论文部分内容阅读
随着城市景观中空气污染的强度与频率的增加,PM2.5成为了对城市居住质量危害最大的影响因子,气象条件、城市植被状况、景观格局是否对PM2.5的分布有影响,影响作用有多大已经成为了目前城市发展关注的热点。本文以广州、南京、北京三个不同自然带的城市为研究对象,从全国空气质量实时发布平台收集环保部公布的2013年7月11日至2015年5月31日每小时PM2.5浓度值,用非参数分析法分析不同气象因素对不同季节PM2.5浓度产生的影响,同时量化PM2.5时空变化及其与植被的关系,利用逐步回归构建最佳模型,解释景观因子和城市PM2.5浓度之间的关系,并且证实了绿地的不同景观格局在不同季节对PM2.5浓度的减弱有重要作用。主要研究结论如下：(1)广州、南京、北京的PM2.5都具有明显的季节性特征,冬季污染浓度最高,夏季浓度最低。三个城市PM2.5总平均值分别为47.6ug·m-3、74.0ug·m-3、 80.6ug·m-3。自然气象因素和人为因素对PM2.5浓度有较大影响。(2)在23个月的研究期内,冬季均为污染最严重的季节。北京污染天数最多,达40.8%,其中冬季最多占36.3%；南京污染天数为36.5%,冬季最多占47.2%;广州污染天数仅为13.8%,污染天数中冬季占69.1%。(3)景观要素和气象因素对PM2.5有一定的影响,但是在不同的城市它的最佳影响范围和影响季节都是不同的。当城市之间的气候类型和景观类型不一样时,景观要素和气象因素对于污染物的影响范围和程度均不同。广州气象因素对四季都有较大影响,森林面积、绿地面积、边缘长度与PM2.5浓度相关,且秋季站点5-6km范围内绿地面积能最有效减轻PM2.5浓度(R2>0.86)。南京秋季气象因素对PM2.5影响最大,森林面积、草地面积、绿地面积、边缘长度与PM2.5浓度相关,且春季站点1-2km范围内绿地面积、边缘长度的交互作用能最大程度减轻PM2.5浓度(R2>0.90)。北京四季受相对湿度和风速影响最大。夏季多雨大风的气象条件,均能有效降低了PM2.5浓度,森林面积、草地面积、绿地面积及边缘长度与PM2.5浓度均相关,且夏季站点3-4km范围内绿地面积、边缘长度、森林面积的交互作用能最大程度减轻PM2.5浓度(R2>0.90)。(4)景观因子在污染浓度较轻时,对PM2.5的减弱作用较好。在不同污染水平上,绿地对于PM2.5浓度的降低作用不一致。当污染物大于等于75ug.m—3时,绿地面积和PM2.5浓度之间的相关性均低于污染物浓度低于75ug.m-3时的相关性。