共查询到20条相似文献,搜索用时 15 毫秒
1.
在城市整体颗粒物空气污染情况下,构成城市肌理的普通街区中PM_(10)、PM_(2.5)浓度存在显著的差异性,绿色基础设施是重要的影响因素。基于武汉市8个国控点与2个课题组自测点的PM_(10)、PM_(2.5)数据,以及遥感影像解译的不同街区绿化覆盖率,探索二者之间的深层量化关系规律。结果表明:在普通的直径1 000m的城市街区中,绿化覆盖率与PM_(10)、PM_(2.5)浓度呈显著负相关关系,绿化覆盖率每提高10%,可分别降低PM_(10)、PM_(2.5)浓度13.83%、7.58%,增加街区尺度的绿化覆盖率能在直径500~600m范围内显著降低PM_(2.5)、PM_(10)浓度。 相似文献
2.
《中国园林》2016,(11)
选择武汉城市三环内主城区8块湖泊湿地为研究对象,采用小尺度定量测定的方法,研究城市湖泊湿地对空气PM_(10)、PM_(2.5)的影响。测定时间为2014年7月上旬7∶00—19∶00,每1h一次分别对8块湖泊湿地及对照处的PM_(10)、PM_(2.5)进行同步测定,挑选晴好无风相似的3d进行数据分析。结果表明:1)城市湖泊湿地与对照处的PM_(10)、PM_(2.5)差值变化与湖泊湿地面积、位置、形状、环境类型指数均呈正相关,其中湖泊湿地面积、位置指数的贡献值最大。2)随着城市湖泊湿地面积的增大,增湿效应逐渐加强,降低空气PM_(10)、PM_(2.5)效应呈现了一定的增强趋势,其中对空气PM10浓度的影响更为显著,当湖泊湿地面积为12.2hm2时,湖泊湿地与周边对照处的冷暖空气流动作用明显,空气中携带的粉尘颗粒物容易向湿度较低的方向扩散,从而改善湿地空气质量。当湖泊湿地面积达到临界值之后,多斑块离散型湖泊湿地布局对整个城市环境的空气质量改善效应更为显著。 相似文献
3.
《建筑科学》2017,(12)
为了解自带燃烧源公共餐饮场所就餐环境内颗粒物浓度水平,对北京市11家典型餐饮店就餐环境内颗粒物PM_(1.0)、PM_(2.5)、PM_(10)及室外颗粒物PM_(2.5)的质量浓度进行了测试和统计分析,并对影响餐饮店内颗粒物浓度和散发的因素进行了探讨。结果表明:1)测试时段内11家餐饮店就餐环境内PM_(1.0)、PM_(2.5)和PM_(10)的平均浓度范围分别是0.021~0.427 mg/m~3、0.021~0.428 mg/m~3和0.023~0.434 mg/m~3,9家餐饮店就餐环境内PM_(2.5)浓度超标,5家就餐环境内PM_(10)浓度超标;2)自带燃烧源餐饮场所就餐环境内的颗粒物主要是细微颗粒物PM_(1.0),各就餐环境内不同粒径段颗粒物浓度比值PM_(1.0)/PM_(2.5)在92.04%~99.98%之间,PM_(2.5)/PM_(10)在88.21%~99.71%之间;3)餐饮店就餐环境内颗粒物浓度PM_(2.5)与PM_(10)及PM_(1.0)与PM_(2.5)均呈线性正相关;4)就餐环境内颗粒物的排放和浓度受燃料源的类型及数量、烹饪方式、食品材料及通风排烟装置及排烟方式等影响。研究结果可对餐饮业就餐环境内细微颗粒物PM_(1.0)的深入研究提供基础数据。 相似文献
4.
选择武汉市主城区12块湖泊湿地为研究对象,基于LUR模型分析了城市湖泊湿地建成环境对空气PM_(10)、PM_(2.5)浓度的关键影响因子。测定时间为2014年7月,分别对12块湖泊湿地空气PM_(10)、PM_(2.5)进行同步测定,挑选晴好无风相似的3d进行数据分析。采用主成分分析法提取4项主成分,包括缓冲区内道路、水体、周边大型水体和自然条件、人口密度及气象影响因子,主成分因子解释度达到总方差的91.2%;采用双变量相关分析识别出与PM_(10)、PM_(2.5)日均浓度相关性显著的影响因子,分别为道路占比(300、500m范围)、湿地外侧500m范围内非硬质下垫面占比、湖泊湿地面积(PM_(10))、距中心城区距离;根据PM_(10)、PM_(2.5)日均浓度值与识别出的关键影响因子进行回归分析,相关系数R2分别为0.348~0.600、0.491~0.534(P0.05),表现出了一定的相关性,说明了由城市湖泊湿地建成环境对PMs关键影响因子构建的LUR模型具有一定的可行性。因此,合理规划城市湖泊湿地周边建成环境土地利用类型,对整个湖泊湿地的空气质量改善效应具有显著意义。 相似文献
5.
6.
一直以来,绿地系统都是城市户外公共活动、文化展示、景观美化等功能的重要载体。此外,基于景观生态学的绿地系统研究使其生态调节功能进一步强化。作为城市的主要户外公共空间,城市绿地的空气质量关乎整个城市居民的健康,虽然已有部分研究开始初步探索城市绿地在消减空气颗粒物上的作用,但仍缺乏更加系统性的对比研究,以揭示不同绿地类型中绿地率、植物群落结构等特征对空气颗粒物的不同消减效应。本文采用定量测定的方法,对重庆市典型的绿地类型进行全年的测试分析。研究表明:绿地率最高的公园绿地对于空气颗粒物的消减率最明显;在一年四季中,TSP在夏季的消减率最高,PM 10 的消减率春季最高,PM 2.5 的消减率冬季最高;在不同空气颗粒物的消减率对比分析中,各种城市绿地对TSP的消减率最高,能达到15%以上,对PM 2.5 的消减率最低,在夏季甚至出现负值。由此可见,城市绿地对总悬浮颗粒物(TSP)和粗颗粒物(PM 10 )都具有很好的消减效果,但是在对细颗粒物(PM 2.5 )的消减效果则不明显。 相似文献
7.
《中国园林》2015,(5)
以城市道路行道树绿带植物群落为材料,对45个样方分别进行减尘率以及不同高度、宽度、时间条件下PM2.5浓度的测定,分析行道树绿带对PM2.5细颗粒物的滞尘效应及其时空变化。研究显示,不同结构植物群落对PM2.5滞尘效应的强弱顺序为:乔草型乔木型草坪型乔灌型乔灌草型灌草型;植物种类丰富,具有乔木、草本植物或灌木球零散布局的植物群落配置模式对PM2.5的滞尘效应较强;群落垂直空间中PM2.5在10m高处浓度最高,5m处最低;而PM2.5浓度在群落水平空间的中心位置最高;群落中PM2.5随时间的大致变化在9:00浓度最低,之后曲折上升,在15:00达到最高,随后呈现缓慢下降趋势。 相似文献
8.
9.
城市化进程中自然栖息地的锐减是导致生物多样性缺失的直接原因。当前保留年份较久的残存栖息地可作为"核心生境"在城市生态系统服务功能中发挥重要作用。以韩国首尔特别市为例,基于4期解译后的卫星图像判别城市林地内的"核心生境",并选取22个城市公园作为样本,运用Fragstats工具和InVEST模型分别计算景观格局指数和生境质量指数,模拟了林地生境质量和影响其变化的主导景观格局因子。研究发现:1)毗邻建设用地的林地生境质量指数明显低于城市边缘山区;2)面积对于生境单元值的影响具有尺度差异性,相对于较大尺度样本,中小尺度样本的"核心生境"单元值受面积影响较小;3)样本生境的景观格局对"核心生境"质量的主导影响可概括为绿地形状因子和绿地聚合因子(因子分析解释度为96.022%),且具有显著的线性回归关系。 相似文献
10.
《中国园林》2016,(8)
城市公园绿地具有消减大气细颗粒物浓度的功能,通过对北京4家公园内典型植物配置群落全年大气中细颗粒物(PM_(2.5))的测定,定量研究了不同植物配置模式对大气PM_(2.5)浓度的消减作用,分析了植物配置模式的各表征因子对大气PM_(2.5)消减率的影响。并分析了气象因子对大气PM_(2.5)浓度变化的影响。研究结果表明:1)不同配置模式绿地对细颗粒物的消减效果略有差异,但差异不显著。纯林绿地或乔草配置型绿地消减PM_(2.5)能力最佳,纯草坪绿地对PM_(2.5)消减率最低;2)植物配置模式的表征因子中,斑块面积会显著影响绿地对大气PM_(2.5)浓度的消减能力(P0.01),斑块面积越大,绿地对消减pM_(2.5)浓度的效果越明显。而与乔木层郁闭度、乔木层高度、草坪盖度等结构指标相关性不显著;3)各观测点PM_(2.5)浓度显示与群落内的相对湿度呈显著正相关,与大气压无关。 相似文献
11.
12.
13.
14.
<正>PM2.5是指空气中空气动力学当量直径小于等于2.5微米的悬浮颗粒物。它在大气中停留时间长、输送距离远,对人体健康和大气环境质量的危害极大,是目前包括北京在内的世界各国大城市空气污染重点治理对象。环境治理是指为维护城市区域的环境次序和环境安全,实现城市经济可持续发展,城市各级政府依据国家和当地的环境政策、环境法规和标准,运用法律、经济、行政、技术和教育手段调控人类生活行为,限制人类损害城市环境的有关行为的总称。本文主要从经济和技术两个方面综述国内外PM2.5控制和治理措施。 相似文献
15.
城市绿地系统作为构建城市海绵系统中的重要组成要素,通过优化绿地景观格局以提升城市整体滞蓄能力的方式更符合可持续发展的要求。以沈阳市三环内建成区为研究范围,利用景观格局指数方法,对城区、场地2个研究尺度的绿地景观格局进行评价,并利用相关性分析与回归分析等数理统计方法对2个研究尺度的绿地景观格局与内涝风险之间的关系进行分析。得到结论:在城区尺度上,各类绿地景观格局指数对于绿地滞蓄能力影响大小依次为绿地规模特征指数>绿地形态特征指数>绿地分布特征指数;在场地尺度上,各类绿地景观格局指数对于绿地滞蓄能力影响程度依次为绿地分布特征指数>绿地规模特征指数>绿地形态特征指数。通过量化研究得到了不同尺度绿地景观格局对于滞蓄能力的影响规律,可在未来的海绵城市规划中,为不同层次绿地系统布局的规划管理提供参考和借鉴。 相似文献
16.
采用上海市城市环境气象中心2008~2012年连续观测的PM2.5小时资料,分析了上海市PM2.5的年际变化和年变化特征,并与典型城市霾与非霾时段PM2.5的浓度值进行了对比,并从污染物来源角度对2013年1月霾进行了分析。结果表明,2008~2011年,PM2.5的平均质量浓度呈逐年下降态势,从52.9±37.5μg/m3下降至34±26.9μg/m3,2010年、2011年和2012年上海PM2.5质量浓度基本相当。PM2.5平均质量浓度按月平均值高低可分为两个时段,较高时段为1月、2月、3月、11月和12月,其余月为较低时段,两时段特征明显,且其PM2.5平均质量浓度分别为46.4μg/m3和27.8μg/m3。风和降雨是影响PM2.5质量浓度的主要气象要素。不同城市霾与非霾时PM2.5质量浓度不同,可能原因是其组成成分不同导致。2013年1月霾的出现,黑碳可能对其有主要影响。 相似文献
17.
18.
19.
《建筑科学》2017,(8)
于2015年4月~12月分别对北京市不同地点6所住宅的室内外PM_(2.5)的浓度进行了同步测试,并通过样本检验及线性回归模型分析方法,研究了住宅室内外环境中PM_(2.5)的污染特征及相关性。结果表明:1)6所住宅室内外PM_(2.5)浓度在时间序列上呈非均匀分布,经T检验显示差异性显著。2)不同住宅室内外PM_(2.5)的浓度比即I/O的平均值在0.674~2.673之间变化,测试时段内开窗情况下室内有污染源的住宅的I/O平均值大于1,关窗下室内无污染源的住宅的I/O平均值小于1。3)正常天气和雾霾天气下室内无污染源时,室内外PM_(2.5)的线性相关性较好。室内有污染源,室内外PM_(2.5)的Pearson相关系数出现负值,室内外PM_(2.5)的线性相关性较差。 相似文献
20.
通过对湖南某生态性大学校园内的PM2.5浓度进行为期一周的布点监测,获得校园内PM2.5的浓度分布数据,结果表明整个校园内的PM2.5浓度基本超出了国家标准所规定的值。通过分析发现PM2.5超标与城市灰霾天气有很大的关系,灰霾天气是造成其超标的主要原因,其次是校园内施工场地施工的影响。最后,结合数据分析提出了改善校园环境的措施。 相似文献