一、浅析森林对大气污染的净化功能（论文文献综述）
张欣,尤春赫,李诗菁,田美荣,冯朝阳,张璐[1]（2022）在《生态系统净化空气服务研究进展》文中提出生态系统服务对人类福祉和区域可持续发展具有不可替代性,净化空气是生态系统服务主要类型之一,对于人居质量改善和区域生态文明建设具有重要意义。对生态系统净化空气服务及其量化研究成果进行归纳整理,阐述了生态系统净化空气服务的来源、概念及内涵,归纳总结了市场理论法和生态模型法估算净化空气服务的优缺点,梳理了国内外相关研究实践与进展。针对净化空气服务研究理论体系不完善、时空动态研究方法较少、生态系统类型较单一和尺度整合研究成果不足等问题,提出未来应强化生态系统净化空气服务理论基础针对性,重视研究方法动态化和精准化,加强多尺度融合和生态系统类型多样性。
李瑞锋[2]（2021）在《西安市长安区大气湿沉降特征研究》文中认为湿沉降是指大气中颗粒物和痕量气态污染物以雨、雪等降水形式沉降到地表的物质循环过程,它不仅与空气质量关系密切,而且会影响地表生态和人类健康。西安市由于近年来城市化的讯速发展,大气质量和生态环境问题逐渐显现。因此,开展大气湿沉降的研究对当地大气污染治理和生态保护具有重要的指导意义。本文基于2016-2019年西安市长安区降水的p H值、电导率与化学成分(F-、Cl-、NO2-、NO3-、SO42-、Na+、NH4+、K+、Mg2+、Ca2+),结合大气污染物（PM2.5、PM10、NO2、SO2、CO和O3）及时间尺度分析、中和分析、相关性分析、正定矩阵源解析模型（PMF）和后向轨迹模型（HYSPLIT）等方法,分析了长安区大气湿沉降的酸度、电导率、离子组成、沉降通量、污染物来源、气团轨迹以及湿沉降过程的季节和年际变化,阐明了当地大气湿沉降、大气环境和污染源的状况及其变化规律,揭示了湿沉降对降水离子的稀释和空气污染物的净化作用,同时为进一步探究过量氮/硫湿沉降对生态环境的影响提供支持。主要结论如下:（1）2016-2019年长安区大气湿沉降的p H体积加权平均值为6.8,且大约97%为碱性。中和分析表明当地湿沉降中96%的酸度被碱性成分中和,其中来自地壳源和农业源的Ca2+和NH4+是主要中和因子。大气湿沉降的电导率体积加权平均值为40.6μS cm-1,约90%在20μS cm-1以上,当地空气质量较差。大气湿沉降中总离子浓度体积加权平均值为539.5μeq L-1,其中Ca2+、NH4+、Na+、NO3-和SO42-是主导离子,占总离子的90%以上,NO3-和SO42-占总阴离子的88.5%,Ca2+和NH4+占总阳离子的66.5%。就年际变化而言,从2016年至2019年,湿沉降酸度、电导率、主要离子浓度及大气污染物均呈明显下降趋势,反映了长安区大气质量的逐步改善。就季节变化而言,冬、春季由于污染物排放强度增大且降水减少,湿沉降不能充分稀释大气中的污染物,导致大气中的颗粒物多,湿沉降的主要离子浓度、电导率和酸度偏高;夏、秋季降水增多且强度大,湿沉降的稀释作用强,其离子浓度、电导率和酸度均偏低。（2）2016～2019年长安区大气湿沉降的年均离子湿沉降通量为125.9 kg ha-1yr-1,阴阳离子湿沉降通量分别为74.8和51.1kg ha-1yr-1,其中阴离子中NO3-通量最高,为41.3 kg ha-1yr-1,阳离子中Ca2+通量最高,为16.9 kg ha-1 yr-1,NO3-、NO2-、SO42-和NH4+的通量约占输入研究区域的总离子湿沉降通量的70%。此外,硫和氮的湿沉降通量分别为9.1和21.1 kg S（N）ha-1 yr-1。氮沉降的铵硝比为1.35,铵态氮贡献更高,说明大气氮湿沉降受农业源的影响更明显。年际变化来看,总离子、硫和氮湿沉降通量呈逐年下降,且变化趋势与对应的离子浓度一致。对于季节变化,湿沉降通量夏季最高,冬季最低,这与降水的季节变化有关。相关分析表明,降雨量是影响湿沉降通量的关键因素,污染物的排放强度也发挥重要作用,SO2和NO2等气态污染物和NO3-、SO42-的湿沉降通量显着相关,PM2.5和PM10颗粒污染物与NH4+、K+、Mg2+和Ca2+的湿沉降通量显着相关。（3）PMF源解析结果表明大气湿沉降污染源分别为交通源（38.1%）、农业源（22.3%）、燃煤源（13.8%）、地壳源（12.9%）、海洋源（9.6%）和生物源（3.3%）。HYSPLIT4模型后向分析表明降水气团轨迹存在季节差异,春冬季气团经过干旱/半干旱的沙漠地区和工业城市,携带了大量燃煤源及沙尘源离子;夏季气团源自太平洋或印度洋,经过我国发达的东部地区,将丰富的海盐离子和人为污染物输送到了研究区;秋季气团较为复杂,多种水汽携带的污染物相互叠加。由于土地覆盖、人类活动和降水气团轨迹的季节差异,六种污染源的贡献比例存在季节变化,春冬季燃煤源、地壳源的贡献较多,夏秋季海洋源、农业源的占比更大。（4）湿沉降过程中的降水离子和大气污染物浓度随着降水过程逐小时降低,同时各季节、离子及污染物存在差异。冬春季降水少,湿沉降过程中降水离子及大气污染物浓度变化幅度大但耗时长,大气湿沉降对降水离子稀释和空气净化速度慢但效果明显。夏季多暴雨,降水集中且强度高,湿沉降过程中离子及污染物浓度变化幅度小但耗时短,大气湿沉降的稀释和净化速度快但效果不够显着。秋季多连续性阴雨,湿沉降过程中离子及污染物浓度下降缓慢,后几个小时浓度又出现大幅上升,表明秋季离子和污染物浓度不仅受湿沉降稀释而且会受到污染物排放影响。湿沉降过程中受当地污染物排放影响较大的离子NO3-、SO42、Ca2+、Mg2+、Cl-和NH4+的浓度呈明显下降趋势且变化幅度较大,而来源稳定和浓度极低的离子Na+、Mg2+、NO2-、Cl-和K+的浓度保持相对稳定。对于具体的污染物来说,大气湿沉降对PM2.5和PM10的净化历时长但效果明显,对SO2、NO2和CO的净化耗时短但作用小,对O3的净化不足。
张媛飞[3]（2020）在《国家森林城市建设对大气污染的影响 ——以长三角为例》文中研究指明
何靖[4]（2020）在《兰州市20种园林植物叶功能性状对不同大气污染物的响应及净化效应》文中进行了进一步梳理大气污染已经成为影响现代城市人居环境和健康福祉的重要因素。园林植物因其在维护城市生态系统碳氧平衡、吸热滞尘、减菌降噪、涵养水源、维持生物多样性以及环境美化等诸多方面的功能而成为生态宜居城市建设的关键指标。在城市生态环境工程建设中,进行园林植物种类选择与合理配置,对改善城市生态环境质量、实现城市的可持续发展,有着重要的理论与实践意义。本研究以兰州市20种常见绿化树种为研究对象,根据研究区大气污染物状况划分3个研究污染区,即安宁区为清洁对照区、七里河区为商交住混合区、西固区为工业区,分别选取龙柏（Sabina chinensis）、圆柏（Juniperus chinensis）、侧柏（Platycladus orientalis）、云杉（Picea asperata）等20种木本植物为试验材料,选择叶宽（LL）、叶长（LL）、叶周长（LP）等15个叶功能性状进行实验测定,同时获取大气污染物的监测数据。通过对植物叶功能性状的分布特征、差异趋同以及对不同大气环境的响应研究,为兰州城市绿地系统中基于园林植物生态效益的精细化、数字化选择与配置提供科学依据。本研究结果表明:（1）叶功能性状的变异程度及相关性。20种园林植物叶功能性状的变化幅度和变异性都较大,变异系数介于15.69%139.18%之间,性状中LCC、LNC、LPC、SP为低变异性状,LDMC、SS、SOD为中等变异性状,而叶形态性状LW、LL、LP、LA和叶经济性状SLA、SLW以及MDA和Pro为高变异性状。本研究显示,叶形态性状与叶经济性状均存在相关性,但两者与植物的LCC、LNC、LPC无相关性,而LNC与LPC表现为极显着正相关关系。（2）不同生活型植物叶功能性状差异及叶经济谱分析。不同生活型植物的叶形态性状间差异显着,具体表现为落叶乔木>落叶灌木>常绿乔木。此外,3种生活型植物的LW、LL、LP、LA、SLA、SLW、LDMC在不同污染区均存在显着差异。研究也显示出在同一污染区,不同生活型植物的叶性状间存在明显差异。本研究中,不同污染区的植物其生理性状均存在差异,其中SOD、MDA、SP在3个污染区的差异显着。不同生活型植物的生理性状间存在差异,但均未达到显着水平。叶经济谱分析结果显示,常绿乔木属于“快速投资—收益”型物种;落叶乔、灌木偏向处于“缓慢投资—收益”资源轴。（3）园林植物的吸收净化效益及适应能力。植物叶片含N量随污染区污染物浓度的变化规律与大气NO2浓度变化一致,此外,在同一污染区,不同生活型植物间的叶片含N量差异较大;在不同污染区,同一生活型的植物其叶片含N量差异也较大。本研究表明,净化能力较强的植物共12种,即月季、紫叶矮樱、雪松、侧柏、木槿、二球悬铃木、国槐、碧桃、龙柏、小叶黄杨、紫丁香、圆柏;净化能力中等的植物共3种,即金叶女贞、紫叶李、云杉;而玫瑰、大叶黄杨、绦柳、红瑞木、紫叶小檗的净化能力较弱。本研究选定叶经济性状（SLA、SLW、LDMC）和生理性状（SS、MDA、SP、Pro、SOD）来综合评定植物的适应能力,结果显示,20种植物的适应能力从强到弱依次为玫瑰、碧桃、圆柏、红瑞木、侧柏、云杉、龙柏、紫叶矮樱、绦柳、月季、紫叶李、紫丁香、金叶女贞、木槿、二球悬铃木、国槐、雪松、小叶黄杨、大叶黄杨、紫叶小檗。
闫惠娟[5]（2020）在《北京松山典型落叶阔叶混交林林分环境变化特征及其对叶面积指数的影响》文中研究说明了解天然林的环境变化特征及其对植被冠层结构的影响,对维护生态环境,科学管理林分具有重要的意义。冬奥延庆赛区的场地建设在北京市延庆区松山自然保护区内,保护区的生态环境必然会受到赛区工程建设的影响,这一生态环境问题急需解决。本研究通过对北京市延庆冬奥赛区外围松山落叶阔叶森林气象因子（空气温度、空气湿度、饱和水汽压差、风速）和空气污染指标（SO2、PM2.5、PM10）进行原位连续监测,对植被叶面积指数进行定点连续监测,分析了2019年大气污染观测指标的时间变化特征及其与气象因子之间的相关性,以及植被叶面积指数的季节变化特征及环境因子变化对植被叶面积指数的影响,了解了冬奥赛区外围松山典型落叶阔叶混交林生态环境的变化规律及其对叶面积指数的影响,主要研究结果如下:（1）监测区2019年空气温度（Ta）、相对湿度（RH）、风速（Ws）、饱和水汽压差（VPD）的年均值分别为6.32℃、45%、2.4m/s、0.69k Pa。（2）2019年SO2平均浓度为4.88 ug/m3,SO2在365天监测期内,浓度均达到国家一级标准。2019年PM2.5平均浓度为28.29ug/m3。在对颗粒物进行浓度逐日变化趋势分析时发现,在365天监测期内,PM2.5浓度有262天达到一级标准,达标天数占比为71.8%,但年均PM2.5浓度超过国家PM2.5浓度年均值一级标准。监测区PM10季节浓度变化趋势与PM2.5季节浓度变化趋势相同,2019年PM10平均浓度为38.23 ug/m3,达标天数占比为72%。（3）监测区大气污染物浓度具有明显的物候差异。植物完全展叶期时污染物浓度最低,生长季污染物浓度低于非生长季浓度。（4）叶面积指数具有明显的季节变化特征,2019年松山典型落叶阔叶混交林平均叶面积指数为2.99 m2/m2。叶面积指数与气象因子和污染物有显着的相关关系。本研究得出如下结论:研究期间延庆冬奥会外围空气质量总体达到国家空气质量标准,污染物浓度具有明显的季节规律和物候特征,本研究为松山自然保护区森林生态环境管理和科学管理林分提供基础数据和科学支持。
胡旭[6]（2020）在《1912年以来京津冀地区生态灾害研究》文中研究指明生态环境是人类社会存在的基础,由于人类对资源的过度索取和对生态环境的破坏,人类与生态环境之间的平衡被打破,生态环境的变异引发生态灾害,并在人与生态环境各种因素交互作用的过程中频繁发生。京津冀是环绕北京,包含北京市、天津市以及河北省在内的地理区域。1912年至1949年,京津冀地区由于长期战乱和军阀割据,社会控制力减弱,社会治理能力衰退,生态系统紊乱,水灾、旱灾、虫灾等生态灾害频繁发生,灾域广阔。这一时期主要通过河流治理、恢复植被等措施来进行防治,但多流于表面形式,难以真正落实。受西方近代科学影响,防治措施和防治思想上有明显的近代色彩,重视预防,对灾害认识的科学性增强,救治中呈现人道主义倾向。1950年至1970年代,京津冀地区成为中国政治、经济以及文化的重要区域。这一时期京津冀地区的水旱灾害等传统类型生态灾害的影响有所减小,但是破坏依然严重,风沙灾害、污染灾害等影响不断增强。该时期灾害的防治以建设水利工程和植树造林为主,强调救人为先,预防和根治相结合,并且环保思想也有所发展。1980年代以来随着社会发展,污染灾害和风沙灾害成为影响京津冀地区的主要灾害。生态灾害呈现出复合交缠性的特点,灾害的防治也逐渐以综合性治理为主。在思想上重视科学,强调保护环境,追求人与生态和谐共生。对1912年以来京津冀地区生态灾害进行研究,探索不同阶段主要生态灾害的种类与特征、防治措施、防治思想,有利于从历史演进过程中整体性把握生态灾害变化发生的特点和规律,梳理总结经验做法,探索生态文明建设的有效途径,为京津冀地区协同发展,提供历史支撑与参考。
张凯迪[7]（2020）在《城市森林净化大气环境特征及服务功能价值评估 ——以乌鲁木齐雅玛里克山森林公园为例》文中指出城市大气污染是由汽车尾气排放、城市工程建设、工业气体排放等多种因素综合作用下引起的。城市大气环境污染的治理涉及到各个方面,其中,城市森林在城市大气环境净化中的作用不可忽略。本文基于对城市森林净化大气环境服务功能价值的评估,以期通过定量分析,更好地认识到城市森林在城市大气环境净化中的作用。本文在相关学者研究的基础上,根据研究靶区乌鲁木齐市雅玛里克山森林公园在城市中的地理位置及其地形地貌、植被分布等实际状况,设计并实施了相应的监测方案;通过对实测数据的整理、分析等,首先探讨了靶区森林滞尘、吸收气体污染物、提供负离子的主要特征;借助森林生态系统服务功能的经济价值评估方法估算了雅玛里克山森林公园净化大气环境服务功能价值;运用层次分析法构建雅玛里克山森林公园价值评估模型,计算各指标权重,最终得出雅玛里克山森林公园净化大气环境生态系统服务功能综合价值。本研究主要结论如下:（1）环境条件不变时,植物叶片滞尘量与时间成正比关系。随时间的推移,不同海拔高度植物叶片对TSP、PM10、PM2.5的滞留量均逐渐增多,在雨后第24日滞留量逐渐接近极限值。（2）环境条件不变时,植物叶片滞尘量与海拔高度大致成“V”字型关系,不同海拔高度下的植物叶片对大气中不同粒径颗粒物的滞留量存在明显差异。植物叶片对TSP的最大、最小滞留量分别出现在海拔844m和890m处;植物叶片对PM10的滞留量在海拔960m处达最大值,在海拔910m处为最小值;在海拔960m、869m处植物叶片对PM2.5的滞留量为最高、最低值。（3）植物叶片硫含量与植物叶片生长期成正比关系,与海拔高度成“V”字型或为降低—升高—降低的变化趋势。随着叶片逐渐生长发育,成熟叶中的硫含量大于未展开新叶中的硫含量。植株未展开新叶中的硫含量随海拔的增加呈现出先减少后增加的趋势,在海拔869m处为最小值,最大值出现在海拔960m。成熟叶中的硫含量则随海拔的增加呈现降低—升高—降低的变化趋势,叶片中的硫含量最大及最小值分别在海拔869m、910m处。在海拔930m处,叶片的吸硫强度最大。（4）植物叶片氮含量与季节关联较紧密,与海拔高度关联较弱。随季节变化,植物叶片氮含量大致为春、夏季较高,秋季较低的倾向,而随海拔高度的不同,叶片含氮量并无显着性变化。（5）空气负离子浓度呈现明确的季节变化和日变化,与海拔高度成倒“V”字型关系。随着季节的变化,空气负离子浓度由高到低分别为:夏季>秋季>春季。监测点的空气负离子浓度日变化趋势均呈双峰（M）型变化,其中海拔844m、930m、960m处在11:00和18:00左右出现最高值,最小值出现在14:00左右。海拔869m、910m处在11:00和18:30左右出现最高值,14:30左右达最低浓度值。空气负离子浓度随海拔高度升高呈现出先上升后下降的变化趋势,在海拔910m处达峰值1445个/cm3,海拔844m处的含量最低,为1076个/cm3。（6）雅玛里克山森林公园净化大气环境服务功能价值综合量为2.51×109元?a-1。其中单因素服务价值最高为滞留PM2.5服务价值2.07×109元?a-1,单因素最大权重为滞留TSP服务价值权重0.466。
翟浩然[8]（2019）在《土地利用/土地覆被对大气颗粒物的影响研究 ——以京津冀地区为例》文中研究说明大气污染严重威胁着自然生态、社会经济及人类健康。大气颗粒物是大气污染的主要来源之一,其中PM2.5和PM10对生态环境和人类健康的威胁尤其严重。近年来,中国已成为全球大气污染最严重的国家之一,尤其在京津冀地区,PM2.5、PM10浓度时常出现严重超标情况。大气污染同人类活动密不可分,人类活动导致土地利用/土地覆被发生变化,直接或间接影响了颗粒物的扩散、稀释和汇集,进而导致大气环境恶化,引发了一系列环境问题。因此,对颗粒物的空间分布和时间变化进行监测,分析土地利用/土地覆被的时空特征,并探究其对颗粒物的影响,对于有效控制颗粒物的浓度、提高城市空气质量、保护和改善环境具有十分重要的意义。本文以我国京津冀地区为研究区,基于空气质量实测数据和卫星遥感数据,综合运用地理信息系统、遥感及空间统计等方法,围绕“土地利用/土地覆被对大气颗粒物的影响”这一课题,从大气颗粒物时空特征、土地利用和植被覆盖对大气颗粒物的影响、植被对大气颗粒物的削减效应等方面开展了一系列研究,研究结果为区域的可持续发展及大气污染防治提供科学的理论支持。本文进行的主要工作和取得的主要结论总结如下:（1）基于2015?2018年空气质量监测站逐小时实测数据,获取了研究区PM2.5、PM10浓度的空间分布,分别在年、季、月、日、时等多种时间尺度上分析了颗粒物浓度的时空特征,结果表明:2015～2018年研究区PM2.5、PM10浓度年均值及PM2.5/PM10比值均呈现逐年降低的趋势,结果证实了近年来京津冀地区在污染防控上采取的一系列措施所取得的成效,颗粒物污染情况有较大幅度的好转。各年份冬季颗粒物浓度显着高于夏季,春、秋季介于冬、夏季之间,PM2.5/PM10比值则在冬季最高,春季最低,夏、秋两季比值居中。PM2.5和PM10浓度均在一日中表现出双峰双谷规律,分别在夜间和上午达到峰值、清晨和下午出现谷值。空间上,颗粒物浓度表现出东南高、西北低的空间分布特征,海河平原浓度显着高于燕山-太行山山脉和坝上高原。（2）基于卫星遥感数据分析了研究区2015～2018年的土地利用分布及变化情况,并借助景观生态学指数等工具探究土地利用的空间分布对颗粒物浓度产生的影响,结果表明:研究区土地利用类型多样,城市发展造成农用地和草地等自然类型转变为建设用地,以及植树造林活动造成农用地和草地向林地转变,是土地利用变化的两大主要类型。各类型中,高强度的人类活动造成建设用地的颗粒物浓度显着高于其他类型,农用地位列其次;林地和草地等以植被覆盖为主的类型由于排放源少,且能够有效抑制扬尘和吸附颗粒物,浓度显着低于其他类型。土地利用景观格局对颗粒物浓度存在显着影响,通常斑块聚集度越低、破碎度越高、形状越复杂、景观丰度越高的区域颗粒物浓度越低;建设用地越集中则越容易使排放源聚集,增加颗粒物浓度;而当林地形成较好的连接时,能够对抑制颗粒物浓度上升发挥更大的作用。（3）本文在常用于颗粒物浓度拟合的传统正弦函数模型的基础上进行了改进,改进模型在拟合精度和效果上较传统模型有了较大提升,可用于颗粒物浓度等具有显着周期性波动特征的数据的拟合,并能够发现变化规律中的有效信息。京津冀地区整体PM2.5和PM10浓度月均值的拟合R2分别达到0.74、0.58,总体拟合效果较好。各土地利用类型的拟合结果表明,建设用地和农用地的颗粒物浓度较高,高低值差异较大,春、夏季浓度缓慢下降,秋、冬季则快速上升,人类活动是影响浓度波动的主要原因;林地和草地的颗粒物浓度最低,高低值的差异较小,浓度的上下波动相对均匀,峰值的出现时间略晚于其他类型,自然源对其浓度波动的影响较大;浓度较高的类型总体上表现为快速下降趋势,浓度较低的类型多为缓慢下降或保持平稳的趋势。（4）基于归一化植被指数探究了研究区植被覆盖的动态变化,并分析其对颗粒物浓度的影响,结果表明:研究区植被覆盖度总体呈稳定上升的趋势,大量植树造林和城市快速扩张分别是造成不同区域植被覆盖度上升和下降的主要原因,植被覆盖在一年中呈现稳定的周期性变化。植被覆盖的时间变化对颗粒物浓度有显着影响,二者表现出显着负相关性,指数函数或幂函数最能反映二者关系,研究区整体NDVI与PM2.5、PM10浓度月均值回归方程的R2分别达到0.580、0.601,相关性显着。植被覆盖度和PM2.5、PM10浓度年均值分别在3km和2.5km范围内相关性最强,且相关性最强的空间范围在夏季有所扩大、冬季有所减小,表明茂盛的植被对于颗粒物浓度的影响作用较强、范围较大。典型站点的比较结果表明植被覆盖既有效抑制了颗粒物浓度上升的幅度,又显着缩短了浓度上升的持续时间,使植被区的颗粒物浓度比非植被区更低,同时变化趋势也更加平缓。（5）鉴于植被在颗粒物浓度削减过程中所起的重要作用,可使用科学模型量化植被的干沉降过程,分别在城市整体和建成区两种尺度上估算植被对PM2.5、PM10的削减效应。结果表明:2015?2018年,京津冀地区植被每年削减PM10的总量分别为50.52万t、46.55万 t、47.72 万 t、39.65 万 t,削减 PM2.5 总量 1.94 万 t、1.92 万 t、1.64 万 t、1.27 万 t;城市绿地共削减 PM10 总量 8616t、8319t、8648t、7227t,削减 PM2.5 总量 360t、388t、277t、237t;各年份削减量的下降主要源自颗粒物浓度的显着降低。各城市中,承德市的整体颗粒物削减量最高,而北京市城市绿地的削减量则显着多于其他城市。全年80%以上的削减量集中在5-9月,更大的叶片面积是造成生长季削减量最大的主要原因。林地对颗粒物的削减效率显着高于草地,其中落叶阔叶林是各林分中的主力。植被对于PM10的削减效应显着强于PM2.5,但由于PM2.5与人类的生产生活活动具有更强的相关性,其削减效应具有更大的价值,因此植被对PM2.5的削减作用不容忽视。通过植树造林、退耕还林等方式增加绿地面积和密度,充分发挥绿地的自净功能,对颗粒物浓度的削减和控制有着十分重要的作用。
梁丹[9]（2019）在《不同城市群大气污染分布传输特征及植物阻滞吸附机理》文中研究指明本研究以367个城市为研究对象,用聚类分析划分城市群,从城市群角度探明大气污染的时空分布特征;对不同城市群大气颗粒物与气态污染物的相关性进行分析,明确不同城市群大气污染特征;对区域传输特征进行分析,对比不同城市群的区域传输特征差异;并定量研究植物对PM2.5的阻滞吸附能力及机理,以探索有效的不同城市群大气污染治理方式。结论如下:（1）年际变化上,PM2.5,PM10,SO2和NO2浓度在2016年有所下降,而O3和CO浓度值有所增长。PM2.5,SO2和NO2浓度值削减率最高的是东北城市群,PM10削减率最高的是北部沿海城市群。季节分布上,大气污染物浓度季节特征总体表现为冬>秋>春>夏。月际变化上,PM2.5与PM10呈现“U型”月变化特征,CO与S02月变化在有暖气的城市群,取暖季月变化趋势呈“深U”变化。O3的最高值通常出现在6月和7月。日变化上,PM25与PM10浓度日变化呈现出在10-14点到达最高值,在16-20点达到最低值。SO2,NO2和CO的日变化特征相似,呈现“双峰双谷”的变化特征,O3呈现出“单峰双谷”的特征。（2）在空间分布上,在东北城市群,省会城市SO2及NO2浓度较高;在北部沿海城市群,河北省南部和山东省SO2,NO2及CO浓度较高;在东部沿海城市群中,江苏省大气颗粒物污染和SO2污染较严重,以上海为中心的城市NO2污染严重;在南部沿海城市群,控制粤港澳大湾区和河南省大气污染是控制该区域城市群大气污染的关键。在黄河中游城市群,减少山西地区的燃煤以减少SO2和CO的排放,是改善区域大气污染状况的关键。在长江中游城市群,以武汉、宜昌和合肥为中心的城市群污染最为严重。在大西南城市群,四川盆地地区大气颗粒物与NO2的排放控制对大气污染改善尤为重要。在大西北城市群,大气污染控制应加强土地荒漠化的治理,减少沙尘等污染。城市群间的污染物有较强相关性,SO2在城市沿海城市群间的区域传输和交换作用更为明显。（3）受区域传输影响最严重的是北部沿海城市群及东部沿海城市群,从城市类型来看,海岛城市受区域传输的影响最为严重。来自北京市南部的气流是PM25主要区域传输通道,来自偏西西北方向的气流是PM10的主要传输通道,SO2与N02浓度值最高的均是来自西北方向的气流,来自东北方向的气流利于CO的产生,来自河北南部和山东的气流导致O3浓度升高。河北省南部和山东省是北京市PM2.5最重要的潜在源区。PM10潜在源区包括河北省南部,山东省西南部以及山西省等。河北省南部,山东省,河南省和陕西省是SO2的潜在源区。NO2的潜在源区包括河北省南部,山东省和山西省。CO的区域传输较少。O3的潜在源区分布在河北南部,山东省和山西省。过去十年间,山东、天津和河南地区PM10的贡献有所增加,而内蒙古和蒙古地区的贡献有所下降。（4）被试树种中单位叶面积叶片吸附PM2.5能力最强的是杉木,吸附能力最弱的是银杏。由于树种间单株叶面积差异较大,因此单株树种阻滞吸附PM2.5的总量也差异较大。其中,杉木是单株树种阻滞吸附PM2.5能力最强的树种,吸附能力超过1OOmg的树种有木姜子,马尾松,华山松,构树,刺桐,栾树和榕树。对于单株树种来说,总体上针叶树种单株树种吸附能力强于阔叶树种。单位叶面积阻滞吸附PM2.5量和沟槽比例及叶毛数量之间有显着的正相关关系,气孔大小与阻滞吸附PM2.5的量存在显着相关性,气孔较小的相关系数大于气孔较大的一组,气孔尺寸越大,对阻滞吸附PM2.5能力的抑制效果越小。北京市树种阻滞吸附PM2.5的能力较重庆市强,这是由于相同的树种,在北京比在重庆有较多的叶毛、较大的沟槽比例及气孔大小和气孔密度。
王迪[10]（2019）在《北京市城市森林氮氧化物（NOx）浓度时空动态变化研究》文中认为本文以北京市NOx浓度时空动态变化为研究对象,进行了以下几个方面的研究:利用北京市环境保护监测中心发布的35个环境监测点的NOx实时浓度数据以确定不同区域NOx浓度值;通过对比分析环境监测中心5对典型植被区与非植被区以及北京市林果院4个城市森林生态监测站林内外NOx浓度差异,以探究城市森林对NOx的净化作用,并结合实时气象数据,探讨气象因子与NOx浓度之间的关系;通过手持便携式NOx气体监测仪对不同植物配置群落内NOx浓度进行测量,筛选适宜北京地区净化NOx的优势树种及配置模式,以期为北京城市生态建设及城市绿地植物配置规划设计提供科学的基础理论依据。本研究主要结论如下:（1）北京市NO2质量浓度2013-2017年整体呈下降的趋势:2014年[（55.59±21.13）μg/m3]>2013 年[（52.2±19.76）μg/m3]>2015 年[（48.82±20.63）μg/m3]>2016 年[（47.81±19.94）μg/m3]>2017年[（44.83±16.68）μg/m3];北京市 NO2质量浓度季节变化量为冬季最高,夏季最低;月变化呈现“U型”分布,每年于7-8月达到谷值。北京市NO2浓度空间分布呈城六区[（59.26±4.88）μg/m3]>西南部[（50.04±3.53）μg/m3]>东南部[（47.22±7.35）μg/m3]>西北部[（36.54±2.33）μg/m3]>东北部[（31.22±3.44）μg/m3],即城中心区域与南部区域NO2污染最为严重,且区域间NO2浓度有显着性差异（α=0.05,P<0.05）。（2）城市森林具有一定的净化NOx的作用,整体上表现为植被区<非植被区,植被区比非植被区浓度低约25.05%—61.21%。（3）城市森林林内NO2浓度低于林外,延庆镇[（33.11±7.38）μg/m3]>松山自然保护区[（9.25±5.16）μg/m3]（1-4月数据）;海淀北京植物园（林外）[（32.50±12.85）μg/m3]>西山森林公园[（23.56±12.44）μg/m3];朝阳农展馆[（52.66±13.86）μg/m3]>朝阳公园[（40.14±16.41）μg/m3]（7-12月数据）;亦庄开发区[（72.14±21.81）μg/m3]>大兴南海子公园[（32.22±12.41）μg/m3],进一步证明了城市森林对NO2具有一定的净化能力。此外对不同污染环境下各林内监测点NO2浓度进行多重比较发现,城市森林对NO2的净化能力有一定范围,且NO2区域浓度背景值、植被因素、人为活动均是城市森林净化NO2能力的影响因素。（4）气象因子（风速、温度、相对湿度、降雨量等）对城市森林内外的NO2浓度均有影响,且林外NO2浓度变化受影响更显着。其中,NO2浓度与风速、温度均呈负相关,且负相关关系均在林外达到统计显着（α=0.05,P<0.05）;降雨对NO2浓度具有消减作用,降雨量、降雨时长、降雨强度等因素都会影响降雨过程对NO2浓度的减少率;相对湿度与NO2浓度呈正相关,但当相对湿度升高到一定水平后（平均相对湿度>80%）,呈负相关关系。此外,在一次完整的重污染过程中,在污染清除阶段NO2浓度与温度呈负相关,与相对湿度呈正相关,而在污染的起始、积聚、加重三个阶段表现出相反关系。（5）对北京南海子公园内不同植物配置在生长季NOx浓度变化分析表明,NOx浓度日变化均呈“单峰单谷”型变化趋势;NOx浓度月均值7、8月最低,10月最高,表现为夏季低[（24.40±5.47）μg/m3],秋季高[（40.31±12.73）μg/m3]。各配置林内NOx浓度基本表现为阔灌复层林[（23.24±8.13）μg/m3]<阔叶混交林[（24.93±8.25）μg/m3]<阔叶纯林[（29.71±8.57）μg/m3]<针阔灌复层林[（30.9±9.47）μg/m3]<针阔混交林[（31.54 ±11.50）μg/m3]<针叶混交林[（35.88±12.52）μg/m3]<针叶纯林[（40.12±15.54）μg/m3]。建议城市绿地规划建设中,植物群落配置多选用阔灌复层模式、阔叶混交模式、阔叶纯林模式、针阔灌复层模式这四种形式进行合理化设计栽植,本研究筛选出的对NOx净化能力较强的乔灌木树种具体有:国槐、垂柳、银杏、二球悬铃木、大叶黄杨、金银木、铺地柏、油松。综上,城市森林对NOx具有一定的净化作用,且其净化量受环境背景浓度值、植被因素、气象因素、人为活动等影响。不同树种及群落配置模式对NOx的净化能力有差异,其中阔灌复层模式、阔叶混交模式、阔叶纯林模式、针阔灌复层模式效果最佳,国槐、垂柳、银杏、二球悬铃木、大叶黄杨、金银木、铺地柏、油松净化能力最强。本研究结论有助于为城市森林建设、城市绿地配置规划等提供基础性理论依据,以更好地净化城市大气中的NOx气体污染物。
二、浅析森林对大气污染的净化功能（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、浅析森林对大气污染的净化功能（论文提纲范文）
（1）生态系统净化空气服务研究进展（论文提纲范文）
| 1 概念与内涵 |
| 2 净化空气服务价值评估方法研究 |
| 2.1 市场理论法 |
| 2.2 生态模型法 |
| 2.3 其他方法 |
| 3 净化空气服务实践应用研究进展 |
| 3.1 国外实践应用研究 |
| 3.2 国内实践应用进展 |
| 4 相关研究存在的问题 |
| 5 展望 |
（2）西安市长安区大气湿沉降特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 研究区概况及研究方法 |
| 2.1 研究区概况 |
| 2.1.1 长安区自然环境 |
| 2.1.2 长安区社会经济状况 |
| 2.1.3 大气及生态环境现状 |
| 2.2 研究方法概述 |
| 2.2.1 样品采集 |
| 2.2.2 样品分析 |
| 2.2.3 数据处理 |
| 2.2.4 中和分析 |
| 2.2.5 污染源解析(PMF模型) |
| 2.2.6 后向轨迹分析(HYSPLIT模型) |
| 2.2.7 其余软件处理 |
| 第三章 大气湿沉降的化学特征 |
| 3.1 酸碱度与电导率 |
| 3.2 湿沉降的化学组成 |
| 3.3 中和分析 |
| 3.4 小结 |
| 第四章 大气湿沉降通量 |
| 4.1 离子的湿沉降通量 |
| 4.2 硫和氮的湿沉降通量 |
| 4.3 大气氮湿沉降的铵硝比 |
| 4.4 相关性分析 |
| 4.5 小结 |
| 第五章 大气湿沉降污染源分析 |
| 5.1 污染源解析 |
| 5.2 气团轨迹 |
| 5.3 小结 |
| 第六章 大气湿沉降过程 |
| 6.1 大气湿沉降过程中降水离子浓度的变化 |
| 6.2 大气湿沉降过程中大气污染物浓度的变化 |
| 6.3 小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 存在问题和展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（4）兰州市20种园林植物叶功能性状对不同大气污染物的响应及净化效应（论文提纲范文）
| 摘要 |
| SUMMARY |
| 第一章 绪论 |
| 1.1 引言 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.1.3 项目来源及经费来源 |
| 1.2 叶功能性状 |
| 1.3 大气污染物与植物的关系 |
| 1.3.1 大气污染物对植物的危害 |
| 1.3.2 植物对大气污染物的抗性 |
| 1.4 国内外研究现状 |
| 1.5 拟解决的关键问题 |
| 1.6 研究内容及技术路线 |
| 1.6.1 研究内容 |
| 1.6.2 研究技术路线 |
| 第二章 研究区概况及研究方法 |
| 2.1 研究区概况 |
| 2.2 研究方法 |
| 2.2.1 污染区的划分 |
| 2.2.2 供试树种确定 |
| 2.2.3 采样时间及采样部位 |
| 2.3 采样测定 |
| 2.3.1 采样情况 |
| 2.3.2 实验仪器 |
| 2.3.3 各性状测定方法 |
| 2.3.3.1 叶宽、叶长、叶周长、叶面积 |
| 2.3.3.2 比叶面积、比叶重、叶干物质含量 |
| 2.3.3.3 可溶性糖、可溶性蛋白、丙二醛、脯氨酸、超氧化物歧化酶 |
| 2.3.3.4 叶片碳、氮、磷 |
| 2.4 数据处理与统计分析 |
| 第三章 20种园林植物叶性状分析 |
| 3.1 结果与分析 |
| 3.1.1 20种兰州市常见园林植物基本概况 |
| 3.1.2 植物叶性状变异特征 |
| 3.1.3 植物叶性状间的关联与耦合 |
| 3.2 讨论 |
| 3.2.1 叶性状变异特征 |
| 3.2.2 叶性状间的相关关系 |
| 3.3 本章小结 |
| 第四章 不同生活型植物叶性状分析 |
| 4.1 结果与分析 |
| 4.1.1 乔、灌植物叶形态性状分析 |
| 4.1.2 乔、灌植物叶经济性状分析 |
| 4.1.3 乔、灌植物叶性状在不同污染区的变化特征 |
| 4.2 讨论 |
| 4.2.1 大气污染对植物叶性状的影响 |
| 4.2.2 植物叶性状间的关系及其叶经济谱分析 |
| 4.3 本章小结 |
| 第五章 植物的生理生化特征分析 |
| 5.1 结果与分析 |
| 5.1.1 植物生理性状变异特征 |
| 5.1.2 不同污染区的植物生理生化特征 |
| 5.1.3 不同生活型的植物生理生化特征 |
| 5.2 讨论 |
| 5.3 本章小结 |
| 第六章 植物对大气污染物的净化效应 |
| 6.1 采样期间研究区的污染状况 |
| 6.2 结果与分析 |
| 6.2.1 不同大气污染区20种常用乔木对N的吸收净化效益比较 |
| 6.2.2 不同生活型植物对大气污染物的吸收净化效益比较 |
| 6.2.3 综合评价植物修复大气污染的能力 |
| 6.3 讨论 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 研究建议 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 导师简介 |
（5）北京松山典型落叶阔叶混交林林分环境变化特征及其对叶面积指数的影响（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 大气污染物与气象因子的研究 |
| 1.2.2 植被叶面积指数与环境因子的关系研究 |
| 1.3 研究目标、内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 论文结构与技术路线 |
| 1.4 拟解决的关键科学问题 |
| 2 研究区概况 |
| 2.1 地理位置 |
| 2.2 气候条件 |
| 2.3 水文水系 |
| 2.4 土壤特征 |
| 2.5 植物资源 |
| 2.6 动物资源 |
| 3 研究方法 |
| 3.1 实验方法与实验仪器 |
| 3.1.1 大气污染物测定 |
| 3.1.2 微气象要素观测 |
| 3.1.3 物候期的观测与确定 |
| 3.1.4 植被叶面积指数的测定 |
| 3.2 数据处理和分析 |
| 3.2.1 数据处理 |
| 3.2.2 数据分析 |
| 4 松山典型落叶阔叶林气象因子变化特征 |
| 4.1 空气温度 |
| 4.2 相对湿度 |
| 4.3 风速 |
| 4.4 饱和水汽压差 |
| 4.5 本章小结 |
| 5 松山典型落叶阔叶林大气污染物时间变化特征 |
| 5.1 二氧化硫浓度时间变化特征 |
| 5.1.1 二氧化硫浓度季节变化特征 |
| 5.1.2 二氧化硫浓度逐月变化特征 |
| 5.1.3 二氧化硫浓度逐日变化特征 |
| 5.1.4 二氧化硫浓度平均昼夜变化特征 |
| 5.2 PM2.5时间变化特征 |
| 5.2.1 PM2.5浓度季节变化特征 |
| 5.2.2 PM2.5浓度逐月变化特征 |
| 5.2.3 PM2.5浓度逐日变化特征 |
| 5.2.4 PM2.5浓度平均昼夜变化特征 |
| 5.3 PM10时间变化特征 |
| 5.3.1 PM10浓度季节变化特征 |
| 5.3.2 PM10浓度逐月变化特征 |
| 5.3.3 PM10浓度逐日变化特征 |
| 5.3.4 PM10浓度平均昼夜变化特征 |
| 5.4 生长季大气污染物变化趋势 |
| 5.5 结果与讨论 |
| 5.6 本章小结 |
| 6 大气污染物浓度与气象因子之间的相关性分析 |
| 6.1 气象因子与大气污染物之间的关系分析 |
| 6.1.1 气温与大气污染物浓度的相关性分析 |
| 6.1.2 风速与大气污染物浓度的相关性分析 |
| 6.1.3 相对湿度与大气污染物浓度的相关性分析 |
| 6.1.4 饱和水汽压差与大气污染物浓度的相关性分析 |
| 6.2 大气污染物(SO2、PM2.5与PM10)之间的相关关系 |
| 6.3 结果与讨论 |
| 6.4 本章小结 |
| 7 松山典型落叶阔叶林叶面积指数变化特征及其影响因子 |
| 7.1 植被叶面积指数动态变化特征 |
| 7.2 植被叶面积指数与环境因子的关系 |
| 7.2.1 植被叶面积指数与气象因子的关系 |
| 7.2.2 植被叶面积指数与污染物浓度的关系 |
| 7.3 结果与讨论 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（6）1912年以来京津冀地区生态灾害研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 基本概念界定 |
| 1.1.1 生态灾害 |
| 1.1.2 京津冀地区历史演化与行政区划变迁 |
| 1.1.3 京津冀地区的生态灾害 |
| 1.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 1912-1949年灾害研究综述 |
| 1.3.2 1950-1980年代灾害研究综述 |
| 1.3.3 1990年代以来灾害研究综述 |
| 1.4 研究思路及方法 |
| 2 1912-1949年京津冀地区生态灾害研究 |
| 2.1 主要生态灾害 |
| 2.1.1 水灾 |
| 2.1.2 旱灾 |
| 2.1.3 虫灾 |
| 2.2 生态灾害的主要特征与防治措施 |
| 2.2.1 生态灾害的主要特征 |
| 2.2.2 生态灾害的防治措施 |
| 2.3 生态灾害的防治思想 |
| 2.3.1 对灾害认识的科学化 |
| 2.3.2 治理理念由救治转向预防 |
| 2.3.3 灾害救治呈现人道主义倾向 |
| 2.4 小结 |
| 3 1950-1970年代京津冀地区生态灾害研究 |
| 3.1 主要生态灾害 |
| 3.1.1 水旱灾害 |
| 3.1.2 风沙灾害 |
| 3.1.3 污染灾害 |
| 3.2 生态灾害的防治措施 |
| 3.2.1 水旱灾害防治 |
| 3.2.2 风沙灾害防治 |
| 3.2.3 污染灾害防治 |
| 3.3 生态灾害的防治思想 |
| 3.3.1 坚持救人为先,保障人民的根本利益 |
| 3.3.2 强调预防,注重根治 |
| 3.3.3 生产自救为主,政府救济为辅 |
| 3.3.4 进行生态保护,开始环境治理 |
| 3.4 小结 |
| 4 1980年代以来京津冀地区生态灾害研究 |
| 4.1 主要生态灾害 |
| 4.1.1 水污染 |
| 4.1.2 大气污染 |
| 4.1.3 风沙灾害 |
| 4.2 生态灾害的防治措施 |
| 4.2.1 水环境综合治理 |
| 4.2.2 大气污染治理 |
| 4.2.3 植被恢复与水土保持 |
| 4.3 生态灾害的防治思想 |
| 4.3.1 重视科学在灾害防治中的运用 |
| 4.3.2 保护环境的实质就是保护生产力 |
| 4.3.3 人与自然和谐共生 |
| 4.4 小结 |
| 5 结语 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录清单 |
| 致谢 |
（7）城市森林净化大气环境特征及服务功能价值评估 ——以乌鲁木齐雅玛里克山森林公园为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究目的及意义 |
| 1.3 城市森林概述 |
| 1.4 生态系统服务功能 |
| 1.5 城市森林生态系统服务功能及价值评价 |
| 1.5.1 城市森林生态系统服务 |
| 1.5.2 城市森林生态系统服务功能价值评估 |
| 1.6 城市森林净化大气环境功能研究进展 |
| 1.6.1 城市森林净化二氧化硫功能 |
| 1.6.2 城市森林净化氮氧化物功能 |
| 1.6.3 城市森林的滞尘作用 |
| 1.6.4 城市森林释放负离子功能 |
| 1.7 研究内容与研究方法 |
| 1.7.1 研究内容 |
| 1.7.2 研究方法 |
| 1.8 技术路线 |
| 第2章 研究区概况与监测方案 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 土壤类型 |
| 2.1.4 气候条件 |
| 2.1.5 植被 |
| 2.2 监测方案 |
| 2.2.1 监测布点设计 |
| 2.2.2 样品采集与处理 |
| 2.2.3 监测方法 |
| 2.2.4 监测实施 |
| 2.3 数据处理与分析 |
| 第3章 城市森林净化大气环境特征分析 |
| 3.1 时间特征分析 |
| 3.1.1 滞尘量特征 |
| 3.1.2 叶片硫含量 |
| 3.1.3 叶片氮含量 |
| 3.1.4 空气负离子浓度变化特征 |
| 3.2 空间特征分析 |
| 3.2.1 滞尘量特征 |
| 3.2.2 叶片硫含量 |
| 3.2.3 叶片氮含量 |
| 3.2.4 空气负离子浓度变化特征 |
| 3.3 小结 |
| 第4章 城市森林净化大气环境服务功能价值评估 |
| 4.1 单因素服务功能价值评估 |
| 4.1.1 评估方法 |
| 4.1.2 价值估算公式 |
| 4.1.3 城市森林滞尘量价值评估 |
| 4.1.4 城市森林净化大气SO2价值评估 |
| 4.1.5 城市森林提供负离子价值评估 |
| 4.2 综合服务功能价值评估 |
| 4.2.1 综合评估方法 |
| 4.2.2 权重确定 |
| 4.2.3 城市森林净化大气环境服务功能价值综合评估 |
| 4.3 小结 |
| 第5章 结论与展望 |
| 5.1 主要结论 |
| 5.2 不足与展望 |
| 5.2.1 不足 |
| 5.2.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（8）土地利用/土地覆被对大气颗粒物的影响研究 ——以京津冀地区为例（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与论文组织 |
| 2 研究区概况与数据处理 |
| 2.1 研究区概况 |
| 2.2 数据来源与处理 |
| 2.3 本章小结 |
| 3 大气颗粒物浓度的时空特征和变化规律 |
| 3.1 数据与方法 |
| 3.2 大气颗粒物浓度的时空特征 |
| 3.3 大气颗粒物浓度的变化规律 |
| 3.4 本章小结 |
| 4 土地利用对大气颗粒物浓度的影响 |
| 4.1 数据与方法 |
| 4.2 土地利用的时空特征 |
| 4.3 土地利用对大气颗粒物浓度的影响 |
| 4.4 景观格局对大气颗粒物浓度的影响 |
| 4.5 本章小结 |
| 5 植被覆盖对大气颗粒物浓度的影响 |
| 5.1 数据与方法 |
| 5.2 植被覆盖的时空特征 |
| 5.3 植被覆盖对大气颗粒物浓度的影响 |
| 5.4 本章小结 |
| 6 植被覆盖对大气颗粒物的削减效应 |
| 6.1 数据与方法 |
| 6.2 环境条件分析 |
| 6.3 实验结果和分析 |
| 6.4 讨论 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 主要结论 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（9）不同城市群大气污染分布传输特征及植物阻滞吸附机理（论文提纲范文）
| 摘要 ABSTRACT 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大气污染的时空分布特征 |
| 1.2.2 大气颗粒物与气态污染物的相关性分析 |
| 1.2.3 大气颗粒物的区域传输特征 |
| 1.2.4 植物阻滞吸附对大气颗粒物的影响 2 研究目标、研究内容与方法 |
| 2.1 研究目标 |
| 2.2 研究内容 |
| 2.2.1 大气污染的空间分布特征 |
| 2.2.2 大气污染的时间分布特征 |
| 2.2.3 大气颗粒物与气态污染物的相关性分析 |
| 2.2.4 大气颗粒物的区域传输特征分析 |
| 2.2.5 植物阻滞吸附大气颗粒物的作用机理 |
| 2.3 研究方法 |
| 2.3.1 数据来源 |
| 2.3.2 聚类分析方法 |
| 2.3.3 气流轨迹计算与潜在源分析 |
| 2.3.4 普通克里格空间插值法 |
| 2.3.5 采样与气室实验 |
| 2.4 技术路线 3 大气污染物空间分布特征 |
| 3.1 聚类分析与城市群划分 |
| 3.2 大气颗粒物与气态污染物空间分布特征 |
| 3.2.1 东北综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.2 北部沿海综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.3 东部沿海综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.4 南部沿海经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.5 黄河中游综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.6 长江中游综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.7 大西南综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.2.8 大西北综合经济区大气颗粒物与气态污染物空间分布特征 |
| 3.3 小结 4 大气污染物时间分布特征 |
| 4.1 大气污染物年变化特征 |
| 4.1.1 大气颗粒物与气态污染物年变化特征 |
| 4.1.2 大气颗粒物与气态污染物在环保示范城市中的年变化特征 |
| 4.2 大气污染物季节变化特征 |
| 4.2.1 大气颗粒物季节变化特征 |
| 4.2.2 气态污染物季节变化特征 |
| 4.3 大气污染物月变化特征 |
| 4.3.1 大气颗粒物月变化特征 |
| 4.3.2 气态污染物月变化特征 |
| 4.4 大气污染物日变化特征 |
| 4.4.1 大气颗粒物日变化特征 |
| 4.4.2 气态污染物日变化特征 |
| 4.5 小结 5 大气颗粒物与气态污染物的相关性 |
| 5.1 大气颗粒物与SO_2的相关性分析 |
| 5.2 大气颗粒物与NO_2的相关性分析 |
| 5.3 大气颗粒物与CO的相关性分析 |
| 5.4 大气颗粒物与O_3的相关性分析 |
| 5.5 小结 6 大气污染物区域传输特征及变化 |
| 6.1 八大城市群区域传输特征 |
| 6.2 典型城市大气污染物区域传输特征 |
| 6.2.1 轨迹聚类分析 |
| 6.2.2 潜在源区分析 |
| 6.3 典型城市大气污染物区域传输特征变化 |
| 6.3.1 聚类轨迹分析 |
| 6.3.2 潜在源分析 |
| 6.4 小结 7 植物阻滞吸附大气颗粒物的作用机理 |
| 7.1 实验过程 |
| 7.2 不同植物阻滞吸附大气颗粒物作用比较 |
| 7.2.1 单位叶面积阻滞吸附作用比较 |
| 7.2.2 单株树种阻滞吸附作用比较 |
| 7.2.3 不同城市植物阻滞吸附作用比较 |
| 7.3 叶片微观结构阻滞吸附作用机理 |
| 7.4 小结 8 结论与展望 |
| 8.1 主要结论 |
| 8.1.1 大气污染物空间分布特征 |
| 8.1.2 大气污染物时间分布特征 |
| 8.1.3 大气颗粒物与气态污染物的相关性 |
| 8.1.4 大气污染物的区域传输特征及变化 |
| 8.1.5 植物阻滞吸附大气颗粒物的作用机理 |
| 8.2 主要创新点 |
| 8.3 展望 参考文献 个人简介 导师简介 成果目录清单 致谢 附录 |
（10）北京市城市森林氮氧化物（NOx）浓度时空动态变化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状及进展 |
| 1.2.1 大气污染物NO_x的来源 |
| 1.2.2 城市森林NO_x浓度时空变化特征 |
| 1.3 城市环境因子对城市森林净化NO_x的影响作用 |
| 1.3.1 温度对NO_x浓度的影响 |
| 1.3.2 相对湿度对NO_x浓度的影响 |
| 1.3.3 降雨对NO_x浓度的影响 |
| 1.3.4 风速对NO_x浓度的影响 |
| 1.4 不同植物及植物配置模式对城市森林净化NO_x的影响作用 |
| 1.5 本研究目的和意义 |
| 1.6 技术路线图 |
| 第二章 研究区域概况 |
| 2.1 北京市概况 |
| 2.1.1 北京市基本概况 |
| 2.1.2 气候条件 |
| 2.1.3 地貌与土壤条件 |
| 2.1.4 植被特征 |
| 2.2 实验点概况 |
| 2.2.1 松山自然保护区 |
| 2.2.2 西山国家森林公园 |
| 2.2.3 朝阳公园 |
| 2.2.4 大兴南海子公园 |
| 第三章 北京市NO_2质量浓度时空分布特征 |
| 3.1 研究方法 |
| 3.1.1 研究点选取 |
| 3.1.2 研究数据获取 |
| 3.1.3 数据处理与分析 |
| 3.2 结果与分析 |
| 3.2.1 北京市NO_2质量浓度季节变化特征 |
| 3.2.2 北京市NO_2质量浓度月变化特征 |
| 3.2.3 北京市NO_2质量浓度空间分布特征 |
| 3.3 讨论 |
| 3.3.1 北京市NO_2质量浓度时间变化特征 |
| 3.3.2 北京市NO_2质量浓度空间变化差异显着 |
| 3.4 小结 |
| 第四章 城市森林NO_2质量浓度时空分布特征 |
| 4.1 研究方法 |
| 4.1.1 研究点选取 |
| 4.1.2 研究数据获取 |
| 4.1.3 数据处理与分析 |
| 4.2 结果与分析 |
| 4.2.1 植被区与非植被区NO_2质量浓度变化特征 |
| 4.2.2 城市森林内外NO_2质量浓度时空分布特征 |
| 4.3 讨论 |
| 4.3.1 城市森林对NO_2的净化作用 |
| 4.3.2 不同污染环境下城市森林净化作用的差异性 |
| 4.3.3 典型污染过程NO_2浓度变化特征 |
| 4.4 小结 |
| 第五章 城市森林内外NO_2质量浓度与气象因子的关系 |
| 5.1 研究方法 |
| 5.1.1 研究点选取 |
| 5.1.2 研究数据获取 |
| 5.1.3 数据处理与分析 |
| 5.2 结果与分析 |
| 5.2.1 风速对城市森林内外NO_2质量浓度的影响 |
| 5.2.2 温度对林内外NO_2质量浓度的影响 |
| 5.2.3 降雨对林内外NO_2质量浓度的影响 |
| 5.2.4 相对湿度对林内外NO_2质量浓度的影响 |
| 5.3 讨论 |
| 5.3.1 风对NO_2的驱散作用 |
| 5.3.2 温度对NO_2浓度的影响 |
| 5.3.3 降雨对NO_2的削减作用 |
| 5.3.4 相对湿度对NO_2浓度的影响 |
| 5.4 小结 |
| 第六章 不同植被配置NO_x浓度动态特征分析 |
| 6.1 研究方法 |
| 6.1.1 研究点选取 |
| 6.1.2 研究数据获取 |
| 6.1.3 数据处理与分析 |
| 6.2 结果与分析 |
| 6.2.1 不同植被配置对NO_x浓度时间变化影响特征分析 |
| 6.2.2 不同植物配置NO_x浓度聚类分析 |
| 6.2.3 对建设城市园林净化NO_x的植物配置模式选择建议 |
| 6.3 讨论 |
| 6.3.1 不同植物配置NO_x浓度时间变化特征 |
| 6.3.2 不同配置模式对NO_x浓度变化影响 |
| 6.4 小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表文章 |
四、浅析森林对大气污染的净化功能（论文参考文献）
- [1]生态系统净化空气服务研究进展[J]. 张欣,尤春赫,李诗菁,田美荣,冯朝阳,张璐. 环境工程技术学报, 2022(01)
- [2]西安市长安区大气湿沉降特征研究[D]. 李瑞锋. 西北大学, 2021(12)
- [3]国家森林城市建设对大气污染的影响 ——以长三角为例[D]. 张媛飞. 上海财经大学, 2020
- [4]兰州市20种园林植物叶功能性状对不同大气污染物的响应及净化效应[D]. 何靖. 甘肃农业大学, 2020
- [5]北京松山典型落叶阔叶混交林林分环境变化特征及其对叶面积指数的影响[D]. 闫惠娟. 北京林业大学, 2020
- [6]1912年以来京津冀地区生态灾害研究[D]. 胡旭. 北京林业大学, 2020(04)
- [7]城市森林净化大气环境特征及服务功能价值评估 ——以乌鲁木齐雅玛里克山森林公园为例[D]. 张凯迪. 新疆大学, 2020(07)
- [8]土地利用/土地覆被对大气颗粒物的影响研究 ——以京津冀地区为例[D]. 翟浩然. 山东科技大学, 2019(06)
- [9]不同城市群大气污染分布传输特征及植物阻滞吸附机理[D]. 梁丹. 北京林业大学, 2019(04)
- [10]北京市城市森林氮氧化物（NOx）浓度时空动态变化研究[D]. 王迪. 沈阳农业大学, 2019