2017, Vol. 37
[PDF全文]
2. 北京林业大学水土保持学院, 北京 100083;
3. 河北农业大学林学院, 保定 071000;
4. 北京市大兴区南海子郊野公园管理处, 北京 102600
2. School of Soil and Water Conservatioin, Beijing Forestry University, Beijing 100083;
3. College of Forestry, Agricultural University of Hebei, baoding 071000;
4. Nanhaizi Country Park Management Office of Daxing District, Beijing 102600
随着经济的快速发展，北京市的大气污染问题日益严重，而颗粒物是导致这种污染的关键因素(赵晴等, 2009).其中，以PM10为主的颗粒污染物不仅直接影响人体健康，还会在传输和转化过程中造成区域尺度的能见度降低，甚至影响气候变化(Dockery et al., 1994; Ostro et al., 1999; Haywood et al., 1999; Watson, 2002).根据中华人民共和国环境保护部公布的数据显示：2008-2012年北京市首要污染物可吸入颗粒物(PM10)非Ⅰ级的天数占本年度天数的比例均在95%以上，PM10已成为北京市主要的空气污染物(于淑秋等, 2002).近年来，围绕北京市环境空气中可吸入颗粒物的污染测试和研究越来越多，王喜全等(2006)指出，适当的湿度条件和前期的污染状况是造成北京PM10重污染的必要条件；吕森林等(2005)研究表明，北京PM10中的矿物组分存在明显的季节变化规律；宋宇等(2003)发现，颗粒物的散射消光作用在北京市能见度下降中占有主要地位.可见，颗粒物污染的研究越来越受到人们的重视.
城市绿色植物作为大气过滤器，在净化大气中扮演着重要的角色，利用绿色植物对颗粒物的吸滞作用成为治理PM10的一项有效措施.大量研究表明，植被在吸收大气污染物、改善空气质量方面效果显著(宇万太等, 2007)，因此，对植被降低颗粒物的研究成为热点.但不同地区由于污染源、气候、地理位置等因素差异，PM10质量浓度变化特征也有所不同，关于森林植被区与非植被区PM10质量浓度对比分析的研究较少.因此，本文针对北京市2015年的PM10浓度进行研究，选取森林植被区与非植被区对比分析PM10浓度的时间变化特征及典型天气对PM10浓度的影响，探寻森林植被对PM10的影响，了解不同天气条件下PM10浓度的变化规律，进而采取相应的措施改善北京市的空气质量.
2 研究方法(Methods) 2.1 研究地概况森林植被区监测站设在南海子公园，地处北京城南，位于大兴区东北部南五环南侧、大兴新城与亦庄新城之间、南苑机场东南，为工业区和城乡结合部，人流、物流、车流交汇.非植被区监测站设在大兴区的亦庄，该点位于郊区，距离实验基地5 km，在南海子公园的西南部.两个监测点的概况见表 1.
| 表 1 植被区与非植被区两个监测站点概况 Table 1 Two monitoring stations of vegetation area and non-vegetation area |
 |
植被区PM10实时浓度值由北京市农林科学院林业果树研究所在南海子公园内建立的城市森林环境空气质量监测站获得，非植被区PM10实时浓度值由北京市环境保护监测中心获得.两监测站的PM10监测设备均为美国赛默飞世尔科技公司(Thermo Fisher Scientific, USA)的TEOM-1405-D双通道颗粒物在线监测仪，监测时间一致，频次均为1 h一次的自动监测，全天24 h不间断采样.
2.2.2 气象数据植被区的气象数据由林内气象站(Weather Meter)实时监测获得，亦庄非植被区的气象数据主要摘自中国天气网(www.weather.com.cn).主要包括气温(Ta，℃)、相对湿度(RH)、风速(W，m·s-1)、降水(P，mm)等气象因子.
2.3 空气质量指数的计算空气质量指数(Air Quality Index，简称AQI)是定量描述空气质量状况的无量纲指数，用来评价大气环境质量状况，针对单项污染物的还规定了空气质量分指数.AQI数值范围为0~500，其值在不同的区间代表了不同的空气质量水平.AQI数值越大、级别和类别越高、表征颜色越深，说明空气污染状况越严重，对人体的健康危害也就越大.PM10的AQI指数计算公式如下(环境保护部, 2016)：
|
(1) |
式中，IAQI10为PM10的空气质量指数；C10为PM10质量浓度值；BPH为与C10相近的污染物浓度限值的高位值；BPL为与C10相近的污染物浓度限值的低位值；IAQIH为与BPH对应的空气质量指数；IAQIL为与BPL对应的空气质量指数.
3 结果与讨论(Results and discussion) 3.1 PM10日变化特征日变化数据选取：选取原则为避免特殊天气条件的影响(如大风天气、降雨及严重雾霾天等)，每月选取连续晴天(3 d)取其平均值.春季选取4月13、14和15日，夏季选取7月17、18和19日，秋季选取10月1、2和3日，冬季选取1月13、14和15日.
对比植被区和非植被区PM10浓度日变化规律来看(图 1)，整体表现为植被区PM10质量浓度低于非植被区，说明植被对于PM10有消减作用.一方面是因为树木能有效吸附和移除空气中的颗粒物，加速颗粒物的沉降过程(McDonald et al., 2007)；另一方面是因为植被通过粗糙表面能够有效地滞留空气颗粒物，从而改善空气质量(Slinn，1982).本研究发现，植被区或非植被区PM10浓度日变化趋势均表现为双峰型，春、夏季峰值出现在9：00-10：00和18：00-19：00；秋、冬季峰值出现在8：00-9：00和18：00-19：00，即白天和夜间各出现一次峰值，这与其他学者的研究结果基本相同，只是峰值出现的具体时间因地区和城市的不同而有所差异.如在英国研究的PM10浓度的波峰值出现在7：00-10：00和19：00-22：00(Latha et al., 2006)，在天津研究的PM10浓度的波峰值出现在8：00和19：00(Yao et al., 2007)，在上海和重庆研究的颗粒物浓度波峰值出现在7：00-9：00和19：00-21：00(Ren et al., 1999).一天中不同时刻，空气颗粒物浓度变化存在差异，原因是一天当中不同时刻的天气状况不同，此外，非植被区还不可避免地受到人为活动、机动车排放污染等的影响，这增大了该地区空气中污染物颗粒物浓度，如在张家界国家森林公园接待区，由于晚餐时间接待客流量的增加，以及汽车尾气的排放等人为因素的影响使该区空气总悬浮颗粒物的测量值增加(Shi et al., 2004).
 |
| 图 1 不同月份PM10浓度日变化特征 Fig. 1 Diurnal variation characteristics of PM10 concentration in different months |
从季节来看，无论植被区还是非植被区，四季均为双峰型，但日变化趋势不同，表现为春、夏季节日变化趋势较秋、冬季节缓慢，且秋、冬季节的PM10浓度显著高于春、夏季节，导致其不同的原因与四季气候的日变化相适应(郭二果等, 2009)，因为秋、冬季节日变化气候属于低温湿润类型，不利于PM10颗粒物的扩散，造成大量的颗粒物聚集，使空气质量较差，而春、夏季温度高，空气干燥，有助于颗粒物分散，PM10浓度较低，空气质量较好；因此，若从颗粒物浓度角度考虑，提醒外出的人们注意空气污染情况，春、夏季12：00-15：00适合外出游玩，秋、冬季13：00-15：00适合外出游玩.
本次实验还对植被区与非植被区在白天与夜间的PM10浓度的变化进行了研究(图 2)，总体来看，无论白天还是夜间，植被区的PM10浓度均低于非植被区，原因是植被对颗粒物的削减作用.从白天均值来看，PM10浓度春季最高，夏季最低，非植被区内二者间的差值(211.15 μg·m-3)高于植被区内二者间的差值(114.91 μg·m-3)；从夜间均值来看，PM10浓度秋季最高，冬季最低，非植被区内最高值与最低值之间的比值为1.78，植被区内最高值与最低值之间的比值为1.75；从全天均值来看，植被区内PM10浓度均值排序为春季(162 μg·m-3)>秋季(107.58 μg·m-3)>冬季(84.54 μg·m-3)>夏季(67.67 μg·m-3)；非植被区内PM10浓度均值排序为春季(271.46 μg·m-3)>秋季(172.17 μg·m-3)>冬季(131.34 μg·m-3)>夏季(109.21μg·m-3).总体来看，PM10浓度排序为春季>秋季>冬季>夏季，这是由于不同季节日照时间长短不同，白天与夜间的温湿度存在明显的不同，如夏季白天光照强，日照时间长，气温高，大气不稳定，空气流动增强，颗粒物扩散稀释能力增强，相反，夜间气温低，空气湿度大，不易于颗粒物飞散，造成颗粒物的凝聚.
 |
| 图 2 植被区与非植被区PM10浓度日均值对比 Fig. 2 Comparison of PM10 average daily concentrations in vegetation area and non-vegetation area |
数据选取原则为1-12月所有数据，然后用月均值作比较，PM10浓度月变化规律如图 3所示.植被区与非植被区PM10浓度月变化趋势一致，植被区PM10浓度小于非植被区.但在不同月份，其值差异显著，空气质量状况随之改变.本研究显示，PM10浓度在春季3、4月，以及冬季12、1、2月浓度较高，其中，2月PM10浓度值最高，植被区为285.20 μg·m-3，非植被区为342.00 μg·m-3.PM10浓度在2-8月呈下降的趋势，至8月达到全年最低值，植被区为37.00 μg·m-3，非植被区为58.13 μg·m-3.8-11月，PM10浓度呈逐渐升高的变化趋势，至11月达到最大值，植被区为161.50 μg·m-3，非植被区为271.38 μg·m-3，与2月份相比植被区和非植被区的下降幅度分别为123.70和70.65 μg·m-3.但有学者研究结果表明，PM10浓度在12月最大，其次为1月和11月，PM2.5和PM10在供暖期与非供暖期之间也存在着显著的差异(李凯等, 2009)，造成差异的原因与不同月份车流量和人为活动的影响有关.
 |
| 图 3 PM10浓度月变化 Fig. 3 Monthly variation of PM10 concentration |
从各季节来看(图 4)，春季二级良所占天数比最高为32.25%，其次是一级优为20.60%，五级重度污染所占天数比最小为6.57%；夏季二级良所占的天数比最高为64.28%，其次是一级优为20.85%，五级重度污染和六级严重污染所占天数比最小为0；秋季二级良所占天数比最高为42.22%，其次是一级优为19.98%，六级重度污染等级所占天数比最小为0.冬季四级中度污染等级所占天数比最高为21.67%，其次是五级重度污染等级所占天数比为18.69%，三级轻度污染等级天数所占天数比最小为11.26%.整体来看，各季节优良天气排序为夏季(42.55%)>秋季(31.10%)>春季(26.43%)>冬季(15.17%)；中度及以上污染天气所占比例排序为冬季(55.52%)>春季(27.57%)>秋季(17.77%)>夏季(3.58%).
 |
| 图 4 植被区内每月PM10污染等级划分 Fig. 4 Monthly variation of PM10 pollution in different levels |
总的来说，本研究PM10浓度在冬季数值大，秋季其次，夏季最小，冬季污染等级天数所占比是夏季的2.7倍，夏季气候因素较冬季缓和，不利于颗粒物的富集.此外，胡婧等(2009)对北京奥运会和残运会期间颗粒物质量浓度较低的原因进行了分析，结果表明，该期间浓度明显低于去年的同期值，而省市的联动协同减排则是保障空气质量良好的主要原因.因此，在北京PM10浓度较高、污染等级天数较多的月份，实施相应的减排措施，调控北京市的空气质量，减少污染天数.
3.3 典型天气条件下PM10浓度变化规律 3.3.1 降雨对PM10浓度的影响数据选取了1-12月中5次降雨(表 2)，5次降雨过程前后12 h中PM10浓度均值变化如图 5所示.PM10浓度随降雨强度的增大呈减小的变化趋势，雨量越大，对PM10的削减作用越强.本研究在5次降雨过程中，对PM10清除作用最弱的为第2次，植被区PM10浓度下降12.44 μg·m-3，非植被区下降为58.17 μg·m-3，PM10浓度消减率分别为13.72%和44.90%，植被区对应的降雨量为4.2 mm，降雨强度为小雨，非植被区为6.0 mm，降雨强度为中雨.第4次降雨过程对PM10清除作用较显著，植被区PM10浓度下降89.47 μg·m-3，非植被区PM10浓度下降219.37 μg·m-3，PM10浓度消减率分别为66.40%和84.45%，相对应的植被区降雨量为16.6 mm，属于大雨强度，非植被区为38 mm，属于暴雨强度.可见，植被区降雨量由4.2 mm增加到16.6 mm时，PM10浓度的削减率由13.72%升高至66.40%；非植被区降雨量由6.0 mm增加到38 mm时，PM10浓度的削减率由44.90%升高至84.45%.究其原因，是大气中的一些污染气体易溶解在水中，通过降雨的冲刷作用，将颗粒物沉降到地面，降低了空气中悬浮颗粒物的浓度，且降雨过后，地表湿润，表土不易飞扬，净化了周围环境的空气质量.有研究同样说明降雨的增加对颗粒物有所削减(Dawson et al., 2007)，如降水引起可吸入颗粒物(PM2.5)和粗颗粒物(PM10)质量浓度降低(Chao et al., 2002；吴志萍等, 2008)，这均表明降雨对颗粒物有清除作用.
 |
| 图 5 降雨前后12 h中PM10浓度均值对比 Fig. 5 Comparison of PM10 average concentrations 12 hours before and after rainfall |
| 表 2 5次降雨的降雨日期和降雨量 Table 2 Date and rate of five rainfalls |
|
降雨前PM10浓度均表现为植被区小于非植被区，而降雨过后植被区PM10浓度均高于非植被区.这是因为植被区对颗粒物有一定的阻隔或吸滞作用，而在非植被区，降雨可以将颗粒物直接降落到地面，对颗粒物的冲刷作用效果更明显，因而非植被区的空气质量要优于植被区.如图 5中第1次降雨雨前植被区PM10浓度(112.10 μg·m-3) < 非植被区PM10浓度(164.05 μg·m-3)，雨后植被区PM10浓度(33.42 μg·m-3)>非植被区PM10浓度(30.02 μg·m-3).
3.3.2 风对PM10浓度的影响选取了全年中1-12月中5次大风(表 3)，在大风天气条件下，PM10浓度均值变化(风前12 h，风后12 h)如图 6所示.PM10浓度随风速的增大呈减小的变化趋势，风速越大，加快了周围环境的空气流动，越有利于颗粒物的扩散，PM10浓度就越小；风速越小，颗粒物难以扩散，不利于颗粒物向周围环境中稀释，造成颗粒物在局部空间的聚集，增大了局部环境中PM10颗粒物的浓度.如本研究中对PM10清除作用最弱的为第2次，植被区PM10浓度下降幅度为90.79 μg·m-3，风速为0.4 m·s-1；非植被区PM10浓度下降幅度为207.33 μg·m-3，风速为1.7 m·s-1，植被区与非植被区PM10浓度削减率分别为57.46%和85.28%；第3次大风对PM10的削减作用最为显著，植被区PM10浓度下降幅度为46.65 μg·m-3，风速为0.98 m·s-1；非植被区PM10浓度下降幅度为138.23 μg·m-3，风速为2 m·s-1，PM10浓度削减率分别为83.30%和95.33%.可见，当植被区风速由0.4 m·s-1升高至0.98 m·s-1时，PM10浓度的削减率由57.46%增加到83.30%；当非植被区风速由1.7 m·s-1升高至2 m·s-1时，PM10度的削减率由85.28%增加至95.33%.然而，Kim等(2005)指出，风速的增加通常能促进PM10浓度的增加，这与本研究结果有所差异，这与监测点所处的周围环境状况有关，如环境中若有障碍物的阻隔，因障碍物的存在缩小了空气流动的范围，反而使大风天气促进了颗粒物在局部地区的富集，造成PM10浓度有所增加.
 |
| 图 6 大风前后12 h中PM10浓度均值对比 Fig. 6 Comparison of PM10 average concentrations 12 hours before and after wind episodes |
| 表 3 5次大风的风速日期及风速大小 Table 3 Date and speed of five selected wind episodes |
|
风前12 h植被区PM10浓度均小于非植被区浓度均值，而风后12 h植被区PM10浓度均高于非植被区PM10浓度均值，风对非植被区PM10浓度的削减作用大于植被区.如本研究中风前植被区PM10浓度范围为56~223 μg·m-3，非植被区为145~326 μg·m-3；风后植被区PM10浓度范围为9.35~67.55 μg·m-3，非植被区为6.77~62.95 μg·m-3；风后植被区PM10浓度削减率均值为68.56%，非植被区PM10浓度削减率均值为84.30%，非植被区PM10浓度削减率均值是植被区的1.23倍，且PM10浓度削减率均处于较高水平.其原因在于植被区由于树木的覆盖作用，使林子不易透风，颗粒物不易扩散到外围环境；也有学者(陈波等, 2016)认为是植被通过叶片吸附大气中的污染物, 将森林空旷地的污染物拉动到林内.然而，也有学者的结果与本研究不一致，他们认为风速对植被区的削减作用更大，如Khan等(2010)也做了相关的研究，表明风速显著影响树木吸收阻滞颗粒物的功能，树木吸收阻滞颗粒物速率随着风速升高而增大.Beckett等(2000)的研究也表明风速越大，植被的吸滞能力越大.该结果与本研究结果存在差异的原因可能是忽视了森林的覆盖作用可以削弱植被区的风速.
3.3.3 温度对PM10浓度的影响从1-12月中随机选取出3 d晴天(4月14日、7月18日、10月3日)，对PM10浓度随空气温度的变化进行研究，结果如图 7所示.植被区与非植被区内PM10浓度随温度的升高呈逐渐递减的变化趋势.PM10浓度与温度之间成指数关系，植被区内关系式为：y=196.93e-0.024x，非植被区关系式为：y=124.09e-0.022x.这是由于空气中的温度高于正常温度时，悬浮在空气中的颗粒物受热膨胀，会从温度高的空气中扩散到温度低的高空或沉降到地面，使空气中的颗粒物的浓度减少.周永刚等(2007)研究也表明, 随着温度的升高, 飞灰颗粒中PM10及PM2.5所占例相应减小.本研究也显示, 植被区PM10浓度随温度的变化趋势高于非植被区.可见森林植被区颗粒物的浓度低于非植被区，由于森林植被的蒸腾作用，降低所处环境的温度，温度低于非植被区，不利于颗粒物的扩散.
 |
| 图 7 植被区与非植被区PM10与空气温度之间的关系 Fig. 7 Relationship between PM10 and air temperature in vegetation and non-vegetation areas |
选取1-12月中的3 d (4月18日、10月31日、1月20日)，对PM10浓度与空气相对湿度之间的关系进行了研究，结果如图 8所示.可以看出，植被区与非植被区内PM10浓度随空气相对湿度的增加呈增大的变化趋势，植被区R2为0.697，非植被区为0.806.植被区与非植被区PM10浓度与空气相对湿度均成指数关系，植被区关系式为：y=28.50e1.864x，非植被区为y=44.71e1.577x.无论植被区还是非植被区，随着空气湿度的增强，PM10浓度逐渐升高.究其原因，一方面是因为颗粒物具有吸湿性(王宗爽等, 2013)，空气湿度变大时，颗粒物就会变得潮湿，增大了颗粒物的质量，这就降低了颗粒物扩散的高度；另一方面是因为湿度大的天气多存在逆温现象，使空气中的颗粒物不易扩散，容易形成雾罩，而雾罩会更加抑制颗粒物扩散.相关研究也表明，湿度的不断增加及维持在较高的水平上，有利于颗粒物在水汽上附着，使颗粒物浓度增加(徐衡等, 2013).
 |
| 图 8 植被区与非植被区PM10与相对湿度之间的关系 Fig. 8 Relationship between PM10 and relative humidity in vegetation and non-vegetation areas |
选取连续2 d (11月12日和13日)对植被区与非植被区的相对湿度进行分析(图 9)，发现植被区内空气相对湿度高于非植被区，表明植被区具有一定的增湿效果.因相对于空旷地，植被通过林冠层的荫蔽增加环境中的湿度，较高的湿度可汇集较多的颗粒物；同时，颗粒物易溶于水汽中，即有大量颗粒物富集的地方，将会带来外围很多的水汽，进而增加环境中的空气湿度.由图 9可知，随着时间的推移，植被区与非植被区的PM10浓度与相对湿度均随之增高或降低，即随着PM10浓度的升高或降低，空气相对湿度随之升高或降低，表明PM10浓度变化对空气相对湿度的变化有一定的影响；反之，相对湿度的升高或降低对PM10浓度的升高或降低有一定的促进作用，二者之间相互影响.
 |
| 图 9 植被区与非植被区PM10浓度与相对湿度的关系 Fig. 9 Relationship between PM10 concentration and relative humidity in vegetation and non-vegetation areas |
1) 对比四季植被区和非植被区PM10浓度来看，整体表现为植被区PM10浓度低于非植被区，说明植被对于PM10有消减作用.
2) 无论植被区还是非植被区，PM10浓度日变化趋势均呈典型的双峰型变化趋势，早晚各出现一次高峰值，但波峰波谷值出现的具体时间不同；春、夏季节日变化趋势较秋冬季节缓慢，秋、冬季节PM10浓度较高.
3) PM10浓度月变化表现为植被区与非植被区的变化趋势一致，冬季污染等级天数大，秋季其次，夏季最小，因此，在北京市冬季应实行相应的减排措施来优化空气质量.
4) 典型天气下，PM10浓度随降雨强度、风速、温度的增大呈逐渐减小的变化趋势，随相对湿度的增大呈增大的变化趋势.由于植被的阻隔作用，在雨后或风后的12 h内，植被区的PM10浓度均大于非植被区，植被具有增湿降温的作用，因而植被区的PM10浓度大于非植被区.
| [${referVo.labelOrder}] | Beckett K P, Freer Smith P H, Taylor G. 2000. Pariculate pollution capture by urban trees:effect of species and wind speed[J]. Global Change Biology, 6(8) : 995–1003. DOI:10.1046/j.1365-2486.2000.00376.x |
| [${referVo.labelOrder}] | 陈波, 鲁绍伟, 李少宁. 2016. 北京城市森林不同天气状况下PM2.5浓度动态分析[J]. 生态学报, 2016, 36(5) : 1391–1399. |
| [${referVo.labelOrder}] | Chao C Y, Wong K K, Cheng E C. 2002. Size distribution of indoor particulate matter in 60 homes in Hong Kong[J]. Indoor and Buil Environment, 11(1) : 18–26. DOI:10.1177/1420326X0201100103 |
| [${referVo.labelOrder}] | Dockery D W, Pope C A. 1994. Acute respiratory effects of particulate air pollution[J]. Annual Review Public Health, 15(1) : 107–132. DOI:10.1146/annurev.pu.15.050194.000543 |
| [${referVo.labelOrder}] | Dawson J P, Adams P J, Pandis S N. 2007. Sensitivity of PM2.5 to climate in the Eastern U.S:a modeling case study[J]. Atmospheric Chemistry & Physics, 7(16) : 4295–4309. |
| [${referVo.labelOrder}] | 郭二果, 王成, 郄光发, 等. 2009. 北京西山典型游憩林空气颗粒物不同季节的日变化[J]. 生态学报, 2009, 29(6) : 3253–3263. |
| [${referVo.labelOrder}] | Haywood J M, Ramaswamy V, Soden B J. 1999. Tropospheric aerosol climate forcing in clear-sky satellite observations over the oceans[J]. Science, 283(5406) : 1299–1303. DOI:10.1126/science.283.5406.1299 |
| [${referVo.labelOrder}] | 胡婧, 程水源, 苏福庆. 2009. 北京奥运会及残奥会期间质量浓度演变特征及成因[J]. 环境科学研究, 2009, 22(12) : 1395–1042. |
| [${referVo.labelOrder}] | Kim K H, Kim M Y, Hong S M, et al. 2005. The effects of wind speed on the relative relationships between different sized fractions of airborne particles[J]. Chemosphere, 59(7) : 929–937. DOI:10.1016/j.chemosphere.2004.11.042 |
| [${referVo.labelOrder}] | Khan M F, Shirasuna Y, Hirano K, et al. 2010. Characterization of PM2.5, PM2.5-10and PM>10 in ambient air, Yokohama, Japan[J]. Atmospheric Research, 96(1) : 159–172. DOI:10.1016/j.atmosres.2009.12.009 |
| [${referVo.labelOrder}] | 吕森林, 邵龙义, 吴明红. 2005. 北京城区可吸入颗粒物(PM10)的矿物学研究[J]. 中国环境科学, 2005, 25(2) : 129–132. |
| [${referVo.labelOrder}] | Latha K M, Highwood E J. 2006. Studieson particulatematter (PM10) and itsprecursorsoverurban environmentofreading, UK[J]. Journalof Quantitative Spectroscopy & Radiative Transfer, 101(2) : 367–379. |
| [${referVo.labelOrder}] | 李名升, 张建辉, 张殷俊. 2013. 近10年中国大气PM10污染时空格局演变[J]. 地理学报, 2013, 64(11) : 1503–1511. |
| [${referVo.labelOrder}] | 李凯, 张承中, 周变红. 2009. 西安市采暖期PM2.5污染状况及其与气象因子的相关分析[J]. 安徽农业科学, 2009, 37(20) : 9603–9605. |
| [${referVo.labelOrder}] | McDonald A U, Bcalcy W J, Fowler D, et al. 2007. Quantifing the effect of urban tree planting on concentrations and depositions of PM10 in two UK conurbations[J]. Atmospheric Environmcnt, 41(38) : 8455–8467. DOI:10.1016/j.atmosenv.2007.07.025 |
| [${referVo.labelOrder}] | Ostro B D, Hurley S, Lipsett M J. 1999. Air pollution and daily mortality in the Coachella Valley, California:a study of PMIO dominated by coarse particles[J]. Environmental Research, 81(3) : 231–238. DOI:10.1006/enrs.1999.3978 |
| [${referVo.labelOrder}] | Ren L X, You R G, Lv W X, et al. 1999. The physical and chemical characteristic sofa erosols in the urban region and their influence on humanhealth[J]. Climatic and Environmental Research, 4(1) : 67–73. |
| [${referVo.labelOrder}] | 宋宇, 唐孝炎, 方晨. 2003. 北京市能见度下降与颗粒物污染的关系[J]. 环境科学学报, 2003, 23(4) : 468–451. |
| [${referVo.labelOrder}] | Shi Q, He Q T, Wu Z W. 2004. Variation sofa irpollutant concentration sandtheire valuationin Zhangjiajie National Forest Park, China[J]. Journal of Beijing Forestry University, 24(4) : 20–24. |
| [${referVo.labelOrder}] | Slinn W U N. 1982. Predictions for particle deposition to vegetative canopies[J]. Atmospheric Environment, 16(7) : 1785–1794. DOI:10.1016/0004-6981(82)90271-2 |
| [${referVo.labelOrder}] | Watson J G. 2002. Visibility:Science and regulation[J]. Journal of the Air & Waste Management Association, 52(6) : 628–713. |
| [${referVo.labelOrder}] | 王宗爽, 付晓, 王占山, 等. 2013. 大气颗粒物吸湿性研究[J]. 环境科学研究, 2013, 26(4) : 341–349. |
| [${referVo.labelOrder}] | 吴志萍, 王成, 侯晓静, 等. 2008. 6种城市绿地空气PM2.5浓度变化规律的研究[J]. 安徽农业大学学报, 2008, 35(4) : 494–498. |
| [${referVo.labelOrder}] | 王喜全, 虞统, 孙峰. 2006. 北京PM10重污染预警预报关键因子研究[J]. 气候与环境研究, 2006, 11(4) : 470–476. |
| [${referVo.labelOrder}] | 徐衡, 罗俊玲, 张掌权. 2013. 集中供暖区大气PM2.5季节动态及其影响因素-以陕西省宝鸡市为例[J]. 宝鸡文理学院学报:自然科学版, 2013, 33(4) : 40–43. |
| [${referVo.labelOrder}] | 于淑秋, 徐祥德, 林学椿. 2002. 北京市区大气污染的时空特征[J]. 应用气象学报, 2002, 13(s1) : 92–99. |
| [${referVo.labelOrder}] | 宇万太, 马强, 赵鑫, 等. 2007. 不同土地利用类型下土壤活性有机碳库的变化[J]. 生态学杂志, 2007, 26(12) : 2013–2016. |
| [${referVo.labelOrder}] | Yao C R, Chen K. 2007. Time change regulation ofurbanair quality and pollution character[J]. Journal of Aridl and Resources and Environment, 21(5) : 50–52. |
| [${referVo.labelOrder}] | 环境保护部.2016.环境空气质量指数(AQI)技术规定[S].北京:中国环境科学出版社 |
| [${referVo.labelOrder}] | 赵晴, 贺克斌, 马永亮, 等. 2009. 北京及周边地区夏季大气颗粒物区域污染特征[J]. 环境科学, 2009, 30(7) : 1873–1880. |
| [${referVo.labelOrder}] | 周永刚, 肖键, 赵虹. 2007. 混煤燃烧过程中温度对颗粒物生成特性影响的研究[J]. 环境科学学报, 2007, 27(3) : 426–430. |