园林绿地秋季温湿度与细颗粒物(PM_(2.5))浓度的关系研究——以北京玉渊潭公园为例

近年来,空气质量越来越成为社会所关注的主要环境问题之一,尤其是以PM_(2.5)为代表的空气颗粒物,对居民生活产生了巨大的影响。园林绿地是城市重要的组成部分,具有降低空气污染物等生态功能。以北京玉渊潭公园为研究地点,采用多点同步连续监测的方式,对公园内不同区域的温、湿度及细颗粒物(PM_(2.5))浓度进行监测。通过一个完整秋季的数据,分析园林绿地中温、湿度和PM_(2.5)浓度在秋季的变化情况,温、湿度和PM_(2.5)浓度之间的相关性,以及不同站点间温、湿度与PM_(2.5)浓度之间的关系。     

杭州市区春季绿地对PM2.5消减作用的研究

为研究杭州市区春季绿地及其周围的环境对PM_(2.5)颗粒物的影响机制,本文选取了8块样地作为研究对象,每个样地各设5个样点进行PM_(2.5)数据采集,并对样点进行植物群落结构、郁闭度、周边环境调查。结果表明,PM_(2.5)浓度与污染源距离成反比;城市绿地对PM_(2.5)颗粒物的消减有明显作用;以乔灌草为主、郁闭度大的绿地对PM_(2.5)具有较好的消减作用;水面与铺装为干扰类环境因素,使城市绿地对PM_(2.5)颗粒物的消减作用变得不稳定;在不同的空气质量等级下,城市绿地对PM_(2.5)的消减能力存在差异性。     

街道峡谷中垂直绿化的滞尘效应及应用——以武汉市为例

【目的】城市街道中人群活动密集,其空气质量问题值得关注。为解决街道峡谷内颗粒污染物难以扩散的问题,探究垂直绿化净化街道峡谷空气的能力和策略。【方法】以垂直绿化的滞尘效应为研究对象,通过现场调研与实测、正交实验结合计算机软件数值模拟等方法,定量探讨垂直绿化在街道峡谷形态、相对风向、布局方式等多种因素共同作用下的滞尘效应,并比较各因素的影响强弱。【结果】1）街道峡谷宽度、布局方式与水平向布置密度对垂直绿化滞尘效应影响最强。2）垂直绿化更适宜布置在道路较窄的城市支路以及迎风时长较多的建筑立面。【结论】得出滞尘效应最优的因素水平组合,总结出垂直绿化滞尘效应最佳的设计策略与滞尘能力模型,并评估垂直绿化在武汉市的滞尘潜力,为垂直绿化在街道峡谷中的应用提供理论依据。     

公园绿地植物配置对大气PM_(2.5)浓度的消减作用及影响因子

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。     

全空气一次回风系统室内PM_(2.5)浓度衰减的影响因素研究

人们绝大多数时间都在室内度过,室内颗粒物浓度对人体健康有重要影响。本文依据质量守恒定律建立室内颗粒物的动态平衡方程,探讨其衰减的影响因素。对于全空气一次回风集中过滤的系统,室内PM_(2.5)浓度的衰减时间仅与回风换气次数、新风换气次数和过滤效率有关;使用蚊香作为内尘源(产尘量为11.77+1.33 mg/h),通过实验在30 m~3环境舱内,验证了该模型在无内尘源和有内尘源条件下的准确性。对于换气次数N8,新风比S0.1,过滤器PM_(2.5)效率η70%的一次回风全空气系统,室内PM_(2.5)浓度衰减达到稳定的时间约为0.5 h。     

居民住所室内颗粒物浓度水平及影响因素研究

为了解居民住宅室内颗粒物浓度水平及其影响因素,本文于2015年4月~2015年12月分别对北京市6个住所的室内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)及室外颗粒物PM_(2.5)的浓度进行了同步测试,并通过统计软件SPSS对住所室内颗粒物的浓度水平及影响因素和影响程度进行了分析和评估。结果表明:16个住宅的室内外颗粒物浓度在时间序列上呈非均匀化分布,经T检验,显示居民住宅室内外PM_(2.5)浓度差异性显著。2住所室内PM_(1.0)、PM_(2.5)、PM_(10)之间的相关性显著,且PM_(1.0)在PM_(2.5)中所占比例高达92.41%。PM_(2.5)在PM_(10)中所占比例达到了65.96%以上。3由Wilcoxon秩和检验的检验统计量可知,吸烟主要产生颗粒物PM_(1.0),对室内PM_(1.0)、PM_(2.5)和PM_(10)的影响程度都较大(P0.100),烹调和人员活动主要影响室内PM_(10)的浓度变化。4室内颗粒物浓度受室内污染源和室外污染源的综合影响。     

乌鲁木齐市大气细颗粒物水溶成分和非水溶成分对人正常肺上皮细胞的毒性作用

目的用大气细颗粒物(PM_(2.5))染毒人正常肺上皮细胞(BEAS-2B细胞),探讨大气细颗粒物(PM_(2.5))不同成分对人正常肺上皮细胞(BEAS-2B)的细胞毒性和氧化损伤。方法采集乌鲁木齐市大气细颗粒物(PM_(2.5)),实验细胞为人正常肺上皮细胞株BEAS-2B细胞。为比较细颗粒物不同成分对细胞毒性的大小,超声震荡洗脱石英纤维滤膜中的细颗粒物,分析其水溶成分和非水溶成分的毒性。结果对PM_(2.5)中水溶成分和非水溶成分进行剂量为50μg/m L、100μg/m L、200μg/m L和300μg/m L的浓度染毒,结果显示水溶成分的细胞毒性高于非水溶成分(P<0.01)。结论大气细颗粒物(PM_(2.5))可导致细胞损伤,并且组成成分的不同可以导致其对细胞毒性的差异。     

燃烧源餐饮场所就餐环境内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)的浓度水平及影响因素分析

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。     

道路绿化隔离带消减颗粒物效应及配置参数研究

交通污染已成为城市空气颗粒物污染的主要来源之一,对居民的生活、工作、出行产生了严重影响,而绿化隔离带可作为优化非机动车道和人行道空气质量的一种有效且经济地措施。基于实验测定评价道路绿化隔离带对非机动车道空气颗粒物浓度的影响,并提出分层疏透度来表征样带垂直结构特征,分析绿化隔离带配置方式对街道空气颗粒物浓度的影响。研究结果显示,绿化隔离带可较好地改善街道空气质量,对TSP和PM_(10)的消减效果较PM_(2.5)好;颗粒物的消减效果与样带的植物配置结构有紧密联系,分析结果显示颗粒物消减效率均与0～2m高度区间内的疏透度呈显著负相关。在交通流量较大的城市干道上,应该减少或者避免使用冠大荫浓的高大乔木,多配置结构紧密和叶密度较大的灌木植物。本研究结果可为城市道路绿化参数化设计和优化提供理论支撑,为改善人居生活环境作出贡献。     

不同住所室内PM2.5的浓度变化规律及温湿度对室内颗粒物影响的初探

为深入探究不同住所室内颗粒物PM_(2.5)的浓度水平随室外颗粒物及室内污染源的变化规律,于2017年1月-2018年1月对北京城区4户居民住宅、2个学生宿舍和1户农村住宅的室内PM_(1.0)、PM_(2.5)及PM_(10)浓度、室外PM_(2.5)浓度及室内外温湿度变化进行了逐时测试,并对测试分析结果进行了差异性检验。结果表明:①城市住户室内污染源对室内PM_(2.5)浓度的影响程度为:吸烟烹饪清洁。农户污染源对室内PM_(2.5)的影响顺序为:燃煤燃烧薪柴吸烟清洁人员活动。②当住所门窗关闭室外雾霾开始或结束后,室内PM_(2.5)浓度的升高或降低均延迟于室外PM_(2.5)的变化。③城市住宅与学生宿舍的平均I/O小于1,农村住户的平均I/O大于1,且不同住所之间的I/O差异性显著(P0.05)。④住户相对湿度在10%～50%时(冬季采暖),室内颗粒物PM_(1.0)/PM_(2.5)及PM_(2.5)/PM_(10)的比值随相对湿度增加而增加,室内细颗粒PM_(2.5)的主要占比为细微颗粒物PM_(1.0);住户相对湿度在50%～80%时(秋季实测),室内颗粒物PM_(1.0)、PM_(2.5)和PM_(10)平均浓度随相对湿度增加而下降。⑥Spearman相关分析得到室内外温差与室内PM_(10)浓度和PM_(2.5)浓度呈现显著性负相关,与室内PM_(1.0)浓度无明显相关性。研究成果可为室内颗粒物控制提供理论依据并对改善住所环境和保护人体健康具有重要意义。     

空气过滤器组合效率及选型研究

合理选择空调系统的空气过滤器,是降低室内细颗粒物(PM_(2.5))污染浓度的主要途径之一。本文利用空调机组过滤性能实验台,对单个过滤器和不同过滤器组合进行PM_(2.5)的计数效率和计重效率的测试。研究了单个过滤器对PM_(2.5)计数效率和计重效率的相关关系,给出了不同室外PM_(2.5)污染程度对应的空气过滤器选型方案,为建筑室内PM_(2.5)控制提供参考。     

不同种类食用油炒菜和油炸过程中释放PM_(2.5)浓度比较

目的比较不同食用油在油炸和炒菜过程中产生的PM_(2.5)的浓度差别。方法选择市售食用油和不同度数棕榈油,使用配备PM_(2.5)切割头的微电脑激光粉尘仪和智能风速计分别监测在炒菜和油炸过程中产生的PM_(2.5)的浓度和风速。结果炒菜过程中产生的PM_(2.5)的量明显高于油炸土豆条。无精炼菜籽油产生的PM_(2.5)的量明显高于其他食用油。随着烹饪温度的升高,无精炼菜籽油和花生油产生的颗粒物明显增加。随着加热次数的增加,PM_(2.5)的浓度呈现下降趋势。结论烹饪方式和加热温度对食用油产生PM_(2.5)的量有明显影响。     

城市公园大气颗粒物浓度的节假日特征

以杭州西湖风景区花港观鱼公园为研究对象,对比分析节假日与非节假日公园内大气颗粒物(PM_(2.5)、PM_(10))浓度与游客量、气象因子、植物群落类型的相关性,并从宏观—中观—微观3个层次探究花港观鱼公园大气颗粒物浓度的节假日特征,为城市公园的科学建设提供参考和依据。研究发现:大气颗粒物浓度有明显的节假日效应。宏观方面,杭州主城区元旦节期间大气污染物主要是PM_(2.5)和PM_(10),节日期间的平均浓度分别为102±41.51μg.m~(-3)、155±64.86μg.m~(-3),分别是非节日的1.6倍、1.7倍。杭州主城各区受节日影响较大的是余杭区、萧山区和下城区。中观方面,花港观鱼公园节日期间PM_(2.5)和PM_(10)有波峰现象且振幅剧烈呈锯齿状;非节日期间午后出现波谷,上下振幅较小,其影响因子特征表现为:节日期间游客量与大气颗粒物浓度相关性较高,游客游览观光活动对PM_(10)的贡献率更大;气象因子对PM_(10)的影响比PM_(2.5)显著。微观方面,公园内3种不同植物群落类型绿地的PM_(2.5)浓度表现为:密林纯林草坪。     

室内燃香颗粒物的排放特征

燃香颗粒物是室内主要污染之一,为了解其排放状况,首次在环境舱内对大陆7种燃香颗粒物的排放特征进行了表征。研究结果表明:1)燃香产生的主要是细颗粒物PM_(2.5),且PM_(2.5)在PM_(10)中的占比在97.2%以上;2)燃香颗粒物PM_(2.5)和PM_(10)排放速率分别为35.130~131.020 mg/h和36.908~140.270 mg/h,PM_(2.5)和PM_(10)的排放因子分别为6.950~34.600mg/g和7.311~37.040 mg/g;3)环保无烟卫生香和环保无烟正檀香的颗粒物排放因子低于细线香和柏香但高于红藏香,其环保标识基本合理;4)利用燃香颗粒物排放速率预测单室内PM_(2.5)的质量浓度显示出换气次数由1次/h增到3次/h和5次/h后,颗粒物PM_(2.5)的浓度明显降低,且衰减时间由4个多小时缩到不足1小时。以上表明一般自然通风房间燃香时细颗粒物浓度高且暴露时间长,不利人体健康。故在室内燃香时通过开窗通风或机械通风的方式加大换气次数来减少燃香污染。     

城市街区形态对PM10、PM2.5的影响 研究——以武汉为例

构成城市肌理的普遍街区的空间形态与颗粒物浓度存在显著差异。基于武汉市18个空气质量监测点的PM_(10)、PM_(2.5)数据与二维、三维街区形态指标,揭示不同街区形态与PM_(10)、PM_(2.5)之间的深层关系规律,以期为城市规划管控提供参考。双变量相关分析与一元回归分析揭示了街区形态与PM_(10)、PM_(2.5)的相关性及其影响规律,多元线性回归分析揭示不同街区形态对PM_(10)、PM_(2.5)变化的贡献度。结果表明,街区之间的平均PM_(10)、PM_(2.5)浓度分别在城市平均水平55%～106%、59%～117%之间浮动,绿化覆盖率、道路面积率和相对高程对PM_(10)、PM_(2.5)具有显著影响,相对高程与绿化覆盖率对PM_(10)变化的贡献度达83.0%,绿化覆盖率对PM_(2.5)变化的贡献度达72.5%,道路面积率对PM_(10)、PM_(2.5)变化的贡献度分别为17.0%、27.5%。     

南京地区一次大气粗颗粒物重污染过程及其区域传输分析

基于观测及模拟个例,分析了2014年3月17—19日南京地区出现的大气粗颗粒物重污染过程及其污染物区域传输特征。结果表明,这次大气粗颗粒物重污染过程中观测的PM_(10)浓度和近地面风速变化呈现显著的正相关,与重雾霾过程中大气细颗粒物PM_(2.5)浓度和近地面风速的负相关关系不同,说明强风驱动的污染物区域传输对这次大气粗颗粒物PM_(10)污染形成贡献;受大气边界层高度昼夜变化的影响,整个污染事件的南京地区平均PM_(10)地面浓度具有昼低夜高的日变化特征;地面风向观测和HYSPLIT模拟分析进一步表明,大气粗颗粒物重污染主要贡献来自途经华北平原和苏北地区的PM_(10)区域传输,春季裸露农田的土壤扬尘可能是这次大气粗颗粒物重污染物的主要来源;伴随3月19日南京地区降雨,大气粗颗粒物重污染事件结束,表明降雨对大气粗颗粒物起到有效的湿清除作用。     

城市道路行道树绿带对PM_(2.5)的滞尘效应及其变化分析

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。     

不同PM2.5污染地区的住宅室内空气净化器配置选型

不同气候区的室外PM_(2.5)污染情况,不同年代、不同层数的住宅外门窗气密性等对室内空气净化器的配置选型有着重要影响。本文结合中国工程建设标准化协会标准T/CECS 586-2019《建筑室内细颗粒物(PM_(2.5))污染控制技术规程》,选取"不保证5天"的PM_(2.5)室外计算浓度、现行值I级的PM_(2.5)室内计算浓度作为空气净化器设计选型的计算参数。同时,结合不同年代、不同层数住宅外门窗气密性等级,利用建筑室内PM_(2.5)污染控制设计计算方法,给出不同地区住宅室内空气净化器的配置选型系数表,为住户配置室内空气净化器提供一定参考。     

街区尺度不同绿化覆盖率对PM_(10)、PM_(2.5)的消减研究——以武汉主城区为例

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。     

滇东地区城市空气污染变化特征及其与气象条件的关系

基于滇东城市曲靖2014-2018年2个国控空气质量监测点的逐日空气质量指数和6种空气污染物(SO_2、NO_2、PM_(10)、PM_(2.5)、CO和O_3)逐小时浓度资料以及同期气象要素数据,统计分析了曲靖主城区空气污染变化特征及气象因子对污染物浓度分布的影响.结果表明:①2014至2018年,曲靖主城区空气质量优良率为97%-99.7%,污染日数呈逐年减少趋势,首要污染物以PM_(10)、PM_(2.5)和O_3为主.②曲靖主城区空气质量呈现出夏秋季节较好、冬春季节较差的季节性特征.③6种污染物浓度各自表现出不同的季节性变化和日变化特征.气象条件影响着曲靖主城区污染物的扩散、迁移和转变.④风速与SO_2、NO_2、CO和PM_(2.5)浓度具有较好的负相关关系;与O_3浓度呈正相关关系;风速对PM_(10)影响较复杂,当风速小于2 m/s时有利于PM_(10)扩散,当风速超过2 m/s时反而导致PM_(10)浓度增加.⑤地面盛行西北风和东南风时,SO_2、NO_2、CO、PM_(10)和PM_(2.5)浓度较高;地面盛行西南风时,O_3浓度达到最高值.⑥降水对6种污染物具有显著冲刷清洁作用.⑦温度与O_3浓度呈显著性正相关关系,与NO_2、CO、PM_(10)和PM_(2.5)浓度呈显著性负相关关系;与SO_2浓度关系不显著.⑧相对湿度与O_3、PM_(10)和PM_(2.5) 3种首要污染物浓度呈显著性负相关关系;与SO_2、NO_2和CO 3种非首要污染物浓度的关系不显著.