张斌斌:浙江农林大学校园不同植物群落类型内PM2.5浓度的变化规律研究论文

张斌斌:浙江农林大学校园不同植物群落类型内PM2.5浓度的变化规律研究论文

本文主要研究内容

作者张斌斌(2019)在《浙江农林大学校园不同植物群落类型内PM2.5浓度的变化规律研究》一文中研究指出:为研究一年四季植物群落对PM2.5浓度的影响以及不同植物群落内PM2.5浓度在不同气象因子作用下的变化规律,本文采用定点观测方法,在杭州市临安区浙江农林大学东湖校区内选取3个植物群落作为研究对象,进行结构调查与分析,并以样地群落附近处的铺地广场作为对照点,在各样地中心点处借助微电脑粉尘仪进行PM2.5浓度数据采集,同时在对照点处使用手持式风速仪对当日气象因子进行同步监测。主要研究结论如下:(1)在横向群落之间,乔木平均高度与群落内PM2.5浓度成反比关系。夏、冬两季以及秋季霜降以前,各植物群落内PM2.5浓度大小排序为复层混交林>乔-草>疏林草坪,其与群落郁闭度、种植密度、常绿植株数量占比成正比关系。霜降以后,各植物群落内PM2.5浓度大小排序规律及其与群落结构特征指标的关系与霜降前相反。(2)植物群落调控PM2.5颗粒物的能力大小为复层混交林>乔-草>疏林草坪,当PM2.5浓度在150-250μg/m3时,植物群落调控PM2.5颗粒物的能力最强,而当PM2.5浓度在35-75μg/m3时,调控能力有所减弱。(3)四季各植物群落内PM2.5浓度受气象因子的综合作用总体保持着“L”型曲线变化规律。天气发生突变时,各气象因子与各群落内PM2.5浓度的相关关系会受到扰乱,这一结果在梅雨季节更为明显。空气中PM2.5浓度较大时,气象因子对群落内PM2.5浓度的变化具有明显的影响,而随着空气中PM2.5浓度降低到一定临界值(30μg/m3左右)时,各气象因子的影响能力有所减弱,甚至会消失。(4)各群落内PM2.5浓度与温度、风速呈显著负相关性,但必须在与相对湿度共同作用下才能体现这一相关性,与相对湿度呈显著正相关性,且相关性最大,在四季中都是作为主导因子存在,与光照强度无明显的相关性存在。微风天气条件下,各气象因子影响能力大小排序为相对湿度>温度>风速>光照强度。季节不同,同一气象因子与植物群落内PM2.5浓度的相关性大小也不同,温度在四季中体现出的相关性大小排序为秋季>春季>夏季>冬季,相对湿度为春季>秋季>冬季>夏季。

Abstract

wei yan jiu yi nian si ji zhi wu qun la dui PM2.5nong du de ying xiang yi ji bu tong zhi wu qun la nei PM2.5nong du zai bu tong qi xiang yin zi zuo yong xia de bian hua gui lv ,ben wen cai yong ding dian guan ce fang fa ,zai hang zhou shi lin an ou zhe jiang nong lin da xue dong hu jiao ou nei shua qu 3ge zhi wu qun la zuo wei yan jiu dui xiang ,jin hang jie gou diao cha yu fen xi ,bing yi yang de qun la fu jin chu de pu de an chang zuo wei dui zhao dian ,zai ge yang de zhong xin dian chu jie zhu wei dian nao fen chen yi jin hang PM2.5nong du shu ju cai ji ,tong shi zai dui zhao dian chu shi yong shou chi shi feng su yi dui dang ri qi xiang yin zi jin hang tong bu jian ce 。zhu yao yan jiu jie lun ru xia :(1)zai heng xiang qun la zhi jian ,qiao mu ping jun gao du yu qun la nei PM2.5nong du cheng fan bi guan ji 。xia 、dong liang ji yi ji qiu ji shuang jiang yi qian ,ge zhi wu qun la nei PM2.5nong du da xiao pai xu wei fu ceng hun jiao lin >qiao -cao >shu lin cao ping ,ji yu qun la yu bi du 、chong zhi mi du 、chang lu zhi zhu shu liang zhan bi cheng zheng bi guan ji 。shuang jiang yi hou ,ge zhi wu qun la nei PM2.5nong du da xiao pai xu gui lv ji ji yu qun la jie gou te zheng zhi biao de guan ji yu shuang jiang qian xiang fan 。(2)zhi wu qun la diao kong PM2.5ke li wu de neng li da xiao wei fu ceng hun jiao lin >qiao -cao >shu lin cao ping ,dang PM2.5nong du zai 150-250μg/m3shi ,zhi wu qun la diao kong PM2.5ke li wu de neng li zui jiang ,er dang PM2.5nong du zai 35-75μg/m3shi ,diao kong neng li you suo jian ruo 。(3)si ji ge zhi wu qun la nei PM2.5nong du shou qi xiang yin zi de zeng ge zuo yong zong ti bao chi zhao “L”xing qu xian bian hua gui lv 。tian qi fa sheng tu bian shi ,ge qi xiang yin zi yu ge qun la nei PM2.5nong du de xiang guan guan ji hui shou dao rao luan ,zhe yi jie guo zai mei yu ji jie geng wei ming xian 。kong qi zhong PM2.5nong du jiao da shi ,qi xiang yin zi dui qun la nei PM2.5nong du de bian hua ju you ming xian de ying xiang ,er sui zhao kong qi zhong PM2.5nong du jiang di dao yi ding lin jie zhi (30μg/m3zuo you )shi ,ge qi xiang yin zi de ying xiang neng li you suo jian ruo ,shen zhi hui xiao shi 。(4)ge qun la nei PM2.5nong du yu wen du 、feng su cheng xian zhe fu xiang guan xing ,dan bi xu zai yu xiang dui shi du gong tong zuo yong xia cai neng ti xian zhe yi xiang guan xing ,yu xiang dui shi du cheng xian zhe zheng xiang guan xing ,ju xiang guan xing zui da ,zai si ji zhong dou shi zuo wei zhu dao yin zi cun zai ,yu guang zhao jiang du mo ming xian de xiang guan xing cun zai 。wei feng tian qi tiao jian xia ,ge qi xiang yin zi ying xiang neng li da xiao pai xu wei xiang dui shi du >wen du >feng su >guang zhao jiang du 。ji jie bu tong ,tong yi qi xiang yin zi yu zhi wu qun la nei PM2.5nong du de xiang guan xing da xiao ye bu tong ,wen du zai si ji zhong ti xian chu de xiang guan xing da xiao pai xu wei qiu ji >chun ji >xia ji >dong ji ,xiang dui shi du wei chun ji >qiu ji >dong ji >xia ji 。

论文参考文献

  • [1].基于CE-318观测数据的桂林PM2.5浓度反演研究[D]. 张超.桂林电子科技大学2019
  • [2].西安市和临汾市冬季PM2.5中微生物的分布特征研究[D]. 钱亚利.西北大学2019
  • [3].长沙市大气环境中PM2.5浓度影响因子分析及预测模拟[D]. 王开心.湖南师范大学2019
  • [4].肉鸡饲养场PM2.5、粪便和土壤中抗生素抗性基因污染特征及抗生素耐药菌的分布[D]. 刘菲.常州大学2019
  • [5].山东省PM2.5和O3时空分布特征及典型区域内污染过程分析[D]. 隋玟萱.云南大学2018
  • [6].2000-2017年中国PM2.5浓度的时空变化过程研究[D]. 时燕.云南师范大学2019
  • [7].安徽省典型城市PM2.5污染特征及其输送路径研究分析[D]. 沈素婷.合肥工业大学2019
  • [8].聊城市冬季PM2.5化学组分、污染特征及来源解析[D]. 刘晓迪.聊城大学2019
  • [9].燃煤烟气PM2.5化学联合声波团聚实验研究[D]. 吴瑞鹏.华北电力大学(北京)2019
  • [10].太原市大气细颗粒物(PM2.5)污染特征及来源解析[D]. 刘素.华北电力大学(北京)2019
  • 读者推荐
  • [1].西安市城区大气PM2.5和PM10的时空变化规律与植被覆盖度的相关性研究[D]. 张丹丹.西北大学2019
  • [2].长三角地区三种常绿阔叶绿化树种对颗粒物的滞留及其生理响应[D]. 杨山.浙江农林大学2018
  • [3].太原市大气颗粒物浓度时空分布规律及植物叶片吸附机理[D]. 李煜洁.山西农业大学2018
  • [4].杭州市八种园林植物滞留大气颗粒物能力差异研究[D]. 王黎华.浙江农林大学2019
  • [5].居住区绿地内空气PM2.5浓度的动态变化及影响因素[D]. 王誉洁.浙江农林大学2019
  • [6].浙江农林大学校园不同空间绿地植物群落PM2.5浓度变化特征[D]. 胡泽威.浙江农林大学2019
  • [7].福州市道路常用草本植物滞留颗粒物效应研究[D]. 吴艳芳.福建农林大学2017
  • [8].重庆主城区常见树种及植物群落对空气颗粒物的调控作用研究[D]. 郑铭浩.西南大学2017
  • [9].南京常见绿化树种滞留PM2.5等大气颗粒物的效应研究[D]. 是怡芸.南京林业大学2017
  • [10].北京市典型林分对PM2.5等大气颗粒物调控作用研究[D]. 张志丹.北京林业大学2016
  • 论文详细介绍

    论文作者分别是来自浙江农林大学的张斌斌,发表于刊物浙江农林大学2019-06-03论文,是一篇关于植物群落论文,浓度论文,气象因子论文,相关性分析论文,变化规律论文,浙江农林大学2019-06-03论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自浙江农林大学2019-06-03论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    张斌斌:浙江农林大学校园不同植物群落类型内PM2.5浓度的变化规律研究论文
    下载Doc文档

    猜你喜欢