北京西山国家森林公园空气负离子与大气污染物关系研究

李少宁,李 嫒,赵 旭,鲁绍伟*,赵 娜,徐晓天,徐 兰

(1.北京市农林科学院林业果树研究所，北京 100093；2.沈阳农业大学，辽宁 沈阳 110866)

【研究意义】空气中带负电荷的气体离子统称空气负离子(Negative air ions，NAI)[1]，且负离子在稳定的状态下，以负氧离子占据主导地位，因此又称空气负氧离子[2-3]。NAI常带负电，很容易与空气中细菌、灰尘、烟雾等带正电的微粒一起沉淀成中性微粒以达到净化空气的目的[4]。空气负离子浓度具有降尘、杀菌、清洁和保健的作用,被人们誉为“空气生长素和维生素”[5-6],对人体的某些疾病有着辅助治疗作用，也是反映空气质量的一个重要指标[7]。【前人研究进展】稳定条件下，NAI浓度背景水平为数百级，约300～400个/cm3[8]。在天然或人为离子源(森林、瀑布和架空电力线路等)的影响下NAI浓度可增加到数千个数量级。森林的NAI浓度平均达1000～3000个/cm3，明显高于城市地区。瀑布附近的NAI浓度在2000～10 000个/cm3；而污染空气中，NAI浓度可降至0[9]。由此可见，NAI浓度对生态环境变化反应非常灵敏，易受周围环境影响，如其来源类别、森林条件、污染物浓度、与瀑布的距离等使得研究结果更加复杂[10]。NAI受空气温度、湿度、太阳辐射、风、雨、雾等气象要素的影响。如NAI与区域温度呈显著负相关，与湿度呈正相关，光照强度是另一个主要因素[11-12]，也有研究显示，NAI浓度与温度出现正相关性，与局部相对湿度出现负相关性[13]，城市森林的NAI浓度与气压和风速呈显著正相关，与紫外线呈正相关[14-15]。【本研究切入点】NAI浓度与气象因素的关系不稳定，大气污染物与NAI浓度的相关性更会因周围环境的影响而存在差异。随着城市化的发展，空气污染物排放量增多，进而降低NAI浓度。NAI能与空气中的颗粒物团聚形成大分子，使其更快沉降，达到降低大气颗粒物浓度的目的[16]。【拟解决的关键问题】利用NAI和大气污染物自动监测仪监测的数据对北京西山国家森林公园中NAI浓度与大气污染物进行相关性分析。选择细颗粒物(PM2.5)、二氧化氮(NO2)、臭氧(O3)这3种大气污染物，利用除特殊天气外的NAI浓度及大气环境监测数值，对NAI浓度日变化、日均值与大气污染物浓度日均值进行比较，探究NAI与大气污染物的相关性。

1 材料与方法

1.1 研究地概况

研究地选取北京西山国家森林公园，处于小西山(属太行山余脉)东部，总面积5970 hm2，公园海拔300～400 m，林地面积5196.8 hm2，林木覆盖率98.5%，年降雨量634 mm，相对湿度43%～79%，多年平均气温16.2 ℃，空气负氧离子最高达4000个/cm3，地理坐标：39°58′18.17″N,116°11′51.20″E，是距北京城区最近的国家森林公园。公园里植物资源丰富，共计250多种，分属73科。公园有天然樟子松(Pinussylvestnis)4600余株，主要植被还有侧柏(Platycladusorientalis)、油松(Pinustabuliformis)以及黄栌(Cotinuscoggygria)、元宝枫(Acertruncatum)等。小西山纷繁的树种和不同的混交林形成四季分明、风景秀丽的森林景观。

1.2 数据获取

为获取 2016年9月至2018年8月的全天实时NAI、气象、污染物数据，在北京西山国家森林公园城市森林生态环境监测站设置空气质量测量仪器。采用美国赛默飞世尔科技公司(Thermo Fisher Scientific，USA)的紫外光度法O3分析仪、化学发光 NO-NO2-NOx分析仪、安徽蓝盾PM2.5自动监测仪及NAI自动监测仪，对城市森林中的NAI及大气污染物浓度实行野外自动在线监测，频次为1次/h，全天24 h采样。

2 结果与分析

2.1 城市森林NAI浓度日变化分析

城市森林NAI浓度日变化呈“单峰”型(图1)，日均值为2054个/cm3。NAI浓度日变化为7:00开始快速上升，10:00到达高峰，之后开始回落，14:00趋于平稳，夜间浓度变化不大，均值约为1996个/cm3。

PM2.5质量浓度日变化呈“双峰双谷”型，日均值为62.21 μg/m3，6:00达到最高值，之后开始下降，13:00到达最低，晚上6:00达到第二个高峰，凌晨0:00为另一低谷；NO2浓度日变化呈“单峰单谷”型曲线，日均值为55.03 μg/m3，早上5:00到达最高值，之后开始下降，下午4:00浓度降到27.28 μg/m3，之后NO2浓度变化趋于平稳，夜间峰值不明显；O3浓度日变化呈“单峰”型曲线，日均值为10.39 μg/m3，早上11:00之前在5.2～5.8 μg/m3，一直处于平稳状态，11:00迅速升高，下午3:00到达峰值，浓度为27.28 μg/m3，之后迅速下降，晚上7:00之后浓度值趋于平稳。

2.2 城市森林NAI浓度与大气污染物的相关关系

3种大气污染物与NAI浓度均在0.01水平上通过逐步回归分析定量分析各个变量对NAI浓度的影响，筛选出对NAI浓度影响最大的因子。将自变量(NO2、O3、PM2.5浓度数据)逐步进入回归分析，只有NO2一个变量被筛选出，回归方程为：y=-1.562x+2383.654，R2=0.169。说明，NO2对NAI浓度的影响最为明显。

图1 城市森林NAI及大气污染物日变化浓度Fig.1 Daily variation concentrations of NAI and air pollutants in urban forests

表1 城市森林大气污染物与NAI浓度的相关性

2.3 不同污染水平下大气污染物对森林NAI浓度的影响机制

根据NO2、O3、PM2.5与NAI浓度关系的散点图(图2)可知，二者的关系往往分成两部分。大部分NAI数据散布在低水平污染条件下，污染物增加到一定浓度时，NAI数据逐渐减少并发生显著改变。本文根据环境空气污染物质量浓度的指标，比较不同浓度水平条件下污染物与NAI相关性。

空气负离子浓度与O3浓度关系图中，当O3浓度达到50 μg/m3时趋势发生变化，所以设定50 μg/m3为判定O3污染水平高低的条件界限。当c(O3)小于50 μg/m3时，二者呈显著正相关(r=0.315，P=0.000)；当c(O3)大于50 μg/m3时，二者呈显著负相关(r=-0.304，P=0.005)。

不同污染物与NAI的相关性随着其浓度水平的高低而不同(表2)。根据空气质量标准规定PM2.5和NO2一级浓度限值，将判定PM2.5和NO2污染水平高低的条件界限分别设定为35和40 μg/m3。当PM2.5浓度在35～200 μg/m3时，NAI浓度与PM2.5在0.01水平上呈显著负相关，r为-0.523(P=0.000)；当PM2.5浓度小于35 μg/m3时，NAI浓度与PM2.5依然在0.01水平上呈显著负相关，相关系数比高水平情况下的相关系数小，r为-0.439(P=0.000)。当c(NO2)在40～200 μg/m3时，NAI浓度与NO2呈显著负相关(r=-0.329，P=0.000)；当c(NO2)< 40 μg/m3时，NAI浓度与NO2无显著相关性。当NO2浓度低于40 μg/m3时，NAI浓度范围在2000～2800个/cm3，说明影响作用较小；而当NO2浓度在40～200 μg/m3时，NAI出现的概率和浓度明显降低，集中在2000～2250个/cm3，二者呈极显著负相关。

表2 不同污染水平条件下3种大气污染物浓度与城市森林NAI浓度的相关性

3 讨 论

3.1 城市森林NAI浓度日变化分析

李冰[17]对黑龙江森林林植物园内NAI浓度日动态规律研究得出其呈现双峰曲线，峰值出现在12:00左右和16:00左右，谷值出现在14:00左右，且上午NAI浓度明显高于下午。高郯[18]研究得出不同生态用地NAI浓度的日变化差异较大，波峰大多出现在11:00和15:00，波谷多出现在10:00和13:00，开阔地带日变化较为复杂，波动较大；郭宵[19]发现空气负离子的日变化呈现明显的双峰变化，极大值出现在凌晨4:30和下午14:30左右，日间极小值则出现在8:30左右和17:30左右。本研究NAI浓度日变化曲线与之不同，研究结果显示城市森林中NAI浓度日变化呈单峰型，NAI浓度从早上7:00开始快速上升，在上午10：00达到高峰后开始回落，14：00接近平稳，夜间维持平稳状态，这可能与地区的不同有关。

通过4种浓度值日变化特征的对比，可以看出NAI浓度与其他大气污染物的峰值存在显著差异。PM2.5与NAI浓度值存在明显相反变化，NO2与O3浓度值的变化也呈相反趋势。而NO2浓度日变化峰值较NAI浓度提前，O3浓度日变化峰值较NAI浓度延后。

图2 城市森林NAI与大气污染物浓度的散点图Fig.2 Scatter plots of urban forest NAI and atmospheric pollutant concentration

NAI浓度日变化趋势与大气污染物浓度日变化趋势不同，不同大气污染物日变化也存在差异。PM2.5与NO2浓度昼间变化趋势相近，主要是由于北京市NO2污染的主要排放源为汽车尾气，PM2.5的增加与昼间人类活动对大气环境的影响较为显著。

3.2 城市森林NAI浓度与大气污染物的相关性分析

冯鹏飞等[20]研究北京地区的NAI浓度与城市化程度成反比例，郊区NAI浓度要比中心城区多181个/cm3，说明城市化的发展不利于大气环境质量，导致NAI浓度降低。Zhang等[9]探讨北戴河不同森林生态群落下NAI浓度变化发现其与PM2.5、NO2、SO2和CO浓度呈中度负相关，与O3浓度呈正相关。而闫秀婧等[16]分析天水市绿地NAI浓度数据发现其与颗粒物浓度呈高度负相关(r=-0.819)。本研究中与前人的研究结果一致，NAI浓度与NO2、PM2.5为负相关，相关系数分别为-0.412、-0.366；与O3浓度呈正相关(r=0.207)，可见NAI能降低空气中的污染物。

3.3 大气污染物不同污染水平下对城市森林NAI浓度影响机制

PM2.5浓度与NAI浓度相关关系保持不变，一直处于负相关状态，说明NAI浓度不断受PM2.5浓度影响，这是因为PM2.5是细颗粒物包括硫磺，尘埃和微小的气溶胶颗粒，也有如细菌和病毒等带正电的颗粒，很容易与NAI中和形成大分子，发生沉积，消除PM2.5对人体的危害[21]。因此，NAI浓度能够敏锐地对PM2.5浓度的变化做出反馈。

当c(NO2)< 40 μg/m3时，NAI浓度与NO2不具有相关性，说明NAI对NO2具有一定的承载力。当c(O3)在0～50 μg/m3时，NAI与O3浓度呈正相关关系，而当c(O3)在50～125 μg/m3时，NAI浓度与O3浓度呈负相关关系。表明当O3浓度较低时是有助于NAI的产生，而浓度到达一定程度时会带来负面效应。在阳光充足的条件下，氮氧化物会发生光化学反应而产生O3，从而增加O3浓度，而NO2浓度有所下降。NAI产生的同时也会有一定量O3生成。实际上O3、NO2与NAI之间存在着相互作用，内部影响机制较为繁杂。

城市森林中NAI浓度与NO2、O3、PM2.5这3个大气污染物都呈极显著相关关系。其中，NO2、PM2.5与NAI呈极显著负相关，在一定范围内，污染物浓度越大，NAI浓度越小，O3与NAI浓度呈显著正相关。

NAI浓度对不同污染物浓度水平的响应机制不同，并且高污染浓度分布数据较少，说明当污染物浓度在一定范围内，城市森林对城市污染的影响具有一定的生态承载力和抵抗力。

4 结 论

3个大气污染物与城市森林公园中NAI浓度都有极显著关系，NO2、PM2.5与NAI呈极显著负相关，其中NO2对NAI浓度的影响最为显著；O3与NAI浓度呈显著正相关。不同大气污染物水平对NAI浓度的影响机制不同。无论PM2.5浓度怎么变化，其对NAI浓度的影响一直显著；当c(NO2)<40 μg/m3时，NAI浓度与NO2不存在相关性；当c(O3)在0～50 μg/m3时，NAI浓度与O3呈正相关，而当c(O3)在50～125 μg/m3时，NAI浓度与O3呈负相关。城市森林中监测点大气污染物浓度普遍偏低，说明城市森林的空气污染程度较低，且森林中释放的NAI能够敏锐地对污染物浓度值升高做出反馈，进一步验证了城市森林对城市化影响具有一定抵抗力。