潘俊靈 楊思穎 羅語盈 張琪

摘要：選取20個(gè)湖南第一師范學(xué)院（東方紅校區(qū)）師生活動(dòng)典型場所作為監(jiān)測點(diǎn)，利用便攜式大氣顆粒物監(jiān)測儀測得PM2.5和PM10濃度數(shù)據(jù)，分析該校區(qū)PM2.5和PM10濃度的時(shí)空變化特征，以此對校園微環(huán)境的空氣質(zhì)量進(jìn)行評估。結(jié)果表明：校園微環(huán)境的空氣污染程度受人流密度、場所作業(yè)影響呈現(xiàn)分異特征。其中，沙塵、煙粒是導(dǎo)致校園空氣高濃度污染的主要原因。

關(guān)鍵詞：校園微環(huán)境;PM2.5;PM10;濃度變化

Abstract： Select 20 typical places for teacher and student activities of Hunan First Normal University （Dong fang hong Campus） as detection points， and use portable air particulate matter monitors to measure PM2.5 and PM10 concentration data， and analyze the concentration of PM2.5 and PM10 in this campus The characteristics of temporal and spatial changes are used to evaluate the air quality of the campus microenvironment. The results show that the air pollution degree of the campus microenvironment is affected by the density of people flow and the work of the site. Among them， sand dust and smoke particles are the main causes of high-concentration air pollution on campus.

Keywords： campus microenvironment; PM2.5; PM10; concentration changes

引言

空氣質(zhì)量依據(jù)空氣中污染物濃度的高低來判斷，依據(jù)環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（ GB 3095-2012） 要求，現(xiàn)階段大氣污染物監(jiān)測中對大氣顆粒物主要監(jiān)測粒徑為 PM10和 PM2.5，就危害程度而言，PM2.5的危害更大[1]。PM2.5（細(xì)顆粒物）是指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑小于或等于2.5μm的顆粒物， PM2.5粒徑小， 面積大， 活性強(qiáng)， 易附帶有毒、有害物質(zhì)（重金屬、微生物等），且在大氣中的停留時(shí)間長、輸送距離遠(yuǎn)， 因而對人體健康和大氣環(huán)境質(zhì)量影響很大。PM10（可吸入顆粒物），是指空氣動(dòng)力學(xué)當(dāng)量直徑在10μm以下的顆粒物，若被人體吸入，會(huì)沉積在呼吸道、肺泡等部位而引發(fā)疾病，長期暴露在PM2.5 濃度高的環(huán)境中可能會(huì)引發(fā)慢性鼻咽炎、慢性支氣管炎和哮喘等疾病[2]。

居民一般以天氣預(yù)報(bào)的空氣質(zhì)量預(yù)估數(shù)據(jù)為出行提供參考，天氣預(yù)報(bào)的空氣質(zhì)量數(shù)據(jù)來源于城市的空氣質(zhì)量監(jiān)測站，就長沙而言，共設(shè)有10個(gè)空氣質(zhì)量監(jiān)測站點(diǎn)。但對于典型微環(huán)境的空氣質(zhì)量監(jiān)測缺乏針對性。本研究以大學(xué)校園作為研究區(qū)域，選取校園師生活動(dòng)典型場所作為監(jiān)測點(diǎn)，利用數(shù)理統(tǒng)計(jì)方法和ArcGIS統(tǒng)計(jì)分析工具獲取 PM2.5和PM10的時(shí)間變化與空間分異特征，以期為改善校園微環(huán)境空氣質(zhì)量提供數(shù)據(jù)支撐。

1監(jiān)測區(qū)域

監(jiān)測地點(diǎn)位于湖南第一師范學(xué)院東方紅校區(qū)（28.20oN， 112.86oE），選取校區(qū)內(nèi)部10個(gè)監(jiān)測點(diǎn)，校區(qū)外部10個(gè)監(jiān)測點(diǎn)，如圖1-1所示。進(jìn)一步分為四個(gè)典型的功能區(qū)，分別是商業(yè)區(qū)（校內(nèi)食堂與商店、校外商城與集市）;交通區(qū)（校外公交站臺(tái)、人行道）;教學(xué)區(qū)（教學(xué)樓與操場）;居住區(qū)（學(xué)生與教職工宿舍）。

2監(jiān)測設(shè)計(jì)和制圖方法

選用諾方SDL307便攜式大氣顆粒物監(jiān)測儀作為監(jiān)測儀器，監(jiān)測范圍為0—999.9 μg/m3，監(jiān)測顆粒物最小直徑為0.3μm，分辨率為0.1 μg/m3，可以直接監(jiān)測并顯示PM2.5和PM10的濃度大小。數(shù)據(jù)采集時(shí)間為6：00—20：00，招募10名志愿者手持儀器距地1.5m左右的高度進(jìn)行數(shù)據(jù)采集。每隔2個(gè)小時(shí)監(jiān)測取值。

制圖方法采用GIS 空間插值方法，根據(jù)已知觀測點(diǎn)數(shù)據(jù)之間的空間關(guān)聯(lián)性、數(shù)學(xué)模型及誤差目標(biāo)函數(shù)來預(yù)測未知空間數(shù)據(jù)值。GIS空間插值在 PM2.5和PM10濃度精細(xì)模擬方面選用克里金插值法（Kriging）[3-5]。 計(jì)算公式如下：是點(diǎn)（x0， y0）處的估計(jì)值，即z0=z（x0，y0）。

3結(jié)果與分析

3.1 PM2.5和PM10濃度時(shí)間變化

秋季監(jiān)測時(shí)的天氣狀況為晴天，平均風(fēng)速2.7級。在晴天狀況下，大氣中的云量少，早晚溫差較大，大氣中的顆粒物濃度（包括PM2.5和PM10）變化幅度較為明顯。四個(gè)區(qū)域的濃度從小到大的變化順序依次為：居住區(qū)、教學(xué)區(qū)、交通區(qū)、商業(yè)區(qū)。其中，在就餐時(shí)段商業(yè)區(qū)的食堂顆粒物濃度達(dá)188μg/m3，超出平均濃度兩倍之多。

通過分析表3-1和表3-2的數(shù)據(jù)發(fā)現(xiàn)，在一天中早晨6：00至8：00的顆粒物濃度值最高，隨著時(shí)間的推移，顆粒物濃度逐漸下降，至下午14：00降到最低，此后濃度開始回升，呈U形變化趨勢[6]。

造成顆粒物濃度呈U形變化的原因可能是：日出前后氣溫最低，空氣中的濕度大，空氣中的顆粒物不易擴(kuò)散而停留在近地面的空氣中。加之此時(shí)正值早高峰，商業(yè)區(qū)開始活躍，通行車輛基數(shù)大，學(xué)生上課人員流動(dòng)大，導(dǎo)致顆粒污染物濃度增加。隨著氣溫上升、濕度降低，空氣中的布朗運(yùn)動(dòng)加劇，太陽輻射逐步增強(qiáng)導(dǎo)致空氣出現(xiàn)對流現(xiàn)象，此時(shí)顆粒物的運(yùn)動(dòng)范圍加大被擴(kuò)散到遠(yuǎn)地面空間。植物經(jīng)過充分的光照，生命活動(dòng)達(dá)到旺盛時(shí)期，吸附顆粒物的能力增強(qiáng)。在午后時(shí)分顆粒物濃度降至最低。傍晚，隨著溫度下降，下班高峰來臨，人群開始在商業(yè)區(qū)等地帶活躍，PM2.5和PM10濃度都逐步攀升[7]。

冬季監(jiān)測時(shí)的天氣狀況為陰天，平均風(fēng)速3.3級。在陰天狀況下，大氣中的云量多，冬季早晚溫度普遍偏低，大氣中的顆粒物濃度變化未出現(xiàn)大幅度跳躍。四個(gè)區(qū)域的濃度從小到大的變化順序依次為：居住區(qū)、交通區(qū)、教學(xué)區(qū)、商業(yè)區(qū)。

通過分析表3-3和表3-4的數(shù)據(jù)發(fā)現(xiàn)，PM2.5和PM10濃度表現(xiàn)為緩慢爬升曲線。造成這種現(xiàn)象的原因主要是：冬季氣溫低，三次觀測平均氣溫范圍為6.7℃至12℃，空氣中的顆粒物受低溫影響表現(xiàn)為不活躍狀態(tài)。一般來說，風(fēng)速越大，顆粒物的擴(kuò)散能力越強(qiáng)。在輕風(fēng)與微風(fēng)的風(fēng)速條件下，顆粒物不易被擴(kuò)散，加之監(jiān)測點(diǎn)周圍分布高樓建筑，風(fēng)力對顆粒物的帶動(dòng)作用進(jìn)一步降低。對PM2.5和PM10濃度產(chǎn)生主要影響的是人為活動(dòng)，在冬季低溫環(huán)境下，人群減少外出更加集中在室內(nèi)環(huán)境，至就餐時(shí)間，餐飲商店等區(qū)域開始作業(yè)，PM2.5和PM10濃度隨之產(chǎn)生了一定的增幅。

3.2 PM2.5和PM10空間變化

運(yùn)用ArcGIS統(tǒng)計(jì)分析工具，對不同監(jiān)測點(diǎn) PM2.5和 PM10進(jìn)行普通克里金插值，如圖3-1和圖3-2所示，插值結(jié)果顯示，同一區(qū)域同一時(shí)期的PM2.5與PM10呈明顯的正相關(guān)，監(jiān)測點(diǎn)的PM2.5和PM10濃度的空間分布差異明顯。

秋季監(jiān)測地點(diǎn)所處的空間污染情景為輕度污染，早晨時(shí)段的高值區(qū)出現(xiàn)在東北部，其余濃度表現(xiàn)為均值遞減。隨著時(shí)間推移，高值區(qū)域逐漸轉(zhuǎn)為校內(nèi)食堂為中心的商業(yè)地帶。冬季早晨時(shí)段的高值區(qū)域集中在校園中心的商業(yè)地帶。

冬季監(jiān)測地點(diǎn)所處的空間污染情景為輕度污染，早晨時(shí)段的高值區(qū)域集中在觀測區(qū)域中心的商業(yè)地帶，PM2.5和PM10在一天中呈由西部向東部轉(zhuǎn)高的階梯變化趨勢。

總體來看，PM2.5和PM10濃度高值區(qū)域出現(xiàn)在觀測區(qū)的中部和北部區(qū)域，低值區(qū)區(qū)域出現(xiàn)在觀測區(qū)南部地區(qū)，整體呈現(xiàn)東北高–西南低的階梯變化趨勢。出現(xiàn)這一變化的原因主要是受交通早晚高峰以及人群就餐活動(dòng)的影響。

4結(jié)論與建議

4.1結(jié)論

從日變化來看， PM2.5和PM10變化幅度大的一天中，監(jiān)測結(jié)果與傳統(tǒng)認(rèn)知中的“早晨空氣清新”印象相反，早間PM2.5和PM10濃度處于高點(diǎn)位置[8]。

從季節(jié)變化來看，在溫差變化大的秋季的高溫天氣下，空氣中的PM2.5和PM10的變化幅度大。

從活動(dòng)場所來看，除學(xué)生食堂外，其他區(qū)域的顆粒物濃度與當(dāng)日長沙空氣質(zhì)量相近，學(xué)生食堂的PM2.5濃度為 286μg/m3，遠(yuǎn)超國家規(guī)定的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》二級濃度限值[9]。

4.2建議

從時(shí)間角度來看，在溫差變化大的秋季，早晨時(shí)段空氣中的顆粒物濃度并未處于最低點(diǎn)，因此，從規(guī)避空氣中的顆粒物和身體健康出發(fā)，運(yùn)動(dòng)健身宜選在顆粒物濃度較低的午間，而不宜選在早晨。

從空間角度來看，商業(yè)區(qū)、交通區(qū)、居住區(qū)、教學(xué)區(qū)的污染物濃度水平呈現(xiàn)不同水平，尤其是食堂的污染物濃度長期位于高值范圍，食堂工作人員除保障食品衛(wèi)生需佩戴口罩外，從保護(hù)自身呼吸道而言更需佩戴口罩，就餐人員也應(yīng)盡量少在食堂逗留。

商業(yè)區(qū)和交通區(qū)由于人員活動(dòng)頻繁且密集，顆粒物排放較多，而宿舍林蔭道和學(xué)校草坪這兩種以植被為主要覆蓋的下監(jiān)測點(diǎn)，顆粒物濃度較其他地區(qū)低，由此可見，合理的綠地空間布局能有效降低顆粒物濃度[10]，減少大氣污染，故建議在食堂和集市等商業(yè)區(qū)和交通區(qū)多種植綠植。進(jìn)一步建議在十字路口等交通區(qū)定時(shí)灑水或?qū)崟r(shí)監(jiān)測公示車流量提醒居民，避免因車流量過大而造成的二次揚(yáng)塵和汽車尾氣排放。

參考文獻(xiàn)

[1]杜金花. 深圳大氣 PM2. 5中金屬元素污染特征研究[D].北京：北京大學(xué)，2010.

[2]李雪梅，牟玲，田妹，鄭利榮，李楊勇.山西大學(xué)城PM_（2.5）中元素特征、來源及健康風(fēng)險(xiǎn)評估[J].環(huán)境科學(xué)，2020.

[3]Liao D， Peuquet D J， Duan Y， et al. GIS approaches for the estimation of residential-level ambient PM concentrations[J]. Environmental health perspectives， 2006， 114（9）： 1374-1380.

[4]Sampson P D， Richards M， Szpiro A A， et al. A regionalized national universal kriging model using Partial Least Squares regression for estimating annual PM2.5 concentrations in epidemiology[J]. Atmospheric environment， 2013， 75： 383-392.

[5]Lee S J， Serre M L， van Donkelaar A， et al. Comparison of geostatistical interpolation and remote sensing techniques for estimating long-term exposure to ambient PM2.5 concentrations across the continental United States[J]. Environmental health perspectives， 2012， 120（12）： 1727-1732.

[6]彭敏，儲(chǔ)江偉，李洪亮等.哈爾濱市冬季霧霾天大氣顆粒物污染特征分析[J].森林工程，2017，33（1） ： 33-40.

[7] 劉旭輝，余新曉，張振明，等.林帶內(nèi) PM10、PM2.5污染特征及其與氣象條件的關(guān)系[J].生態(tài)學(xué)雜志， 2014，33 （7） ： 1715-1721.

[8]趙戈榕，劉燕，鐘鈺祺，汪永英.秋季校園不同下墊面PM2.5濃度的研究[J].森林工程，2020.

[9]朱淮東，張彪.某校園顆粒物分布及健康影響評價(jià)[J].建筑熱能通風(fēng)空調(diào)，2016，35（08）：11-14.

[10]王薇，陳明.城市綠地空氣負(fù)離子和 PM2.5 濃度分布特征及其與微氣候關(guān)系： 以合肥天鵝湖為例[J].生態(tài)環(huán)境學(xué)報(bào)，2016，25（9）：1499-150

湖南第一師范學(xué)院 湖南長沙 410205