北京奥森公园侧柏林空气颗粒物不同季节变化规律

王茜， 王月容*， 古琳

(1.北京市园林绿化科学研究院， 北京 100102； 2.中国林业科学研究院林业研究所,国家林业和草原局森林培育重点实验室， 北京 100091； 3.国家林业和草原局城市森林研究中心， 北京 100091)

城市化进程的加快和工业的迅猛发展带来了空气污染问题，已严重影响到城市居民的生活质量。空气悬浮颗粒物(尤其是PM2.5)已成为危害人体健康的首要污染物，其浓度达到一定程度便能引发呼吸系统、哮喘、心脑血管等一系列疾病[1-3]。中外的研究表明，森林植被对降低大气颗粒物浓度具有重要作用，研究结果普遍认为，植物叶片特征对滞尘效果有较大影响，尤其是针叶树种的单位叶面积滞尘能力显著强于其他种类植物[4]，于是森林生态旅游逐渐作为一种健康的、新兴的旅游方式，受到越来越多城市居民的青睐。城市森林环境作为城市中有生命的基础设施，不但为人们提供清新的空气、优美的景色，而且森林植被还是净化环境的主体，被称为“天然空气净化器”，在阻滞粉尘、净化空气等方面起到不可替代的作用[5-6]。一方面，植物叶片表面结构特征对空气中的颗粒物具有吸附和阻滞作用；另一方面，茂密的林冠层能够降低风速，避免了二次扬尘对颗粒物浓度的贡献[7-8]。目前中外对于植物滞尘的研究主要是滞尘机理、滞尘成分分析[9-10]，或针对某一季节、某几日的颗粒物浓度变化规律方面，还缺少时间尺度上连续完整的研究。

北京奥林匹克森林公园(以下简称奥森公园)是北京市内最大的城市公园，被誉为首都“后花园”，公园内植物种类丰富，达473种，其中，乔灌木278种，地被和水生植物有195种，成为资源丰富的北方植物库，是名副其实的城市绿肺和生态屏障。侧柏属常绿乔木，又称柏树、扁柏，是北京市市树，也是奥森公园内重要的园林绿化树种之一。侧柏在中国分布极广，以其生态性、观赏性和环保性在景观园林中得到广泛的应用。目前对于侧柏的研究主要集中在植物生理、抚育技术、管理等方面[11-13]，而对于其生态保健功能以及游憩利用方面研究较少，尤其是对其林内外一年四季空气颗粒物的变化规律尚缺乏时间尺度的连续完整研究。基于以上问题，现以侧柏林为例，分析了其林内外一年四季4种空气颗粒物浓度全天24 h的动态变化规律，旨在为奥森公园内侧柏林对颗粒物污染的调控功能、游憩树种的选择、旅游资源的开发利用，以及为居民、游客在不同季节选择合适的游憩时间提供数据参考。

1 研究区概况

研究区选择北京市奥森公园，位于北京市朝阳区北五环林萃路，公园占地680 hm2，地理位置为东经116°23′，北纬40°01′。奥森公园属大陆型半湿润季风气候，四季分明，降水集中。春季干燥多风，夏季炎热多雨，秋季晴朗少雨，冬季寒冷干燥。年均气温10～12 ℃，年均日照时数为1 600～2 180 h，年均降水量为600 mm，年相对湿度约61%。公园内林木葱郁，种类繁多，绿化覆盖率95%以上，其中侧柏林地面积4.8 hm2，密度为4 850 株/hm2。

2 研究方法

2.1 样地选择

侧柏林样地位于奥森公园南园南门附近，平均树高10～18 m，胸径15～23 cm，郁闭度0.95。地被覆盖以飞蓬(Erigeronacris)、一点红(Emiliaprenanthoidea)等为主，植物群落调查方法参照《生态学试验与实习》[14]，样地概况调查详见表1。于侧柏林内设置10个重复样地，重复与重复间隔5 m，形如“品”字形排列；林缘对照点选在距离侧柏20、30、40 m远处的水泥步道[15]，如图1所示。

表1 林内下层植物构成情况Table 1 The composition of the lower lower plants in the forest

图1 各监测点分布图Fig.1 Distribution map of each monitoring point

2.2 指标测定和数据处理

2019年于春季、夏季、秋季、冬季分别选择晴朗微风的天气30 d，采用美国公司生产、符合国家标准的Dustmate粉尘监测仪，监测1.5～2 m处人体平均呼吸高度的各粒径空气颗粒物浓度，包括总悬浮颗粒物(total suspended particulate，TSP)、PM10(空气中直径≤10 μm的颗粒物)、PM2.5(空气中直径≤2.5 μm的颗粒物)和PM1.0(空气中直径≤1.0 μm的颗粒物)。每个监测点每个时刻重复观测3次，并同步监测空气温、湿度、光照和风速等小气候因子数据。每日从7:00—次日5:00间隔2 h观测一次(连续24 h不间断)。四季侧柏林内和林缘颗粒物浓度日变化均分别取30 d观测的平均值[16]。

所有数据应用SPSS19.0(SPSS, USA,IBM)和EXCEL2003分析软件进行统计分析，采用one-way ANOVA单因素方差分析和最小显著差异法(least-significant difference，LSD)(水平设为0.05)比较不同粒径颗粒物之间的差异等。

3 结果与分析

3.1 侧柏林内外颗粒物浓度不同季节总体日变化

3.1.1 春季

从春季侧柏林内和林缘4种粒径颗粒物浓度日变化来看，大粒径颗粒物(TSP与PM10)浓度林内外差异较大，而小粒径颗粒物(PM2.5和PM1.0)浓度尤其是白天差异较小。TSP和PM10浓度的日均值林缘比林内分别高10.88%和15.04%，而PM2.5和PM1.0日均浓度前者分别比后者高3.88%和5.03%。如图2所示，4种粒径颗粒物浓度日变化曲线均呈“四峰四谷”形，峰值分别出现在13:00、19:00、23:00、次日5:00，谷值分别出现在9:00、15:00(林缘17:00)、21:00和次日3:00(林缘1:00)。引起这种日变化的主要原因如下。

图2 春季林内外空气颗粒物日变化Fig.2 Diurnal changes of air particulate matter inside and outside the forest in spring

(1)7：00—9:00时段。随着太阳高度角的增大，相对湿度逐渐减小，风速变大，空气对流运动促使颗粒物浓度稀释和消散。

(2)中午13:00前后。客流量达顶峰，步行或其他人为活动扬起的浮尘对颗粒物浓度起积极的贡献，另外此段时间光照较强，光化学反应等复杂因素也是导致颗粒物浓度升高的又一诱因。

(3)15:00—17:00时段。反之这一时段随着日照减弱，客流量减少等其他因素使其浓度出现暂时的回落，19:00是附近居民晚饭后锻炼、遛弯的集中时段，人流量显著增加，另外此段时间是下班的高峰期，附近道路车流量增大，汽车尾气产生的空气污染源源不断输入侧柏林内外。

(4)夜间21：00—次日3:00时段。人为活动基本停止，空气温度较低，冷空气活动频繁，加之植物的吸附、阻滞作用，颗粒物浓度出现全天的又一低谷期。

(5)次日5:00及日出前后。植物叶片蒸腾作用增强，林内空气相对湿度增大，颗粒物浓度再次出现峰值。

从春季小粒径颗粒物浓度所占比例日变化对比分析看出，与颗粒物浓度整体变化趋势相似，尤其是林缘其与颗粒物浓度对应的高峰期和低谷期几乎一致，林内稍有提前或滞后。全天除了3:00和13:00之外，小粒径颗粒物所占比例林缘均高于林内，林内外日均值夜间分别比白天高17%和31%。白天小粒径颗粒物所占比例林内与林缘差异不明显，而到了夜间林内外分别在21：00、23:00和次日3:00时间段差异极显著(P<0.01)。

3.1.2 夏季

夏季林内外空气颗粒物日变化如图3所示。夏季日变化较春季相反，小粒径颗粒物浓度林内外差异较大，而大粒径颗粒物浓度差异较小。TSP和PM10浓度的日均值林缘比林内分别高4.12%和6.25%，PM2.5和PM1.0浓度的日均值前者较后者分别高12.36%和10.13%。从日变化趋势来看，大粒径颗粒物浓度变化曲线均呈“三峰三谷”形，峰值分别出现在7:00、19:00、次日1:00，谷值分别出现在9:00、23:00和次日3:00，而小粒径颗粒物浓度的变化几乎呈倒“V”形，高峰期出现在19:00(林缘推后2 h)、次日1:00，低谷期出现在9:00和次日3:00，并且4种粒径颗粒物浓度的均值均是夜间高于白天，出现这种日变化特征的原因：一方面，夏季白天植物生理活性较强，叶表面积指数大，且侧柏表面的微结构为空气颗粒物滞留提供了有利条件和巨大空间；另一方面，夏季植物枝叶舒展，林内外由于温差较大导致空气对流活动增强，有利于颗粒物的疏散以及碰撞沉降。此外，夜间虽然人为活动较白天明显减弱，但此段时间尤其是21:00—次日1:00植物生理活性较白天减弱，对空气颗粒物的滞留吸附作用降低，且林内外此段时间温差减小，空气对流运动减弱，导致林内污染加重，特别对小粒径颗粒物浓度影响较大，在次日1:00左右更是达到全天的峰值。夏季较其他三季日出较早，次日4：00左右天空放亮，故次日3:00—5：00随着光照的逐渐增强，雾气慢慢散去，植物恢复活性，滞尘能力逐渐加强，且未开始受外界因素干扰的“寂净”环境，其林内外颗粒物浓度低于全天的均值。

图3 夏季林内外空气颗粒物日变化Fig.3 Diurnal changes of air particulate matter inside and outside the forest in summer

夏季从小粒径颗粒物浓度所占比例日变化来看，夜间与白天差异不大。林缘小粒径颗粒物所占比例除了19:00低于林内以外，其余时间段均高于林内。从全天日均值来看，林缘比林内高8.62%，林内夜间比白天低4.51%，林缘夜间比白天高3.43%。此外，PM1.0与PM2.5所占比例出现的高峰期与颗粒物浓度出现的高峰期一致，说明夏季侧柏林颗粒物浓度较高时，小粒径颗粒物浓度也较高，夏季污染以小粒径颗粒物为主，这与3.1.1节的研究结果相呼应。

3.1.3 秋季

秋季林内外空气颗粒物日变化如图4所示。秋季侧柏林内外4种粒径颗粒物浓度日变化相似均呈“W”形，且林内外颗粒物浓度差异不大(除了17:00—19:00)。高峰期均出现在17:00—19:00、5:00—7:00，低谷期出现在11:00—13:00、21:00、次日1：00—3:00时间段。TSP和PM10浓度的日均值林缘比林内分别高2.35%和3.23%，PM2.5和PM1.0浓度的日均值前者比后者分别高4.35%和8.21%。与春、夏两季日变化相比，既有大致相似之处，也有细微差别之分，例如，白天变化趋势与春、夏季相似，只是春季在13:00较其他两季多一个小峰值，这主要是由于外界客观条件的变化对不同时段颗粒物浓度的影响占主导作用，如光照强度、空气温湿度等小气候条件，空气对流运动，污染状况等，差别之处在于4种粒径颗粒物浓度的均值夜间略高于而非明显高于白天，最重要的原因是秋季属植物落叶期，受侧柏林内其他落叶地被植物的影响滞尘效果明显转差，白天和夜间其生理活性差别不大，故颗粒物浓度没有显著差异。

图4 秋季林内外空气颗粒物日变化Fig.4 Diurnal changes of air particulate matter inside and outside the forest in autumn

秋季小粒径颗粒物浓度所占比例日变化曲线同样与颗粒物浓度变化曲线相似，但是高峰期出现的时间段较颗粒物浓度推后2 h，而低谷期出现的时间段正相反，提前了2 h。秋季林内外小粒径颗粒物浓度较其他三季相反，林缘低于林内3.22%，早晨3:00—7:00时间段小粒径颗粒物浓度所占的比例较其他时间段高，以PM1.0和PM10污染为主，不适合户外活动和晨练。

3.1.4 冬季

冬季林内外空气颗粒物日变化如图5所示。冬季大粒径颗粒物林内日变化规律呈“W”形，高值分别出现在5：00、7:00和19:00，谷值出现在13:00和23:00；林缘白天呈“V”形、夜晚呈“W”形，其日变化曲线与林内相似，但也略有差别，在凌晨3:00比林内多了一个低谷值，且第二个低谷值较林内提前2 h出现。而小粒径颗粒物浓度白天变化较缓，夜间波动较大且其均值显著高于白天。冬季侧柏林内植物停止生长，开始处于休眠状态，是生态功能发挥最差的季节，与秋季同理样地内植物群落吸纳空气颗粒物的能力明显减弱，但是与秋季不同白昼颗粒物浓度差异较大，一方面，冬季是北京集中采暖季，尤其在寒夜取暖时间较长，附近居民区采暖用的烟囱，冒出的烟气源源不断地输送到侧柏林外；另一方面，由小气候监测结果可知：夜间大气基本处于静稳状态，林内外风速较小，温度较低，但湿度较大，颗粒物浓度受多因素叠加影响一直居高难下。从日均水平来看，TSP和PM10浓度林缘分别比林内高2.52%和3.23%；PM2.5和PM1.0浓度林缘分别比林内高7.34%和3.65%。

图5 冬季林内外空气颗粒物日变化Fig.5 Diurnal changes of air particulate matter inside and outside the forest in winter

冬季小粒径颗粒物浓度所占比例日变化趋势与PM2.5与PM1.0浓度变化一致，只是出现高峰和低谷期的时间稍有提前或滞后。林缘日均值比林内低1.82%，但是在5:00、13:00和19:00、23:00早、中、晚饭以及集中采暖时间段，林缘比林内分别高3.21%、6.32%和1.44%、4.12%。PM2.5所占的比例较其他3个季节明显增高，说明冬季采暖、雾霾天气频发等因素导致的颗粒物污染以PM2.5为主。

每个时刻的两个系列依次代表林内和林缘。图6 林内外四季小粒径颗粒物浓度所占比例日变化Fig.6 Diurnal changes in the concentration of small-size particles inside and outside of forest the four seasons

3.2 侧柏林内外各粒径颗粒物浓度四季日变化差异

林内外四季小粒径颗粒物浓度所占比例日变化如图6所示，可以看出，侧柏林内外各粒径颗粒物浓度在不同季节呈现出不同的变化规律，但是同一季节大粒径颗粒物浓度之间与小粒径颗粒物浓度之间的变化曲线(高峰期和低谷期出现的时间)基本一致，只是峰值和低谷值的大小有异。故选择TSP作为大粒径颗粒物的代表、PM2.5为小粒径颗粒物的代表，分别就其在四季的浓度变化差异进行分析。

3.2.1 侧柏林内外大粒径颗粒物浓度四季日变化差异

如图2和图5所示，林内外TSP浓度在春、冬季的日变化相似，差别在于凌晨1:00和7:00分别是两季的高峰和低谷值，反之13:00分别是两季的低谷和高峰值。由表2可知，冬季除了13：00以外，各个时刻颗粒物浓度的值均高于春季，且差异显著(P<0.05)(15:00、17:00除外)，且冬季值最高，春季值最低。如图3和图4所示，夏、秋季林内外的日变化相似，两季的差异在于秋季较夏季第一、二个低谷期均稍有滞后(推迟2 h)，而且夏季在次日1:00出现一个小高峰，在5:00左右处于全天的低谷值。用单因素方差分析结果显示，林内的两个高峰期7:00和19:00两季相比差异显著(P<0.05)，但林缘差异不大，夏、秋全天大部分时刻TSP浓度差异显著(P<0.05)，且秋季日均值高于夏季。

3.2.2 侧柏林内外小粒径颗粒物浓度四季日变化差异

如图2和图5所示，林内外PM2.5浓度四季的日变化曲线各不相同，春季较平缓，夏、冬季白天平缓，夜间剧烈，秋季的日变化比较有规律，基本呈“W”形。四季林内外均在5:00—7:00、19:00出现高峰期(秋季林缘提前到17:00)，且方差分析结果显示，两个时间段相比冬季与春季差异极显著(P<0.01)；四季林内外均在次日3:00(冬季林内除外)和9:00—11:00出现低谷期，且此两个时间段冬季与春季差异极显著(P<0.01)，与夏、秋季差异显著(P<0.05)(9:00时刻除外)。与大粒径浓度相似，小粒径浓度总体来说春季全天多数时间值较低，与冬季各时刻差异显著(P<0.05)(13：00除外)，而林内其浓度值除了19:00外，各个时刻与夏、秋季差异不显著(P>0.05)。说明侧柏林内外四季总体来说春季全天空气质量较好，特别是7:00—9:00时间段，适合居民进行晨练及休息、游憩，而冬季污染最严重，尤其是夜间4种粒径颗粒物浓度均较高，应尽量避免长时间在此停留。

表2 侧柏林内外TSP和PM2.5颗粒物四季全天各时刻差异分析Table 2 Analysis of the different between TSP and PM2.5 particulate matter inside and outside Platycladus orientalis in four seasons

3.3 四季各粒径颗粒物与小气候因子之间的相关性

有学者研究表明，森林内空气颗粒物浓度不仅来源于树木气体凝结、工厂、交通和生活排放物等，而且与气象、天气以及人为活动有关，影响过程也十分复杂，往往某一因子起主导作用，其他因子起协调作用[17]。用侧柏林内外一年四季4种颗粒物浓度的均值，分别与小气候因子如空气温度、相对湿度、平均风速、光照指标数据做了相关性和差异性分析，结果如表3所示。

结果表明：空气颗粒物浓度与相对湿度、光照均呈正相关，温度和风速呈负相关，且林缘的颗粒物浓度与平均风速呈现显著负相关。各粒径空气颗粒物与小气候因子的相关系数从高到低排序为：平均风速>相对湿度>空气温度>光照(林缘光照>空气温度)。说明侧柏林内外颗粒物浓度与风速的相关性最大，且随着相对湿度和光照强度的增大而增加，反之却随着温度和平均风速的增大而减小，且小粒径空气颗粒物浓度与之的变化更加明显。这与其他学者的研究结果一致[18]。主要原因是污染物在大气中的扩散与湍流运动息息相关，风的日变化也由空气湍流混合状况引起，排放到大气中的颗粒污染物，随风的携带作用会被传输到其他区域，单位时间内污染物被运送的距离与平均风速成正比[19]，另一方面在气压场较弱、风力不大的不理想扩散天气条件时，仅有水蒸气而无明显降水，相对湿度增大使得颗粒物容易堆积，导致其浓度增加[20]。张玮等[21]对颗粒物的污染研究发现，在一定湿度范围(以不发生重力沉降为界限)内，颗粒物的形成与相对湿度有较大相关性，其是影响可吸入颗粒物污染的重要因素之一，这与本研究的结果一致。反观气温升高可降低空气颗粒物浓度，这与部分城市颗粒物成因的研究结果有异，城区与森林环境内颗粒物来源及组成成分不同，城区内颗粒物污染主要来源于工厂、交通、化学制品燃烧等，成分以重金属元素、碳化合物等为主，随着温度的增高和光照的增强，促进了二次气溶胶的形成，导致颗粒物浓度升高，故城区颗粒物浓度与温度的关系表现为正相关[22]。对于森林环境而言，气温对颗粒物的影响主要表现为对大气垂直对流产生影响以及植物生理活动的调节作用等，一方面，植物的降温增湿作用使得林内外温差较大，大气湍流交换运动增强，有利于颗粒物尤其是小粒径颗粒物(PM2.5和PM1.0)向林外输送；另一方面，有研究发现在一定温度范围内，气温升高植物叶片气孔增大，与外界气体交换加强，对颗粒物有吸附和阻滞作用，其浓度降低[21]，但是到了夜间林内外温差减小，以及此段时间林内气温也较低，植物吸附和阻滞作用减弱，颗粒物浓度不断累积，这也是4个季节均是夜间浓度高于白天的主要原因之一，以上分析表明林内外空气颗粒物浓度与温度呈负相关，段文军等[23]、Kim等[24]的研究结果也证明了这一点。但是也有部分学者持反对意见，认为空气颗粒物浓度与温度成正比，并给出了理由，说明温度对其影响机制比较复杂，因环境、地点不同，表现出不同的相关性。

表3 不同粒径空气颗粒物浓度与小气候因子之间的相关性Table 3 Correlation between the concentration of air particles of different sizes and microclimate factors

从各气候因子与不同粒径空气颗粒物的相关性分析(林内与林缘均值)来看：随着颗粒物粒径的减小(除了PM1.0)，温度与其相关性也变小；但相对湿度、平均风速和光照强度却随着颗粒物粒径的减小相关性变大。其中温度和光照与PM1.0的相关性最大。说明小粒径空气颗粒物浓度变化比较敏感，受环境因素影响较大，这与Safiur等[8]的研究结论一致。

4 结论与讨论

(1)从侧柏林内外颗粒物浓度四季总体日变化来看，4个季节均在19：00出现全天的高峰值，在凌晨3:00和9:00出现全天的低谷值。四季空气颗粒物污染程度比较：春季最低，冬季最高。这与郭二果等[25]对北京西山森林公园的研究和安俊岭等[26]对天津、北京、呼和浩特、石家庄等15个城市的颗粒物季节变化研究结果基本相似，主要原因是春季正值植物生长旺盛时期，侧柏林由于林分郁闭度最大，对颗粒物具有巨大的阻滞作用，加之侧柏针叶(比阔叶树)强大的滞留粉尘能力和雨水的冲刷等综合因素，颗粒物浓度明显较其他三季低，但也有部分学者研究发现[27]，北方有些地区春季雨水相对较少，沙尘、雾霾等特殊天气出现较频繁，虽然同样处于植物萌芽叶片渐大的生长旺盛时期，颗粒物浓度不降却反升，故今后需结合特殊天气对其影响的研究，对颗粒物浓度进行长期持续的监测，进一步明确颗粒物污染的机理。

(2)林内外小粒径颗粒物所占比例的四季变化。与颗粒物浓度的季节变化相似均是冬季最大，夏季次之，秋、春季最小，方差分析显示，冬季林内外小粒径颗粒物浓度所占比例均显著高于春季，且四季均是PM10颗粒物所占的比例最高，PM1.0次之，PM2.5颗粒物所占的比例最小。说明侧柏林内一年四季总体来说，空气颗粒物污染以大粒径为主，而细颗粒物浓度相对较少，即使经常在早晨出现大雾天气，颗粒物浓度总体较高的情况下，其成分也以水蒸气为主，对人体健康不会造成太大威胁。但是以上研究只是针对侧柏林内外颗粒物浓度差异的外因分析，对于其滞尘原理、微观结构组成等内因还不清楚，以及奥森公园内其他植物群落结构、林分组成、森林郁闭度等对空气颗粒物浓度的影响还有待于进一步深入研究。

(3)从大粒径和小粒径颗粒物浓度四季日变化差异分析来看，春季全天多数时间值较低，反之冬季全天多数时间值较高，且大部分时间段与春季差异显著，这主要是由于，冬季较春季，除了植物属于落叶期，且林下草本植物枯萎，生理活性和滞尘能力大大降低之外，还有一个重要原因是此季节经常发生不同程度的逆温层结，加之地面弱气压、高湿度、低风速和较低的混合层高度等较差天气条件[28]，导致雾霾天气频发颗粒物浓度较其他季节明显升高；而四季大、小粒径颗粒物浓度林缘高于林内，主要是因为在城市大环境背景下，汽车尾气、渣土运输、建筑工地、工厂废气排放等外部污染源持续地先由林外向林内输送，且植物较林缘空旷地有显著的滞尘作用，故林缘颗粒物浓度高于林内[29]。

(4)在一定范围内，林内外空气颗粒物浓度与相对湿度、光照均呈正相关，温度和风速呈负相关，且林缘的颗粒物浓度与风速呈显著负相关，随着粒径的减小，相关性变大。气象因子对空气颗粒物浓度的影响机理比较复杂，不同的学者在不同的环境条件、不同的时间段得出的结论也有异，随着新技术和新仪器的日新月异，望有关部门和学者就这一课题进行深入的研究，得出更加科学的结论。