趙戈榕　劉燕　鐘鈺祺　汪永英

摘 要：以霧霾為主的大氣污染已經(jīng)成為影響人類身體健康和生存發(fā)展的重要因素。校園是師生最主要的生活環(huán)境，針對其不同下墊面（即指與大氣下層直接接觸的地球表面）對PM2.5濃度的影響進行研究有助于提升生活舒適度。以東北林業(yè)大學(xué)校園內(nèi)宿舍區(qū)、活動區(qū)、林場、草坪區(qū)和家屬區(qū)為下墊面測量PM2.5濃度，分析其在晴天、陰天和多云天氣條件下的日變化和月變化的特征。以晴天為例，家屬區(qū)的PM2.5濃度比草坪高出約15%;而在不同天氣條件下，陰天活動區(qū)的PM2.5濃度較多云天高將近60%。結(jié)果表明，人員流動頻繁、活動較多的地區(qū)PM2.5濃度較高，植物覆蓋的地方PM2.5濃度較低;陰天的顆粒物濃度較高，多云天和晴天的顆粒物濃度較低。故在陰天不宜外出活動，且合理的綠地空間布局能有效降低顆粒物濃度，改善大氣污染。

關(guān)鍵詞：PM2.5濃度;校園;下墊面;天氣變化;綠地類型

中圖分類號：X513;P49??? 文獻標識碼：A?? 文章編號：1006-8023（2020）06-0042-09

Study of PM2.5? Concentration About Different Underlying

Surfaces on Campus in Autumn

ZHAO Gerong， LIU Yan， ZHONG Yuqi， WANG Yongying*

（School of Forestry， Northeast Forestry University， Harbin 150040， China）

Abstract：Air pollution， mainly haze， has become one of the key factors threatening human health， survival and development. In order to improve the well-being of students and teachers， the research of the concentration of fine particles on various underlying surfaces， which means the surface of the earth in direct contact with the lower atmosphere on campus was delivered. According to this research， PM2.5 concentration was measured in the dormitory area， activity area， forest farm， lawn， and family area of Northeast Forestry University. We analyzed the change of PM2.5 concentration on these mentioned sites under sunny， cloudy， and partly cloudy conditions by collecting data. Taking a sunny day as example， the PM2.5 concentration in the family area was about 15% higher than that in the lawn; and under different weather conditions， the PM2.5 concentration in the activity area on a partly cloudy day was nearly 60% higher than that on a cloudy day.? Results showed that the PM2.5 concentration was higher in areas with frequent movement and human activities， while lower in areas covered by plants. The concentration of fine particles was higher on cloudy days and lower on partly cloudy and sunny days. Therefore， outdoor activities were not recommended on cloudy days. Also， a reasonable green space layout could effectively reduce the concentration of particulate matter and improve air quality.

Keywords：PM2.5 concentration; campus; underlay surface; weather changes; green space types

收稿日期：2020-05-24

基金項目：中央高?；究蒲袠I(yè)務(wù)費專項資金資助（2572014CA20）;大學(xué)生創(chuàng)新訓(xùn)練項目（201910225541）

通信作者：汪永英，博士，講師。研究方向： 森林氣象學(xué)與水土保持。E-mail：wyy9422@163.com

引文格式：趙戈榕，劉燕，鐘鈺祺，等. 秋季校園不同下墊面PM2.5濃度的研究[J].森林工程，2020，36（6）：42-50.

ZHAO G R， LIU Y， ZHONG Y Q， et al. Study of PM2.5 concentration about different underlying surfaces on campus in autumn[J]. Forest Engineering，2020，36（6）：42-50.

0 引言

隨著經(jīng)濟的發(fā)展，中國城市化、工業(yè)化進程高速推進，環(huán)境污染問題日益嚴重，大氣污染成為我國尤其嚴重的環(huán)境問題[1]。其中，霧霾是我國最常見的大氣污染現(xiàn)象，在我國爆發(fā)頻率之高、影響范圍之廣超越了其他大氣污染現(xiàn)象，已經(jīng)成為影響人們生活環(huán)境和身體健康的重要因素。2017年和2018年的《中國環(huán)境狀況公報》均指出，大氣顆粒物仍是影響空氣質(zhì)量的首要污染物。國內(nèi)外關(guān)于顆粒物濃度與呼吸道疾病關(guān)系的研究有很多[2-4]。大氣顆粒物是大氣中存在的各種固態(tài)和液態(tài)顆粒狀物質(zhì)的總稱，PM2.5為其中最重要，也是對人體影響最大的一類顆粒物。PM2.5是指直徑小于2.5 μm，在空氣中能夠長期懸浮而不易沉降的顆粒物，它會誘發(fā)、導(dǎo)致多種疾病[5-6]。校園是學(xué)生和老師長期生活的地方，是人員密集的公共場所，校園內(nèi)的空氣質(zhì)量，尤其是顆粒物濃度，對學(xué)生和教師的身體健康有著重要影響[7-8]。但已經(jīng)發(fā)布的研究中針對校園環(huán)境的少之又少，且由于地域差異，這些研究并不能完全適用于校園的環(huán)境，因此，本文選取校園作為研究區(qū)域，針對校園與城市的環(huán)境差異進行細致分析，并以校園環(huán)境為根本，選取不同的、有代表性的下墊面進行研究。開展這方面的研究對于了解校園不同下墊面的空氣質(zhì)量狀況，幫助改善校園環(huán)境、創(chuàng)造優(yōu)美舒適的學(xué)習(xí)生活條件，以及對師生的健康出行都具有一定的借鑒意義。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

研究地設(shè)在黑龍江省哈爾濱市東北林業(yè)大學(xué)園區(qū)內(nèi)，主園區(qū)的地理坐標是45.72° N，126.63° E，氣候特點是四季分明，冬季漫長而寒冷，夏季短暫而炎熱，而春、秋季氣溫升降變化快，屬于過渡季節(jié)，時間較短。本次實驗研究時間是9—11月，屬于秋季，是從夏到冬的過渡季節(jié)，因受北方冷空氣影響，氣候由暖變寒。氣旋活動僅次于春季，天氣冷暖多變，每當冷鋒過后，氣溫急劇下降，氣溫月際變化幅度達8～9 ℃，降水量顯著減少，但多于春季，風(fēng)速較大，風(fēng)向以偏南風(fēng)為主[9]。此外，校園內(nèi)的植物綠地種類分布以林地為主，其中喬木層以旱柳、水曲柳、紅皮云杉和白樺為主，灌木層以丁香類、榆葉梅等為主[10]。

研究地點均在東北林業(yè)大學(xué)校園內(nèi)，環(huán)境條件相似。選擇5種不同下墊面作為實驗樣地開展監(jiān)測[11]，在每處不同樣地內(nèi)均設(shè)置5個1 m×1 m的實驗樣方，并保證樣方內(nèi)各種影響因素分布較為均勻，并以黑龍江省氣象局發(fā)布的香坊區(qū)的標準顆粒物濃度作為對照進行比較分析，選取的5處實驗樣地下墊面的結(jié)構(gòu)類型及特征分別如圖1所示[12]。

（1）宿舍區(qū)——4號學(xué)生公寓后（圖1（a））：地表由陶土磚平鋪而成且無植物覆蓋，位于3號公寓和4號公寓之間，背陰地，很少有陽光直射，樣方外3 m左右有一棵水曲柳。平時經(jīng)過的師生較多，人流密度較大。

（2）草坪——主樓后草坪（圖1（b））：位于主樓正南方向，地表由草本植物覆蓋，林木覆蓋率大于60%，樣方內(nèi)除草本植物外無其余植被，樣方北側(cè)是灌木叢，樣方南側(cè)種植油松。除定期草坪打理外，幾乎無行人通過。

（3）活動區(qū)——籃球場（圖1（c））：位于舊體育館南側(cè)，地表由水泥地構(gòu)成無植物覆蓋，周邊無高大植株或建筑物遮擋，陽光直射面廣、時間長。午后至傍晚時間內(nèi)，在籃球場內(nèi)打球的人較多，樣方周圍一直有活動的球員，極易造成干擾。

（4）家屬區(qū)——家屬區(qū)18號樓旁（圖1（d））：樣地是陶土磚地且無植物覆蓋，附近也無任何植株存在，由于位于兩棟家屬樓之間，陽光照射面較小，建筑物遮擋較多。樣方西側(cè)有一長椅，中下午時間段時常有人坐在長椅進行聊天造成干擾。

（5）林場——水曲柳林地（圖1（e））：位于林場小木屋南側(cè)，樣方內(nèi)有1棵水曲柳、1棵灌木，地表有灌木叢覆蓋，林木覆蓋率大于80%，樣方周邊分布多棵水曲柳，喬木林遮擋了陽光照射。林場的人為活動干擾極少，可忽略不計。

1.2 研究方法

觀測時間選擇2019年秋季9—11月，每月分別選取晴天、陰天和多云3種天氣情況，每種天氣至少測量3 d，選取一天中12 h（07：00—19：00）進行測量，每隔2 h，在各下墊面內(nèi)使用儀器CW-HAT200 PM2.5儀和Testo410-1風(fēng)速儀分別測量5種不同下墊面樣地的PM2.5質(zhì)量濃度、氣溫、濕度以及風(fēng)速。每個下墊面均采用5點取樣法（四方樣地頂角4點和中心1點），每個點采樣1 min，隔1 min讀數(shù)一次，采樣高度均為距離地面1.5 m處，與成人呼吸高度基本一致。運用Excel 2010軟件進行數(shù)據(jù)整理、統(tǒng)計處理，并將數(shù)據(jù)對比結(jié)果進行系統(tǒng)分析[5，13-15]。

2 結(jié)果與分析

2.1 相同天氣條件下不同下墊面PM2.5濃度的日變化特征

2.1.1 晴天條件下

晴天條件下，天空云量較少，早晚氣溫變化幅度較大，大氣不穩(wěn)定。由圖2晴天條件下不同下墊面PM2.5質(zhì)量濃度的比較可見，9月和11月的日變化明顯，10月日變化幅度較小。由表1經(jīng)過計算可知，各下墊面的PM2.5濃度由大到小順序為：家屬區(qū)、活動區(qū)、宿舍區(qū)、草坪區(qū)、林場，并且家屬區(qū)的PM2.5濃度值比林場高出15%。

9月PM2.5濃度日均值由大到小順序為：宿舍區(qū)、草坪區(qū)、家屬區(qū)、活動區(qū)、林場;10月由大到小順序為：活動區(qū)、家屬區(qū)、林場、宿舍區(qū)、草坪區(qū);11月由大到小順序為：草坪區(qū)、家屬區(qū)、宿舍區(qū)、林場、活動區(qū)。通過一天的不同時段觀測數(shù)據(jù)可見，9月不同下墊面PM2.5濃度最高值出現(xiàn)在早上8：00，隨著時間的增加，濃度值逐漸減少，在下午12：00—16：00達到最低，隨后略有上升，曲線整體呈U型[16]。造成這樣變化的原因可能是：早上8：00是哈爾濱市出行早高峰，汽車尾氣排放量大、學(xué)生上課人數(shù)集中流動，導(dǎo)致顆粒污染物增加，PM2.5濃度增大;并且早晨溫度低、濕度大，顆粒物不易擴散而聚集在近地表面的空氣中;午后隨著氣溫明顯上升和濕度減小，空氣中PM2.5濃度逐漸降低，在16：00左右達到最低，在氣溫上升時間內(nèi)，由于太陽輻射積累達峰值可能出現(xiàn)對流情況，使得顆粒物容易擴散，在地表附近不易積累，且光照充足情況下，植物的生命活動旺盛，吸收吸附顆粒物能力增強;傍晚，18：00溫度逐漸降低，使大氣稀釋能力減弱，此時還伴隨著出行晚高峰帶來的尾氣排放，使顆粒物濃度開始增加[17]。

10月，觀測時間均為正式供暖前，不同下墊面的PM2.5質(zhì)量濃度日變化相對比較平緩，沒有出現(xiàn)太大的波動，但仍表現(xiàn)出早晚PM2.5濃度高于日間濃度值。

11月，此時已經(jīng)全面進入供暖期，供熱部門為了供暖溫度達標，特別是早晚溫度較低期間，會加大燃煤量以提高供暖溫度，所以在11月則表現(xiàn)為傍晚之后出現(xiàn)高PM2.5濃度的變化。

2.1.2 陰天條件下

陰天條件下，云量較多，大氣穩(wěn)定度為偏中性狀態(tài)，不利于污染物的擴散。此時通過圖3陰天條件下不同下墊面PM2.5質(zhì)量濃度的比較可知，不同下墊面的日變化趨勢不像晴天時那么有規(guī)律。就整體而言，各下墊面的PM2.5濃度由大到小順序為：宿舍區(qū)、活動區(qū)、草坪區(qū)、家屬區(qū)、林場，并且宿舍區(qū)的PM2.5濃度值比林場高出24%。9月日均值由大到小順序為：林場、活動區(qū)、宿舍區(qū)、家屬區(qū)、草坪區(qū);10月日均值由大到小順序為：活動區(qū)、家屬區(qū)、林場、宿舍區(qū)、草坪區(qū);11月日均值由大到小順序為：宿舍區(qū)、草坪區(qū)、活動區(qū)、家屬區(qū)、林場。9月除了林場之外，其他下墊面均表現(xiàn)為PM2.5質(zhì)量濃度最大值出現(xiàn)在早上8：00，最低值出現(xiàn)在午后不同時段;而在林場則表現(xiàn)為最大值出現(xiàn)午后，最小值出現(xiàn)在上午時段。10月整體日變化呈現(xiàn)不規(guī)律波動，一方面由于軍訓(xùn)后活動區(qū)開放，以及該時段各個組織舉辦招新活動導(dǎo)致人群聚集，使得家屬區(qū)和活動區(qū)在10月的人流量比9月明顯提升，相較于其他植被覆蓋、行人較少的區(qū)域而言，顆粒物濃度普遍偏高;各下墊面最低值出現(xiàn)于午后12：00—16：00，最高值也根據(jù)下墊面不同出現(xiàn)時間不定。11月的日變化呈現(xiàn)為先降低后增加，最后降低的雙峰型的圖形，下午14：00 PM2.5濃度有一個小幅增加，主要是由于當陽光輻射和云量改變時，溫度和濕度也隨之改變，造成了PM2.5質(zhì)量濃度突然增加。

2.1.3 多云條件下

多云條件下，云量比晴天時稍多，早晚氣溫變化不大，大氣相對穩(wěn)定。通過比較不同下墊面PM2.5濃度日變化（圖4），綜合來看，整體變化趨勢與晴天各月份變化基本一致，由大到小順序為：活動區(qū)、家屬區(qū)、宿舍區(qū)、林場、草坪區(qū)，并且活動區(qū)的PM2.5濃度值比草坪區(qū)高出43%。9月日均值由大到小順序為：林場、宿舍區(qū)、草坪區(qū)、家屬區(qū)、活動區(qū);10月由大到小順序為：活動區(qū)、家屬區(qū)、宿舍區(qū)、林場、草坪區(qū);11月由大到小順序為：家屬區(qū)、活動區(qū)、草坪區(qū)、宿舍區(qū)、林場。9月，一天的變化趨勢主要表現(xiàn)為U型變化，8：00-10：00為最大濃度，下午14：00—16：00為最小值，隨后又有小幅增加。10月到11月，一天最大值出現(xiàn)在18：00左右，最小值出現(xiàn)在10：00—14：00。

由此可知，同一天氣條件下不同下墊面，早晚PM2.5的濃度值偏高，不適宜出外活動。

2.2 相同天氣條件下不同下墊面PM2.5濃度的月變化特點

由表1可知，晴天條件下，各下墊面PM2.5質(zhì)量濃度由小到大順序為：9月、11月、10月。這是由于哈爾濱10月中下旬開始集中供暖，有的供暖企業(yè)在正式供暖前進行測試階段導(dǎo)致大量煤煙燃燒增加，顆粒物濃度增大，再加上當時所測平均氣溫為17.6 ℃，平均風(fēng)速為1.1 m/s，相對濕度為43%，也不利于污染物的擴散。

多云天氣條件下，宿舍區(qū)和草坪區(qū)由小到大順序為：9月、10月、11月，屬于直線上升型;活動區(qū)、家屬區(qū)和林場則由小到大順序為：9月、11月、10月，屬于倒V型，活動區(qū)和家屬區(qū)變化劇烈，而林場則變化幅度很小。造成變化原因主要是，活動區(qū)和家屬區(qū)在不同天氣條件下人員流動程度不同，而宿舍區(qū)、草坪區(qū)以及林場的人員流動情況基本不存在變化，例如林場和草坪區(qū)常年人跡罕至，而宿舍區(qū)則無論任何天氣條件常有人來往。因而在人員活動的影響下，活動區(qū)與家屬區(qū)的PM2.5有較大變化，宿舍區(qū)、草坪區(qū)以及林場的PM2.5變化并不大。

9月份降水量較多，對PM2.5的沖刷及沉降作用明顯[15]，自10月中旬開始供暖后，顆粒物濃度有一個翻倍的增長，而11月和10月顆粒物濃度相差不大，說明供暖對于校園內(nèi)顆粒物濃度有明顯的影響[18-19]。在10月初，未供暖時家屬區(qū)附近有可能存在自行供暖情況，導(dǎo)致家屬區(qū)和附近籃球場的顆粒物濃度相比其余時間和地點的顆粒物濃度明顯增大。由此可見，人為因素是主要干擾顆粒物濃度月變化的主要原因。

陰天條件下，宿舍區(qū)、草坪區(qū)由大到小表現(xiàn)為：9月、10月、11月，且變化幅度較劇烈;活動區(qū)、家屬區(qū)和林場由大到小則為10月、11月、9月。整體變化趨勢也是從9—11月顆粒物濃度逐漸增加，宿舍區(qū)，草坪區(qū)和林場屬于直線上升型;活動區(qū)和家屬區(qū)，林場屬于倒V型。

2.3 不同天氣條件下相同下墊面PM2.5濃度的日變化特征

從不同天氣條件下不同下墊面的日變化比較（圖2—圖4）可知，整體來看，對于同一種下墊面，陰天PM2.5濃度最大，其次是晴天，多云天最小;經(jīng)計算，各下墊面陰天的PM2.5質(zhì)量濃度值是多云天的1.5～2.3倍，是晴天的1.4～1.6倍。

對于宿舍區(qū)、草坪區(qū)和活動區(qū)而言，晴天條件下，PM2.5濃度在一天之中，早上8：00和晚上18：00濃度最大，午后12：00—16：00濃度最小，整日PM2.5濃度變化呈現(xiàn)為U字型變化趨勢[16]。陰天條件下，在觀測時段內(nèi)出現(xiàn)了雙峰型變化，早上8：00濃度最高，午后14：00出現(xiàn)次高值。最低值出現(xiàn)在18：00。多云條件下，最高值出現(xiàn)在18：00，最低值出現(xiàn)在14：00。

對于家屬區(qū)而言，晴天和多云條件下，一天之中PM2.5濃度最高值大約在晚上18：00，中午12：00最小;而在陰天時，濃度最高出現(xiàn)在8：00，最低出現(xiàn)在18：00。

對于林場而言，陰天日變化濃度最大值在晚上18：00，最低值在中午12：00，晴天和多云天日變化濃度最大值在早上8：00，最低值在下午12：00—16：00。

2.4 不同天氣條件下相同下墊面PM2.5濃度的月變化特征

9—11月的月平均數(shù)據(jù)中，針對各下墊面而言由大到小順序為：陰天、晴天、多云。在表1中，通過比較不同下墊面各月PM2.5質(zhì)量濃度變化，整體來說，陰天PM2.5質(zhì)量濃度最大，其次是晴天，多云天最小。

對于宿舍區(qū)和草坪，陰天和多云天均是11月PM2.5質(zhì)量濃度最高，9月最低，而晴天表現(xiàn)為10月PM2.5質(zhì)量濃度最高，9月和11月相差不大。

對于活動區(qū)，家屬區(qū)和林場來說，整體月變化均是9月PM2.5質(zhì)量濃度最低，10月PM2.5質(zhì)量濃度最高，11月PM2.5質(zhì)量濃度介于9月和10月之間。

陰天時，空氣干燥，根據(jù)當時測定氣溫發(fā)現(xiàn)，均高于晴天與多云天，大氣為中性狀況，不利于顆粒物的擴散，并且由于日照較少，學(xué)生活動也較其他天氣更多，顆粒物排放相對較高;而多云天多出現(xiàn)在降水后，降水形成過程中，顆粒物充當了凝結(jié)核，起到了濕沉降的作用，隨著降水降落到地面，雨滴在降落過程中還會發(fā)生碰撞，此時會捕獲一些顆粒物[5]，使空氣中的顆粒物再次減少，顆粒物濃度也因此較其他天氣更低。所有的下墊面濃度均呈現(xiàn)先增加后降低的趨勢，PM2.5濃度最大出現(xiàn)在10月份。這是由于10月下旬為哈爾濱供暖時節(jié)，所以PM2.5濃度比較高，隨后進入冬季，氣溫降低，相比于9月份顆粒不易擴散，PM2.5濃度下降不大;其次，家屬區(qū)與活動區(qū)這兩個代表性下墊面整體PM2.5濃度要高于草坪區(qū)、林場等地。主要原因：其一是由于家屬區(qū)和活動區(qū)分別是老人及學(xué)生活動比較密集的地方，顆粒物排放較高;其二是這兩種下墊面多為石磚地和水泥地，相比于草坪區(qū)、林場這些植被比較多、人流較少、濕度大、對顆粒物有吸附作用的下墊面來說，PM2.5濃度明顯要高[5]。而4號樓宿舍區(qū)的下墊面同為石磚地，但PM2.5濃度并沒有家屬區(qū)和活動區(qū)這兩種下墊面大，可能原因是人流雖多，但很少或幾乎不集中在樓下宿舍區(qū)活動，相比于前面提到的兩種下墊面，PM2.5濃度會低一些，比草坪區(qū)、林場這樣的下墊面高。

2.5 其他氣象因素對PM2.5質(zhì)量濃度影響

由表2可看出，PM2.5濃度與溫度呈負相關(guān)，隨著溫度的降低，PM2.5濃度升高，但由于存在樣本個體差異，整體趨勢并不十分明顯。隨著溫度的升高，粒子運動加劇，易于顆粒物擴散，局部顆粒物濃度較低，尤其在入冬之后哈爾濱開始供暖，因此在剛供暖時顆粒物濃度較其他低溫天氣更高。

其次，對比不同天氣條件下顆粒物濃度和濕度的相關(guān)性變化，可看出陰天和多云天的條件下，PM2.5質(zhì)量濃度與相對濕度之間呈負相關(guān)，而晴天的相關(guān)性不明顯。這是由于濕度的增加使空氣中的顆粒物更易被黏附在水汽表面，空氣流動減弱，不易擴散，而濃度增加;但是當存在降水時，PM2.5會隨著水汽一起沉降到地面，而使空氣中的PM2.5濃度降低。晴天本身濕度相較于陰天和多云天會更低一些，則影響程度較小，相關(guān)性不明顯。

最后，陰天時PM2.5濃度與風(fēng)速呈現(xiàn)負相關(guān)，而晴天和多云天則呈現(xiàn)正相關(guān)。由黑龍江氣象局發(fā)布的氣象資料顯示，供暖季哈爾濱平均風(fēng)力為1～2級。隨著供暖帶來的顆粒物濃度增大，而長時間的靜風(fēng)或微風(fēng)抑制了PM2.5的輸送和擴散，這使得校園在供暖后顆粒物濃度增大。而由于晴天風(fēng)速大部分集中在0.5～1 m/s，風(fēng)力不足以對校園這個小環(huán)境內(nèi)的PM2.5有大幅度影響，有個別地點在風(fēng)速稍大時，因為周圍有高大建筑物遮擋，顆粒物擴散也較緩慢。在多云天的情況下，數(shù)據(jù)幾乎分布比較均勻，多云天時的風(fēng)速最大不超過1.5m/s，且由于溫度影響，供暖后的PM2.5濃度更大，顆粒物不易擴散，所以整體相關(guān)性較弱。

由表2中數(shù)據(jù)整體可見，其他氣象因素與PM2.5濃度變化的相關(guān)性較低，溫度的影響比其他兩者更為明顯，說明校園內(nèi)不同下墊面PM2.5的濃度變化主要與下墊面類型有關(guān)，其他氣象因素只有微弱的影響。

3 結(jié)論與討論

3.1 結(jié)論

（1）從日變化來看，9月，不管天氣條件如何，均表現(xiàn)為早間PM2.5質(zhì)量濃度最高;10月，整體來看變化幅度并不劇烈;11月，晴天和多云天氣條件下表現(xiàn)為夜間顆粒物濃度高于早間顆粒物濃度，午間則為最低點，這與人們“早晨空氣最清新”的普遍印象正好相反，因此，從這方面來看，鍛煉時間選在顆粒物濃度較低的午間更利于身體健康。

（2）從月變化來看，由于供暖期的到來，10月份為秋季這3個月中顆粒物濃度最高的1個月，在這個月里，師生應(yīng)當合理安排時間，減少室外活動。

（3）從天氣條件來看，陰天PM2.5質(zhì)量濃度明顯高于晴天和多云天;陰天日照較另外兩種天氣少，學(xué)生更愿意外出活動，但多出現(xiàn)在降水之后的多云天才是顆粒物濃度最低、空氣質(zhì)量最好的時候;依據(jù)天氣狀況合理安排活動時間，也有利于身體健康。

（4）從不同下墊面來看，家屬區(qū)和活動區(qū)由于人員活動頻繁且密集，顆粒物排放較多，而林場和草坪這兩種以植被為主要覆蓋的下墊面，顆粒物濃度較另外3種更低，由此可見，合理的綠地空間布局能有效降低顆粒物濃度[13]，減少大氣污染。

（5）從其他氣象因素對PM2.5質(zhì)量濃度影響程度看，溫度、濕度和風(fēng)速3者與PM2.5質(zhì)量濃度變化的相關(guān)性中，溫度與其相關(guān)性最強，濕度與風(fēng)速同PM2.5質(zhì)量濃度的變化相關(guān)性較弱。風(fēng)速這一氣象因子具有瞬時性，受地形、周圍建筑物等很多因素的影響，具有不確定性。濕度對PM2.5質(zhì)量濃度影響最直接明顯，單一的高濕環(huán)境卻不能保證下墊面的PM2.5質(zhì)量濃度低，溫度作為很重要的氣象因素考慮進來會使最后測量結(jié)果具有不確定性。由此可見，氣象因素對PM2.5質(zhì)量濃度有一定的影響，但是最后決定PM2.5質(zhì)量濃度的高低是下墊面的類型和天氣條件共同作用的結(jié)果。

3.2 討論

哈爾濱的秋季相較于其他地區(qū)更加寒冷，十月中旬全城普遍開始供暖，目前仍是以煤為燃料的主要供暖方式[20]。從本次研究結(jié)果也可發(fā)現(xiàn)，自供暖開始后顆粒物濃度明顯上升，由此可見，煤炭燃燒對空氣質(zhì)量具有極大的影響。因此，減少煤炭燃料的使用、改善我國能源結(jié)構(gòu)或可有效降低顆粒物濃度，提高空氣質(zhì)量，此類內(nèi)容應(yīng)當進行更多研究，為改善空氣質(zhì)量作出貢獻。

除去哈爾濱自身的季節(jié)特點和供暖所增加的顆粒物濃度[21]，可以從所研究的下墊面類型出發(fā)考慮。宿舍樓旁與家屬區(qū)附近這樣人流復(fù)雜且時常會有送餐電動車經(jīng)過的地區(qū)本身顆粒物濃度就較高，適當通過增加吸附顆粒物的樹種，通過周圍環(huán)境來適當降低顆粒物濃度;而籃球場這種屬于學(xué)生課外活動為主的場所，可以結(jié)合草坪這一下墊面的優(yōu)勢，除活動區(qū)外，增加小型草本植物的覆蓋率，也可以結(jié)合園林設(shè)計，增加美觀與可行性。林場這種人員活動很少、又有植被覆蓋的地區(qū)顆粒物濃度較低。合理增加綠植覆蓋、減少人員流動對降低顆粒物污染能有一定程度的緩解。

校園作為高人群密度的場所，人員活動及校園環(huán)境設(shè)計對PM2.5濃度也有影響。為了師生的身心健康在設(shè)計校園環(huán)境及校園日常管理時也應(yīng)當在此方面多做考量。因此，綠地覆蓋和人員流動對顆粒物濃度的影響值得進一步深入研究。

【參 考 文 獻】

[1]計藝達.論大氣污染治理存在問題及治理措施[J].科技經(jīng)濟導(dǎo)刊，2019，27（7）：109.

JI Y D. On the problems and measures of air pollution control[J]. Technology and Economic Guide， 2019， 27（7）：109.

[2]BRUNEKREEF B， HOLGATE S T. Air pollution and health[J]. The Lancet， 2002， 360（9341）：1233-1242.

[3]趙亞敏.北京市典型校園室內(nèi)外PM2.5濃度水平及暴露特征評價[D].北京：首都經(jīng)濟貿(mào)易大學(xué)，2017.

ZHAO Y M. Evaluation of concentration level and exposure characteristics on indoor and outdoor PM2.5 of typical campus in Beijing[D]. Beijing： Capital University of Economics and Business， 2017.

[4]吳志萍，王成，侯曉靜，等.6種城市綠地空氣PM2.5濃度變化規(guī)律的研究[J].安徽農(nóng)業(yè)大學(xué)學(xué)報，2008，35（4）：494-498.

WU Z P， WANG C， HOU X J， et al. Variation of air PM2.5 concentration in six urban greenlands[J]. Journal of Anhui Agricultural University， 2008， 35（4）： 494-498.

[5]校建民，王成，吳志萍，等.清華大學(xué)校園內(nèi)不同綠地類型空氣PM10濃度變化規(guī)律[J].林業(yè)科學(xué)，2009，45（5）：153-156.

XIAO J M， WANG C， WU Z P， et al. Variations of air PM10 concentration in different greenlands in Tsinghua University[J]. Scientia Silvae Sinicae， 2009， 45（5）： 153-156.

[6]黃旺，何勇.重慶市渝北區(qū)PM2.5時空變化特征及影響因子分析[J].綠色科技，2019，11（4）：15-19.

HUANG W， HE Y. Temporal and spatial characteristics of PM2.5 in Yubei District of Chongqing and analysis of its influencing factors[J]. Journal of Green Science and Technology， 2019， 11（4）： 15-19.

[7]趙亞敏.北京市某校園春夏季室內(nèi)外PM2.5濃度水平研究[J].科技創(chuàng)新與生產(chǎn)力，2016，10（12）：108-110.

ZHAO Y M. Study on indoor and outdoor PM2.5 concentration during spring and summer in a campus of Beijing[J]. Sci-Tech Innovation and Productivity， 2016， 10（12）： 108-110.

[8]朱淮東，張彪.某校園顆粒物分布及健康影響評價[J].建筑熱能通風(fēng)空調(diào)，2016，35（8）：11-14.

ZHU H D， ZHANG B. Distribution of particulate matter and evaluation of health in the campus of an university[J]. Building Energy & Environment， 2016， 35（8）： 11-14.

[9]肖子牛.黑龍江省主要氣象災(zāi)害概述[Z].中國氣象災(zāi)害年鑒，2008.

XIAO Z N. Overview of main meteorological disasters in Heilongjiang Province[Z]. Yearbook of Meteorological Disasters in China， 2008.

[10]趙丹.東北林業(yè)大學(xué)校園綠地植物景觀改造研究[D].哈爾濱：東北林業(yè)大學(xué)，2018.

ZHAO D. Research on plant landscape transformation of campus green space of Northeast Forestry University[D]. Harbin： Northeast Forestry University， 2018.

[11]儲江偉，彭敏，王旭，等.哈爾濱市大氣顆粒物粒徑分布及濃度變化特征[J].森林工程，2015，31（6）：59-64，

CHU J W， PENG M， WANG X， et al. Characteristics of particle size distribution and concentration variation in atmospheric particulate matter in Harbin[J]. Forest Engineering， 2015， 31（6）：59-64.

[12]德永軍，聶琴，王志剛，等.不同下墊面對校園小氣候的影響[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2005，26（4）：1-4.

DE Y J， NIE Q， WANG Z G， et al. Effects of different underlay grounds on micro-climate in schoolyards[J]. Journal of Inner Mongolia Institute of Agriculture and Animal Husbandry， 2005， 26（4）： 1-4.

[13]王薇，陳明.城市綠地空氣負離子和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，2016，25（9）：1499-1507.

WANG W， CHEN M. Distribution characteristics of negative air Ion and PM2.5 and their relationships with the microclimate in different urban greenlands： case study of Hefei Swan Lake[J]. Ecology and Environmental Sciences， 2016， 25（9）： 1499-1507.

[14]汪永英，孫琪，李昭，等.典型天氣條件下哈爾濱城市森林不同林型對PM2.5的調(diào)控作用研究[J].安徽農(nóng)業(yè)科學(xué)，2016，44（5）：175-179.

WANG Y Y， SUN Q， LI Z， et al. Regulating roles of different forest types in Harbin urban forest of PM2.5 in typical synoptic conditions[J]. Journal of Anhui Agricultural Sciences， 2016， 44（5）： 175-179.

[15]張朝能，王夢華，胡振丹，等.昆明市PM2.5濃度時空變化特征及其與氣象條件的關(guān)系[J].云南大學(xué)學(xué)報（自然科學(xué)版），2016，38（1）：90-98.

ZHANG C N， WANG M H， HU Z D， et al. Temporal and spatial distribution of PM2.5 concentration and the correlation of PM2.5 and meteorological factors in Kunming City[J]. Journal of Yunnan University（Natural Sciences Edition）， 2016， 38（1）： 90-98.

[16]彭敏，儲江偉，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.

PENG M， CHU J W， LI H L， et al. Analysis on characteristics of atmospheric particulate pollution in winter haze days in Harbin city[J]. Forest Engineering， 2017， 33（1）：33-40.

[17]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.

LIU X H， YU X X， ZHANG Z M， et al. Pollution characteristics of atmospheric particulates in forest belts and their relationship with meteorological conditions[J]. Chinese Journal of Ecology， 2014， 33（7）： 1715-1721.

[18]傅偉聰，鄭宇，董建文.冬季校園內(nèi)3種典型用地空氣顆粒物濃度日變化[J].中國城市林業(yè)，2013，11（6）：15-18.

FU W C， ZHENG Y， DONG J W. Diurnal change of air particulate concentration in 3 types of land in winter campus[J]. Journal of Chinese Urban Forestry， 2013， 11（6）：15-18.

[19]李凱，張承中，周變紅.西安市采暖期PM2.5污染狀況及其與氣象因子的相關(guān)分析[J].安徽農(nóng)業(yè)科學(xué)，2009，37（20）：9603-9605.

LI K， ZHANG C Z， ZHOU B H. Pollution status of the particulate matter （PM2.5） and the correlation of PM2.5 and meteorological factors during heating period in Xian City[J]. Journal of Anhui Agricultural Sciences， 2009， 37（20）： 9603-9605.

[20]程翔.北方供暖地區(qū)不同采暖方式發(fā)展現(xiàn)狀及經(jīng)濟性分析[J].中國集體經(jīng)濟，2019，35（24）：14-17.

CHENG X. Development status and economic analysis of different heating modes in North heating area[J]. China Collective Economy， 2019， 35（24）：14-17.

[21]張怡文，郭傲東，吳海龍，等.基于PCA-BP神經(jīng)網(wǎng)絡(luò)的PM2.5季節(jié)性預(yù)測方法研究[J].南京林業(yè)大學(xué)學(xué)報（自然科學(xué)版），2020，44（0）：231-238.

ZHANG Y W， GUO A D， WU H L，et al.Seasonal prediction of PM2.5 based on the PCA-BP neural network[J].Journal of Nanjing Forestry University（Natural Science Edition），2020，44（5）：231-238.