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

黄芳，章银柯，张天然，李晓璐，于慧，袁楚阳，莫莉，邵锋

（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）

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，PM2.5已成为空气中主要的污染物之一[1-3]。高浓度的PM2.5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，PM2.5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PM2.5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PM2.5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PM2.5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 PM10平均浓度已超出我国大气环境质量二级标准，而PM2.5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PM2.5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PM2.5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PM2.5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 japonicusvar.aurea-marginatus、红花檵木Loropetalum chinensevar.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、郁闭度及成熟度等群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 m2。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 m2，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 m2，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 m2，绿地率约35%，见图1。

图1 样地分布图Figure 1 Distribution of sample plots

2 研究方法

2.1 PM2.5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PM2.5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

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。受上班人群流动的影响，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。

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

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。

图4 PM2.5浓度与相对湿度的相关性Figure 4 Correlation between PM2.5 concentration and relative humidity

图5 PM2.5浓度与风速的相关性Figure 5 Correlation between PM2.5 concentration and wind speed

3.3.3 风速对PM2.5浓度的影响 图5为日均风速与PM2.5日均浓度的线性关系图。由图可知，广场绿地全年平均风速主要集中在0～2 m·s-1，夏季风速与PM2.5浓度之间存在弱正相关。可能受到其他因素的干扰，在其他3个季节PM2.5浓度与风速呈现为负相关关系。以上情况表明，风速与PM2.5浓度之间相关性显著，但不存在明显的线性关系。

4 结语

4.1 讨论

杭州临安城建绿地内PM2.5浓度季节变化明显，均表现为冬季>秋季>春季>夏季。杭州地区冬季寒冷，近地层大气环境稳定，大气层对流作用弱，同时，该季节落叶植物叶片脱落，处于休眠期，植物对PM2.5的滞留能力明显降低，因此，冬季PM2.5浓度远高于夏季，这与其他学者的研究结论一致[21-24]。本研究表明，春、夏和冬季，4种绿地的PM2.5浓度变化规律一致，均为商业绿地>居住区绿地>公共服务设施绿地>广场绿地；秋季，由于人为活动，导致广场绿地的PM2.5浓度高于公共服务设施绿地，浓度排序为商业绿地>居住区绿地>广场绿地>公共服务设施绿地。4个季节，商业绿地的PM2.5浓度均为最高，这可能与其周边的餐饮活动及车流量较大有关[25-26]；广场绿地空间开敞、通透性好，有利于 PM2.5的扩散和运输，浓度较低。黄鹂鸣等[27]研究发现，南京市春、秋和冬季PM10和PM2.5污染程度均为交通干道旁>商贸饮食区>居民生活区。不同类型城建绿地空气污染程度与该绿地的功能有直接关系。4种城建绿地的PM2.5浓度日变化与车流量日变化趋势相似，说明PM2.5浓度变化与上下班高峰时汽车尾气排放密切相关。人为活动和交通排放是大气颗粒物污染的主要来源，对PM2.5浓度升高具有很大的贡献[28-29]。本研究中气象因子对 PM2.5的日变化影响也较大，这与胡敏等[30]的观点一致，即一天内早晚温度低、相对湿度大，导致PM2.5浓度偏高。绿地内的PM2.5浓度与温度和相对湿度相关性显著，这与许多学者的研究结论一致[31-33]。杭州临安地区常年平均风速大多在0～2 m·s-1，PM2.5浓度与风速相关性较弱，线性关系不明显[34]。当风力持续低于2级时，不利于PM2.5的扩散[35]。杜正等[36]则认为PM2.5和PM10质量浓度与风速均呈现负相关。

4.2 结论

各绿地内PM2.5浓度排序均为冬季>秋季>春季>夏季，其中，夏季和冬季的PM2.5浓度差异最大，而春季和秋季的相对较小。绿地内PM2.5浓度的日变化受人为活动和汽车尾气排放影响较大，此外，气象因子对PM2.5浓度变化有重要的影响，绿地内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）。春、夏和冬3个季节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。公共服务设施绿地和广场绿地空间布局结构更有利于PM2.5的扩散，这2种类型绿地在改善城市空气质量、促进人体健康方面更具优势，而商业绿地应作为空气污染重点治理和绿化建设区域。