王 堃,高佳佳*,田賀忠,淡 默,岳 濤,薛亦峰,3,左朋萊,王晨龍(.北京市勞動(dòng)保護(hù)科學(xué)研究所,大氣污染控制研究室,北京 00054；.北京師范大學(xué)環(huán)境學(xué)院,環(huán)境模擬與污染控制國家重點(diǎn)聯(lián)合實(shí)驗(yàn)室,北京00875；3.北京市環(huán)境保護(hù)科學(xué)研究院,國家城市環(huán)境污染控制工程技術(shù)研究中心,北京 00037)

基于POI興趣點(diǎn)的排放清單空間分配方法

王 堃1,高佳佳1*,田賀忠2,淡 默1,岳 濤1,薛亦峰2,3,左朋萊1,王晨龍1(1.北京市勞動(dòng)保護(hù)科學(xué)研究所,大氣污染控制研究室,北京 100054；2.北京師范大學(xué)環(huán)境學(xué)院,環(huán)境模擬與污染控制國家重點(diǎn)聯(lián)合實(shí)驗(yàn)室,北京100875；3.北京市環(huán)境保護(hù)科學(xué)研究院,國家城市環(huán)境污染控制工程技術(shù)研究中心,北京 100037)

基于商業(yè)住宅、農(nóng)林牧漁企業(yè)、交通設(shè)施等類型的城市設(shè)施興趣點(diǎn)(POI)數(shù)據(jù)建立了針對(duì)居民生活源、農(nóng)業(yè)源、交通源等非點(diǎn)源的排放清單分配方法.以北京市為例,基于2015年高德地圖的POI數(shù)據(jù)對(duì)清華大學(xué)MEIC排放清單進(jìn)行了3km×3km及1km×1km的高空間分辨率分配,并基于分配后的排放清單,采用CMAQ空氣質(zhì)量模式對(duì)2015年1月5個(gè)市內(nèi)監(jiān)測站點(diǎn)PM2.5的模擬值及監(jiān)測數(shù)據(jù)進(jìn)行對(duì)比,以檢驗(yàn)該分配方法的準(zhǔn)確性.結(jié)果表明,利用POI數(shù)據(jù)進(jìn)行空間分配可以更加有效地反映出排放源的空間分布特征;CMAQ空氣質(zhì)量模式模擬結(jié)果中,采用該方法分配后的排放清單較直接面積插值的排放清單標(biāo)準(zhǔn)化平均偏差(NMB)降低 40%左右,標(biāo)準(zhǔn)化平均誤差(NME)降低 10%左右.

排放清單；POI；CMAQ；空間分配

大氣污染物排放清單是污染源在一定時(shí)間跨度和空間區(qū)域內(nèi)排放到大氣中的各種污染物的數(shù)量列表,而制作具有高時(shí)空分辨率的大氣污染物排放清單可以為空氣質(zhì)量管理及數(shù)值模擬提供基礎(chǔ)數(shù)據(jù)[1-2].

對(duì)于固定燃燒源、工藝過程源等點(diǎn)源污染可直接根據(jù)經(jīng)緯度坐標(biāo)信息在設(shè)定的空間網(wǎng)格內(nèi)進(jìn)行排放量的空間分配.而對(duì)于采用“自上而下”計(jì)算方法得到的非點(diǎn)源污染需要通過一些地理空間指標(biāo)將排放量分配到空間網(wǎng)格中.現(xiàn)階段,多基于 GIS技術(shù)利用土地利用類型、路網(wǎng)以及人口密度等數(shù)據(jù)對(duì)非點(diǎn)源污染源的排放量進(jìn)行空間分配[3-4].

POI(城市設(shè)施興趣點(diǎn))可以是對(duì)一個(gè)停車場、一棟商業(yè)住宅、一個(gè)工廠企業(yè)等信息的描述,它的主要內(nèi)容包括：名稱、類別、經(jīng)緯度、地址名稱,其在導(dǎo)航等諸多生活領(lǐng)域都有著廣泛的應(yīng)用.此外,獲取POI數(shù)據(jù)的手段多樣,如高德地圖、百度地圖的POI數(shù)據(jù)均可以開源獲得;POI數(shù)據(jù)分類較細(xì),且根據(jù)實(shí)際情況定時(shí)更新,具有較高的準(zhǔn)確性,因此其在空間規(guī)劃分析中有很大的利用空間.如利用POI數(shù)據(jù)分析城市熱點(diǎn)、進(jìn)行城市規(guī)劃的研究,對(duì)城市的地標(biāo)進(jìn)行分層提取,對(duì)城市的可達(dá)性進(jìn)行計(jì)算等[5-8].

CMAQ空氣質(zhì)量模型是由美國環(huán)保署推廣使用的第三代空氣質(zhì)量模型,該模型基于“一個(gè)大氣”的核心思想,能夠模擬大氣中多物種、多相態(tài)污染物及其相互影響,如大氣污染物的排放、傳輸、煙羽處理、干濕沉降等.CMAQ模型兼顧了區(qū)域與城市尺度之間的大氣污染物的相互影響,并被廣泛的應(yīng)用于區(qū)域污染物來源分析及特定行業(yè)污染物減排環(huán)境效益等研究中.例如基于CMAQ評(píng)價(jià)不同時(shí)刻減排對(duì)北京 PM2.5濃度的影響[9],利用CMAQ-DDM模型對(duì)微細(xì)顆粒物的來源進(jìn)行分析等[10].

POI數(shù)據(jù)的準(zhǔn)確性、時(shí)效性、易獲取性以及信息的豐富性,使得利用其對(duì)大氣污染物排放清單進(jìn)行空間分配成為可能.本文以北京市為例,通過分析研究 POI數(shù)據(jù)與污染源空間分布特征的相關(guān)性,提出了利用POI數(shù)據(jù)對(duì)清華大學(xué)MEIC排放清單中居民、農(nóng)業(yè)及交通源等非點(diǎn)源的精細(xì)化分配方法,并利用CMAQ空氣質(zhì)量模式驗(yàn)證該方法的有效性.

1 研究方法

1.1 研究數(shù)據(jù)的獲取

通過北京市統(tǒng)計(jì)局(http：//www.bjstats. gov.cn/)獲取北京市2015年各區(qū)縣人口及農(nóng)業(yè)產(chǎn)值數(shù)據(jù);通過調(diào)研,獲取北京市 2015年部分道路交通流量數(shù)據(jù);通過開源獲取北京市2015年高德地圖POI數(shù)據(jù).通過中國多尺度排放清單MEIC模型網(wǎng)站(http：//www.meicmodel.org)獲取清華大學(xué)MEIC大氣污染物排放清單.通過中國科學(xué)院地理科學(xué)與資源研究所(http：//www.resdc.cn)獲取2010年全國人口空間分布公里網(wǎng)格數(shù)據(jù).

1.2 基于POI數(shù)據(jù)的非點(diǎn)源排放清單空間分配方法

通過對(duì)高德地圖POI數(shù)據(jù)進(jìn)行梳理,得出POI數(shù)據(jù)大致可分為以下 20個(gè)大類,每個(gè)大類中又包含多個(gè)小類,共約234個(gè)小類,POI數(shù)據(jù)類型分類如表1.由于POI數(shù)據(jù)主要由名稱、類別、經(jīng)緯度、地址名稱4個(gè)字段組成,且數(shù)據(jù)分類較細(xì)、具有較高的準(zhǔn)確性和實(shí)效性;一定空間區(qū)域內(nèi)某類型的POI數(shù)據(jù)個(gè)數(shù)可以一定程度上反映該類型排放源的活動(dòng)水平.因此,本研究根據(jù)不同排放源的特點(diǎn)選用不同類型的POI數(shù)據(jù)及統(tǒng)計(jì)方法.

對(duì)于居民和農(nóng)業(yè)源,由于該類非點(diǎn)源與人類活動(dòng)及農(nóng)業(yè)生產(chǎn)活動(dòng)密切相關(guān).因此,利用研究區(qū)內(nèi)各空間網(wǎng)格的商務(wù)住宅 POI數(shù)據(jù)點(diǎn)的個(gè)數(shù)及農(nóng)林牧漁POI數(shù)據(jù)點(diǎn)個(gè)數(shù)作為空間分配指標(biāo),構(gòu)建人口格局分配方法及畜禽活動(dòng)分配方法.設(shè)定每個(gè)網(wǎng)格內(nèi)的空間分配權(quán)重為 Fi,分配得到的排放量Ei如下式,

式中：i表示網(wǎng)格編號(hào);Fi代表第i個(gè)網(wǎng)格的空間分配權(quán)重;Ei代表網(wǎng)格 i中分配的污染物排放量,t;Ni表示網(wǎng)格i中商務(wù)住宅或農(nóng)林牧漁業(yè)POI數(shù)據(jù)點(diǎn)的個(gè)數(shù);Nsum表示研究區(qū)域內(nèi)所有網(wǎng)格中商務(wù)住宅或農(nóng)林牧漁業(yè)POI數(shù)據(jù)點(diǎn)的個(gè)數(shù);Esum表示研究區(qū)域內(nèi)的所有網(wǎng)格中污染物的排放總量,t.

對(duì)于以機(jī)動(dòng)車為主的交通源,鄭君瑜等提出了基于交通流量和路網(wǎng)“標(biāo)準(zhǔn)道路長度”的區(qū)域機(jī)動(dòng)車污染物排放空間分配方法,考慮了不同級(jí)別道路之間交通流量的差別[4].為了進(jìn)一步區(qū)分相同級(jí)別道路中不同道路的交通流量差別,本研究在其方法基礎(chǔ)上,進(jìn)一步提出,通過統(tǒng)計(jì)每條道路周邊停車場等交通設(shè)施的 POI數(shù)據(jù)個(gè)數(shù)為指標(biāo),設(shè)定交通流量調(diào)整系數(shù),以考慮同級(jí)別道路之間的交通流量差別.設(shè)定每條道路交通流量調(diào)整系數(shù)為 Ra,b,每個(gè)網(wǎng)格內(nèi)的空間分配權(quán)重為 Fi,分配得到的排放量Ei如下式,

式中：i為網(wǎng)格編號(hào);a為道路編號(hào);b為道路類型;m為道路類型數(shù);nb為b道路類型中道路的個(gè)數(shù),一般道路類型可分為6類或4類即國家級(jí)高速路、普通國道、普通省道、省級(jí)高速、縣道、鄉(xiāng)道或城市快速路、主干路、次干路及支路;Ra,b表示b型道路的a道路的交通流量調(diào)整系數(shù);Na表示b型道路的a道路周邊停車場等交通設(shè)施類型POI數(shù)據(jù)點(diǎn)的個(gè)數(shù);Navg,b表示在研究區(qū)域內(nèi)所有b型道路的周邊停車場等交通設(shè)施類型 POI數(shù)據(jù)點(diǎn)的平均個(gè)數(shù);Li為網(wǎng)格 i中所有類型道路的標(biāo)準(zhǔn)長度,km;La,b為屬于 b型道路的 a路的長度,km;Qb為不同道路的標(biāo)準(zhǔn)長度換算因子,km/km;Lsum表示研究區(qū)域內(nèi)所有網(wǎng)格中所有類型道路的標(biāo)準(zhǔn)長度總和,km.

表1 POI數(shù)據(jù)類別一覽表

1.3 基于CMAQ模型對(duì)該空間分配方法的驗(yàn)證

1.3.1 模擬相關(guān)參數(shù)的設(shè)定 CMAQ空氣質(zhì)量模式選用CMAQv5.0.2,采用CB05化學(xué)機(jī)制以及AERO6氣溶膠機(jī)制.采用 WRF氣象模型為CMAQ模型提供氣象場,并選用如下參數(shù)化方案：WSM3微物理方案、CAM長波輻射方案、RRTMG短波輻射方案、Noah Land Surface Model陸面方案、Monin-Obukhov近地面層方案、MYJ邊界層方案和Grell 3D積云參數(shù)化方案.

CMAQ采用 4層嵌套模擬,如圖1,圖中D01,D02,D03,D04分別為27km×27km,9km×9km, 3km×3km,1km×1km空間分辨率的模擬區(qū)域,采用 Lambert投影,坐標(biāo)原點(diǎn)為北緯 36.4°,東經(jīng)101.9°.模擬區(qū)域分別包括了全國大部分區(qū)域,京津冀地區(qū),北京地區(qū)及北京城六區(qū).模擬時(shí)段選取2015年1月.

1.3.2 模型模擬結(jié)果驗(yàn)證 模式模擬選用2015年 1月的模擬值與實(shí)測值進(jìn)行對(duì)比.并使用標(biāo)準(zhǔn)化平均偏差(NMB)、標(biāo)準(zhǔn)化平均誤差(NME)對(duì)模式模擬結(jié)果進(jìn)行評(píng)價(jià).如果NMB和NME值均小于50%,表征模式模擬結(jié)果較好[11].

式中：N表示對(duì)比樣本數(shù);pi代表模擬數(shù)據(jù);oi代表監(jiān)測數(shù)據(jù).

圖1 CMAQ模型劃定的模擬區(qū)域Fig.1 Domains of CMAQ model

2 結(jié)果與討論

2.1 POI數(shù)據(jù)與污染源的空間特征相關(guān)性驗(yàn)證

以北京市城六區(qū)為例,通過對(duì)比利用POI數(shù)據(jù)所獲得的污染源空間分布特征與統(tǒng)計(jì)數(shù)據(jù)及其他研究成果,探討POI數(shù)據(jù)是否能夠?qū)ΜF(xiàn)實(shí)情況有更好的反映.

圖2及圖3分別為基于商務(wù)住宅POI個(gè)數(shù)獲得的北京市城六區(qū)1km×1km人口分布圖以及中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心全國 1km× 1km人口分布北京城六區(qū)人口分布圖,從圖中可以看出,本方法得到的人口分布圖更精細(xì),也更符合實(shí)際情況.

圖4為北京市各區(qū)縣 2015年人口與 2015年商務(wù)住宅類POI數(shù)據(jù)點(diǎn)的個(gè)數(shù)的相關(guān)性分析,從圖中可以看到人口數(shù)與商務(wù)住宅 POI數(shù)據(jù)點(diǎn)的個(gè)數(shù)相關(guān)性較高,R2可以達(dá)到0.9左右.此外,北京市各區(qū)縣2015年農(nóng)林牧漁產(chǎn)值與農(nóng)林牧漁類型POI數(shù)據(jù)點(diǎn)個(gè)數(shù)的相關(guān)性分析結(jié)果顯示,農(nóng)林牧漁產(chǎn)值與農(nóng)林牧漁 POI數(shù)據(jù)點(diǎn)個(gè)數(shù)相關(guān)性較高,R2可以達(dá)到0.5左右.因此,利用POI數(shù)據(jù)點(diǎn)的個(gè)數(shù)可以對(duì)地區(qū)內(nèi)的人口及農(nóng)業(yè)生產(chǎn)活動(dòng)的分布有較好的反映.

圖2 基于商務(wù)住宅類POI獲得的北京城六區(qū)1km×1km人口分布Fig.2 1km×1km population distribution in Beijing urban area based on residential POI data

圖3 中國科學(xué)院地理科學(xué)與資源研究所提供的北京城六區(qū)1km×1km人口分布Fig.3 1km×1km population distribution in Beijing urban area provided by RESDC

通過調(diào)研獲得北京市部分省級(jí)道路的年均車流量.為了驗(yàn)證本研究方法的準(zhǔn)確性,將其交通流量數(shù)據(jù)及通過 POI數(shù)據(jù)計(jì)算得到的“標(biāo)準(zhǔn)長度”進(jìn)行z-score標(biāo)準(zhǔn)化,檢驗(yàn)其相關(guān)性如圖5所示.從圖中可以看出,計(jì)算得到的“標(biāo)準(zhǔn)化長度”可對(duì)逐條道路實(shí)際的交通流量有較好的反映 R2可達(dá)50%左右.

圖4 北京市各區(qū)縣人口與商務(wù)住宅類POI個(gè)數(shù)的關(guān)系Fig.4 correlation analysis between population and residential POI data in various districts and counties of Beijing

圖5 北京市部分省道標(biāo)準(zhǔn)化實(shí)際交通流量與本研究得到的標(biāo)準(zhǔn)長度的相關(guān)關(guān)系Fig.5 correlation analysis between traffic flow and the actual length of the part of Beijing highway

綜上,利用 POI數(shù)據(jù)可以較好地對(duì)人類活動(dòng)、農(nóng)林牧漁生產(chǎn)活動(dòng)及各道路的交通流量有很好的反映.

2.2 選用 CMAQ空氣質(zhì)量模式對(duì)于該方法分配后的MEIC排放清單進(jìn)行校驗(yàn)

通過使用本方法,將北京地區(qū) 0.25°×0.25°空間分辨率的 MEIC大氣污染物排放清單分配為更加精細(xì)的3km×3km高空間分辨率的排放清單,并輸入CMAQ空氣質(zhì)量模型,與直接通過面積插值輸入CMAQ空氣質(zhì)量模型的排放清單進(jìn)行對(duì)比,并采用標(biāo)準(zhǔn)化平均偏差(NMB)及標(biāo)準(zhǔn)化平均誤差(NME)評(píng)價(jià)清單的改進(jìn)結(jié)果,如表2.

表2 采用該方法前后的模擬效果評(píng)估(PM2.5)(%)Table 2 Simulation results before and after using the method (PM2.5)(%)

表2中可以看出,使用本方法對(duì)排放清單進(jìn)行空間分配,并用于空氣質(zhì)量模擬,可以顯著提高空氣質(zhì)量模擬的效果.從對(duì)比結(jié)果可以看到,使用該方法后,NMB平均可以降低40%左右,NME平均可以降低10%左右,效果較為顯著.

模型模擬的空間分辨率越高,對(duì)模型及基礎(chǔ)數(shù)據(jù)要求越高.本研究進(jìn)一步利用POI數(shù)據(jù),將空間分辨率為 0.25°×0.25°的 MEIC清單分配至1km×1km,并采用 CMAQ模型對(duì)北京市城六區(qū)進(jìn)行數(shù)值模擬,以檢驗(yàn)本方法的有效性,并對(duì)模擬結(jié)果進(jìn)行評(píng)估.模擬時(shí)間為2015年1月13日～2015年1月28日,結(jié)果如表3.

表3 1km×1km高空間分辨率模擬效果評(píng)估(PM2.5)(%)Table 3 Simulation results of 1km×1km emission inventory (PM2.5)(%)

從表3及圖6中可以看出,使用該方法對(duì)排放清單進(jìn)行 1km×1km高時(shí)空分辨率空間分配,并用于空氣質(zhì)量模擬,仍可以獲得良好的空氣質(zhì)量模擬效果.且POI方法較普通面積插值法NMB降低2%左右,NME降低20%左右,模擬結(jié)果更接近真實(shí)情況.

圖6 1km×1km高空間分辨率模擬效果評(píng)估Fig.6 Simulation results of 1km×1km emission inventory

3 結(jié)論

基于POI數(shù)據(jù)可以有效地對(duì)非點(diǎn)源污染進(jìn)行空間分配.在本文3km×3km的CMAQ空氣質(zhì)量模擬實(shí)驗(yàn)中,POI分配方法較面積插值法可使NMB降低40%左右,NME 10%左右.此外,POI數(shù)據(jù)在基于與生活密切相關(guān)的地理實(shí)體的空間分配方面具有廣泛的應(yīng)用潛力,如餐飲油煙可以考慮使用餐飲服務(wù)類 POI數(shù)據(jù)進(jìn)行空間分配,建筑內(nèi)外墻涂料、汽車噴漆等溶劑使用過程可以考慮商務(wù)住宅、汽車服務(wù)類POI數(shù)據(jù)進(jìn)行空間分配,并可以進(jìn)一步研究基于土地利用、環(huán)保及相關(guān)部門的統(tǒng)計(jì)數(shù)據(jù)的基礎(chǔ)上,利用 POI數(shù)據(jù)對(duì)揚(yáng)塵等非點(diǎn)源污染排放進(jìn)行更加準(zhǔn)確地空間分配.

[1]鄭君瑜.區(qū)域高分辨率大氣排放源清單建立的技術(shù)方法與應(yīng)用[M]. 北京：科學(xué)出版社, 2014：6.

[2]王 堃,滑申冰,田賀忠,等.2011年中國鋼鐵行業(yè)典型有害重金屬大氣排放清單 [J]. 中國環(huán)境科學(xué), 2015,35(10)：2934-2938.

[3]楊柳林,曾武濤,張永波,等.珠江三角洲大氣排放源清單與時(shí)空分配模型建立 [J]. 中國環(huán)境科學(xué), 2015,35(12)：3521-3534.

[4]鄭君瑜,車汶蔚,王兆禮.基于交通流量和路網(wǎng)的區(qū)域機(jī)動(dòng)車污染物排放量空間分配方法 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2009,29(4)：815-821.

[5]索 超,丁志剛. POI在城市規(guī)劃研究中的應(yīng)用探索 [A]//中國城市規(guī)劃學(xué)會(huì)、貴陽市人民政府.新常態(tài)：傳承與變革——2015中國城市規(guī)劃年會(huì)論文集(04城市規(guī)劃新技術(shù)應(yīng)用) [C]. 貴陽：中國城市規(guī)劃學(xué)會(huì)、貴陽市人民政府, 2015：10.

[6]禹文豪,艾廷華,劉鵬程,等.設(shè)施 POI分布熱點(diǎn)分析的網(wǎng)絡(luò)核密度估計(jì)方法 [J]. 測繪學(xué)報(bào), 2015,44(12)：1378-1383.

[7]趙衛(wèi)鋒,李清泉,李必軍.利用城市 POI數(shù)據(jù)提取分層地標(biāo) [J].遙感學(xué)報(bào), 2011,15(5)：973-988.

[8]鄭松潘,陳羽中,於志勇,等.基于興趣點(diǎn)的城市阻抗計(jì)算模型[J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版), 2016,50(6)：1189-1195.

[9]翟世賢,安興琴,劉 俊,等.不同時(shí)刻污染減排對(duì)北京市PM2.5濃度的影響 [J]. 中國環(huán)境科學(xué), 2014,34(6)：1369-1379.

[10]王麗濤,張 普,楊 晶,等. CMAQ-DDM-3D在細(xì)微顆粒物PM2.5來源計(jì)算中的應(yīng)用 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2013,33(5)：1355-1361.

[11]Kanaria A, Tonookab Y, Baba T, et al. Development of multiple-species 1km×1km resolution hourly basis emissions inventory for Japan [J]. Atmospheric Environment, 2007,41：3428-3439.

An emission inventory spatial allocatemethod based on POI data.

WANG Kun1, GAO Jia-jia1*, TIAN He-zhong2,DAN Mo1, YUE Tao1, XUE Yi-feng2,3, ZOU Pen-lai1, WANG Chen-long1(1.Department of Air Pollution Control, Beijing Municipal Institute of Labour Protection, Beijing 100054, China；2.State Key Joint Laboratory of Environmental Simulation & Pollution Control, School of Environment, Beijing Normal University, Beijing 100875, China；3.National Engineering Research Center of Urban Environmental Pollution Control, Beijing Municipal Research Institute of Environmental Protection, Beijing 100037, China). China Environmental Science, 2017,37(6)：2377～2382

POI (Points of interest) describes the type, location and other information of engineering and servicing facilities. POI data has the characteristics of easy access, strong timeliness and high accuracy. It is an important part of navigation electronic maps, and has a widely application prospects in urban planning. This study established a method to allocate area emissions (residential, agriculture and transportation source, etc.) basing on POI data (such as residential and commercial enterprises, animal husbandry and fishery enterprises, parking lot and other transportation facilities). Using the method, Beijing’s MEIC inventory was allocated to 3km×3km and 1km×1km spatial resolution, and CMAQ model was applied to test accuracy of allocated inventory. The result show that, using POI data to spatial allocate emission inventory can more effectively reflect the spatial distribution characteristics of the emission source. The simulation results of CMAQ model show that after using POI data to allocate Beijing’s MEIC inventory, the NMB and NME between monitoring data and simulated data are reduced about 30% and 10%, respectively.

emission inventory；POI；CMAQ；spatial allocation

X513

A

1000-6923(2017)06-2377-06

王 堃(1991-),男,山西呂梁人,研究實(shí)習(xí)員,主要從事大氣污染控制研究.

2016-10-31

國家重點(diǎn)研發(fā)計(jì)劃(2016YFC0208103);國家自然科學(xué)基金資助項(xiàng)目(21607008)

* 責(zé)任作者, 博士, jiajia11757@126.com