• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      城市街道峽谷PM2.5 時(shí)空分布特征與空氣質(zhì)量評價(jià)

      2023-03-06 05:58:12PANHuiWANGWeiHUChun
      住宅科技 2023年2期
      關(guān)鍵詞:樣點(diǎn)峽谷空氣質(zhì)量

      ■ 潘 輝 PAN Hui 王 薇 WANG Wei 胡 春 HU Chun

      0 引言

      隨著社會經(jīng)濟(jì)的發(fā)展,我國城市化進(jìn)程不斷加快。截止2020 年,我國城鎮(zhèn)化率已達(dá)到63.89%,城市數(shù)量687 個(gè)[1]。一方面,城市的高速發(fā)展使得交通環(huán)境問題愈發(fā)突出,機(jī)動(dòng)車輛排放的尾氣污染物不僅已成為城市大氣污染的重要來源之一[2],也是導(dǎo)致各種呼吸系統(tǒng)疾病頻發(fā)的重要原因;另一方面,城市化進(jìn)程的加快使得城市建筑傾向于高密度發(fā)展,臨街建筑大量增高、增多,形成了特殊的街道峽谷[3]。街道峽谷作為城市重要構(gòu)成部分之一,是城市居民頻繁活動(dòng)的場所。高大密集的建筑使得街道峽谷內(nèi)的風(fēng)速流動(dòng)顯著降低,影響了機(jī)動(dòng)車輛尾氣污染物的擴(kuò)散稀釋,危及沿街居民及過往行人的健康。相關(guān)研究表明,街谷空間形態(tài)會對大氣污染物濃度造成一定影響,主要原因是街谷的三維形態(tài)會影響街谷內(nèi)大氣流場,進(jìn)而影響大氣污染物的擴(kuò)散[4]。一些學(xué)者通過街谷高寬比等設(shè)計(jì)指標(biāo)來表征街谷空間形態(tài),發(fā)現(xiàn)街谷兩側(cè)建筑物高度的增加會導(dǎo)致污染物濃度上升,街谷寬度的增加則可降低大氣污染物濃度,即PM2.5質(zhì)量濃度隨著街谷高寬比的增大而增加[5-6];王薇等[7]通過實(shí)際監(jiān)測得出,不同功能區(qū)街道峽谷PM2.5質(zhì)量濃度由高到低依次為辦公型、商業(yè)型和居住型。此外,氣象因素、植物綠化等環(huán)境特征也會影響PM2.5質(zhì)量濃度高低。研究表明,PM2.5質(zhì)量濃度與相對濕度呈顯著正相關(guān),且相關(guān)性隨粒徑降低而增高[8]。

      現(xiàn)階段,針對街道峽谷的研究方法主要以實(shí)際監(jiān)測、風(fēng)洞實(shí)驗(yàn)及數(shù)值模擬為主。但風(fēng)洞試驗(yàn)或數(shù)值模擬不能全面、真實(shí)地反映污染物影響因素及空氣質(zhì)量環(huán)境,故本研究采用實(shí)際監(jiān)測方式分析PM2.5在街道峽谷的時(shí)空分布特征,以科學(xué)客觀地反映城市環(huán)境質(zhì)量,為城市居民出行提供建議;同時(shí),為城市大氣污染防控工作提供科學(xué)依據(jù),對于提高居民生活質(zhì)量具有積極意義。

      1 研究概況與方法

      1.1 研究區(qū)域與測點(diǎn)

      安徽省合肥市地處中緯度地帶(北緯31°52′、東經(jīng)117°17′),季風(fēng)氣候明顯,是典型的夏熱冬冷氣候區(qū)城市。其年平均氣溫在15~16℃之間,屬溫和型氣候,其中夏季平均氣溫為27.5~28.5℃,冬季平均氣溫為1.5~5.0℃;相對濕度與溫度的年變化一致,夏季最大、冬季最小;城市主導(dǎo)風(fēng)向?yàn)闁|南風(fēng),年平均風(fēng)速在1.6~3.3 m/s 之間。

      研究區(qū)域選取合肥市廬陽區(qū)亳州路街道,周邊多為辦公樓,高層建筑密集。該段道路寬42 m,雙向8 車道,兩側(cè)有4 m 寬的非機(jī)動(dòng)車道;在非機(jī)動(dòng)車道、機(jī)動(dòng)車道與人行道間均設(shè)置有1 m 的綠化隔離帶。根據(jù)街道兩側(cè)建筑空間形態(tài)特征,確定本研究的4 個(gè)監(jiān)測樣點(diǎn)(圖1)。

      圖1 研究區(qū)域概況及監(jiān)測樣點(diǎn)分布

      1.2 監(jiān)測儀器及時(shí)間

      采用粉塵濃度監(jiān)測儀與風(fēng)速氣象儀各4 臺,對街道峽谷內(nèi)的PM2.5質(zhì)量濃度、溫濕度和風(fēng)速進(jìn)行同步監(jiān)測。監(jiān)測時(shí)間選擇在2022-02-28—2022-03-02 的08:00—18:00,期間天氣狀況較一致,均為晴穩(wěn)天氣。監(jiān)測儀器分布于街道峽谷各監(jiān)測樣點(diǎn),安裝高度距離地面1.5 m,與一般人體呼吸高度保持一致,每隔2s 記錄1 次數(shù)據(jù),詳細(xì)技術(shù)參數(shù)見表1。

      表1 監(jiān)測儀器技術(shù)參數(shù)

      1.3 空氣質(zhì)量評價(jià)標(biāo)準(zhǔn)

      AQI(Air Quality Index)即空氣質(zhì)量指數(shù)是定量描述空氣質(zhì)量狀況的無量綱指數(shù),是一種反映和評價(jià)空氣質(zhì)量狀況的方法[9]。它將常規(guī)監(jiān)測的幾種污染物濃度簡化成單一的概念性數(shù)值形式,并分級表征空氣質(zhì)量狀況與空氣污染程度,結(jié)果簡明直觀,便于理解和使用[10]。其等級劃分為:優(yōu)(≤50)、良(>50~100)、輕度污染(>100~150)、中度污染(>150~200)、重度污染(>200~300)、嚴(yán)重污染(>300),具體計(jì)算公式如下:

      式中,IAQ表示空氣質(zhì)量指數(shù)(AQI);C表示污染物日均質(zhì)量濃度;C1表示污染物質(zhì)量濃度低位限值,C1≤C;Ch表示污染物質(zhì)量濃度高位限值,Ch≥C;I1、Ih分別表示對應(yīng)于C1、Ch的空氣質(zhì)量指數(shù)限值。

      2 城市街道峽谷PM2.5 質(zhì)量濃度時(shí)空分布特征

      2.1 時(shí)間分布特征

      通過對3 d 內(nèi)各個(gè)時(shí)間段的數(shù)據(jù)進(jìn)行平均處理,得到不同測點(diǎn)PM2.5質(zhì)量濃度隨時(shí)間的變化規(guī)律(圖2)??梢钥闯?,該街道峽谷內(nèi)的PM2.5質(zhì)量濃度整體呈現(xiàn)出隨時(shí)間先上升后下降的趨勢,并于10:00—11:00 達(dá)到峰值。PM2.5在3 d 內(nèi)的平均質(zhì)量濃度 為81.96 μg/m3,其 中:10:00—11:00 區(qū)間濃度最高(105.71 μg/m3),17:00—18:00 區(qū)間濃度最低(49.04 μg/m3)。因此,建議廬陽區(qū)亳州路街道的居民及過往行人在非必要出行的情況下,盡量避開上午高峰時(shí)期,以降低PM2.5對身體健康的危害;這也可以在一定程度上緩解堵車造成的PM2.5排放。

      2.2 空間分布特征

      2.2.1 總體分布特征

      對各監(jiān)測樣點(diǎn)3 d 的數(shù)據(jù)進(jìn)行平均處理,得到PM2.5質(zhì)量濃度的分布情況(圖3)??傮w而言,街道峽谷內(nèi)各監(jiān)測樣點(diǎn)的PM2.5質(zhì)量濃度由高到低依次為D 點(diǎn)(88.13 μg/m3)、C 點(diǎn)(83.84 μg/m3)、B 點(diǎn)(80.66 μg/m3)、A 點(diǎn)(75.2 μg/m3),濃度最高的D 點(diǎn)與最低的A點(diǎn)之間相差約12.93 μg/m3。其中:2 月28 日,PM2.5質(zhì)量濃度D 點(diǎn)最高(91.84 μg/m3)、B 點(diǎn)最低(76.45 μg/m3);3 月1 日,PM2.5質(zhì)量濃度D 點(diǎn)最高(111.07 μg/m3)、A 點(diǎn)最低(91.68 μg/m3);3 月2 日,PM2.5質(zhì)量濃度D 點(diǎn)最高(61.47 μg/m3)、A 點(diǎn)最低(54.26 μg/m3)。各監(jiān)測樣點(diǎn)的PM2.5質(zhì)量濃度存在差異,這與街道峽谷內(nèi)的溫濕度、風(fēng)環(huán)境、車流量等均有一定關(guān)系。

      圖3 各監(jiān)測樣點(diǎn)PM2.5 質(zhì)量濃度

      2.2.2 各監(jiān)測樣點(diǎn)環(huán)境特征

      根據(jù)各監(jiān)測樣點(diǎn)的PM2.5平均質(zhì)量濃度,可以看出街道峽谷內(nèi)PM2.5質(zhì)量濃度在空間上呈現(xiàn)出以下特征:①距離機(jī)動(dòng)車污染源越近,PM2.5質(zhì)量濃度越高;②綠化層次越豐富,PM2.5質(zhì)量濃度越低。各監(jiān)測樣點(diǎn)環(huán)境特征如圖4 所示。

      圖4 各監(jiān)測樣點(diǎn)環(huán)境特征

      (1)A 點(diǎn)PM2.5平均質(zhì)量濃度最低,約為75.2 μg/m3。街道兩側(cè)均為高層建筑,街谷高寬比h/b>2,為深街谷[11],本不利于污染物擴(kuò)散。但由于A 點(diǎn)位于背風(fēng)面高層建筑側(cè),周邊植物綠化較多且層次豐富,對PM2.5具有較好的沉降、阻滯、吸附作用[12],故PM2.5平均質(zhì)量濃度偏低。

      (2)B 點(diǎn)PM2.5平均質(zhì)量濃度約為80.66 μg/m3。其背風(fēng)面為高層建筑,迎風(fēng)面為多層建筑,街谷高寬比h/b<0.5,為寬街谷,較利于污染物的快速擴(kuò)散。然而,由于測點(diǎn)B位于人行天橋附近,無道路交叉口,主干道機(jī)動(dòng)車輛行駛速度較快,揚(yáng)塵易引起PM2.5質(zhì)量濃度的上升[13]。

      (3)C 點(diǎn)PM2.5平均質(zhì)量濃度約為83.84 μg/m3。其背風(fēng)面為高層建筑,迎風(fēng)面為多層建筑,街谷高寬比h/b=1,即理想街谷。測點(diǎn)C 位于背風(fēng)面高層建筑旁側(cè),周邊綠化帶以喬、灌木為主,綠化層次相對豐富,但附近有主次干道交叉口,車流量大且汽車停留時(shí)間長,故PM2.5質(zhì)量濃度也相對較高。

      (4)D 點(diǎn)PM2.5平均質(zhì)量濃度最高,約為88.17 μg/m3。街道兩側(cè)均為高層建筑,街谷高寬比為1 <h/b<2,對污染物的擴(kuò)散稀釋較為不利[14]。測點(diǎn)D 位于背風(fēng)面高層建筑旁側(cè),靠近地上停車場,離尾氣污染源較近,因此PM2.5質(zhì)量濃度相對較高;且測點(diǎn)周邊綠化帶以灌木為主,綠化種類較少,對PM2.5的消減作用也相對較小。

      2.3 PM2.5 質(zhì)量濃度與環(huán)境因素相關(guān)性分析

      相關(guān)研究表明[15-18],環(huán)境因素如氣象條件、植物綠化、風(fēng)向風(fēng)速、車流量等,都對街谷內(nèi)的PM2.5質(zhì)量濃度及其時(shí)空分布具有不同程度影響。

      2.3.1 PM2.5 質(zhì)量濃度與溫濕度的相關(guān)性

      為研究PM2.5質(zhì)量濃度與溫濕度的相關(guān)性及影響程度,對監(jiān)測數(shù)據(jù)中的PM2.5質(zhì)量濃度和溫濕度按時(shí)間段進(jìn)行平均處理,并運(yùn)用SPSS 軟件進(jìn)行回歸分析。如表2 所示,溫度的標(biāo)準(zhǔn)化回歸系數(shù)為-0.125,濕度的標(biāo)準(zhǔn)化回歸系數(shù)為0.577。由此可知,濕度對PM2.5質(zhì)量濃度的貢獻(xiàn)度最大,為57.7%。通過溫度和相對濕度兩個(gè)氣象因子,對PM2.5每小時(shí)質(zhì)量濃度作多元線性回歸,得到方程如下:

      式中,ρ表示PM2.5質(zhì)量濃度值;t表示空氣溫度;HR表示相對濕度。

      表2 中,顯著性R2=0.631,說明溫濕度兩個(gè)氣象環(huán)境因素共同解釋了PM2.5質(zhì)量濃度變化的63.1%,剩下的36.9%則受其它因素影響,包括且不限于風(fēng)速、綠化、車流量等[19]。

      表2 PM2.5 質(zhì)量濃度與溫濕度的回歸分析

      對PM2.5質(zhì)量濃度和溫濕度的每小時(shí)平均值進(jìn)行線性擬合(圖5),發(fā)現(xiàn)溫度與PM2.5質(zhì)量濃度呈現(xiàn)顯著負(fù)相關(guān),而濕度與PM2.5質(zhì)量濃度呈現(xiàn)顯著正相關(guān),符合相關(guān)研究結(jié)論[20]。

      圖5 PM2.5 質(zhì)量濃度與溫濕度的相關(guān)性

      2.3.2 PM2.5 質(zhì)量濃度與風(fēng)速的相關(guān)性

      相關(guān)研究得知,街道峽谷內(nèi)的風(fēng)速會影響PM2.5的擴(kuò)散速率,進(jìn)而影響街道峽谷中PM2.5質(zhì)量濃度。運(yùn)用SPSS 軟件對每小時(shí)的PM2.5質(zhì)量濃度及平均風(fēng)速進(jìn)行相關(guān)性分析,可得到PM2.5質(zhì)量濃度與風(fēng)速相關(guān)系數(shù)為-0.391,且呈顯著性相關(guān)。如圖6所示,該街道峽谷細(xì)顆粒物濃度與風(fēng)速呈反向變化趨勢,各監(jiān)測樣點(diǎn)的平均風(fēng)速由高到低依次為:C 點(diǎn)(1.22 m/s)、B 點(diǎn)(0.74 m/s)、D 點(diǎn)(0.4 m/s)、A 點(diǎn)(0.29 m/s)。其中,A點(diǎn)雖受綠化樹木遮擋而風(fēng)速最小,但PM2.5質(zhì)量濃度也在綠化樹木的沉降吸附作用下呈現(xiàn)較低的趨勢;D 點(diǎn)風(fēng)速較小,PM2.5質(zhì)量濃度也最高。

      圖6 街道峽谷風(fēng)速日變化

      2.3.3 PM2.5 質(zhì)量濃度與車流量的相關(guān)性

      機(jī)動(dòng)車輛的尾氣排放是城市街谷中PM2.5的主要來源之一。研究表明,由機(jī)動(dòng)車怠速引起的擁堵、交叉口擁堵和上坡都會引起街谷內(nèi)大氣污染物濃度的升高[21],使沿街居民及路人的身體健康受到一定威脅。對該街道的車流量進(jìn)行統(tǒng)計(jì),可得到車流量的日變化(圖7),發(fā)現(xiàn)車流量與街谷內(nèi)PM2.5質(zhì)量濃度呈現(xiàn)近似的變化趨勢。運(yùn)用SPSS 軟件進(jìn)行相關(guān)性分析可知,車流量與PM2.5質(zhì)量濃度相關(guān)系數(shù)為0.916,且呈顯著正相關(guān);街道峽谷車流量總體上呈現(xiàn)出先上升后下降的趨勢,并于11:00 左右達(dá)到峰值。因此,建議亳州路街道的沿街居民在非必要通勤的情況下,盡量避開11:00 這一時(shí)間段出行,以避免行車擁堵產(chǎn)生的高濃度PM2.5對人體健康造成危害。

      圖7 街道峽谷車流量日變化

      3 城市街道峽谷空氣質(zhì)量評價(jià)

      根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》(HJ 633—2012),對該街道4 個(gè)監(jiān)測樣點(diǎn)的有效數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析(表3)。該街道峽谷的AQI 均值為109.25,PM2.5空氣質(zhì)量級別為三級,達(dá)輕度污染。

      表3 街道峽谷空氣質(zhì)量評價(jià)

      4 結(jié)語

      研究城市不同空間形態(tài)下的PM2.5質(zhì)量濃度差異,對于將健康干預(yù)理念融入到城市可持續(xù)發(fā)展當(dāng)中,可起到推動(dòng)作用;而街道峽谷作為城市結(jié)構(gòu)的基本單元,其研究具有代表性與必要性。通過研究可知,氣象因素、車流量等環(huán)境因素與PM2.5質(zhì)量濃度具有一定關(guān)聯(lián)性,對未來城市空氣質(zhì)量預(yù)測及優(yōu)化起到一定的輔助作用。從污染物的排放根源解決是最簡單有效的策略,但在城市建設(shè)中,還應(yīng)考慮區(qū)域環(huán)境特征,即氣象因素、建筑形態(tài)、道路綠化等都應(yīng)作為改善空氣質(zhì)量的研究方向。

      (1)氣象因素中,風(fēng)速和風(fēng)向是影響空氣污染物擴(kuò)散的主要因素。通過對城市常年主導(dǎo)風(fēng)向的觀測,建立城市通風(fēng)廊道,從宏觀層面加快城市污染物的輸送,優(yōu)化城市內(nèi)部空氣質(zhì)量。

      (2)建筑空間形態(tài)對城市空氣質(zhì)量也具有一定的影響。因此,可通過對建筑高度比、街谷高寬比、建筑密度等設(shè)計(jì)指標(biāo)的控制,優(yōu)化街道兩側(cè)建筑空間形態(tài),可在一定程度上改善街道峽谷風(fēng)環(huán)境,從而在微觀層面減少污染物的聚集。

      (3)道路綠化對PM2.5的沉降具有重要影響。可選擇葉片密集、粗糙度較高的樹種,加快細(xì)顆粒物的沉降。在不同的區(qū)域環(huán)境中,可以選擇不同植物的組合方式,建立植被屏障,進(jìn)而有效消減污染物。

      猜你喜歡
      樣點(diǎn)峽谷空氣質(zhì)量
      小麥條銹病田間為害損失的初步分析
      湖北植保(2022年4期)2022-08-23 10:51:52
      峽谷里的悄悄話
      香格里拉(2021年2期)2021-07-28 06:50:52
      基于空間模擬退火算法的最優(yōu)土壤采樣尺度選擇研究①
      土壤(2021年1期)2021-03-23 07:29:06
      峽谷陰謀
      馬嶺河峽谷
      基于分融策略的土壤采樣設(shè)計(jì)方法*
      “空氣質(zhì)量發(fā)布”APP上線
      車內(nèi)空氣質(zhì)量標(biāo)準(zhǔn)進(jìn)展
      汽車與安全(2016年5期)2016-12-01 05:22:14
      重視車內(nèi)空氣質(zhì)量工作 制造更環(huán)保、更清潔、更健康的汽車
      汽車與安全(2016年5期)2016-12-01 05:22:13
      開展“大氣污染執(zhí)法年”行動(dòng) 加快推動(dòng)空氣質(zhì)量改善
      隆昌县| 子长县| 曲靖市| 延川县| 盐津县| 阿勒泰市| 射洪县| 中方县| 邯郸县| 安多县| 凌海市| 凤城市| 清镇市| 老河口市| 北京市| 板桥市| 南丹县| 广水市| 桓台县| 青田县| 游戏| 桓台县| 原阳县| 开远市| 中阳县| 察隅县| 桑植县| 绵竹市| 会同县| 阿鲁科尔沁旗| 大邑县| 盐源县| 漳浦县| 巴楚县| 抚松县| 阿鲁科尔沁旗| 聂荣县| 宁陕县| 洛浦县| 错那县| 乌拉特后旗|