2 气象因素对PM2.5浓度的影响

降雨对PM2.5具有显著的清除作用，降雨过后，PM2.5浓度显著降低。本研究显示在7月16日的降水过程中，林内外PM2.5浓度降低，特别是在降水量最大的20:00，PM2.5浓度明显下降，却没有降到最低值，林内PM2.5质量浓度在22:00达到最低值，林外在21:00达到最低值，这是因为降雨不能立即清除PM2.5，需要经过1～2 h的时间来清洗PM2.5，使PM2.5产生沉降，这说明降水可以靠冲刷沉降作用来消减PM2.5，降水量越大，对PM2.5的清除作用越强。 此外，19日PM2.5质量浓度降低，林内PM2.5浓度为109 μg·m-3，相比18日下降了28.8%，林外为96.23 μg·m-3，相比18日下降了37.4%，下降的幅度不大，也证明了降水对PM2.5有很好的消减作用。

风对PM2.5浓度有很好的驱散作用，风速越大，PM2.5浓度越低。相关研究也表明，在一定范围内，大气PM2.5浓度和风速呈负相关，风速越大，越有利于大气颗粒物的流动和扩散，而风速越低，大气流动减弱，PM2.5浓度越容易积聚，PM2.5浓度越高（林俊等，2009）2-3。冬季林内风速和PM2.5浓度在白天（9:00─19:00）呈负相关，在夜晚和凌晨（20:00 ─7:00）基本呈正相关；而夜晚有风的天气有利于PM2.5的扩散，林外风对PM2.5浓度影响在夜晚和凌晨呈负相关。本研究和其他学者研究基本一致（郭二果等，2013）1196-1197，即风对PM2.5有驱散作用，风速和PM2.5浓度呈负相关的关系，有研究者也提出风速在一定范围内和PM2.5浓度呈负相关，风速一旦超过这个范围，二者关系减弱（王淑英等，2012；Cuhadaroglu et al.，1997），本研究却没有发现这个规律，可能是因为研究地、研究时间、气候及受人类活动影响的不同。

低温高湿天气有利于PM2.5积聚，白天温度升高，湿度下降，PM2.5浓度呈下降趋势，夜晚和凌晨温度降低，湿度升高，PM2.5浓度呈上升趋势，在白天，温度变化上升明显，PM2.5浓度主要受温度的影响，温度升高，空气对流旺盛，利于污染物扩散（郎凤玲等，2013），使PM2.5浓度下降；夜晚和凌晨，温度变化小，湿度迅速上升，PM2.5浓度主要受湿度的影响，此时间段的湿度极高，极易使细小的颗粒物产生凝结，从而增加空气中的PM2.5浓度（刘大锰等，2005）。林内外PM2.5浓度的变化趋势基本一致，二者均在23:00─3:00变化起伏大，其他时间变化平稳，下午至晚上（15:00─23:00）的PM2.5浓度要低于凌晨和中午的PM2.5浓度，这主要是由于下午和晚上的湿度低于凌晨和中午，其温度虽然高，但因缺乏水汽、细小颗粒物等凝结物，也缺乏较好的凝结条件，PM2.5浓度较小；而凌晨和中午的温湿度都达到了高温高湿条件，更有利于细小颗粒物凝结，加上中午的温度最高，也有利于光化学反应，产生二次污染颗粒物，这也增加了空气中的含尘量。在23:00─3:00时间段，湿度明显上升，温度明显下降，加之研究区本身的小气候，植被在这个时候有着特殊的生理活动，使得该时间段整体环境比较复杂，故PM2.5变化也较为复杂。有学者指出：当相对湿度增大到一定程度时，PM2.5浓度会降低（张创等，2011），这是因为PM2.5发生了湿沉降（刘娜等，2014）312-313。温度升高，大气的不稳定性增强，有利于PM2.5的扩散运动，PM2.5浓度会降低；而温度降低，大气层结稳定，PM2.5浓度易于积聚，该规律在连续晴天表现得尤为明显。

气象因子对PM2.5质量浓度的影响是复杂的（Nowak et al.，2006），因地理特征、时间、季节等的不同而不同，但总的影响趋势是一致的，每个气象因子对PM2.5的影响不是独立的，而是交互作用的（Tai et al.，2010；Pateraki et al.，2012；Smimov et al.，2003）；林内的植被郁闭度和地表植被的覆盖率要高于林外，林内环境较林外封闭稳定，小气候也较为稳定，加上林外的植被比林内的复杂，在一年中变化大，不管是自然因子、还是人文因子，都比林内复杂、变化比林内大，故各气象因子对林内PM2.5质量浓度的影响均比林外小。

4 结论

林内外PM2.5浓度日变化基本呈“双峰双谷”型， 2月PM2.5浓度最大，6月PM2.5浓度最低；冬季最高，春季次之，夏季最低；林内PM2.5浓度高于林外PM2.5浓度，而且变化比林外平缓，二者在春夏的差异大，冬春差异小。天气对PM2.5浓度的变化具有重要影响，降雨对PM2.5有着明显的消减作用；但是在夏季的林内，降雨有时会增加PM2.5浓度；风对PM2.5有很好的驱散作用，PM2.5浓度会随风速的增大而越低；PM2.5浓度随相对湿度的增大而升高，随着相对湿度的减小而降低；温度升高，PM2.5降低，温度降低，其浓度会上升，该规律在连续晴天表现得尤为明显；林内受气象因子的影响要小于林外。气象因子对PM2.5质量浓度的影响是复杂的，对植被区的影响尤其复杂，而且对不同植被区的影响不同。植被对PM2.5有清除和消减作用，但不同的植被区对PM2.5的消减程度不同。在建设城市绿地时，要考虑植被自身特点、种植疏密度、植被之间的关系及组合、植被净化空气的能力，以更好地发挥植被对PM2.5的消减和清除作用，达到净化大气、提高城市环境质量的目的。

参考文献：

CHEN R J， CHEN B H， KAN H D. 2010. A heath-based economic assessment of particular air pollution in 133 Chinese cities ［J］. China Environmental Scientist， 30（3）: 410-415.

CUHADAROGLU B， DEMIRCI E. 1997. Influence of some meteorological factors on air pollution in Trabzon City ［J］. Energy and Buildings，25（3）: 179-184.

NOWAK D J， GRANE D E， STEVENS J C. 2006. Air pollution removal by urban trees and shrubs in the United States ［J］. Urban Forest & Urban Greening， 4（3-4）: 115-123.

PATERAKI S， ASIMAKOPOULOS D N， FLOCAS H A， et al. 2012. The

role of meteorology on different sized aerosol fractions （PM10， PM2.5，PM2.5-10） ［J］. Science of the Total Environment， 419（1）: 124-135.

SMIMOV A， HOLBEN B， ECK T， et al. 2003. Effect of wind speed on

columnar aerosol optical properties at Midway Island ［J］. Journal of geophysical research， 108（D42）: AAC15.1-AAC15.8.

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

WANG C， GUO E G， QIE G F. 2014. Variations of PM2.5in the west mountain of Beijing， China ［J］. Acta Ecological Sinica， 34（19）: 5650-5658.

古琳， 王成， 王晓磊， 等. 2013. 无锡惠山三种城市游憩林内细颗粒物（PM2.5）浓度变化特征［J］. 应用生态学报， 24（9）: 2485-2493.

郭二果， 王成， 彭镇华， 等. 2009b. 北京西山三种典型游憩林春季空气颗粒物日变化规律［J］. 林业科学， 45（6）: 145-148.

郭二果， 王成， 郄光发， 等. 2009a. 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， 29（6）: 3253-3263.

郭二果， 王成， 郄光发， 等. 2013. 北方地区典型天气对城市森林内大气颗粒物的影响［J］. 中国环境科学， 33（7）: 1185-1198.

郎凤玲， 闫伟奇， 张泉， 等. 2013. 北京大气颗粒物浓度粒径分布特征及与气象条件的相关性［J］. 中国环境科学， 33（7）: 1153-1158.

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

林俊， 刘卫， 李燕， 等. 2009. 大气气溶胶粒径分布特征与气象条件的相关性分析［J］. 气象与环境学报， 25（1）: 1-5.

刘大锰， 马永胜， 高少鹏， 等. 2005. 北京市区春季燃烧源大气颗粒物的污染水平和影响因素［J］. 现代地质， 19（4）: 627-633.

刘娜， 冯新斌， 陈卓， 等. 2014. 贵阳市大气颗粒物（PM2.5）污染特征及气象参数的影响［J］. 地球与环境， 42（3）: 311-315.

刘旭辉， 余新晓， 张振明， 等. 2014. 林带内PM10， PM2.5污染特征及其与气象条件关系［J］. 生态学杂志， 33（7）: 1715-1721.

王金丽， 谢庄， 张远航， 等. 2004. 北京市大气粒子的质量浓度特征研究［J］. 气象学报， 62（1）: 104-111.

王淑英， 张小玲. 2002. 北京地区（PM10）污染的气象特征［J］. 应用气象学报， 13（UOI）: 177-184.

吴海龙， 余新晓， 师忱， 等. 2012. PM2.5特征及森林植被对其调控研究进展［J］. 中国水土保持科学， 10（6）: 116-122.

吴志萍， 王成， 侯晓静， 等. 2008. 6种城市绿地空气PM2.5浓度变化规律的研究［J］. 安徽农业大学学报，35（4）: 494-498.

杨佳， 王会霞， 谢滨泽， 等. 2015. 北京9个树种叶片滞尘量及叶面微形态解释［J］. 环境科学研究， 28（3）: 384-392.

杨夏沫， 贺克斌， 马永亮， 等. 2002. 北京PM2.5浓度的变化特征及其与PM10、TSP的关系［J］. 中国环境科学， 22（6）: 206-510.

张剑， 刘红年， 唐丽娟， 等. 2011. 苏州城区能见度与颗粒物浓度和气象要素的相关分析［J］. 环境科学研究， 24（9）: 982-987.

张维康， 王兵， 牛香. 2015. 北京不同污染地区园林植物对空气颗粒物的滞纳能力［J］. 环境科学， 36（7）: 2381-2388.

Analysis on Characteristics and Influential Factors of PM2.5Mass Concentration in Beijing's Urban Forest

JIANG Yan1， CHEN Bo2*， LU Shaowei2， LI Shaoning2
1. Environmental science and engineering College ， Southwest Forestry University， Kunming 650224， China； 2. Forestry and Pomology Institute， Beijing Academy of Agriculture and Forestry Sciences， YanShan Forest Ecosystem Research station Beijing 100093， China

Abstract:We selected two observation points in vegetation areas， and Beijing Xishan forest park forest is forest interior observation point， Beijing haidian botanical garden as forest outside control point， to study characteristics of urban forest's PM2.5mass concentration and to analyze its influence factors. The results showed that: The daily variation of PM2.5mass concentration is "double peak valley" in forest interior and outside. Around 8:00 and 21:00 are two peak values of the day， around 15:00 and 4:00 are valley values of the day. The PM2.5concentration in inside forest （104.02 μg·m-3） is higher than it in outside forest （82.515 μg·m-3）. In a year，PM2.5mass concentration in summer is lowest， which is second in Autumn and is third in spring. PM2.5mass concentration in winter is highest. Annual variation of PM2.5mass concentration is winter （115.46 μg·m-3） > spring （112.39 μg·m-3） > autumn （106.37 μg·m-3） > summer （81.87 μg·m-3） in forest interior， and winter （97.35 μg·m-3） > spring （94.07 μg·m-3） > autumn （93.17 μg·m-3） > summer （61.86 μg·m-3） in forest outside. Different meteorological factors， temperature， precipitation and wind are negative correction with PM2.5concentration. Sunny days in a row， air convection is strong， PM2.5concentration is relatively low； precipitation has cutting effect on PM2.5，the wind can disperse the PM2.5； and PM2.5concentration is higher than other weather conditions in high temperature and high humidity. Richen theory about forest's purifying atmosphere. And provide the evidence for related policy that environmental protection departments make.

Key words:inside forest （Beijing xishan park）； outside forest （Beijing haidian botanical garden）； characteristics of PM2.5mass concentration； influential factors

DOI:10.16258/j.cnki.1674-5906.2016.03.012

中图分类号：X16

文献标志码：A

文章编号：1674-5906（2016）03-0447-11

基金项目：北京市农林科学院青年科研基金项目（QNJJ201530）

作者简介：蒋燕（1993年生），女，硕士研究生，主要从事森林生态研究。E-mail: 2219698595@qq.com

*通信作者：陈波（1987年生），男，助理研究员，博士，主要从事城市林业和水土保持研究。E-mail: zhyechb2010@163.com

收稿日期：2015-11-19