4种类型绿地空气PM2.5浓度与环境因子关系研究

通过对宿迁学院内4种类型绿地和对照内空气PM2.5浓度及温度、湿度、风速、光照强度进行监测分析,结果表明:4种绿地类型及对照内空气PM2.5浓度日变化明显,基本都呈双波峰走势,分布在上午9:00和下午13:00;4种绿地类型及对照内空气PM2.5浓度均值按大小排序为:对照点＞高羊茅草坪＞火棘+海桐—高羊茅＞黄山栾树+白玉兰—金钟花+迎春—高羊茅＞日本早樱—狗牙根;空气PM2.5浓度与4种类型绿地的温度都达显著正相关,与光照强度达到极显著正相关.     

6种城市绿地空气PM2.5浓度变化规律的研究

为合理安排树木的种植和配置结构,发挥绿色植物在改善城市生态环境方面的重要功能,研究6种城市绿地空气PM2.5浓度的日变化规律、月变化规律,分析不同类型绿地空气PM2.5浓度差异以及不同天气条件下PM2.5浓度.结果表明:PM2.5浓度日变化和月变化规律明显,不同季节有显著差异;6种城市绿地空气PM2.5浓度在同一季节内没有显著差异,从均值来看,春、秋、冬季有乔木的绿地内空气PM2.5浓度较低,夏季草坪内空气PM2.5浓度较低;阴天颗粒物的浓度比晴天高45%,雨后阴天颗粒物的浓度比雨后晴天高426%,降水对PM2.5的清除作用在雨后晴天发挥的较好.     

冬季居住区不同功能绿地PM2.5浓度变化及其与气象因子的关系

以杭州市临安区林水山居为研究对象,在2017年冬季采用实地测量法对居住区内3个不同功能绿地和对照点的PM 2.5 浓度、气象因子(温度、相对湿度、风速和光照强度)进行监测,评价绿地对居住区环境降低大气PM 2.5 浓度的作用,同时探讨环境因素对PM 2.5 浓度的影响。结果表明,居住区3个不同功能绿地和对照点的PM 2.5 浓度日变化趋势基本一致,呈“单峰单谷”型;PM 2.5 浓度均值从大到小依次是道路绿地>宅旁绿地>中心绿地>对照点。居住区的PM 2.5 浓度与温度呈负相关关系(R^2=0.794 6);与相对湿度呈正相关(R^2=0.642 5);与风速呈负相关;与光照强度呈负相关,可拟合为线性方程 y=95.3-4.7x,(0.05

相似文献   

武汉园林绿地调控PM2.5效果研究

[目的]研究城市园林绿地对大气中PM_2.5的调控效果和作用机理。[方法]选择武汉市4块城市园林绿地为监测点,通过对3块（蛇山绿地、科普公园、青山公园）绿地内外PM_2.5瞬时浓度的监测,分析不同时刻、不同季节、不同距离园林绿地消减PM_2.5的效果。对2块城市园林绿地（蛇山绿地、湖北大学）进行群落结构调查、PM_2.5累积浓度测定及成分解析,分析园林绿地群落结构特征与调控PM_2.5之间的关系、绿地内外PM_2.5累积浓度特征、武汉城区PM_2.5的主要成分。[结果]在白天不同时刻,园林绿地对PM_2.5都具有消减作用,除蛇山绿地,科普公园和青山公园在11:00消减调控最强。园林绿地在不同季节对消减PM_2.5具有显著效果,蛇山绿地和科普公园秋季优于春夏季,青山公园无季节性差异。在不同距离上,园林绿地在35～45 m对PM_2.5调控效果显著。园林绿地面积和群落特征对调控PM_2...     

自贡市PM2.5浓度时空特征分析

基于四川省自贡市2014—2018年逐日平均国控站点空气质量监测数据,对自贡市PM2.5浓度时间和空间变化特征进行多尺度分析。结果表明,自贡市PM2.5浓度逐小时变化趋势主要与人类活动规律及太阳照射时间有关;逐日PM2.5的浓度达到国家空气质量标准天数比率为73.5%,其中一级标准的天数比率为27.5%;PM2.5浓度大值期主要在1、2和12月;且呈春秋冬季高、夏季低的分布特征,冬季超标天数占比高达69.02%;PM2.5浓度空间分布特征不仅受监测点位及地形、气候、城市结构等的影响,还与风向及周围其他城市污染源的贡献密切相关,整体表现为工业生产总值高、交通运输频繁、人口较为密集的大安区、高新区和贡井区PM2.5浓度水平较高。     

洛阳市冬季大风天气下PM10和PM2.5浓度变化研究

利用洛阳市环境空气质量自动监测国控站点的监测数据,分析了冬季大风天气下PM10、PM2.5浓度变化情况.结果表明,从大风来临到结束,PM10和PM2.5质量浓度整体呈现先下降后升高的趋势;PM2.5与PM10的比值在风中阶段较低,大风前、后时段较高,特别是风中到风后过渡阶段,二者比值达到峰值,此时容易发生倒挂现象;大风来临初始阶段,风速增大导致PM10浓度出现峰值,而对PM2.5无明显影响;PM2.5对大气能见度影响较大,且当其浓度＜0.5 mg/m3时,能见度属良好等级.     

重庆市地区道路PM10/PM2.5浓度分布特征研究

采用单点监测、水平分布监测和垂直分布监测方法考察了重庆市城区道路PM10和PM2.5的浓度分布;并结合车流量调查,探讨了交通干道PM10,PM2．5浓度分布与车流量,以及距离干道不同距离之间的关系。结果表明：重庆市主城区交通干道PM10,PM2.5质量浓度平均值分别为505．364μg／m^3和261．878μm^3,PM10的水平分布和垂直分布有明显的规律,质量浓度随着距离的增加而减少,而PM2.5没有明显变化规律。     

重庆市地区道路PM10/PM2.5浓度分布特征研究

采用单点监测、水平分布监测和垂直分布监测方法考察了重庆市城区道路PM10和PM2.5的浓度分布;并结合车流量调查,探讨了交通干道PM10,PM2.5浓度分布与车流量,以及距离干道不同距离之间的关系.结果表明:重庆市主城区交通干道PM10, PM2.5质量浓度平均值分别为505.364 μg/m3和261.878μg/m3,PM10的水平分布和垂直分布有明显的规律,质量浓度随着距离的增加而减少,而PM2.5没有明显变化规律.     

不同结构绿地对空气负离子水平的影响

以吉林农业科技学院校园内具有代表性的绿地结构为研究对象,对不同结构绿地的空气负离子水平进行测定。结果表明：不同结构绿地的空气负离子水平差异极显著,其中乔灌草复层结构绿地空气负离子水平最高,空气质量最佳。城市不同结构绿地空气负离子浓度大小、空气质量优劣的排序为乔灌草结构〉乔草结构〉灌草结构〉草坪〉裸地。     

乌鲁木齐市夏季大气PM_(10)、PM_(2.5)中重金属的分布特征

利用PM2.5、PM10、TSP便携式采样器、TAS-990石墨炉原子吸收光谱仪,采集了乌鲁木齐市5个功能区大气PM10、PM2.5样品,并检测了PM10、PM2.5样品中Cd、Cr、Cu、Ni、Pb、Mn6种元素的含量。结果表明:PM10质量浓度除卡子湾水泥厂区采样期间全部超标外,其他地点均低于国家二级标准;PM2.5质量浓度与美国日均值标准相比,卡子湾水泥厂区采样期间全部超标,安宁渠良种场超标天数为20%,友好路超标天数为60%,其他地点均低于标准。富集因子法分析结果显示:乌鲁木齐市5个采样区夏季大气PM10、PM2.5中Cr、Ni、Cu、Cd、Pb5种重金属污染主要来自于人类活动,Mn则来源于地壳物质。     

西安市不同绿化参数与Pm^2.5浓度的关联性研究

以探讨西安市城区绿化覆盖率、绿化密度、绿化植被类型三者与空气中Pm^2.5浓度之间的关系为目的,选取了西安市区内7个监测点为代表点,测量范围为监测点方圆400m,约50万m^2.从2013年8 ～11月,历时4个月,每天获取监测点提供的PMt2.5浓度值.结果表明,提高总体绿化密度,采用适合的绿化植被种类,能够在一定程度上降低空气中的Pm^2.5浓度,提高空气质量.     

长沙市PM_(10)、PM_(2.5)污染特征及其与气象条件的关系

2014年6月1日~7月2日在黄土岭、马坡岭采样点采集PM10、PM2.5样本,研究PM10、PM2.5质量浓度的时空分布特征,并分析其与气温、风速、相对湿度、气压和降水的相关性。结果表明,黄土岭、马坡岭PM10平均日均浓度分别为108.37、91.00μg/m3,日均浓度超标率分别为25.00%、18.75%;PM2.5平均日均浓度分别为73.48、65.09μg/m3,日均浓度超标率分别为31.25%、34.38%。长沙市PM2.5污染比PM10严重。6月12~16日PM10、PM2.5污染最严重,出现了灰霾天气。PM2.5和PM10质量浓度呈显著正相关;PM10、PM2.5质量浓度与气温、风速、气压呈正相关,与相对湿度呈显著负相关,与降水量呈弱负相关。     

西安市采暖期PM2.5污染状况及其与气象因子的相关分析

对采暖期与非采暖期PM2.5和PM10的浓度变化特征以及采暖期PM2.5浓度与气象因子的相关性进行分析,结果显示：采暖期PM2.5和PM10的质量浓度显著高于非采暖期,平均是非采暖期的1.85和1.46倍,采暖期PM2.5在PM10中的比重也高于非采暖期。PM2.5浓度同时受几种气象因素的影响,与辐射量、气压和能见度呈负相关,与相对湿度和总云量呈正相关。     

典型天气条件下哈尔滨城市森林不同林型对PM2.5的调控作用研究

[目的]探究不同林型对PM_(2.5)的调控作用和净化效应,进而研究气象因子与PM_(2.5)质量浓度的相关性。[方法]以哈尔滨城市森林3种不同林型为主要研究对象,选择3种典型天气条件,PM_(2.5)质量浓度进行连续12 h的观测。[结果]晴天时PM_(2.5)质量浓度最小;而在降水之后的阴天条件下,其质量浓度是晴天时的1.34倍,日变化幅度不大;多云天气时,PM_(2.5)质量浓度的增加明显,日变化幅度较大,其质量浓度是晴天时的1.69倍。3种不同林型对PM_(2.5)均会起到一定的净化效应,各天气条件下净化效应从大到小依次为晴天、阴天、多云。晴天时,PM_(2.5)质量浓度与气压达到极显著正相关;多云时,PM_(2.5)质量浓度与气温呈极显著负相关,而与相对湿度和气压呈极显著正相关,与风速的相关性不显著;阴天时,PM_(2.5)质量浓度与气象因子的相关性较低,与风速呈负相关,与气压、气温和相对湿度呈正相关,但均未达到显著性水平。[结论]建议人们选择晴天条件下在樟子松林内进行休闲活动,且活动时间选择在午后;PM_(2.5)质量浓度变化趋势因天气条件差异而不同。     

河南鸡公山林区PM2.5污染与气象因子全年时尺度相关性分析

利用鸡公山林区环境空气质量监测站2019年监测数据,对PM_2.5污染及与气象因子在全年时尺度上的变化和关系进行系统的研究分析。结果表明:1) 林区PM_2.5年均质量浓度为34.48 μg·m^-3。2)降水对PM_2.5污染具有显著的去除作用。3)全年PM_2.5时均质量浓度与对应的气温、气压、空气湿度和风速4个气象因子间存在极显著的多元线性回归关系,且单气象因子对PM_2.5时均质量浓度值的影响均达到极显著水平(P＜0.01)。4) 在时尺度上,各单气象因子与PM_2.5质量浓度间的回归模型精度较低。为此,采取各单气象因子的等值点、小梯度递增与对应的PM_2.5质量浓度值域一并平均后再回归,显著提高了两者间的回归精度,更适于通过单气象因子估算PM_2.5质量浓度。研究结果揭示了林区PM_2.5污染特征,可为区域大气污染联防联治和景区森林旅游资源开发提供参考。     

西安市PM2.5相关因素多元回归分析模型

为了探索空气污染的主要因素,对空气污染监测指标PM2.5与AQI中其他监测指标进行相关性分析, 得到PM2.5与SO2、NO2、CO呈正相关, 与O3和温度呈负相关, 同时利用多元回归模型得到PM2.5与主因子的数量关系, 给西安市PM2.5防控提供参考意见.     

杭州综合医院PM2.5浓度变化规律研究

对杭州市解放军117医院、浙江医院、邵逸夫医院和浙江省人民医院4所综合医院PM_2.5浓度进行测定,分析其PM_2.5污染水平、日变化规律、与植物群落、温度、湿度及其和PM₁₀之间的关系,进一步测定和分析医院室内和室外PM_2.5的污染水平及相关关系。结果表明:4所综合医院PM_2.5污染水平较低;日变化呈“双峰单谷”型;PM_2.5与植物群落层次无直接关系,但绿地中的PM_2.5颗粒物含量明显低于空地;PM_2.5与温度呈负相关关系与空气湿度呈正相关关系;PM_2.5/PM₁₀为0.44~0.59之间;医院病房内PM_2.5浓度较之室外要低,能达到美国PM_2.5控制标准,且室内外PM_2.5之间存在着一定的相关性。