森林植被对信阳市城郊PM2.5等颗粒物污染的影响

冯万富 邱林 单燕祥 张建设 李月凤 周继良 柳勇

摘要：選择森林植被盖度存在明显差异的信阳市中心城区-近郊区-远郊区分别设立监测点开展大气颗粒物污染同步定位观测，比较分析了3个监测点TSP、PM10、PM2.5和PM1等4种粒径颗粒物质量浓度日变化和季节变化特征及其影响因素。结果表明，3个监测点4种颗粒物质量浓度日变化特征基本一致，峰值和最低值出现的时间基本同步。上午颗粒物污染比下午严重。3个监测点的颗粒物污染均表现为夏季最轻，秋季次之，冬季污染最严重。森林植被具有强大的削减PM2.5等颗粒物污染的功能，监测点颗粒物质量浓度与森林植被盖度呈负相关。在日变化和季节变化中，森林植被盖度最高的生态站监测点4种颗粒物质量浓度均明显低于其他2个监测点;同样，森林植被盖度较高的浉河景观带监测点4种颗粒物质量浓度均明显低于缺林少绿的体彩广场监测点。影响颗粒物污染的主要气象因子是气温和气压。PM2.5等4种颗粒物质量浓度与日均气温均呈极显著负相关，与日均气压均呈极显著正相关。

关键词：森林植被;PM2.5;大气颗粒物;气象因子;信阳市

中图分类号：S731.2         文献标识码：A

文章编号：0439-8114（2019）16-0049-05

DOI：10.14088/j.cnki.issn0439-8114.2019.16.011           开放科学（资源服务）标识码（OSID）：

Abstract： The Xinyang central city-near suburb-far suburbs， where there were obvious differences in forest vegetation coverage were chosen to set up monitoring points to carry out simultaneous location observation of atmospheric particulate matter pollution， and the diurnal and seasonal variation characteristics and influencing factors of mass concentration of four kinds of particulate matter， such as TSP， PM10， PM2.5 and PM1， were compared and analyzed in three monitoring sites. The results showed that the daily variation characteristics of the mass concentration of 4 particles in 3 monitoring points were basically consistent， and the time of peak and lowest value was basically synchronized. Particulate pollution in the morning was more serious than in the afternoon. The pollution of particulate matter in 3 monitoring points was the lightest in summer， the second in autumn and the worst in winter. Forest vegetation had a strong function of reducing particulate matter pollution such as PM2.5， and the concentration of particulate matter in the monitoring point was negatively correlated with the canopy of forest vegetation. In the diurnal and seasonal variations， the concentration of 4 kinds of particulate matter in the Ecological station monitoring site with the highest forest cover was significantly lower than that of other 2 monitoring points; In the same way， the mass concentrations of four kinds of particulate matter in the monitoring sites of Shihe River landscape zone with higher forest vegetation coverage were significantly lower than those in the Ticai square， where there was a lack of greening. The main meteorological factors affecting particulate matter are temperature and air pressure. The mass concentrations of 4 kinds of particulate matter were significantly negatively correlated with daily average temperature， and were significantly positively correlated with daily air pressure PM2.5.

Key words： forest vegetation; PM2.5; atmospheric particulate matter; meteorological factors; Xinyang city

隨着工业化和城市化的迅猛发展，大气颗粒物污染已成为严重的城市环境问题[1]。大气颗粒物，即大气气溶胶体系中分散的各种粒子，根据空气动力学等效粒径大小，可被分为总悬浮颗粒物（TSP，d≤100 μm）、可吸入颗粒物（PM10，d≤10 μm）、细颗粒物（细粒子、PM2.5，d≤2.5 μm）和超细颗粒物（PM1，d≤1.0 μm）[2]，对空气质量和人体健康有重要影响[2，3]。目前，城市大气颗粒物污染研究主要集中在颗粒物源解析、成分及其浓度变化规律、颗粒物对人类健康危害以及颗粒物污染治理等方面[4-7]。不同梯度及背景地区PM2.5等颗粒物污染的比较研究以及森林植被对PM2.5等颗粒物的调控功能方面的研究较少，致使能够为城市森林管理和空气质量提高提供依据的生态学信息不全面[8]。森林植被对大气颗粒物有明显的削减作用[9，10]。利用森林复杂冠层结构对颗粒物的吸收阻滞作用成为治理PM2.5等颗粒物污染的一项重要措施[11，12]。

于2017年选择森林植被盖度存在明显差异的信阳市中心城区（体彩广场）-近郊区（信阳市西郊南湾湖风景区浉河南岸景观带，距离市中心6 km）-远郊区（河南鸡公山国家级自然保护区，距离市中心30 km）分别设立监测点，同步监测TSP、PM10、PM2.5和PM1等4种不同粒径颗粒物的质量浓度，结合同期气象观测资料，研究比较了3个监测点4种颗粒物质量浓度的日变化和季节变化特征，分析了气温、气压等气象因子对颗粒物污染的影响，旨在探讨森林植被对PM2.5等颗粒物的吸附调控机理，阐释森林净化环境空气功能，为城市大气污染防治、城区规划以及森林城市建设等提供参考。

1  研究区概况

信阳市位于河南省南部、鄂豫皖三省交界处，地理坐标113°45′—115°55′E、30°23′—32°27′N。全市总面积1.89万km2，总人口880万。信阳市地跨淮河，处于中国亚热带和暖温带的地理分界线（秦岭-淮河）上，属亚热带向暖温带过渡区，气候温暖湿润且季节变化明显。光照充足，雨量丰沛，年均气温15.3 ℃，年均日照2 000 h，年降水量1 300 mm，年均空气相对湿度77%，无霜期225 d。

中心城区监测点布设在体彩广场，周围缺林少绿，仅零星分布着香樟树[Cinnamomum camphora （L.） Presl.]等行道树以及大叶黄杨（Buxus megistophylla Levl.）等绿篱，干扰强度较高;近郊监测点设在距离市中心6 km的信阳市西郊南湾湖风景区浉河南岸景观带，周围主要树种有广玉兰（Magnolia grandiflora Linn.）、雪松（Cedrus deodara）、栾树（Koelreuteria paniculata Laxm.）等，森林植被盖度50%左右，干扰强度中等;远郊监测点设在距离市中心30 km的河南省鸡公山国家级自然保护区落叶栎林内（鸡公山森林生态站站区附近），主要树种有栓皮栎（Quercus variabilis Blume.）、麻栎（Quercus acutissima Carr.）等，森林植被盖度高达95%，干扰强度较低（表1）。

2  研究方法

2.1  监测点位置

选取的3个大气颗粒物监测点分别位于中心城区的体彩广场、近郊区的浉河景观带和远郊区的鸡公山森林生态站，位置如图1所示。

2.2  监测方法与数据处理

为便于比较、减少天气状况对监测数据精度造成的影响，数据采集均选择在晴天进行。每月监测3 d，其中上、中、下旬各1 d。受限于监测仪器电池电量，每日监测时间段为7：00—18：00，城郊梯度3个监测点同步连续自动监测。监测仪器为英国Turnkey公司生产的DUSTMATE便携式颗粒物检测仪，该仪器可同时检测TSP、PM10、PM2.5和PM1等4种不同粒径的颗粒物质量浓度。同期气温、相对湿度、气压和风速等气象数据来源于距离生态站监测点30 m的河南省鸡公山森林生态系统国家定位观测研究站气象观测场自动采集数据。

采用单因素方差分析比较不同参数间的显著性差异。数据统计分析及图表制作采用SPSS 17.0软件和Microsoft Excel 2007软件完成。

3  结果与分析

3.1  3个监测点PM2.5等4种颗粒物质量浓度日变化

3个监测点TSP、PM10、PM2.5和PM1等4种粒径的颗粒物质量浓度在一天中的7：00—18：00时段变化趋势基本一致，峰值和最低值出现的时间基本同步，从7：00开始呈逐渐下降趋势，并在15：00前后降低到一天中的最低值，然后缓慢上升（图2至图5）。

3个监测点4种大气颗粒物质量浓度峰值集中出现在7：00—10：00，其中生态站监测点PM10和PM2.5质量浓度峰值（分别为56.79、26.50 μg/m3）均出现在8：00—9：00，而TSP峰值（105.88 μg/m3）出现在9：00—10：00，PM1峰值（11.33 μg/m3）出现在7：00—8：00;浉河景观带PM10、PM2.5和PM1峰值（分别为77.90、40.55和19.04 μg/m3）均出现在8：00—9：00，而TSP峰值（141.95 μg/m3）出现在7：00—8：00;体彩广场TSP和PM1峰值（分别为158.36和19.87 μg/m3）均出现在7：00—8：00，而PM10峰值（93.20 μg/m3）出现在8：00—9：00，PM2.5峰值（47.29 μg/m3）出现在9：00—10：00。

3个监测点4种大气颗粒物质量浓度最低值集中出现在13：00—16：00，其中生态站监测点TSP、PM10和PM2.5质量浓度最低值（分别为89.15、43.24和14.60 μg/m3）均出现在15：00—16：00，而PM1最低值（6.75 μg/m3）出现在14：00—15：00;浉河景观带TSP、PM2.5和PM1最低值（分别为103.35、21.34和8.38 μg/m3）均出现在14：00—15：00，而PM10最低值（53.82 μg/m3）出现在15：00—16：00;体彩广场PM10、PM2.5和PM1最低值（分别为68.80、29.69和10.51 μg/m3）均出现在14：00—15：00，而TSP最低值（127.57 μg/m3）出现在13：00—14：00。

在信阳市中心城区-近郊区-远郊区样带梯度监测中，随着监测点周围森林植被盖度的提高，PM2.5等4种大气颗粒物质量浓度值均呈现逐渐降低的趋势，监测点大气颗粒物质量浓度与周围森林植被盖度呈负相关关系。在一天中的7：00—18：00不同时段，森林植被盖度最高的生态站监测点TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度值均明显低于浉河景观带和体彩广场监测点对应时段监测值，其4种颗粒物质量浓度值仅分别相当于其他2个监测点同时段的62.5%～88.4%、56.1%～86.4%、45.1%～88.6%和56.2%～84.1%;同样，森林植被盖度较高的浉河景观带监测点TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度值均明显低于缺林少绿的体彩广场监测点对应时段监测值，其4种颗粒物质量浓度值仅分别相当于体彩广场监测点同时段的74.1%～89.6%、73.7%～84.5%、68.4%～86.6%和74.5%～96.3%。这主要是因为森林植被具有削减空气颗粒物的功能[10]。森林可通过覆盖地表减少PM2.5来源、叶面吸附或者气孔、皮孔吸收直接捕获PM2.5、降低风速促进PM2.5沉降、改变风向阻止PM2.5进入局部区域等途径消减PM2.5，从而发挥净化大气的功能[13]。同时在信阳市中心城区-近郊区-远郊区样带梯度监测中，中心城区机动车和人流密集，污染源较多，而郊区距离中心城区较远，人流、车流密度低，污染源相对较少，人为干扰强度较低，这也是造成信阳市城郊梯度大气颗粒物浓度递减的一个重要原因。

3.2  3个监测点PM2.5等4种颗粒物质量浓度季节变化

在城郊梯度3个监测点之间，PM2.5等4种颗粒物质量浓度季节变化与月变化规律是一致的，即随着监测点周围森林植被盖度的提高，PM2.5等4种颗粒物质量浓度值均呈现逐渐降低的趋势，监测点颗粒物质量浓度与周围森林植被盖度呈负相关关系。在不同季节，森林植被盖度最高的生态站监测点TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度值均明显低于浉河景观带和体彩广场监测点，其4种颗粒物质量浓度值仅分别相当于其他2个监测点相同季节的56.4%～87.0%、58.5%～86.1%、49.8%～80.1%和54.3%～89.2%;同样，森林植被盖度较高的浉河景观带监测点TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度值均明显低于体彩广场监测点，其4种颗粒物质量浓度值仅分别相当于体彩广场监测点相同季节的78.3%～91.3%、73.9%～80.1%、72.0%～77.6%和81.4%～89.2%（图6至图9）。

在季节变化中，3个监测点4种颗粒物污染均表现为夏季最轻，秋季次之，冬季污染最严重，颗粒物质量浓度值大小排序为夏季<秋季<春季<冬季，这与冯万富等[10]的研究结果是吻合的。这主要是因为信阳市降水主要集中在夏、秋季节，特别是夏季降水集中，降水频率高、强度大，雨水对PM2.5等空气污染物起到了清洗和冲刷作用，在雨水作用下，空气中的粉尘伴随降雨直接进入土壤中，进而降低了空气中污染颗粒物的浓度[14]。而冬季信阳市降水稀少，居民使用燃煤取暖增加颗粒物污染;冬季气温较低，市民出行选择乘坐私家车的几率升高，机动车尾气排放的颗粒物增加;同时信阳市冬季盛行北风，气流运动带来了中国北方污染气团，多因素共同作用下致使信阳市冬季的颗粒物污染加重。

3.3  PM2.5等4种颗粒物污染与气象因子的关系

大气颗粒物污染通常受污染源、气象条件和下垫面植被盖度等多种因素的共同影响，在污染源和森林植被相对稳定的特定区域和时段内，大气颗粒物的污染主要取决于气象条件对颗粒物的输送与扩散作用[15]。气温等气象因子对大气颗粒物污染有着重要影响。选取生态站监测点PM2.5等颗粒物质量浓度的监测数据与同期观测的生态站气象场气温、气压、相对湿度和风速4个气象因子观测数据分析了4种颗粒污染物日平均质量浓度值与气象因子之间的关系（表2）。

由表2可知，TSP、PM10、PM2.5和PM1等4种颗粒物每日7：00—18：00观测时段平均質量浓度值与同时段平均气温均呈极显著负相关关系，与平均气压均呈极显著正相关关系;而与相对湿度、平均风速和最大风速相关性均不明显。影响生态站监测点4种颗粒物的主要气象因子是气温和气压。这与陈波等[16]在北京大兴南海子公园的研究结果PM2.5和PM10质量浓度与温度和风呈负相关关系，与湿度呈正相关关系是有差异的。造成这种差异可能主要是由生态站监测点下垫面地形破碎、粗糙度较大、山地特殊的森林小气候、风力、风向受到山体、林木阻挡、监测日天气状况选择等因素引起的。

TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度均与日均气温呈极显著负相关，随着气温升高，颗粒物浓度呈下降趋势。这是因为较高的气温有利于大气垂直对流，促进污染物向外输送，加快颗粒物扩散速度，从而降低了颗粒物污染浓度;而气温较低时，大气边界层较低，静风天气较多，且容易形成逆温层，不利于污染物的扩散，从而加重了污染[17]。

TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度均与日平均气压呈极显著正相关，随着气压升高，颗粒物浓度呈现增加趋势。这是因为随着气压升高，大气边界层高度相对降低，气流运动速率下降，不利于颗粒物扩散[18]。

4  结论

在森林植被盖度存在显著差异的信阳市中心城区-近郊区-远郊区样带梯度监测中，3个监测点TSP、PM10、PM2.5和PM1等4种颗粒物质量浓度在一天中的7：00—18：00时段变化趋势基本一致，峰值和最低值出现的时间基本同步。从整体上来看，上午大气颗粒物污染较下午严重。

监测点颗粒物质量浓度与森林植被盖度呈负相关。在日变化和季节变化中，森林植被盖度最高的生态站监测点4种颗粒物质量浓度均明显低于其他2个监测点;同样，森林植被盖度较高的浉河景观带监测点4种颗粒物质量浓度均明显低于缺林少绿的体彩广场监测点。

在季节变化中，3个监测点4种粒径颗粒物污染均表现为夏季最轻，秋季次之，冬季污染最严重，颗粒物浓度大小顺序为夏季<秋季<春季<冬季。

气象因子对大气颗粒物污染有重要影响。影响生态站監测点4种不同粒径颗粒物污染的主要气象因子是气温和气压。PM2.5等4种颗粒物质量浓度均值与观测时段日均气温均呈极显著负相关关系，与日均气压均呈极显著正相关关系。

参考文献：

[1] 徐祥德，汤  绪.城市化环境气象学引论[M].北京：气象出版社，2002.243-244.

[2] BROOK R D，FRANKLIN B，CASCIO W，et al. Air pollution and cardiovascular disease：A statement for healthcare professionals from the expert panel on population and prevention science of the American Heart Association[J].Circulation，2004，109（21）：2655-2671.

[3] 白志鹏，蔡斌彬，董海燕，等.灰霾的健康效应[J].环境污染与防治，2006，28（3）：198-201.

[4] 杨复沫，贺克斌，马永亮，等.北京大气PM2.5中微量元素的浓度变化特征与来源[J].环境科学，2003，24（6）：33-37.

[5] 宋少洁，吴  烨，蒋靖坤，等.北京市典型道路交通环境细颗粒物元素组成及分布特征[J].环境科学学报，2012，32（1）：66-73.

[6] STRAND L B，BARNETT A G，TONG S L. Maternal exposure to ambient temperature and the risks of preterm birth and stillbirth in Brisbane， Australia[J].American journal of epidemiology，2012，175（2）：99-107.

[7] 程  渊.我国大气污染及生物治理措施探讨[J].林业资源管理，2009，6（3）：92-94.

[8] 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）：869-877.

[9] 聂  蕾，邓志华，陈奇伯.城市森林对大气颗粒物净化效果研究[J].西部林业科学，2016，45（5）：119-123.

[10] 冯万富，周继良，张建设，等.信阳市不同生态功能区PM10和PM2.5污染特征[J].西北林学院学报，2018，33（2）：269-275.

[11] 王  跃，王莉莉，赵广娜，等.北京冬季PM2.5重污染时段不同尺度环流形势及边界层结构分析[J].气候与环境研究，2014， 19（2）：173-184.

[12] 刘  娜，冯新斌，MATTHEW L，等.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，2014，42（3）：311-315.

[13] CHEN B，LI S N，YANG X B，et al. Characteristics of atmospheric PM2.5 in stands and non-forest cover sites across urban-rural areas in Beijing，China[J].Urban ecosyst，2016，19（2）：867-883.

[14] 陈  波，鲁绍伟，李少宁.北京城市森林不同天气状况下PM2.5浓度变化[J].生态学报，2016，36（5）：1391-1399.

[15] 蒋维楣，曹文俊，蒋瑞宾.空气污染气象学教程[M].北京：气象出版社，1993.

[16] 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.

[17] 刘大锰，马永胜，高少鹏，等.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，2005，19（4）：627-633.

[18] ZHANG H L，WANG Y G，HU J L，et al. Relationships between meteorological parameters and criteria air pollutants in three megacities in China[J].Environmental research，2015，140：242-254.