可吸入颗粒物(PM10)和细颗粒物(PM2.5)既是造成空气污染的主要原因之一,也是大部分城市的首要污染物.本文在分析PM10和PM2.5对环境和人类健康影响的基础上,重点综述了PM10和PM2.5组成、来源、质量浓度变化规律及影响因素;介绍了PM10和PM2.5监测网络布局、分析方法的原理和特点;归纳了个体和区域尺度上森林去除PM10和PM2.5的研究方法、速率和影响机制.探讨了目前该领域研究中存在的问题:由于缺乏不同梯度和背景地区大气PM10和PM2.5比较观测研究,未能揭示各类因素对PM10和PM2.5的复合影响;合理布局PM10和PM2.5监测网络、正确选择监测方法,并以手工方法所获数据作为比对和校验,是保证监测数据有效性的基础;有关森林去除PM2.5研究较少,未能在细胞、组织、器官和个体水平上阐明其去除PM10和PM2.5的生理过程和生态学机理.
Both inhalable particulate matter (PM10) and fine particulate matter (PM2.5) are not only one of the main causes of air pollution, but also the primary pollutants in most cities. Based on the analysis of the impacts of PM10 and PM2.5 on the environment and human health, this paper summarized the components, sources, and mass concentration variations of PM10 and PM2.5 and related affecting factors, and introduced the network layout of PM10 and PM2.5 monitoring and its principles and features. The research methods on the removal of PM10 and PM2.5 by forests, the removal rates of PM10 and PM2.5 by different forests, and the related affecting mechanisms were summed up at regional and individual scales, and the existed problems in this research field were discussed. Due to the lack of the comparable observation studies on the atmospheric PM10 and PM2.5 along different gradients and in background areas, the joint effects of multiple factors on the PM10 and PM2.5 concentrations are not revealed. It was suggested that to make a rational network layout of PM10 and PM2.5 monitoring, to correctly select proper monitoring methods, and to compare and calibrate the observed results from classical manual methods would be the bases to guarantee the validity of PM10 and PM2.5 monitoring data. At present, there are few reports about the PM2.5 removal by forests, and it’s not clear about the physiological processes and ecological mechanisms of PM10 and PM2.5 removal at cell, tissue, organ, and individual level.
全 文 :可吸入颗粒物和细颗粒物基本特征、监测方法及
森林调控功能*
王摇 华摇 鲁绍伟**摇 李少宁摇 潘青华摇 张玉平
(北京市农林科学院林业果树研究所, 北京 100093)
摘摇 要摇 可吸入颗粒物(PM10)和细颗粒物(PM2. 5)既是造成空气污染的主要原因之一,也是
大部分城市的首要污染物.本文在分析 PM10和 PM2. 5对环境和人类健康影响的基础上,重点综
述了 PM10和 PM2. 5组成、来源、质量浓度变化规律及影响因素;介绍了 PM10和 PM2. 5监测网络
布局、分析方法的原理和特点;归纳了个体和区域尺度上森林去除 PM10和 PM2. 5的研究方法、
速率和影响机制.探讨了目前该领域研究中存在的问题:由于缺乏不同梯度和背景地区大气
PM10和 PM2. 5比较观测研究,未能揭示各类因素对 PM10和 PM2. 5的复合影响;合理布局 PM10和
PM2. 5监测网络、正确选择监测方法,并以手工方法所获数据作为比对和校验,是保证监测数据
有效性的基础;有关森林去除 PM2. 5研究较少,未能在细胞、组织、器官和个体水平上阐明其去
除 PM10和 PM2. 5的生理过程和生态学机理.
关键词摇 可吸入颗粒物摇 细颗粒物摇 组成摇 来源摇 森林
文章编号摇 1001-9332(2013)03-0869-09摇 中图分类号摇 X831摇 文献标识码摇 A
Inhalable particulate matter and fine particulate matter: Their basic characteristics, monito鄄
ring methods, and forest regulation functions. WANG Hua, LU Shao鄄wei, LI Shao鄄ning, PAN
Qing鄄hua, ZHANG Yu鄄ping ( Institute of Forestry and Pomology, Beijing Academy of Agriculture
and Forestry Sciences, Beijing 100093, China) . 鄄Chin. J. Appl. Ecol. ,2013,24(3): 869-877.
Abstract: Both inhalable particulate matter (PM10) and fine particulate matter (PM2. 5) are not on鄄
ly one of the main causes of air pollution, but also the primary pollutants in most cities. Based on
the analysis of the impacts of PM10 and PM2. 5 on the environment and human health, this paper
summarized the components, sources, and mass concentration variations of PM10 and PM2. 5 and re鄄
lated affecting factors, and introduced the network layout of PM10 and PM2. 5 monitoring and its prin鄄
ciples and features. The research methods on the removal of PM10 and PM2. 5 by forests, the removal
rates of PM10 and PM2. 5 by different forests, and the related affecting mechanisms were summed up
at regional and individual scales, and the existed problems in this research field were discussed.
Due to the lack of the comparable observation studies on the atmospheric PM10 and PM2. 5 along dif鄄
ferent gradients and in background areas, the joint effects of multiple factors on the PM10 and PM2. 5
concentrations are not revealed. It was suggested that to make a rational network layout of PM10 and
PM2. 5 monitoring, to correctly select proper monitoring methods, and to compare and calibrate the
observed results from classical manual methods would be the bases to guarantee the validity of PM10
and PM2. 5 monitoring data. At present, there are few reports about the PM2. 5 removal by forests,
and it爷s not clear about the physiological processes and ecological mechanisms of PM10 and PM2. 5
removal at cell, tissue, organ, and individual level.
Key words: inhalable particulate matter; fine particulate matter; composition; source; forest.
*林业公益性行业科研专项(201304301)资助.
**通讯作者. E鄄mail: hblsw8@ 163. com
2012鄄05鄄22 收稿,2012鄄12鄄19 接受.
摇 摇 近年来,气溶胶作为影响环境的重要因素和危
害人类健康的环境污染物,得到广泛关注.可吸入颗
粒物(PM10)和细颗粒物(PM2郾 5)是气溶胶的重要部
分,其对环境的影响包括改变大气辐射平衡、降低可
见度、危害森林和农作物、改变海岸带或流域养分平
衡、降低土壤营养水平、降低生态系统生物多样性
应 用 生 态 学 报摇 2013 年 3 月摇 第 24 卷摇 第 3 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Mar. 2013,24(3): 869-877
等[1-4] . PM10和 PM2郾 5能够进入人体呼吸道,通过血
液循环进入各组织器官.大量流行病学研究证实,其
与呼吸系统和心血管系统疾病的发病率和死亡率密
切相关,其易感性视健康状况或年龄而异[4-7] . 为
此,世界各国和有关国际组织制定 PM10和 PM2郾 5浓
度限值作为评价环境空气质量的依据[8-9] .目前,国
内外学者围绕 PM10和 PM2郾 5组成来源[10-12]、质量浓
度变化规律[13-14]、去除途径[15]、监测[16]等开展了大
量研究.然而,由于缺乏不同梯度及背景地区 PM10
和 PM2郾 5的比较研究、各类因素对 PM10和 PM2郾 5的复
合影响研究,且对森林调控 PM10和 PM2郾 5的生理过
程和生态响应机制缺乏深入理解,致使能够为城市
森林管理和空气质量提高提供依据的生态学信息不
全面.因此,PM10和 PM2郾 5的相关研究成为当前城市
生态学和环境科学研究的热点. 本文从 PM10和
PM2郾 5基本特征、监测方法及森林调控功能三方面进
行了回顾和总结,旨在为城市空气质量的提高提供
科学依据.
1摇 PM10和 PM2郾 5基本特征
PM10和 PM2郾 5的特征一直备受国内外学者关注,
并围绕其组成来源[14,17]、时空变化规律[18-22]以及影
响因素[14,18,20]等方面开展了大量研究.然而,较多研
究仅关注其质量浓度变化规律,较少涉及其化学组
分并与具体源排放信息相关联,且缺乏不同梯度及
背景地区 PM10和 PM2郾 5基本特征的比较观测研究.
1郾 1摇 组成及来源
研究 PM10和 PM2郾 5组成是了解颗粒物来源及其
所参与大气过程的重要途径. PM10和 PM2郾 5组成复杂
多变,此方面研究主要关注主要组分(有机碳、元素
碳、SiO2、CO2 -3、Al、Ca、Na、Mg、Fe、K、NO3 -、SO4 2-、
NH4 +、 Cl-等)和微量元素(Li、P、Ti、V、Cr、Mn、Co、
Ni、Cu、Zn、As、Se、Rb、Sr、Cd、Sn、Sb、Ba、La、Pb 等).
如西班牙蒙塞尼大气 PM2郾 5主要组成成分为有机碳、
SO4 2-、SiO2、NO3 -、NH4 +[23];巴基斯坦拉合尔市大气
PM2郾 5主要组成成分为有机碳和元素碳[10];美国大
气 PM2郾 5主要组成成分包括 Pb、Zn、Ca、Si、元素碳、
NO2、Fe、Mn、As、Se、V、Ni、Na、Cl-、K[11];中国北温
带、温带、亚热带和热带气候区森林大气 PM2郾 5中
SO4 2-、NO3 -、NH4 +占 16% ~ 50% ,有机质占 21% ~
33% ,可溶性有机碳占 35% ~ 65% [22];北京市大气
PM2郾 5主要组成成分包括 SO4 2-、NO3 -、NH4 +、有机
碳、SiO2和元素碳[17] .
PM10和 PM2郾 5来源复杂,对主要污染源进行识别
和量化,是制定城市空气质量改善措施的基础. 目
前,围绕 PM10和 PM2郾 5来源进行了大量研究,主要研
究结果支持不同地区 PM10和 PM2郾 5来源和相对贡献
存在差异,且主要来源是人为排放. 如美国 PM2郾 5主
要来源为金属工业、地壳 /土壤颗粒、机动车交通、钢
铁工业、煤燃烧、油燃烧、颗粒盐和生物质燃烧[11];
我国城市 PM10主要来源是扬尘(20% ~ 60% )、燃煤
(15% ~30% )、工业排放 ( 20% )、 机动车排放
(5% ~20% )、生物质燃烧 ( 10% )、二次颗粒物
(20% ~ 40% ) [24];巴基斯坦拉合尔市 PM10和 PM2郾 5
主要来源为汽油车尾气排放(19% ~ 53% )、生物质
燃烧 ( 5% ~ 10% )、柴油和剩余油燃烧 ( 2% ~
6% ) [10];北京市大气 PM10主要来源为工业和机动
车排放 (60郾 5%)、道路尘 (17郾 8%)、二次颗粒物
(5郾 1%)和燃煤(5郾 0%),PM2郾 5主要来源为二次颗粒
物(53郾 7%)、道路尘(13郾 3%)、生物质燃烧(6郾 1%)、
机动车排放 (5郾 7%)、金属工业 (4郾 9%) 和燃煤
(3郾 6%) [17];北京市大气 PM2郾 5人为源与自然源的贡
献比例高达 3郾 5 颐 1,PM10的相应比例仅为 6 颐 1[12] .
PM10和 PM2郾 5组成及来源分析对深入了解其对
环境和人类健康的影响具有重要意义,已成为大气
化学领域重要热点问题之一. 由于 PM10和 PM2郾 5组
成复杂,且来源以人为源为主,尚难以对其所有组分
进行测定,而且缺乏区域内不同功能区及背景地区
PM10和 PM2郾 5组成及来源的同步研究.
1郾 2摇 质量浓度时空变化规律
由于周围环境排放情况、PM10和 PM2郾 5在边界层
中迁移转化规律以及森林调控功能等因素的影响,
PM10和 PM2郾 5质量浓度存在较高的时空异质性.针对
PM10和 PM2郾 5质量浓度时间变化规律的研究主要从
日、季节和年际变化的角度进行探讨.这方面研究的
主要观点包括:1) PM10和 PM2郾 5质量浓度日变化呈
双峰格局,峰值出现在上午和夜间,或上下班高峰
期[25-28] . 2)春、冬季的 PM10和 PM2郾 5质量浓度高于
夏、秋季[17,19-20,29-30],但也有研究支持其季节变化规
律不明显的观点[31] . 3)近年来,各国 PM10和 PM2郾 5
质量浓度呈逐年降低趋势,各个区域降低幅度不同.
1990—2007 年,美国 PM10平均质量浓度降低 28% ,
PM2郾 5质量浓度下降 11% ,某些地区下降较大,而某
些地区有所升高[4] . 2002—2010 年,欧洲各地区
PM2郾 5质量浓度降低幅度不同[23] . 1998—2011 年,北
京 PM10质量浓度降低 39郾 4% [32],但受大范围浮尘
天气的影响,PM10和 PM2郾 5浓度会急速飙升. 据北京
078 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
市环境监测中心的数据,几乎所有监测站点 PM10都
在 2012 年 3 月 30 日 22:00 左右急速升高达到峰
值.值得注意的是,我国 PM2郾 5质量浓度年际变化的
研究起步较晚,虽然 PM2郾 5浓度随着 PM10浓度的降
低也呈下降趋势,但下降幅度不明显.从年际变化的
角度探讨 PM10和 PM2郾 5质量浓度,尤其是 PM2郾 5质量
浓度时间变化规律的研究尚有待加强.
目前,PM10和 PM2郾 5质量浓度空间变化规律的研
究主要集中于水平尺度和垂直尺度两方面. 垂直尺
度上,PM10和 PM2郾 5质量浓度报道较少,如 PM10和
PM2郾 5质量浓度与取样高度呈负相关关系[33-34] .水平
尺度上,PM10和 PM2郾 5质量浓度报道较多,主要包括
以下几方面.
1郾 2郾 1 室内外 PM10和 PM2郾 5质量浓度差异性 摇 室内
和公共交通系统内部的 PM10和 PM2郾 5质量浓度与室
外差异显著(表 1).尽管取样时间、地铁运行频率和
客流量等会影响不同地铁系统 PM10和 PM2郾 5质量浓
度的比较,但仍然可反映出如下规律:PM10和PM2郾 5
表 1 摇 世界各地的地铁系统以及室内外空气中 PM10和
PM2郾 5质量浓度平均值和变化范围比较
Table 1摇 Comparisons of average PM10 and PM2郾 5 concen鄄
trations and range for worldwide subway systems at various
measurement locations, as well as indoor vs outdoor air
城市
(研究年份)
City (study year)
测定地点
Measurement
location
PM10 (滋g·m-3)
平均
Average
范围
Range
PM2郾 5 (滋g·m-3)
平均
Average
范围
Range
洛杉矶[35] 车厢内(地面) 16 6 ~ 53 14 31 ~ 38
Los Angeles 车厢内(地下) 31 14 ~ 107 24 11 ~ 62
(2010) 地面车站站台 38 8 ~ 184 29 4 ~ 77
地下车站站台 78 14 ~ 197 57 9 ~ 130
城市环境监测点 31 - 20 -
台北[36] 车厢内(地下) 40 22 ~ 71 31 19 ~ 51
Taipei (2007) 地下车站站台 66 29 ~ 130 44 22 ~ 91
地面车站站台 44 11 ~ 131 33 7 ~ 94
赫尔辛基[37] 车厢内(地下) - - 21 17 ~ 45
Helsinki (2004) 地下车站站台 - - 50 37 ~ 87
香港[38] 车厢内(地下) 44 23 ~ 85 33 21 ~ 48
Hong Kong (1999)车厢内(地面) 60 41 ~ 89 46 29 ~ 68
伦敦[39] 车厢内(地下) - - 247 105 ~ 371
London (1999) 车厢内(地面) - - 29 12 ~ 42
斯德哥尔摩[40] 地下车站站台 469 212 ~ 722 258 105 ~ 388
Stockholm (2000) 城市环境监测点 98 6 ~ 454 23 3 ~ 89
首尔[41] 地下车站站台 359 80 ~ 238 129 82 ~ 176
Seoul (2004) 车厢内(地下) 312 29 ~ 356 126 115 ~ 136
城市环境监测点 155 79 ~ 254 102 41 ~ 174
厦门[42] 食堂 47 - 26 -
Xiamen (2009) 会议室 44 - 36 -
活动室 83 - 66 -
实验室 17 - 11 -
室外 70 - 44 -
质量浓度在地铁系统内高于系统外,如斯德哥尔摩
地铁内的 PM10和 PM2郾 5质量浓度分别是系统外的
11郾 2 和 4郾 8 倍;新建地铁(如洛杉矶地铁、台北地
铁、赫尔辛基地铁及香港地铁)的 PM2郾 5质量浓度低
于老地铁(如伦敦地铁);5 个室内外采样点中,活动
室 PM10和 PM2郾 5质量浓度最高,室外次之,原因在于
人员进出活动室频繁、相对聚集,从而对其环境质量
造成一定影响.
1郾 2郾 2 不同规模的城市大气 PM10和 PM2郾 5质量浓度
差异性摇 不同规模的城市大气 PM10和 PM2郾 5质量浓
度年均值差别较大(表 2).特大城市的 PM10质量浓
度(174郾 6依125郾 8 滋g·m-3)显著高于大城市(72郾 3依
20郾 0 滋g·m-3 )及中小城市(65郾 3 依9郾 8 滋g·m-3 )
(P=0郾 025). 但 是, 特 大 城 市 ( 82郾 7 依 72郾 2
滋g·m-3)、大城市(43郾 5依14郾 8 滋g·m-3)及中小城
市(43郾 7依7郾 4 滋g·m-3)的 PM2郾 5质量浓度差异不显
著(P=0郾 190).城市不同功能区 PM10和 PM2郾 5质量浓
度可能也存在差异,如城市不同地点 PM10和 PM2郾 5质
量浓度存在差异[14,46],但也有研究显示,城市某些功
能区 PM10和 PM2郾 5质量浓度差异不明显[19] .
1郾 2郾 3 不同气候带大气 PM10和 PM2郾 5质量浓度差异
性摇 不同气候带(热带、亚热带、温带等)PM2郾 5质量
浓度存在差异.我国北温带、温带、亚热带和热带气
候区森林生态系统 PM2郾 5的 24 h 平均质量浓度分别
为 38郾 8、89郾 2、30郾 4、18 滋g·m-3[22] .以往的研究中,
亚热带和热带气候区森林生态系统 PM2郾 5质量浓度
较低,可能是由于亚热带和热带气候区降水较多,颗
粒物附着在雨滴或雪滴上并随着降水带到地面,导
致大气颗粒物浓度降低;也可能是由于亚热带和热
带气候区森林阻滞吸收颗粒物更多,从而使大气颗
粒物浓度降低.
虽然室内外、不同规模的城市、以及不同气候带
大气 PM10和 PM2郾 5质量浓度变化规律均有报道,但
由于缺乏不同梯度及背景地区 PM10和 PM2郾 5的比较
研究,无法揭示人类活动或森林对 PM10和 PM2郾 5的
影响,故需要在上述方面进行更深入研究.
1郾 3摇 影响因素
气象条件、区域污染输送、污染源控制措施和植
被是影响 PM10和 PM2郾 5质量浓度的关键因素.其中,
有关气象条件影响的报道最多,研究结果突出了风
速、风向和降水的作用.有研究结果表明,取样当天、
前一天、前两天降水、以及风速、相对湿度与 PM2郾 5质
量浓度呈负相关,风速与 PM2郾 5 ~ 10和 PM>10质量浓度
呈正相关[43] ;风速越大,超细颗粒物(PM0郾 02 ~ 0郾 1)和
1783 期摇 摇 摇 摇 摇 摇 摇 摇 摇 王摇 华等: 可吸入颗粒物和细颗粒物基本特征、监测方法及森林调控功能摇 摇 摇 摇 摇
表 2摇 不同城市大气 PM10和 PM2郾 5平均质量浓度的比较
Table 2摇 Comparisons of average PM10, PM2郾 5 concentrations in different cities
规模(人口)*
Size (Population)
城市
City
PM10 (滋g·m-3)
平均
Average
范围
Range
PM2郾 5 (滋g·m-3)
平均
Average
范围
Range
文献
Reference
特大城市 巴基斯坦拉合尔市 Lahore, Pakistan 336 - 194 - [10]
Mega鄄city 中国北京 Beijing, China 210 - 116 - [17]
中国香港 Hongkong, China 55 - 33 - [29]
日本横滨 Yokohama, Japan - - 21 - [43]
兰州、重庆、武汉和广州 - 68 ~ 273 - - [44]
保加利亚索非亚 Sofia, Bulgaria 98 77 ~ 119 50 39 ~ 60 [45]
大城市 美国埃尔帕索城 El Paso, USA 91 19 ~ 196 20 6 ~ 38 [27]
Major city 捷克亚奧斯特拉瓦 Ostrava, Czech 91 69 ~ 113 60 47 ~ 73 [45]
波兰可尔采 Kielce, Polan 60 53 ~ 68 43 37 ~ 49 [45]
罗马尼亚巴亚马雷 Baia Mare, Romania 53 30 ~ 76 44 26 ~ 63 [45]
罗马尼亚特尔古穆列什 Tirgu Mures, Romania 89 59 ~ 119 58 18 ~ 99 [45]
斯洛伐克布拉迪斯拉发 Bratislava, Slovak 50 43 ~ 57 36 30 ~ 42 [45]
中小城市 保加利亚阿塞諾夫格勒 Assenovgrad, Bulgaria 71 59 ~ 84 49 39 ~ 60 [45]
Small and medium鄄 保加利亚弗拉察 Vratza, Bulgaria 67 57 ~ 77 40 33 ~ 48 [45]
sized city 匈牙利埃格尔 Eger, Hungary 57 49 ~ 66 37 31 ~ 43 [45]
匈牙利塔塔 Tata, Hungary 59 49 ~ 68 41 33 ~ 48 [45]
匈牙利采格莱德 Cegled, Hungary 62 53 ~ 71 43 28 ~ 58 [45]
波兰希维托赫洛维采 Schwientochlowitz, Poland 84 71 ~ 96 58 48 ~ 69 [45]
斯洛伐克日利纳 Zilina, Slovak 57 49 ~ 64 38 32 ~ 44 [45]
*联合国将 2 万人作为定义城市的人口下限,10 万人作为划定大城市的下限,100 万人作为划定特大城市的下限 United Nations defined 20,000
people as the lower limit of urban population, 100,000 people as the lower limit of population in the major cities, 1,000,000 people as the lower limit of
population in the mega鄄cities.
积聚态颗粒物(PM0郾 1 ~ 0郾 2)质量浓度越低,PM10和粗
颗粒物(PM1 ~ 10)质量浓度越高,南向风条件下 PM
浓度最高[27];降水条件下 PM10和 PM2郾 5质量浓度降
低[29,47] .在欧洲中东部,PM2郾 5、PM2郾 5 ~ 10和 PM10质量
浓度与采暖有关[45];北京奥运会期间,局地源排放
减少和区域输送减弱使颗粒物浓度显著降低,与周
边地区协同减排是保障会期空气质量优质的主要原
因[13];施工工地土方作业可能对北京城市生态系统
研究站和北京市教学植物园的 PM2郾 5质量浓度差异
有重要贡献[14] .目前,PM10和 PM2郾 5质量浓度变化特
征影响因素的研究主要集中在气象条件、区域污染
输送和污染源控制措施三方面,从森林调控功能的
角度探讨 PM10和 PM2郾 5质量浓度变化的研究相对较
少.对 PM10和 PM2郾 5质量浓度变化特征的各类影响
因素独立作用研究较多,各类因素交互作用研究较
少,故不能揭示环境、污染源控制措施,以及森林对
PM10和 PM2郾 5质量浓度的复合影响,从而无法为制定
相应的污染控制措施提供全面信息.
2摇 PM10和 PM2郾 5监测方法
监测 PM10和 PM2郾 5是环境监测的重要内容,获
取有效 PM10和 PM2郾 5监测数据是环境科学研究的热
点问题.优化环境 PM10和 PM2郾 5监测站点、推进监测
网络建设、提高监测水平,对于促进环境空气质量评
价结果的客观性、评价污染控制措施的有效性,以及
为政府机构提供进一步治理的依据具有重要意义.
2郾 1摇 监测网络布局
目前,许多国家和地区已建立环境 PM10 和
PM2郾 5监测网络[48-49] . 监测站点优化有助于提高
PM10和 PM2郾 5监测数据的有效性.各国在监测网络布
局方面开展了大量研究工作,并制定了各种规范.最
初是基于经验判断或简单量化规则对监测网络进行
布局,如遵照居民区人口密度和邻近污染物之间的
距离布局监测站点[50] .增加监测站点数量以扩大监
测范围导致成本提高,因而应逐步发展系统方法优
化 PM10和 PM2郾 5监测站点,从单一目标优化逐渐发
展为多目标优化[50-53] . Noll等[50]采用统计方法布局
空气质量监测网络;刘潘炜等[53]以珠江三角洲为案
例背景,采用以最大贴近度为优化目标,以建设成
本、地形、行政区域、人口布局和空间覆盖率等为约
束条件的优化布点方法,优化了 PM10监测网络选
址;Kao和 Hsieh[50]采用多目标分析布局某工业区
的空气质量监测网络.目前,相关研究只局限于城市
尺度上 PM10监测网络优化布局,尚未建立规范的
PM2郾 5监测网络优化布局方法体系和标准.
2郾 2摇 分析方法
手工分析方法方面,国内外均采用手工的 24 h
278 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
滤膜采样实验室称量法.自动分析方法中,微量振荡
天平法和 Beta射线法获得广泛认可,其测定原理和
特点[16,54]如下:1)微量振荡天平法测量原理为锥形
管振荡频率与颗粒物质量成比例,膜动态测量系统
的运用使仪器能够测得分析过程中挥发掉的颗粒物
质量,数据更接近于称量法的测量结果,因而其测量
的数据在自动法颗粒物监测仪中准确度最高;2)Be鄄
ta射线吸收法测量原理为射线衰减强度与颗粒物质
量成比例,此法对颗粒物测量准确度高,且传感器信
号与颗粒物质量关联度高,但其响应速度较慢,因而
通常只使用小时平均值;3)Beta 射线光浊度法结合
了光浊度计法和 Beta射线吸收法的优点,高灵敏度
的光浊度计测量结果被 Beta 射线传感器的时间平
均测量值连续地修正,仪器在保持 Beta 射线吸收法
具有长期数据准确性的基础上,具有很高的短期数
据精度和准确度,且仪器维护量最低.
各种自动分析方法的原理和特点各异.国外环
境保护相关机构如美国环保署、英国必维国际检验
集团、美国俄亥俄州和纽约州环境保护机构等对
PM10和 PM2郾 5自动监测技术和设备进行评价[16]:1)
微量振荡天平和膜动态测量系统联用技术与标准称
量法的测量数据相关性最佳,BAM1020 型 Beta射线
法 PM2郾 5监测仪与标准方法的测量结果偏离最大;
2)应根据当地 PM10和 PM2郾 5特点选择正确的监测技
术.需根据当地的气象条件选择适合的自动监测设
备,并结合大量手工方法数据作为比对,才能得到有
效而高质量的 PM10和 PM2郾 5监测数据.
3摇 森林对 PM10和 PM2郾 5的调控功能研究
森林可通过覆盖地表减少 PM10和 PM2郾 5来源
(减尘作用),叶面、枝条表面、茎干吸附或者气孔、
皮孔吸收直接捕获 PM10和 PM2郾 5(滞尘作用),降低
风速促进 PM10和 PM2郾 5沉降(降尘作用),改变风向
阻拦 PM10和 PM2郾 5进入局部区域(阻尘作用)等途径
去除 PM10 和 PM2郾 5,从而发挥其净化大气的功
能[15,55-57] .因此,利用森林复杂冠层结构对颗粒物
的吸收阻滞作用成为治理 PM10和 PM2郾 5的一项重要
措施.由于树种和林木结构的差别,林木滞留 PM10
和 PM2郾 5功能可能存在很大差异. 目前,国内外相关
研究主要围绕区域尺度上森林去除 PM10速率、影响
因素和评价方法等,而对森林去除 PM2郾 5的研究较
少,尤其是结合植被信息、气象条件和颗粒物浓度水
平等综合评价森林去除 PM10和 PM2郾 5的研究尤为缺
乏.为揭示森林对大气 PM10和 PM2郾 5的阻滞吸收规
律,并建立相关的生理生态调控理论,采用植物解剖
学、生理生化技术、细胞学、同位素技术等方法,从细
胞、组织、器官和个体水平上研究林木对 PM10和
PM2郾 5阻滞、吸收、代谢和转化等生理生态响应过程
亟待加强.
3郾 1摇 个体尺度
3郾 1郾 1 研究方法 摇 个体水平上,树木叶片表面滞尘
量测定主要采用“干洗法冶,基本步骤包括采样冲洗
和过滤称量[55,58-60] .但该方法在分析过程中会损失
挥发性和半挥发性颗粒物的质量,且无法直接获得
叶片对 PM10和 PM2郾 5阻滞量.因此,迫切需要在方法
学上进行创新. 气溶胶发生系统是量化森林去除
PM10和 PM2郾 5的最新方法,对证实与量化森林去除
PM10和 PM2郾 5具有里程碑的作用.该系统的具体操作
流程如下:生长季每次大雨后连续几个晴天后,从树
冠各部位采集叶片,将叶片放于采样瓶;采用研制的
气溶胶再发生器,控制流速,将叶片阻滞的颗粒物吹
起,用颗粒物采样器收集样品,最后称取滤膜质量变
化,从而得到 PM10和 PM2郾 5质量,并可进一步分析其
组成和来源.
3郾 1郾 2 影响因素摇 大气 PM10和 PM2郾 5浓度、气象条件
和树木生物学特征是决定树木去除 PM10和 PM2郾 5的
关键因素[55] .由于冠层结构、树龄等因素的影响,不
同树种去除 PM10和 PM2郾 5作用不同.如海岸黑松(变
种)(Pinus nigra var郾 maritima)、杨树(美洲黒杨与
毛果杨的杂交种,Populus deltoides伊P郾 trichocarpa)、
栓皮槭 ( Acer campestre)、杂交金柏 (Cupressocyparis
leylandii)和中间型花楸( Sorbus intermedia)去除颗
粒物的最高效率分别为 2郾 8% 、0郾 1% 、0郾 1% 、1郾 2%
和 0郾 2% ,海岸黑松复杂树冠结构导致其去除颗粒
物的效率较高[55];芝加哥健康大树(胸径大于 70
cm)去除污染物量是小树(胸径小于 7 cm)的 60 ~
70 倍[61] .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,
达到峰值后略有下降;树木吸收阻滞颗粒物速率和
效率与风速之间的关系差异显著[55] .
迄今,从树木生物学特征、气象条件和大气
PM10和 PM2郾 5浓度等方面评价树木去除 PM10 和
PM2郾 5的研究很多,但缺乏综合评价,故难以确定树
种吸收阻滞 PM10和 PM2郾 5能力的阈值,进而选择吸
收阻滞 PM10和 PM2郾 5能力较强的树种.此外,PM10和
PM2郾 5由树木气孔进入组织,并通过体内的输导系统
被吸收、分解和代谢的生理过程,PM10和 PM2郾 5经雨
水洗刷等途径进入土壤后再被树木吸收的生理过
3783 期摇 摇 摇 摇 摇 摇 摇 摇 摇 王摇 华等: 可吸入颗粒物和细颗粒物基本特征、监测方法及森林调控功能摇 摇 摇 摇 摇
程,以及树木的生理响应机制尚未进行系统研究.
3郾 2摇 区域尺度
3郾 2郾 1 研究方法摇 区域尺度上,评价森林去除 PM10
和 PM2郾 5的方法主要有两类.第一类方法将个体尺度
上测定的 PM10和 PM2郾 5去除量通过尺度转换获得区
域尺度上的去除量[62] . 此类方法的主要问题在于
PM10和 PM2郾 5时空异质性以及树木个体差异较高,从
个体到区域尺度转换过程中会产生较大误差.因此,
应用此类方法需要大量取样. 第二类方法是采用整
合植被信息、气象条件和颗粒物浓度水平的模型,如
城市森林作用模型( urban forest effects model) [63]、
高精度大气多物质交换模型( fine resolution atmos鄄
pheric multi鄄species exchange model) [64]、整合空气扩
散和森林去除颗粒物的模型(ADMS鄄Urban) [65]等,
对评价区域尺度上森林去除 PM10进行评价.通过 57
个典型城市森林年去除 PM10总量和单位冠层面积
年去除 PM10量可以看出:1)区域尺度上森林去除
PM10潜力大、变异性高,如城市森林年去除 PM10总
量在 7 ~ 3570 t,单位冠层面积年去除 PM10量在
1郾 1 ~ 16郾 8 g·m-2;2)城市森林年去除 PM10总量与
单位冠层面积年去除量之间的相关关系不显著(P=
0郾 253),如杰克逊维尔市城市森林年去除 PM10总量
最高,但单位冠层面积年去除 PM10量却中等偏低
(图 1).目前,区域尺度上森林去除 PM10的量化研
究很多,而去除 PM2郾 5速率则未见报道. 直径 1 ~ 5
滋m颗粒物沉积受小尺度表面粗糙度影响较大[68] .
因此,森林去除 PM10和 PM2郾 5可能不一致,此方面的
研究亟待加强.
3郾 2郾 2 影响因素 摇 植被、气象条件、大气 PM10和
PM2郾 5浓度是影响森林去除 PM10和 PM2郾 5的重要因
素.由于洛杉矶降水少、污染物浓度高、森林生长期
长,因而在 57 个典型城市中,其单位冠层面积年去
除 PM10量最高.森林盖度、结构等对森林去除 PM10
和 PM2郾 5功能的影响研究最多:伦敦城市森林盖度到
2050 年将从 20%增加到 30% ,其年去除 PM10量亦
从 852 ~ 2121 t·a-1增至 1109 ~ 2379 t·a-1 [15];受
森林复杂冠层结构的影响,其阻滞吸收颗粒物效率
图 1摇 城市森林年去除 PM10总量(t)和单位冠层面积森林年去除 PM10量(g·m-2) [15,66-67]
Fig. 1摇 Annual PM10 removal by urban forest ( t) and annual PM10 removal per m2 canopy cover[15,66-67] .
1)奥尔巴尼 Albany; 2)阿尔布开克 Albuquerque; 3)亚特兰大 Atlanta; 4)奥斯汀 Austin; 5)巴尔的摩 Baltimore; 6)巴吞鲁日 Baton Rouge; 7)波
士顿 Boston; 8)布里奇波特 Bridgeport; 9)布法罗 Buffalo; 10)查尔斯顿 Charleston; 11)辛辛那提市 Cincinnati; 12)克利夫兰 Cleveland; 13)哥伦
比亚 Columbia; 14)哥伦布 Columbus; 15)达拉斯 Dallas; 16)丹佛 Denver; 17)底特律 Detroit; 18)埃尔帕索城 El Paso; 19)弗雷斯诺 Fresno; 20)
火奴鲁鲁 Honolulu; 21)休斯顿 Houston; 22)印第安纳波利斯 Indianapolis; 23)杰克逊维 Jacksonville; 24)泽西城 Jersey City; 25)堪萨斯城 Kan鄄
sas City; 26)洛杉矶 Los Angeles; 27)路易(斯)维尔 Louisville; 28)孟斐斯 Memphis; 29)迈阿密 Miami; 30)密尔沃基 Milwaukee; 31)明尼阿波
利斯 Minneapolis; 32)纳什维尔 Nashville; 33)新奥尔良 New Orleans; 34)纽约 New York; 35)纽瓦克 Newark; 36)俄克拉荷马城 Oklahoma City;
37)奥马哈 Omaha; 38)费城 Philadelphia; 39)菲尼克斯 Phoenix; 40)匹兹堡 Pittsburgh; 41)波特兰 Portland; 42)普罗维登斯 Providence; 43)罗
阿诺克 Roanoke; 44)萨克拉曼多 Sacramento; 45)盐湖城 Salt Lake City; 46)圣地亚哥 San Diego; 47)旧金山 San Francisco; 48)圣何塞 San Jose;
49)西雅图 Seattle; 50)圣路易斯 St郾 Louis; 51)坦帕 Tampa; 52)图森 Tucson; 53)塔尔萨 OK; 54)弗吉尼亚海滩诺福克 Virginia Beach鄄Norfolk;
55)华盛顿 Washington; 56)伦敦 London; 57)北京 Beijing.
478 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
高于矮小植物[69-70] . 环境污染导致森林叶面积减
少、林冠过密导致林下地被缺乏、干旱缺水影响森林
结构及限制森林面积增加,均可能导致森林去除
PM10和 PM2郾 5功能下降.加强基于区域尺度上森林去
除大气 PM10和 PM2郾 5影响因素的研究,通过增加森
林覆盖面积、合理配置树种等途径优化其去除 PM10
和 PM2郾 5功能,可为滞尘型城市森林建设和管理提供
技术支撑.
3摇 结摇 摇 语
研究可吸入颗粒物和细颗粒物对环境和人类健
康的意义重大. 随着大气颗粒物控制措施的实施,
PM10污染状况已明显改善,PM2郾 5的重要性将进一步
上升.目前,PM10和 PM2郾 5基本特征、监测方法和环境
影响因素的研究较深入,而森林调控 PM10和 PM2郾 5
的研究还处于初级阶段,多数研究集中于区域尺度
上量化去除 PM10总量及气象条件和森林结构的影
响.综合评价各类因素对 PM10和 PM2郾 5质量浓度的
复合影响,建立完备的、符合各国国情的 PM10和
PM2郾 5监测体系,明确森林调控 PM10和 PM2郾 5的生理
过程和生态学机制是今后研究的重要方向.
参考文献
[1]摇 Charlson RJ, Schwartz SE, Hales JM, et al. Climate
forcing by anthropogenic aerosols. Science, 1992, 255:
423-430
[2]摇 Myhre G. Consistency between satellite鄄derived and
modeled estimates of the direct aerosol effect. Science,
2009, 325: 187-190
[3]摇 Chameides WL, Yu H, Liu SC, et al. Case study of the
effects of atmospheric aerosols and regional haze on agri鄄
culture: An opportunity to enhance crop yields in China
through emission controls? Proceedings of the National
Academy of Sciences of the United States of America,
1999, 96: 13626-13633
[4]摇 United States Environmental Protection Agency. Inte鄄
grated Science Assessment for Particulate Matter (Final
Report) ( EPA / 600 / R鄄08 / 139F) [ EB / OL]. (2009鄄
12鄄15) [ 2012鄄05鄄08 ]. http: / / www. epa. gov / ncea /
pdfs / partmatt / Dec2009 / PM_ISA_full. pdf
[5]摇 Schwartz J, Dockery DW, Neas LM. Is daily mortality
associated specifically with fine particles? Journal of the
Air & Waste Management Association, 1996, 46: 927-
939
[6]摇 Committee on the Medical Effects of Air Pollutants.
Quantification of the Effects of Air Pollution on Health in
the United Kingdom (0113221029) [EB / OL]. (1998鄄
01鄄01) [2012鄄05鄄08]. http: / / www. dh. gov. uk / prod_
consum_dh / groups / dh_digitalassets / @ dh / @ ab / docu鄄
ments / digitalasset / dh_118120. pdf
[7]摇 Ostro BD, Hurley S, Lipsett MJ. Air pollution and daily
mortality in the Coachella Valley, California: A study of
PM10 dominated by coarse particles. Environmental Re鄄
search, 1999, 81: 231-238
[8]摇 World Health Organization. WHO Air Quality Guide鄄
lines for Particulate Matter, Ozone, Nitrogen Dioxide
and Sulfur Dioxide -Global Update 2005 - Summary of
Risk Assessment [EB / OL]. (2005鄄04鄄05) [2012鄄05鄄
08]. http: / / whqlibdoc. who. int / hq / 2006 / WHO_SDE_
PHE_OEH_06. 02_eng. pdf
[9]摇 Ministry of Environmental Protection of the People爷s Re鄄
public of China (中华人民共和国环境保护部), Gen鄄
eral Administration of Quality Supervision, Inspection
and Quarantine of the People爷 s Republic of China (国
家质量监督检验检疫总局). Ambient Air Quality
Standards (GB 3095-2012) [EB / OL]. (2012鄄02鄄29)
[2012鄄05鄄08]. http: / / bz. mep. gov. cn / ( in Chinese)
[10]摇 Stone E, Schauer J, Quraishi TA, et al. Chemical
characterization and source apportionment of fine and
coarse particulate matter in Lahore, Pakistan. Atmos鄄
pheric Environment, 2010, 44: 1062-1070
[11]摇 Thurston GD, Ito K, Lall R. A source apportionment of
U. S. fine particulate matter air pollution. Atmospheric
Environment, 2011, 45: 3924-3936
[12]摇 Sun Y (孙摇 颖), Pan Y鄄P (潘月鹏), Li X鄄R (李杏
茹), et al. Chemical composition and mass closure of
particulate matter in Beijing, Tianjin and Hebei megaci鄄
ties, northern China. Environmental Science (环境科
学), 2011, 32(9): 2732-2740 (in Chinese)
[13]摇 Liu Z鄄R (刘子锐), Sun Y (孙 摇 扬), Li L (李 摇
亮), et al. Particle mass concentrations and size distri鄄
bution during and after the Beijing Olympic Games. En鄄
vironmental Science (环境科学), 2011, 32(4): 914-
923 (in Chinese)
[14]摇 Wang J (王摇 姣), Wang X鄄K (王效科), Zhang H鄄X
(张红星), et al. Comparison of PM2. 5 concentrations
and elemental compositions in two typical sites in Beijing
urban area. Acta Scientiae Circumstantiae (环境科学学
报), 2012, 32(1): 74-80 (in Chinese)
[15]摇 Tallis M, Taylor G, Sinnett D, et al. Estimating the re鄄
moval of atmospheric particulate pollution by the urban
tree canopy of London, under current and future envi鄄
ronments. Landscape and Urban Planning, 2011, 103:
129-138
[16]摇 Ouyang S鄄H (欧阳松华). Summarization on PM2. 5 mo鄄
nitoring technique online. China Environmental Protec鄄
tion Industry (中国环保产业), 2012(4): 14-18 ( in
Chinese)
[17]摇 Sun Y, Zhuang G, Wang Y, et al. The air鄄borne partic鄄
ulate pollution in Beijing鄄concentration, composition,
distribution and sources. Atmospheric Environment,
2004, 38: 5991-6004
[18]摇 Liu Y鄄S (刘阳生), Shen X鄄X (沈兴兴), Mao X鄄L
(毛小苓), et al. Indoor air levels of TSP, PM10,
PM2. 5 and PM1 at public places in Beijing during winter鄄
time. Acta Scientiae Circumstantiae (环境科学学报),
2004, 24(2): 190-196 (in Chinese)
[19]摇 He K, Yang F, Ma Y, et al. The characteristics of
PM2. 5 in Beijing, China. Atmospheric Environment,
2001, 35: 4959-4970
[20]摇 Hyv覿rinen AP, Kolmonen P, Kerminen VM, et al.
Aerosol black carbon at five background measurement
sites over Finland, a gateway to the Arctic. Atmospheric
5783 期摇 摇 摇 摇 摇 摇 摇 摇 摇 王摇 华等: 可吸入颗粒物和细颗粒物基本特征、监测方法及森林调控功能摇 摇 摇 摇 摇
Environment, 2011, 45: 4042-4050
[21]摇 Cheng MT, Horng CL, Lin YC. Characteristics of at鄄
mospheric aerosol and acidic gases from urban and forest
sites in central Taiwan. Bulletin of Environmental Con鄄
tamination and Toxicology, 2007, 79: 674-677
[22]摇 Li L, Wang W, Feng J, et al. Composition, source,
mass closure of PM2. 5 aerosols for four forests in eastern
China. Journal of Environmental Sciences, 2010, 22:
405-412
[23]摇 Cusack M, Alastuey A, P佴rez N, et al. Trends of par鄄
ticulate matter ( PM2. 5 ) and chemical composition at a
regional background site in the western Mediterranean
over the last nine years ( 2002 - 2010 ). Atmospheric
Chemistry and Physics Discussions, 2012, 12: 10995 -
11033
[24]摇 Hu M (胡摇 敏), Tang Q (唐摇 倩), Peng J鄄F (彭剑
飞), et al. Study on characterization and source appor鄄
tionment of atmospheric particulate patter in China. En鄄
vironment and Sustainable Development (环境与可持续
发展), 2011(5): 15-19 (in Chinese)
[25]摇 He L鄄Y (何凌燕), Hu M (胡摇 敏), Huang X鄄F (黄
晓锋), et al. Determination of organic molecular tracers
in PM2. 5 in the atmosphere of Beijing. Acta Scientiae
Circumstantiae (环境科学学报), 2005, 25(1): 23-
29 (in Chinese)
[26]摇 Yu J鄄H (于建华), Yu T (虞 摇 统), Wei Q (魏 摇
强), et al. Characteristics of mass concentration varia鄄
tions of PM10 and PM2. 5 in Beijing area. Research of En鄄
vironmental Sciences (环境科学研究), 2004, 17(1):
45-47 (in Chinese)
[27]摇 Noble CA, Mukerjee S, Gonzales M, et al. Continuous
measurement of fine and ultrafine particulate matter, cri鄄
teria pollutants and meteorological conditions in urban El
Paso, Texas. Atmospheric Environment, 2003, 37:
827-840
[28]摇 Huang H (黄 摇 鹤), Cai Z鄄Y (蔡子颖), Han S鄄Q
(韩素芹), et al. Continuous online observation analy鄄
sis of mass concentrations of PM10, PM2. 5 and PM1 in
Tianjin City. Research of Environmental Sciences (环境
科学研究), 2011, 24(8): 897-903 (in Chinese)
[29]摇 Chao CY, Wong KK, Cheng EC. Size distribution of in鄄
door particulate matter in 60 homes in Hong Kong. In鄄
door and Built Environment, 2002, 11: 18-26
[30]摇 Hong Y (洪摇 也), Zhou D鄄P (周德平), Ma Y鄄J (马
雁军), et al. Analysis on aerosol mass concentrations of
PM10, PM2. 5 and PM1 in Shenyang. Environmental Sci鄄
ence & Technology (环境科学与技术), 2010, 33
(6E): 231-234 (in Chinese)
[31]摇 Wang J (王摇 京), Wang C (王摇 初), Chen Z鄄L (陈
振楼). Heavy metal pollution of PM10 / PM2. 5 near鄄sur鄄
face in Guiyang. Environmental Science & Technology
(环境科学与技术), 2011, 34(4): 74-76 ( in Chi鄄
nese)
[32]摇 Beijing Municipal Environmental Protection Bureau (北
京市环境保护局). Public Report at Beijing Environ鄄
mental Protection Work Conference [EB / OL]. (2012鄄
03鄄23) [ 2012鄄05鄄08 ]. http: / / www. bjepb. gov. cn /
portal0 / tab222 / info8648. html (in Chinese)
[33]摇 Yang L (杨摇 龙), He K鄄B (贺克斌), Zhang Q (张
强), et al. Vertical distributive characters of PM2. 5 at
the ground layer in autumn and winter in Beijing. Re鄄
search of Environmental Sciences (环境科学研究),
2005, 18(2): 23-28 (in Chinese)
[34]摇 Xiao Z, Wu J, Han S, et al. Vertical characteristics
and source identification of PM10 in Tianjin. Journal of
Environmental Sciences, 2012, 24: 112-115
[35]摇 Kam W, Cheung K, Daher N, et al. Particulate matter
(PM) concentrations in underground and ground鄄level
rail systems of the Los Angeles Metro. Atmospheric Envi鄄
ronment, 2011, 45: 1506-1516
[36]摇 Cheng YH, Lin YL, Chen C. Levels of PM10 and PM2. 5
in Taipei rapid transit system. Atmospheric Environment,
2008, 42: 7242-7249
[37]摇 Aarnio P, Yli鄄Tuomi T, Kousab A, et al. The concen鄄
trations and composition of and exposure to fine particles
(PM2. 5 ) in the Helsinki subway system. Atmospheric
Environment, 2005, 39: 5059-5066
[38]摇 Chan LY, Lau WL, Lee SC, et al. Commuter exposure
to particulate matter in public transportation modes in
Hong Kong. Atmospheric Environment, 2002, 36:
3363-3373
[39]摇 Adams HS, Nieuwenhuijsen MJ, Colvile RN, et al.
Fine particle (PM2. 5) personal exposure levels in trans鄄
port microenvironments, London, UK. Science of the
Total Environment, 2001, 279: 29-44
[40] 摇 Johansson C, Johansson PA. Particulate matter in the
underground of Stockholm. Atmospheric Environment,
2003, 37: 3-9
[41]摇 Kim KY, Kim YS, Man Y, et al. Spatial distribution of
particulate matter (PM10 and PM2. 5) in Seoul Metropoli鄄
tan subway stations. Journal of Hazardous Materials,
2008, 154: 440-443
[42]摇 Xu Y (徐摇 亚), Zhao J鄄P (赵金平), Chen J鄄S (陈
进生), et al. Study on pollution characteristics of par鄄
ticulate matter in indoor air. Environmental Pollution &
Control (环境污染与防治), 2011, 33 (1): 52 - 60
(in Chinese)
[43]摇 Khan MF, Shirasuna Y, Hirano K, et al. Characteriza鄄
tion of PM2. 5, PM2. 5–10 and PM>10 in ambient air, Yoko鄄
hama, Japan. Atmospheric Research, 2010, 96: 159 -
172
[44]摇 Wei F, Teng E, Wu G , et al. Ambient concentrations
and elemental compositions of PM10 and PM2. 5 in four
Chinese cities. Environmental Science & Technology,
1999, 33: 4188-4193
[45]摇 Houthuijs D, Breugelmans O, Hoek G, et al. PM10 and
PM2. 5 concentrations in central and eastern Europe: Re鄄
sults from the Cesar study. Atmospheric Environment,
2001, 35: 2757-2771
[46]摇 Ren Q鄄W (任启文), Wang C (王 摇 成), Qie G鄄F
(郄光发), et al. Airborne particulates in urban green鄄
land and its relationship with airborne microbes. Urban
Environment & Urban Ecology (城市环境与城市生
态), 2006, 19(5): 22-25 (in Chinese)
[47]摇 Wu Z鄄P (吴志萍), Wang C (王摇 成), Hou X鄄J (侯
晓静), et al. Variation of air PM2. 5 concentration in six
urban greenlands. Journal of Anhui Agricultural Univer鄄
sity (安徽农业大学学报), 2008, 35(4): 494 -498
(in Chinese)
[48]摇 United States Environmental Protection Agency.
Guidance for Network Design and Optimum Site Expo鄄
sure for PM2. 5 and PM10 ( EPA鄄454 / R鄄99鄄022) [ EB /
678 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 24 卷
OL]. (1997鄄12鄄15) [2012鄄05鄄08]. http: / / www. epa.
gov / ttn / amtic / files / ambient / pm25 / network / r鄄99鄄022.
pdf
[49]摇 Fukushima H. Air pollution monitoring in east Asia.
Science and Technology Trend, 2006, 18: 55-63
[50]摇 Kao JJ, Hsieh MR. Utilizing multiobjective analysis to
determine an air quality monitoring network in an indus鄄
trial district. Atmospheric Environment, 2006, 40:
1092-1103
[51]摇 Noll KE, Miller TL, Norco JE, et al. An objective air
monitoring site selection methodology for large point
sources. Atmospheric Environment, 1977, 11: 1051 -
1059
[52] 摇 Sarigiannis D, Saisana M. Multi鄄objective optimization
of air quality monitoring. Environmental Monitoring and
Assessment, 2008, 136: 87 -99
[53]摇 Liu P鄄W (刘潘炜), Zheng J鄄Y (郑君瑜), Li Z鄄C (李
志成), et al. Optimization of site locations of regional
air quality monitoring network: Methodology study. Chi鄄
na Environmental Science (中国环境科学), 2010, 30
(7): 907-913 (in Chinese)
[54]摇 Qu C鄄Q (区藏器), He Z鄄J (何振江). Progress of the
research on automatic monitor of absorbable particulate
matter. Guangzhou Environmental Science (广州环境科
学), 2010, 25(4): 18-20 (in Chinese)
[55]摇 Beckett KP, Freer鄄Smith PH, Taylor G. Particulate pol鄄
lution capture by urban trees: Effect of species and
windspeed. Global Change Biology, 2000, 6: 995 -
1003
[56]摇 Nowak J, Dwyer JF. Understanding the benefits and
costs of urban forest ecosystems / / Kuser JE, ed. Urban
and Community Forestry in the Northeast. New York:
Springer Science and Business Media, 2007: 25-46
[57]摇 Guo E鄄G (郭二果). Ecological Health Effects of Typi鄄
cal Recreation Forests in West Mountain of Beijing. PhD
Thesis. Beijing: Chinese Academy of Forestry, 2008
(in Chinese)
[58]摇 Freer鄄Smith PH, Beckett KP, Taylor G. Deposition ve鄄
locities to Sorbus aria, Acer campestre, Populus deltoides
伊 trichocarpa ‘Beaupr佴爷, Pinus nigra and 伊 Cupresso鄄
cyparis leylandii for coarse, fine and ultra鄄fine particles
in the urban environment. Environmental Pollution,
2005, 133: 157-167
[59] 摇 Wang Z鄄H (王赞红), Li J鄄B (李纪标). Capacity of
dust uptake by leaf surface of Euonymus japonicus
Thunb. and the morphology of captured particle in air
polluted city. Ecology and Environment (生态环境),
2006, 15(2): 327-330 (in Chinese)
[60]摇 Wang H鄄X (王会霞), Shi H (石摇 辉), Li Y鄄Y (李
秧秧). Relationships between leaf surface characteris鄄
tics and dust鄄capturing capability of urban greening plant
species. Chinese Journal of Applied Ecology (应用生态
学报), 2010, 21(12): 3077-3082 (in Chinese)
[61]摇 Nowak DJ. Air pollution removal by Chicago爷 s urban
forest / / McPherson EG, Nowak DJ, Rowntree RA,
eds. Chicago爷s Urban Forest Ecosystem: Results of the
Chicago Urban Forest Climate Project. Radnor, PA:
U. S. Department of Agriculture, Forest Service,
Northeastern Forest Experiment Station, 1994: 63-81
[62]摇 Dochinger LS. Interception of airborne particles by tree
plantings. Journal of Environmental Quality, 1980, 9:
265-268
[63]摇 Nowak DJ, Crane DE. The Urban Forest Effects
( UFORE) model: Quantifying urban forest structure
and functions / / Hansen M, Burk M, eds. Integrated
Tools for Natural Resources Inventories in the 21st Cen鄄
tury. St. Paul, MN: U. S. Department of Agriculture,
Forest Service, North Central Forest Experiment Station,
2000: 714-720
[64]摇 Bealey WJ, McDonald AG, Nemitz E, et al. Estimating
the reduction of urban PM10 concentrations by trees with鄄
in an environmental information system for planners.
Journal of Environmental Management, 2007, 85: 44-
58
[65]摇 Tiwary A, Sinnett D, Peachey C, et al. An integrated
tool to assess the role of new planting in PM10 capture
and the human health benefits: A case study in London.
Environmental Pollution, 2009, 157: 2645-2653
[66]摇 Nowak DJ, Crane DE, Stevens JC. Air pollution
removal by urban trees and shrubs in the United States.
Urban Forestry & Urban Greening, 2006, 4: 115-123
[67]摇 Yang J, McBride J, Zhou J, et al. The urban forest in
Beijing and its role in air pollution reduction. Urban
Forestry & Urban Greening, 2005, 3: 65-78
[68]摇 Fowler D, Cape JN, Unsworth MH, et al. Deposition of
atmospheric pollutants on forests. Philosophical Transac鄄
tions of the Royal Society of London B, 1989, 324:
247-265
[69]摇 Lovett GM. Atmospheric deposition of nutrients and pol鄄
lutants in North America: An ecological perspective.
Ecological Applications, 1994, 4: 629-650
[70]摇 Fowler D, Skiba U, Nemitz E, et al. Measuring aerosol
and heavy metal deposition on urban woodland and grass
using inventories of 210Pb and metal concentrations in
soil. Water, Air, & Soil Pollution, 2004, 4: 483-499
作者简介摇 王摇 华,女,1983 年生,助理研究员.主要从事植
物生理生态学和城市生态学研究. E鄄mail: wanghuaphd@
gmail. com
责任编辑摇 杨摇 弘
7783 期摇 摇 摇 摇 摇 摇 摇 摇 摇 王摇 华等: 可吸入颗粒物和细颗粒物基本特征、监测方法及森林调控功能摇 摇 摇 摇 摇