全 文 ：第 35卷 第 2期 生 态 科 学 35(2): 104110
2016 年 3 月 Ecological Science Mar. 2016

收稿日期: 2014-12-16; 修订日期: 2015-02-06
基金项目: 国家林业局林业公益性行业科研专项“森林对 PM2.5 等颗粒物的调控功能样带观测(20130430101)”
作者简介: 陈波(1987—), 男, 甘肃张掖人, 硕士, 研究实习员, 主要从事城市林业和水土保持研究, E-mail: zhyechb2010@163.com
*通信作者: 鲁绍伟(1969—), 男, 河北秦皇岛人, 博士, 研究员, 主要从事水土保持研究, E-mail: hblsw8@163.com

陈波, 李少宁, 鲁绍伟, 等. 北京大兴南海子公园 PM2.5和 PM10质量浓度变化特征[J]. 生态科学, 2016, 35(2): 104110.
CHEN Bo, LI Shaoning, LU Shaowei, et al. Characteristics of mass concentration variations of PM10 and PM2.5 in Nanhaizi Park of
Daxing in Beijing[J]. Ecological Science, 2016, 35(2): 104110.

北京大兴南海子公园 PM2.5和 PM10质量浓度变化特征
陈波 1, 李少宁 1, 鲁绍伟 1,*, 鲁笑颖 2, 陈军丽 2, 李辉 3
1. 北京市农林科学院林业果树研究所, 林果业生态环境功能提升协同创新中心, 北京 100093
2. 北京市大兴区南海子郊野公园管理处, 北京 102600
3. 北京市大兴区园林绿化局, 北京 102600

【摘要】 对北京南海子公园 PM2.5和 PM10的浓度水平进行了研究, 并讨论了 PM2.5 和 PM10的时间变化特征及其受气象因素的
影响, 分析了南海子公园空气质量浓度差异。结果表明: 南海子公园 PM2.5 和 PM10平均质量浓度分别为(110.22±19.19) μg·m3
和(125.58±3.62) μg·m3, 南海子公园大气颗粒物主要是以细粒子为主, PM2.5超标 46.96 %, PM10未超标; 南海子公园 PM2.5和
PM10质量浓度的日变化以夜间低, 白天高为主, 呈现明显的双峰型, 南海子公园的PM2.5和PM10质量浓度变化幅度较大; 从不
同月份来看, 南海子公园 PM2.5质量浓度 6 月最大、8 月最低; 温度、风和降水与 PM2.5和 PM10质量浓度呈负相关关系, 湿度
与 PM2.5和 PM10质量浓度呈正相关关系, 大风和降雨能有效的清除颗粒物, 特别是细颗粒物。

关键词：PM2.5; PM10; 质量浓度; 南海子公园; 北京
doi:10.14108/j.cnki.1008-8873.2016.02.016 中图分类号：X703. 5 文献标识码：A 文章编号：1008-8873(2016)02-104-07
Characteristics of mass concentration variations of PM10 and PM2.5 in Nanhaizi
Park of Daxing in Beijing
CHEN Bo1, LI Shaoning1, LU Shaowei1,, LU Xiaoying2, CHEN Junli2, LI Hui3
1. Forestry and Pomology Institute, Beijing Academy of Agriculture and Forestry Sciences, Horticulture ecological
environment function promote collaborative innovation center, Beijing 100093, China
2. Nanhaizi Campestrian Park Administrative Office of Daxing District, Beijing 102600, China
3. Garden Afforestation Bureau of Daxing District, Beijing 102600, China
Abstract: It researched on the PM2.5 and PM10 concentration, discussed the temporal change characteristics of PM2.5 and PM10 and the
effects of meteorological factors, and analyzed the difference of air quality concentrations in Nanhaizi Park of Beijing. The results
showed that PM2.5 and PM10 mean concentrations were about 110.22 μg·m3 and 125.58 μg·m3; atmospheric particles were mainly
fine particles; PM2.5 exceeded 46.96%, and PM10 did not exceed. Diurnal variation of PM2.5 and PM10 concentration was low in night
and high in day, rendering obviously of bimodal type. PM2.5 and PM10 concentration change range was larger in Nanhaizi Park. From
different month view, PM2.5 concentration was maximum in June, and minimum in August in Nanhaizi Park; it was maximum in
November, and minimum in August in control points. The relationships between temperature, wind and rain and PM2.5 and PM10 mass
concentration were negatively correlated. The relationship between humidity and PM2.5 and PM10 mass concentration was positively
correlated. Winds and rain could effectively remove particles, especially fine particulate matter.
Key words: M2.5; PM10; mass concentration; Nanhaizi park; Beijing
2 期 陈波, 等. 北京大兴南海子公园 PM2.5 和 PM10质量浓度变化特征 105

1 前言
全国雾霾面积达到 143 万 km2, 已影响 17 个
省直辖市, 受影响人口高达 6 亿[1]。从 2013 年 1 月
6 日以来连续的高污染空气在我国大范围弥漫, 京津
有5 次强霾污染, 最严重时 PM2.5 突破 600µg·m3[2]。
美国《财富》杂志指出, 这是对中国高能耗增长模
式的“死刑宣判”[3]。20 世纪四五十年代洛杉矶光
化学烟雾污染事件造成 800 多人丧生, 1952 年伦
敦烟雾事件有 12000 人丧生[4]。目前, 干净的空气
已经成为奢侈品, 研究降低空气污染迫在眉睫。
大气颗粒物对大气环境、人体健康、能见度以
及气候效应等都有重要的影响[56], 大气中细颗粒
物 PM2.5(空气动力学直径≤2.5 µm)可在肺泡沉积并
进入血液系统, 导致人群患病率和死亡率增加, 而
且它也是导致能见度降低的主要因素[7]。因此, 加强
城市大气颗粒物浓度变化和分布特征的研究, 对揭
示城市大气颗粒物的基本特征及变化规律具有重要
的意义。20 世纪 50 年代国外就开始大气颗粒物方
面的研究, 近年来更加深入。国内近年来对大气颗
粒物从不同的角度也做了较多的研究, 如李学彬[8]
等对厦门地区的气溶胶变化特征进行了研究, 于淑
秋[9]等研究了北京市区大气污染的时空特征, 指出
北京市区的污染物以可吸入颗粒物为主, 可吸入颗
粒物尤其是细粒子(PM2.5)是造成北京及周边地区低
能见度的重要原因[10]。
随着城市化的快速发展和人民生活质量的不断
提高, 森林生态旅游已成为城市居民的重要需求。
从 20 世纪 80 年代开始, 以森林公园建设为主体
的森林旅游业在我国获得长足发展, 由于植被对城
区空气质量具有显著的调节作用[1112], 城市森林公
园已然成为我国城市居民进行生态休憩的重要场
所。森林公园空气质量的好坏是判断游憩区森林旅
游适宜性的决定性因素[13]。PM2.5 和 PM10 作为空气
污染物的重要贡献者, 其浓度时空变异和污染物特
征不仅倍受居民和政府关注, 也是评价空气环境质
量的主要指标[14]。当前, 有关森林公园环境中 PM2.5
的研究主要集中在欧美等地[15], 国内的研究地点
多选择交通污染区、居民区和医院等城区场所, 研
究内容主要包括来源分析、成分解析和危害评价
等[1618], 但对于森林内部 PM2.5和 PM10质量浓度差
异还鲜未报道。因此, 本文对北京南海子公园大气
颗粒物的质量浓度变化情况、污染状况和分布特征
进行研究, 同时结合气象资料, 研究了大气颗粒物
质量浓度与气象要素的关系, 探寻南海子公园空气
质量浓度的差异和影响因素, 旨在为 PM2.5 和 PM10
污染的深入研究提供依据和参考, 为美丽北京、世
界城市的建设提供数据支持。
2 研究方法
2.1 研究地概况
南海子公园是北京四大郊野公园之一, 也是北
京市最大的森林湿地公园, 于 2012 年全部建成, 位
于北京城南, 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, 是北京落实城南
行动计划的第一个重大生态工程。其周围环境(树种
繁多、水量充沛、交通便利、游客稀少)有利于开展
森林环境空气质量监测, 园区主要的乔木树种有柳
树(Salix babylonica)、油松(Pinus tabuliformis)、侧柏
(Platycladusorientalis)、雪松(Cedrus)、银杏(Ginkgo)、国
槐(SophorajaponicaLinn.)、栾树(Koelreuteriapaniculata)
和白皮松(Pinus bungeana)等, 主要的灌木有大叶黄
杨 (Buxus megistophylla) 、 紫 叶 碧 桃 (Amygdalus
persica)等, 此外还有菊花(Chrysanthemum)、郁金香
(Tulipa)等大量的观赏植物和花草。
2.2 数据获取
南海子公园的PM2.5和PM10质量浓度数据和气
象数据依据北京市农林科学院林业果树研究所设立
在该园的PM2.5监测站获取, 公园内设有Meter全自
动气象站 , 可以实时监测气象指标 , 采集时间与
PM2.5监测站一致。
2.3 数据处理
用Excel 2003进行数据处理和制图 , 用SPSS
17.0软件对数据进行相关性分析。
3 结果
3.1 南海子公园 PM2.5 和 PM10 质量浓度
PM2.5 质量浓度选取 2013 年 6—11 月的数据进
行分析, PM10 的质量浓度选取 2013 年 7—8 月份的
观测数据进行分析(表 1), 结果表明: 南海子公园 PM2.5
和PM10平均质量浓度分别为(110.2219.19) μg·m3和
(125.583.62) μg·m3。由表 1 可知, 7 月和 8 月是 PM2.5
质量浓度最低的两个月份, 这是因为 7、8 月正是北
京的雨季, 降雨可以有效的降低颗粒物浓度。
106 生 态 科 学 35 卷

表 1 PM2. 5和 PM10质量浓度
Tab. 1 The mass concentration of PM2.5 and PM10
时间 PM2.5浓度/(µg·m3) PM10浓度/(µg·m3)
6 月 140.59 -
7 月 87.34 129.20
8 月 85.15 121.96
9 月 114.69 -
10 月 112.94 -
11 月 120.63 -
平均值 110.2219.19 125.583.62

3.2 南海子公园 PM2.5 和 PM10 时间变化
3.2.1 日变化
图 1 为南海子公园 PM2.5和 PM10 日变化, 由图
可知 PM2.5 和 PM10 质量浓度变化呈典型的双峰型,
分别在早上 5:00 和晚上 22:00 出现峰值。从变化的
强烈程度看, 南海子公园的 PM2.5 变化的浮动较大;
南海子公园 PM10质量浓度也表现为双峰型, 最高值
在 5:00 和 18:00。这与黎明前后人类活动逐渐增加,
污染物排放量越来越大有关。另外, 早上近地面向

图 1 PM2.5和 PM10质量浓度日变化
Fig. 1 The diurnal variation of PM2.5 and PM10
外辐射而迅速冷却降温, 有逆温现象发生, 使近地
层大气对流较弱, 不利于颗粒物的扩散, 使其浓度
增大, 夜晚由于云层的笼罩, 大气保温效应的增加,
污染物积聚且短时间内不易扩散, 造成 PM2.5 和
PM10 质量浓度较高。
3.2.2 月变化
以 2013 年 7 月的数据对南海子公园 PM2.5 和
PM10 月变化进行分析, 结果如图 2 所示。由图可知
PM2.5 质量浓度, 在 7 月的 31 天最高浓度为 7 月 1
日的 160.58 µg·m3, 在 7 月 2 日为 7 月的 PM2.5 浓度
最低值; PM10 在 7 月 1 日最高, 南海子公园浓度为
259.48 µg·m3。可见, PM10 和 PM2.5 呈现较好的一致
性, 当 PM10 较高时, PM2.5 也处于较高值, 这说明
PM2.5 占有 PM10 的比例较高, 如 7 月 1 日 PM2.5 比例
占到了 61.89 %。
3.2.3 年变化
由图 3 可知, 6-11 月 PM2.5质量浓度表现为 6 月
最高, 为140.59 µg·m3, 排序为6月(140.59 μg·m3)>
11 月 (120.63 μg·m3)>9 月 (114.69 μg·m3)>10 月
(112.94 μg·m3)>7 月(87.34 μg·m3)>8 月(85.45 μg·m3),
南海子公园 PM2.5 均值为 110.22 μg·m3。PM10由于
在南海子公园缺乏 9-11 月数据, 因此用 7、8 月的数
据来进行分析, 由图可知, PM10质量浓度表现为7月
最高均值为 125.58 μg·m3。

图 2 PM2.5和 PM10质量浓度月变化
Fig. 2 Monthly change of PM2.5 and PM10
2 期 陈波, 等. 北京大兴南海子公园 PM2.5 和 PM10质量浓度变化特征 107


图 3 PM2.5和 PM10质量浓度年变化
Fig. 3 Annual variation of PM2.5 and PM10
3.3 南海子公园气象因素对 PM2.5 和 PM10 的影响
3.3.1 大气温度对 PM2.5 和 PM10 的影响
大气中 PM2.5和 PM10 的质量浓度不仅与其污染
排放源有关, 还受到温度的影响。由图 4 可知, 南海
子公园温度与 PM2.5 和 PM10 呈负相关关系, 当温度
高时, PM2.5和 PM10 质量浓度较低, 温度低时相反。
在 7 月 2 日, PM2.5 质量浓度为最低的 18.87 μg·m3
时, 对应的温度为较高的 28.5 ℃; 当 PM2.5 质量浓
度为最高的 152.38 μg·m3 时, 对应的温度却为较低
的 24.79 ℃; 在 7 月 22 日, 当 PM10 浓度为最大的
191.17 时, 对应的温度为 26.10 ℃, 7 月 24 日, 当温
度为最高的 29.56 ℃时, 对应的 PM10 质量浓度为
101.63 ℃。
3.3.2 大气湿度对 PM2.5 和 PM10 的影响
由图 5 可知, 7 月 18 日, 当 PM2.5 质量浓度为最
高的 152.63 μg·m3 时, 其对应的湿度也处于较高值,
为 89.38%; 当 7 月 2 日 PM2.5 质量浓度为最低的
28.58 μg·m3 时, 其对应的湿度也处于较低值, 仅为
63.67%; 7月 27日, 当湿度为最高的 90.83%时, PM10
质量浓度也为较高的 186.71 μg·m3, 7 月 25 日, 湿

图 4 PM2.5和 PM10与温度的关系
Fig. 4 The relationship between temperature and PM2.5 and PM10

图 5 PM2.5和 PM10与湿度的关系
Fig. 5 The relationship between humidity and PM2.5 and PM10
108 生 态 科 学 35 卷

度为最低的 61 %时, PM10 质量浓度也为较低的
116.33 μg·m3。可见, 南海子公园湿度与 PM2.5 和
PM10 质量浓度呈正相关关系, 当湿度越高时, PM2.5
和 PM10 质量浓度也越高。
3.3.3 风速对 PM2.5 和 PM10 的影响
图 6 为南海子公园 PM2.5 和 PM10 与风速的关
系, 由图可知当风速较大时, PM2.5 质量浓度均较
低, 7月2日和7月16日风速分别是最大的0.41 m·s1
和 0.34 m·s1, 其对应的 PM2.5 质量浓度分别是最低
的 28.58 μg·m3 和较低的 41.21 μg·m3; 而当风速为
0 时, PM2.5质量浓度均处于较高值, 如 7 月 18 日的
152.63 μg·m3 和 7 月 1 日的 140.58 μg·m3; PM10 也
表现出与 PM2.5 类型的现象, 当 7 月 2 日风速最大
的 0.41 m·s1时, PM10质量浓度为最低的 54.82 μg·m3,
7 月 20 日、22 日和 27 日的风速均为 0, 而对应的
PM10 质量浓度均较高, 分别为 191.17 μg·m3、
186.71 μg·m3 和 184.33 μg·m3。可见, 风速与 PM2.5
和 PM10质量浓度呈负相关关系, 风速较高时其对应
的 PM2.5和 PM10 质量浓度较低。而大风有助于吹散
污染物。
3.3.4 降雨对 PM2.5 和 PM10 的影响
由图 7 可知, 在 7 月南海子公园的降雨量和降
雨频率较低, 最大降雨量只有 25mm左右, 平均降
雨量为 12.07 mm。当降雨量在 7 月 8 日为最大的
28.5 mm时, PM2.5质量浓度为较低的 94.58 μg·m3; 7
月 18 日, 当降雨量为较低的 0.8 mm 时, PM2.5 质量
浓度为最高的 152.63 μg·m3; 7 月 2 日 PM10 质量浓
度为最低的 54.82 μg·m3, 其对应的降雨量也为最高
的 3 mm, 当降雨量为 0 时, 7 月 29 日和 30 日, PM10
分别为较高的时 174.71 μg·m3 和 176.63 μg·m3。可
见, 降雨与 PM2.5 和 PM10 质量浓度呈负相关关系,
但这种负相关不是实时的, 而是在雨后表现的更明
显, 在降雨的第二天 PM2.5 和 PM10 质量浓度远低于
降雨时的浓度, 降雨对 PM10 的清除作用更强。
4 讨论
4.1 PM2.5 和 PM10 浓度的高污染水平
PM2.5 日均浓度为(100.63±9.60) µg·m3, PM10 日

图 6 PM2.5和 PM10与风速的关系
Fig. 6 The relationship between wind speed and PM2.5 and PM10

图 7 PM2.5和 PM10与降雨的关系
Fig. 7 The relationship between rainfall and PM2.5 and PM10
2 期 陈波, 等. 北京大兴南海子公园 PM2.5 和 PM10质量浓度变化特征 109

均浓度为(114.38±11.20) µg·m3, 这与SUN Y等人的
研究的PM2.5平均浓度为116 µg·m3, PM10平均浓度
为210 µg·m3不一致。显然本研究的结果要低于该研
究结果, 这是因为SUN[19]等人的研究是基于一个较
大的范围, 时间跨度也大, 而本文仅是对大兴的南
海子公园数据进行分析; SUN等人研究了北京2002
到2003夏季和冬季交通点、居住区和工业区的污染
情况得出的结果, 本文的研究仅限于北京大兴的不
同区域, 时间是6到11月份, 时间也较短, 研究的范
围较SUN等人的研究也小。
根据最新(2012.2)发布的中华人民共和国国家
环境保护标准《环境质量空气指数(AQI)技术规定试
行》(HJ633—2012), PM2.5 和 PM10 的二级标准日平
均值分别为 75 µg·m3 和 150 µg·m3, 按此标准, 南
海子公园的 PM2.5 超标 46.96 %, 而 PM10 未超标。
与世界特大城市 PM2.5 质量浓度(82.7±72.2) µg·m3
和 PM10 质量浓度(174.6±125.8) µg·m3 相比[20], 本
区的 PM2.5 质量浓度较高; 与日本横滨 PM2.5质量浓
度 21.00 µg·m3[21]和美国埃尔帕索城 PM2.5 质量浓
度20.00 µg·m3和PM10 质量浓度91.00 µg·m3相比[22],
大兴的 PM2.5 浓度是日本的 4.79 倍美国的 5.03 倍,
PM10质量浓度是美国的 1.26 倍; 与巴基斯坦拉合尔
市 PM2.5 质量浓度 194.00 µg·m3和 PM10 质量浓度
336.00 µg·m3 相比[23], 大兴的 PM2.5和 PM10 质量浓
度都较低, 仅为拉合尔市 PM2.5 质量浓度的 51.87 %,
PM10 质量浓度的 34.04 %。
与国内其他城市相比, 如本溪市的 PM2.5 质量
浓度在 2009 年最大为 88 µg·m3[7], 丹东市 2008 年
PM10 二级标准质量浓度超标比例为 5.2%[24], 而南
海子公园的PM2.5浓度均高于本溪, PM10和本溪持平,
但高于丹东。可见, 南海子公园的大气颗粒物主要
是以细粒子的形式存在, 细粒子的污染比较严重,
而细粒子对人体健康的伤害更大[7], 它可以进入呼
吸道, 通过支气管和肺泡进入血液, 其中的有害气
体重金属等溶解在血液中, 引起各种疾病, 所以更
需要人们对细粒子的关注和治理。
4.2 PM2.5 和 PM10 时间变化
南海子公园 PM2.5 与 PM10质量浓度的总体变化
趋势基本相似, 日变化以白天高、夜晚低为主, 这是
污染物排放和气象条件的综合结果。南海子公园
PM2.5 与 PM10 质量浓度变化有“双峰双谷”的趋势,
南海子公园最低值在 12:00 和 13:00 之间, 造成这种
分布的原因为中午是气温最高的时刻, 高温天气能
加快大气的光化学反应, 多为不稳定的大气状况,
有利于污染物的扩散。南海子公园的最高值在早上
5:00 和晚上 22:00, 低值在 12:00 和 17:00。午后由于
地面增温造成近地面层的湍流垂直输送增强, 混合
层高度增高, 从而使近地面颗粒物质量浓度减小,
该时段的多数污染物质量浓度呈低值[25]; 而上午和
夜晚大气层结较稳定, 垂直方向湍流输送较弱, 致
使颗粒物在近地面层堆积而出现质量浓度峰值。
从不同月份来看, 南海子公园 6 月 PM2.5 最高,
其次是 11 月, 7 月最低, 原因是 6 月随着植物进入生
长期, 新叶增加, 叶片生长, 总体叶面积显著增加[26],
能更有效地阻滞大气中 PM2.5; 11 月进入冬季, 该地
区开始燃烧煤, 使空气中的颗粒物浓度增加; 而 7 月
降雨较多, 降雨能有效的降低 PM2.5等颗粒物浓度。
4.3 PM2.5 和 PM10 与各气象的正负相关关系
Tai[27]等结合美国 1998—2008 年的气象数据和
PM2.5 观测数据, 利用多元线性回归模型(multiple
linear regression, MLR)研究了常见气象因子对 PM2.5
及其中不同组成成分的影响, 该研究通过修正数据,
去除季节性变化造成的影响, 只考虑天气尺度变化
的影响作用。总结的气象要素主要有: 气温、相对湿
度、降水和环流情况, 得出气温和降雨与 PM2.5和 PM10
呈负相关, 相对湿度与 PM2.5和 PM10呈正相关, 大气
环流与PM2.5和PM10关系复杂, 这与本研究结果一致。
温度与 PM2.5 和 PM10 呈负相关关系, 即随着温
度的升高, 颗粒物质量浓度的逐渐减小, 对细粒子
PM2.5 的影响更显著, 这与宋宇等[28]人的研究结果
不一致。原因是高温天气能加快大气的光化学反应,
多为不稳定的大气状况, 有利于污染物的扩散。
风速大小对大气颗粒物的传输扩散有重要的影
响。本研究显示风速与 PM2.5 和 PM10 呈负相关关系,
这与王扬锋等[7]人研究的随风速的增大, 大气颗粒
物质量浓度减小的趋势减缓结果一致, 而 Kim[29]等
人对 2001 年春天韩国汉城的 4 个不同监测点的数
据进行线性回归分析后发现, 风速的增加通常能促
进颗粒物(PM10)浓度的增加, 这与其研究结果不一
致。风速越大, 越有利于颗粒物的扩散, 颗粒物的浓
度就越低; 如果风速较小, 这种扩散能力就越低,
容易造成污染物质在局部地区的堆积, 从而使颗粒
物富集污染加重。
降水对 PM2.5 浓度的清除具有非常明显的效果,
当有降水出现时, PM2.5 浓度显著降低, 城市空气质量
往往达到非常清洁的水平, 降雨的增加对所有的
110 生 态 科 学 35 卷

PM2.5组成成分有所削减[30–31], 这与本研究结果一致。
5 结论
北京南海子公园 PM2.5和 PM10 质量浓度日变化
以夜间低, 白天高为主, 呈现明显的双峰型, 南海
子公园的 PM2.5 和 PM10 质量浓度变化幅度较大; 从
不同月份来看, 南海子公园 PM2.5 质量浓度 6 月最
大、8 月最低; 温度、风和降水与 PM2.5 和 PM10 质
量浓度呈负相关关系, 湿度与 PM2.5 和 PM10 质量浓
度呈正相关关系, 大风和降雨能有效的清除颗粒物,
特别是细颗粒物; 森林可以吸附 PM2.5 和 PM10 颗粒
物, 能有效的降低外围的污染程度。
参考文献
[1] 张秋蕾. 环境保护部通报 1 月 30 日部分城市空气质量情
况[N]. 中国环境报, 2013-01-30(1).
[2] 邱晨辉. 中科院专项研究还原京津冀灰霾天气产生过程[N].
中国青年报, 2013-02-16(3).
[3] 裴敏欣.中国的环境: 经济死刑[N]. 美国《财富》双周刊,
2013-0-28.
[4] 季静, 王罡, 杜希龙, 等. 京津冀地区植物对灰霾空气中
PM2.5等细颗粒物吸附能力分析[J]. 中国科学: 生命科学,
2013, 43(8): 694–699.
[5] JACOBSON M Z. Strong radioactive heating due to the
mixing-state of black carbonization morphemic aerosols[J].
Nature, 2001, 409( 6821): 695–697.
[6] HINZ K P, TRIMBORN A, WEINGARTNER E, et al.
Aerosol single particle composition at the Jungfraujoch[J].
Aerosol Science, 2005, 36(1): 123–145.
[7] 王扬锋, 马雁军, 陆忠艳, 等. 辽宁本溪大气颗粒物浓度
特征[J]. 环境化学, 2012, 31(2): 235–242.
[8] 李学彬, 韩永. 徐青山, 等. 厦门地区大气气溶胶变化特
征分析[J]. 大气与环境光学学报, 2006, 1(3): 161–165.
[9] 于淑秋, 林学椿, 徐祥德. 北京市区大气污染的时空特
征[J]. 应用气气象学报, 2002, 13: 92–99.
[10] 李雪, 刘子锐, 任希岩, 等. 2007 和 2008 年夏季北京
奥运馆大气 PM10 与 PM2.5 质量浓度变化特征[J]. 大气
科学学报, 2012, 35(2): 197–204.
[11] 陈玮, 何兴元, 张粤, 等. 东北地区城市针叶树冬季滞尘
效应研究[J]. 应用生态学报, 2003, 14(12): 2113–2116.
[12] 王蕾, 高尚玉, 刘连友, 等. 北京市 11 种园林植物滞留
大气颗粒物能力研究[J]. 应用生态学报, 2006, 17(4):
597–601.
[13] 郭二果, 王成, 郄光发, 等. 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.
[14] 肖以华, 习丹, 佟富春, 等. 广州市城乡梯度森林公园雨
季空气 PM2.5 浓度及水溶性离子特征[J]. 应用生态学报,
2013, 24(10): 2905–2911.
[15] LEWANDOWSKI M, JAOUI M, KLEINDIENST TE, et al.
Composition of PM2.5 during the summer of 2003 in
research Triangle Park, North Carolina [J]. Atmospheric
Environment, 2007, 41(19): 4073–4083.
[16] YAO X H, CHAN C K, FANG M, et al. The water-soluble
ionic composition of PM2.5 in Shanghai and Beijing, China
[J]. Atmospheric Environment, 2002,36(26): 4223–4234.
[17] FANG G C, CHANG C N, WANG N P, et al. The study of
TSP, PM2.5-10 and PM2.5 during Taiwan Chi-Chi Earth-
quake in the traffic site of central Taiwan, Taichung[J].
Chemosphere, 2000, 41(11): 1727–1731.
[18] TAO Jun, HO K F, CHEN Laiguo, et al. Effect of chemical
composition of PM2.5 on visibility in Guangzhou, China,
2007, spring[J]. Particuology, 2009, 7(1): 68–75.
[19] SUN Yulei, ZHUANG Guoshun, WANG Ying, et al. The
air borne particulate pollution in Beijing concentration,
composition, distribution and sources[J]. Atmospheric
Environment, 2004, 38(35): 5991–6004.
[20] KHAN MF, SHIRASUNA Y, HIRANO K, et al. Charac-
terization of PM2.5, PM2.5-10 and PM>10 in ambient air,
Yokohama, Japan[J]. Atmospheric Research, 2010, 96:
159–172.
[21] 王华, 鲁绍伟, 李少宁, 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[J]. 应用生态学报,
2013, 24(3): 861–868.
[22] NOBLE C A, MUKERJEE S, GONZALES M, et al.
Continuous measurement of fine and ultrafine particulate
matter, criteria pollutants and meteorological conditions in
urban El Paso, Texas[J]. Atmospheric Environment, 2003,
37(6): 827–840.
[23] STONE E, SCHAUER J, QURAISHI T A, et al. Chemical
characterization and source apportionment of fine and
coarse particulate matter in Lahore, Pakistan[J]. Atmospheric
Environment, 2010, 44(8): 1062–1070.
[24] 刘宁微, 马雁军, 王扬锋, 等. 丹东市大气颗粒物质量浓
度变化特征及其与能见度的关系[J]. 环境科学研究 ,
2010, 23(5): 642–646.
[25] 王绪鑫, 王冀, 向旬, 等. 鞍山大气颗粒物浓度的变化特
征[J]. 环境科学研究, 2009, 22(6): 656–662
[26] 赵晨曦, 王玉杰, 王云琦, 等. 细颗粒物(PM2.5)与植被关
系的研究综述[J]. 生态学杂志, 2013, 32(8): 2203–2210.
[27] TAI A P K, MICKLEY L J, JACOB D J. Correlations
between fine particulate matter (PM2.5)and meteorological
variables in the United States: Implications for the
sensitivity of PM2.5to climate change[J]. Atmospheric
Environment, 2010,44(32): 3976–3984.
[28] 宋宇, 唐孝炎, 方晨, 张远航, 等. 北京市大气细粒子的
来源分析[J]. 环境科学, 2002, 23(6): 11–16.
[29] KIM K H, KIM M Y, HONG S M, et al. The effects of
wind speed on the relative relationships between different
sized-fractions of airborne particles[J]. Chemosphere, 2005,
59(7): 929–937.
[30] DAWSON J P, ADAMS P J, PANDIS S N. Sensitivity of
PM2.5 to climate in the Eastern US: A modeling case
study[J]. Atmospheric Chemistry and Physics, 2007, 7(16):
4295–4309.
[31] 顾凯华. 南京冬季雾天 PM10、PM2.5中 PAHs 特征及其
与气象条件的关系[D]. 南京: 南京信息工程大学, 2007.