王桂林,楊 昆,*,楊 揚(1.云南師范大學信息學院,云南 昆明 650500；2.西部資源環(huán)境地理信息技術(shù)教育部工程研究中心,云南 昆明 650500)

京津冀地區(qū)不透水表面擴張對PM2.5污染的影響研究

王桂林1,2,楊 昆1,2,*,楊 揚1,2(1.云南師范大學信息學院,云南 昆明 650500；2.西部資源環(huán)境地理信息技術(shù)教育部工程研究中心,云南 昆明 650500)

基于2000年、2003年、2006年、2009年、2014年的遙感影像提取不透水表面數(shù)據(jù)以及相應年份的PM2.5質(zhì)量濃度估算值.以不透水表面覆蓋率(ISC)為城市化指標來分析城市化對PM2.5質(zhì)量濃度的影響,分別從城市、縣區(qū)尺度探討城市擴張對PM2.5污染時空分布及演變的影響機制,定量研究二者相互關(guān)系;以京津冀地區(qū)為例,其ISC 從2000年的0.7%增長到2014年的1.5%,而PM2.5濃度從45.7μg/m3飆升到77.3μg/m3.根據(jù)2000與2014年的PM2.5濃度差值,把京津冀地區(qū)劃分為輕度(0～9.9μg/m3)、中度(10～29.9μg/m3)、重度(30～49.9μg/m3)、嚴重(50～77μg/m3)污染區(qū)域,相應的不透水表面增長率分別為 43.3%、110.5%、 165.5%和 208.3%.嚴重污染區(qū)域位于北京-廊坊-天津-唐山(沿高速公路G1)和北京-保定-石家莊-邢臺-邯鄲(沿高速公路G4),伴隨著較高的不透水面增長率(208.3%).同時,在2000～2014年期間,京津冀地區(qū)ISC空間分布與PM2.5污染空間分布高度一致,以太行山和燕山山脈為界的東南地區(qū)的不透水表面增長率為160.0%,顯著高于西北地區(qū)的增長率50%,同時東南地區(qū)的PM2.5濃度增長值45.5μg/m3也顯著高于西北地區(qū)的17.0 μg/m3.此外,把京津冀地區(qū)174個鄉(xiāng)鎮(zhèn)按照其ISC劃分為5個級別:松散型(0～4.9%)、輕度緊湊型(5%～9.9%)、緊湊型(10%～14.9%)、密集型(15%～24.9%)、高度密集型(＞25%),鄉(xiāng)鎮(zhèn)數(shù)量分別為42、35、52、34、11,對應的PM2.5濃度均值分別為(42.7±10.5)、(79.9±11.9)、(95.6±15.4)、(99.1±10.8)、(115.3±9.2) μg/m3.其中松散型鄉(xiāng)鎮(zhèn)的空氣質(zhì)量較好,而嚴重霧霾籠罩在高度密集型的鄉(xiāng)鎮(zhèn)中.結(jié)果表明當鄉(xiāng)鎮(zhèn)ISC為5%和25%時,對區(qū)域PM2.5質(zhì)量濃度帶來劇烈的增長.當ISC ＞5%時,PM2.5濃度發(fā)生了激烈增長,其比＜5%的鄉(xiāng)鎮(zhèn)高了87.2%.當ISC ＞25%時,其PM2.5濃度飆升到(115.3±9.2) μg/m3,大約是＜5%鄉(xiāng)鎮(zhèn)的3倍.結(jié)論表明,在城市化進程中,不透水表面擴張對PM2.5污染的加劇帶來嚴重影響,不透水表面擴張應該成為城市空氣污染一個不可忽視的影響因素之一.

不透水表面；PM2.5污染；城市擴張；京津冀城市群；城市環(huán)境效應

人類改變自然地表的一個重要體現(xiàn)為不透水表面增長.不透水表面作為一種典型的城市地表覆蓋組分,是一種由不透水性材料構(gòu)造的人為地表,主要包括建筑物屋面系統(tǒng)和交通運輸系統(tǒng),如房頂、廣場、道路、停車場等.不透水表面的擴張改變了城市生態(tài)系統(tǒng)結(jié)構(gòu)[1],破壞城市生態(tài)功能,導致城市大氣環(huán)境惡化,生物多樣性減少和水環(huán)境退化等城市生態(tài)環(huán)境問題[2-3].不透水表面是反映人類活動對自然地表改造的頻度與強度重要指標,可作為一個關(guān)鍵的城市生態(tài)和環(huán)境指標來反映伴隨城市擴張的負面生態(tài)環(huán)境影響[3],快速城市化和工業(yè)化導致中國城市空氣污染日益嚴重,尤其在京津冀區(qū)域.盡管中國 PM2.5污染的主要來源煤炭燃燒已經(jīng)在2013年得到控制,并開始減少[4],然而空氣污染仍在持續(xù)爆發(fā),并在2015年12月華北地區(qū)首次發(fā)布PM2.5污染”紅色預警”[5],即中國空氣污染最高級別預警. 2016年入秋以來,京津冀地區(qū)又開始持續(xù)出現(xiàn)PM2.5高污染狀態(tài).中國空氣污染引起各界人士的廣泛關(guān)注,中國政府迫于壓力采取了一系列措施來治理城市空氣污染,例如汽車限行,工業(yè)污染排放控制等,然而中國空氣污染問題并沒有從根本上解決.近15a以來,中國許多大城市頻繁發(fā)生的嚴重灰霾天氣,與發(fā)達國家歷史上分階段的大氣污染不同,伴隨中國快速經(jīng)濟和城市化發(fā)展的燃煤,交通和工業(yè)等各類污染源的排放導致我國形成復合型大氣污染.灰霾天氣是不利的氣象條件(外因)[6]和污染物排放(內(nèi)因)[7]的綜合結(jié)果,要解決灰霾天氣[8],首先需要準確評估污染態(tài)勢,確定各個污染源的權(quán)重,才能科學制定消減污染物排放的具體計劃.已有研究表明城市氣象條件主要受城市建筑用地密度,建筑用地高度等控制[9],城市不透水表面覆蓋幾乎控制整個城市空氣動力學,影響和控制城市氣象條件,進而影響城市污染物的傳播,擴散與匯集[2,10].城市空氣污染嚴重危害人們的身體和身心健康[11].工業(yè)排放[12-13]、汽車尾氣排放、烹飪和供暖排放是城市空氣污染的主要來源[14],均可歸因于城市規(guī)劃的不合理和不科學性,例如過度密集的建筑用地和高樓大廈[15]會阻礙和降低風速,進而降低空氣污染物的擴散[9]. Zhang[9]認為作為城市空氣污染的主要污染源-工業(yè)排放是可以通過控制和限制排放來有效降低,但是汽車尾氣、烹飪和供暖的排放屬于人們?nèi)粘Ｉ畹囊徊糠?難以有效地監(jiān)測與控制[16]且不可避免.但這些人類活動均依附在不透水表面上.因此,研究采用ISC作為可量化的城市化指標來研究快速城市化的大氣環(huán)境效應具有重大意義.掌握不透水表面擴張程度對 PM2.5時空過程的影響是控制和治理 PM2.5污染的基礎.采用ISC來綜合反映人類活動強度具有可行性.通過該研究可以為未來城市化建設提供一個定量的可控的城市化指標,即通過分析ISC和及其空間分布格局來宏觀調(diào)控城市生態(tài)系統(tǒng)的結(jié)構(gòu)和功能,為新型城鎮(zhèn)化建設提供理論依據(jù).為此,本文提取了京津冀地區(qū)近15a來的ISC和PM2.5質(zhì)量濃度空間分布數(shù)據(jù),分析了二者的時空變化規(guī)律.

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為京津冀城市群.其位于華北平原,經(jīng)緯度為113.51°～119.91°E、36.02°～45.56°N,擁有1.1億人口,總面積為21.8萬km2,建成區(qū)面積為0.33萬 km2[2014年].京津冀地區(qū)屬于大陸性季風氣候,具有明顯的季節(jié)變化,平均氣溫為12.3℃,年均降雨量大約為572mm.本研究區(qū)空間范圍包括北京、天津2個直轄市和河北省的石家莊、保定、唐山、廊坊、秦皇島、衡水、承德、張家口、邢臺、邯鄲、滄州 11個地級市,城市常住人口2936.86萬人.京津冀城市群是我國三大城市群空氣污染最為嚴重的都市圈[17].隨著城市化進程不斷推進,京津冀地區(qū) PM2.5污染已經(jīng)成為世界范圍內(nèi)最嚴重的區(qū)域之一.京津冀城市群示意如圖1所示.

圖1 京津冀地區(qū)示意Fig.1 The sketch map of the BTH region

1.2 研究方法

1.2.1 不透水表面提取 采用歸一化建筑指數(shù)(NDBI)來提取研究區(qū)的不透水表面信息,歸一化建筑指數(shù)由楊山[18]最早提出,該指數(shù)主要基于城市建筑用地(多為不透水表面)在TM影像短波紅外波段的反射率高于近紅外波段的特點而創(chuàng)建.因此,通過歸一化處理,得到NDBI指數(shù):

式中:TM7為短波紅外波段;TM4為近紅外波段.在NDBI算法中,對于landsat數(shù)據(jù),有2個短波紅外波段(TM5與TM7),反射率都高于近紅外波段,該文通過對京津冀地區(qū)大量對比實驗分析發(fā)現(xiàn),對于TM數(shù)據(jù)中TM7及TM4提取不透水表面的效果比TM5及TM4更好,能夠去除大部分裸地、山地等地類的影響.NDBI值分布在[-1,1]之間,值越大代表建筑用地比例越高,建筑密度越大.當NDBI大于0,即為不透水表面;當小于0時,即為非不透水表面.對提取出來的不透水表面覆蓋數(shù)據(jù)隨機選取1900個點(不透水表面和透水表面各950個),以Google Earth作為參考依據(jù),對隨機點進行驗證,得出2000、2003、2006、2009、2014年的不透水表面提取的總體精度分別為86.96%、90.17%、88.56%、91.68%和92.66%.

不透水表面覆蓋率指在10×10像元區(qū)域(即為 300m×300m范圍)不透水表面所占比例.該指標可作為一個關(guān)鍵的城市化指標來綜合反映人類開發(fā)活動強度.基于不透水表面空間分布圖, ISC計算如下:

式中:不透水表面面積是區(qū)域10×10像元范圍內(nèi)不透水表面面積,總面積是10×10像元區(qū)域總面積.

1.2.2 PM2.5質(zhì)量濃度數(shù)據(jù)

(1)PM2.5地面監(jiān)測數(shù)據(jù)

我國從2013年1月開始就典型區(qū)域以及各省會城市部署環(huán)境質(zhì)量自動監(jiān)測點并監(jiān)測城市每小時空氣質(zhì)量數(shù)據(jù),到今為止已經(jīng)在全國范圍369個城市共部署了1540個空氣質(zhì)量自動監(jiān)測站,實時記錄每小時空氣質(zhì)量濃度數(shù)據(jù),并在國家環(huán)境保護局網(wǎng)站上實時公布.空氣質(zhì)量數(shù)據(jù)包括的指標:(PM2.5_1h、PM2.5_24h、AQI,O3、O3_24h、O3_8h、O3_8h_24h、SO2、SO2_24h、CO、CO_24h、NO2、NO2_24h、 PM10、PM10_24h).該文采集了2013年4月2日～2016年6月17日國家環(huán)境保護部發(fā)布的每小時監(jiān)測數(shù)據(jù).京津冀地區(qū),到目前為止,總共有84個站點數(shù)據(jù),其中有80個站點數(shù)據(jù)收集時間從2013年4月2日開始,而其他4個站點的數(shù)據(jù)從在2015年1月2日新增設的.京津冀地區(qū)各城市的站點數(shù)目是根據(jù)城市的人口數(shù)量來制定,其中北京有12個、天津有17個、石家莊7個、保定5個、廊坊4個、邢臺4個、衡水3個、滄州3個、唐山4個、秦皇島4個、承德3個、張家口3個.對異常每小時數(shù)據(jù)進行刪除,使所有數(shù)據(jù)符合實際要求.

(2)PM2.5遙感提取

地面監(jiān)測數(shù)據(jù)實時、準確,然后地面控制點稀少,且主要部署于城市中心,對京津冀大范圍研究來說其數(shù)據(jù)有限,且時間跨度較短,難以從長時間尺度地來分析城市空氣質(zhì)量的變化趨勢[19-23].因此,本文采用了2000～2014年基于衛(wèi)星影像提取的 PM2.5質(zhì)量濃度估算值,該數(shù)據(jù)是采用地理加權(quán)模型(GWR)結(jié)合遙感衛(wèi)星數(shù)據(jù)、模擬數(shù)據(jù)以及地面監(jiān)測值來估算區(qū)域 PM2.5濃度值,空間分辨率為 1km[24],該模型不僅考慮了氣溶膠中的化學組分,土地利用信息和少量的地面監(jiān)測數(shù)據(jù),把來自多個衛(wèi)星產(chǎn)品(MISR,MODIS Dark Target, MODIS和SeaWiFS Deep Blue,MODIS MAIAC)的氣溶膠光學厚度數(shù)據(jù)并入到 GEOS-Chem模型中,還結(jié)合地面稀釋的監(jiān)測站點值,來提高PM2.5質(zhì)量濃度的估算精度.基于交叉驗證方法,該模型的PM2.5估算值與地面監(jiān)測值具有很高的相關(guān)性(R2=0.81),符合該實驗精度要求.

1.2.3 關(guān)聯(lián)規(guī)則挖掘 采用關(guān)聯(lián)規(guī)則挖掘技術(shù)挖掘隱含在海量大數(shù)據(jù)中每小時 PM2.5質(zhì)量濃度與不透水表面覆蓋率之間有意義的模式.關(guān)聯(lián)規(guī)則是由X?Y式子導出,X和Y都是數(shù)據(jù)集.直觀的意思是在一個事務數(shù)據(jù)集中,包含 X的事務往往也包含 Y.例如 80%的緩沖區(qū) ISC＞50%的區(qū)域發(fā)生 PM2.5六級以上污染.設 T={i1, i2,…, in}是項的集合.設D是數(shù)據(jù)庫事務的集合,其中每個事務 T是一個非空項集,使得 T?T;每個事務都有一個標識符,稱為TID.設X是一個項集,事務T包含A,當且僅當X?T.關(guān)聯(lián)規(guī)則是形如 X?Y的蘊涵式,其中 X?T, Y?T,并且 X∩Y =Φ.規(guī)則X?Y在事務集D中成立,具有支持度s和置信度c,其中s是D中事務包含X∪Y的百分比,c是D中包含X的事務同時也包含Y的事務的百分比.

同時滿足最小支持度閾值和最小置信度閾值的規(guī)則稱之為強規(guī)則.當支持度和置信度度量不足以過濾掉無用的關(guān)聯(lián)規(guī)則時,為了處理這個問題,可以使用相關(guān)性度量來擴充關(guān)聯(lián)規(guī)則的支持度-置信度框架.本文采用適合挖掘大型數(shù)據(jù)集的提升度來度量.提升度(lift)是一種簡單的相關(guān)性度量,通過一下定義得到:

lift值小于1,則X的出現(xiàn)與Y的出現(xiàn)是負相關(guān)的,意味著一個出現(xiàn)可能導致另一個不出現(xiàn).如果結(jié)果值大于1,則X和Y是正相關(guān),意味每一個的出現(xiàn)都蘊含另一個的出現(xiàn).如果值等于 1,則 X和Y是獨立的,它們之間沒有相關(guān)性.

2 結(jié)果與討論

2.1 PM2.5污染時空變化規(guī)律

依據(jù)京津冀地區(qū) 2000～2014年的空間分布,其 PM2.5污染越來越嚴重,從 2000年均值45.65μg/m3增長到2003年59.58μg/m3,年均增長率為10.17%;從2003年59.58μg/m3增長到2006年64.81μg/m3,年均增長率為2.93%.從2006年的64.81μg/m3增長到2009年的69.72μg/m3,年均增長率2.53%;從2009年的69.72μg/m3飆升到2014年均值 77.3μg/m3,年均增長率為 3.62%.可見, 2000～2003年間其 PM2.5質(zhì)量濃度的年均增長率最高,是其他時間段的 3倍左右.其次為 2009～2014年間,其年均增長率為 3.62%.把京津冀地區(qū)按PM2.5質(zhì)量濃度進行劃分展示,劃分為7個污染水平區(qū)域:優(yōu)(0～10μg/m3),良好(10～30μg/m3),輕度污染(30～50μg/m3),中度污染(50～70μg/m3),重度污染(70～90μg/m3),嚴重污染(90～115μg/m3), 污染危險水平(＞115μg/m3),采用不同的顏色來代表不同污染水平(圖 2).結(jié)果表明:2000年,只有滄州市小部分處于重度污染,其余區(qū)域都處于中度污染;到2003年,重度污染開始在京津冀東南地區(qū)大面積蔓延,其中天津的東北區(qū)域和唐山的東南區(qū)首次從輕度污染加劇為中度污染,而PM2.5嚴重污染水平開始出現(xiàn)在邢臺和衡水的交界處;到 2006年,PM2.5重度污染繼續(xù)從東南往西北地區(qū)蔓延與擴散,PM2.5嚴重污染情況持續(xù)在東南區(qū)擴散和加劇,主要位于石家莊-邢臺-邯鄲.到 2009年,PM2.5嚴重污染水平往保定-北京-衡水區(qū)域擴散,其中PM2.5危險污染水平開始出現(xiàn)在京津冀東南區(qū)域,雖然處于該危險污染水平的面積不多.到2012年,最嚴重的PM2.5污染開始在石家莊-邢臺-邯鄲地帶擴散和蔓延.逐步形成二個污染最嚴重污染地帶,一個區(qū)域位于北京-廊坊-天津-唐山;一個污染帶位于北京-保定-石家莊-邢臺-邯鄲.

PM2.5污染逐步從河北南部城市往北京和天津移動,整體 PM2.5污染往北邊移動,污染逐步加劇,其中唐山、天津、北京污染加劇最快.從京津冀地區(qū)的 PM2.5濃度空間格局分布來看,以太行山和燕山山脈為界,位于京津冀東南區(qū)域的城市PM2.5污染嚴重,西北地區(qū)相對較好;其中靠近渤海的沿海城市污染又較輕于東南地區(qū)內(nèi)陸城市,且高污染地區(qū)主要為污染企業(yè)、人口密集的平原和市中心區(qū).另外,根據(jù)2000～2014年P(guān)M2.5質(zhì)量濃度差值空間分布圖(圖 3),得出以滄州為中心,包括廊坊南部-保定(東北部)-衡水(北部)污染帶,分析原因該地帶從2000年,甚至之前的PM2.5質(zhì)量濃度就已經(jīng)很高,早在2000年,唐山、天津、北京、廊坊北部,以及這一地帶周邊的地段空氣質(zhì)量還良好的時候,該地段的空氣質(zhì)量一直處于高濃度污染狀態(tài),至今 PM2.5質(zhì)量濃度依然保持在較高水平,因此,其變化的濃度值較小,但是其本身污染很嚴重,這是因為這一地帶,地勢低,空氣不容易擴散,因此這一地帶污染開始的最早,也是濃度較高的區(qū)域.

圖2 京津冀地區(qū)PM2.5質(zhì)量濃度時空分布變化趨勢Fig.2 The changes of the PM2.5concentration in the BTH region

圖3 2000～2014年P(guān)M2.5質(zhì)量濃度差值空間分布Fig.3 The differences in PM2.5concentration between 2000 and 2014

2.2 PM2.5質(zhì)量濃度與不透水表面覆蓋率時空變化關(guān)系

采用歸一化建筑指數(shù)提取了京津冀地區(qū)2000、2003、2006、2009、2014年的不透水表面數(shù)據(jù),在此基礎上估算了京津冀地區(qū)的 ISC.在最近 15a的城市化進程中,京津冀地區(qū)土地利用粗放現(xiàn)象突出,森林生態(tài)系統(tǒng)功能退化嚴重,尤其是城市不斷往外擴張.不透水表面擴張不僅僅局限于大城市中,不透水表面增長與蔓延也發(fā)生于鄉(xiāng)鎮(zhèn)之間,主要以”組團”方式從城中心往邊緣地帶蔓延.與 PM2.5空間分布規(guī)律一致,主要以太行山和燕山山脈為界,東南地區(qū)的城市化水平,不透水表面擴張程度明顯高于西北地區(qū).

圖4顯示了京津冀地區(qū)從2000～2014年不透水地表面積變化趨勢.京津冀地區(qū)不透水表面面積從2000年1521km2增長到2014年3324km2,增長了 1803km2,增長率為 118.54%,年均增長率為8.47%.其中從2000～2003年,不透水表面增長了413km2,年均增長率為9.05%. 2003～2006年,京津冀不透水表面增長了653km2,年均增長率為11.25%.2003～2006年期間不透水表面增長面積大于2000～2003年期間,年均增長率增加了2.2%. 2006～2009年期間,不透水表面增長了563km2,年均增長率為 7.25%.2009～2014年,不透水表面增長了 174km2,年均增長率為 1.1%.得出2003～2006年期間,其不透水表面增長面積最大,年均增長率最高,其次為2000～2003年期間,第三為2006～2009年期間,到了2009～2014年,中國城市擴展速度放緩,年均增長率降為 1.1%.15a間,京津冀地區(qū)城市化擴張速度迅速,城市化進程速度快,到 2009年開始,中國城市化擴張已經(jīng)到了瓶頸之處,中國房地產(chǎn)庫存大,城市擴張放緩,不透水表面增長率下降.

圖4 2000～2014年京津冀地區(qū)不透水表面擴張趨勢Fig.4 The changes of impervious surface areaduring 2000 to 2014 in the BTH region

圖5展示京津冀地區(qū)ISC的時空變化趨勢,對比分析京津冀地區(qū)ISC與PM2.5質(zhì)量濃度的空間分布規(guī)律.得出京津冀不透水表面和 PM2.5污染的空間分布格局一致:以太行山-燕山山脈為界,東南部不透水表面覆蓋率明顯高于西北區(qū)域,而東南部 PM2.5污染嚴重,西北部較輕,且高污染地區(qū)主要為企業(yè),人口密集的平原和市中心區(qū).京津冀地區(qū) PM2.5污染加劇明顯,盡管該地區(qū)植被覆蓋狀況總體趨好,但仍然形成了北京(東南)-天津-廊坊(北部)-唐山(沿高速公路 G1)和北京-保定(東南)-石家莊(東部)-邢臺-邯鄲(沿高速公路G4)兩個重污染帶.這與2014年京津冀地區(qū)不透水表面覆蓋率的高濃度值分布一致,得出京津冀地區(qū)PM2.5質(zhì)量濃度增長與ISC保持高度一致性,即京津冀地區(qū)不透水表面也是圍繞沿高速公路G1的北京-保定-石家莊-邢臺-邯鄲地帶和北京-廊坊-天津-唐山地帶擴張.二個污染帶的不透水表面增長率為 141.67%,其 PM2.5質(zhì)量濃度從2000年的 64.9μg/m3增長到 2014年的 136.2 μg/m3,同比增長 109.86%.以太行山和燕山為界的東南地區(qū) PM2.5質(zhì)量濃度從 2000年的52.5μg/m3到 2014年 98.0μg/m3,同比增長了45.5μg/m3;而西北地區(qū)的PM2.5質(zhì)量濃度從2000年的22.7μg/m3增長到2014年39.7μg/m3,同比增長17μg/m3.東南地區(qū)的PM2.5污染的加劇程度遠大于西北地區(qū).同時,不透水表面擴張也遵循以太行山和燕山山脈為界,東南地區(qū)的不透水表面擴張(從2000年的1.0%到2014年2.6%)遠比西北地區(qū)的擴張(從2000年的0.4%到2014年的0.6%)激烈.由此可見,PM2.5污染加劇程度與不透水表面擴張程度在空間分布和時間變化上都保持高度的一致.通過擬合京津冀地區(qū) PM2.5質(zhì)量濃度與 ISC,表明二者相關(guān)性顯著(R2=0.92, P＜0.001),得出ISC影響PM2.5污染變化(表1).

圖5 京津冀地區(qū)不透水表面覆蓋率變化趨勢Fig.5 Variations of the ISC in the BTH region

表1 ISC與PM2.5質(zhì)量濃度變化Table 1 The changes of the ISC and PM2.5concentrations

為了進一步分析京津冀地區(qū)ISC與PM2.5質(zhì)量濃度水平的關(guān)系,依據(jù)2014年與2000年的京津冀 PM2.5質(zhì)量濃度的差值劃分為輕度區(qū)(0～10μg/m3),中度區(qū)(10.01～30μg/m3), 重度區(qū)(30.01～50μg/m3),嚴重區(qū)(50.01～77μg/m3).

依據(jù)京津冀地區(qū)15a期間的PM2.5質(zhì)量濃度加劇空間分布,得出京津冀地區(qū)有 42374.00km2的輕度區(qū),PM2.5質(zhì)量濃度加劇范圍為0～10μg/m3;有90700.5km2中度區(qū),主要位于滄州、張家口、承德、秦皇島,重度區(qū)的面積有60635.1km2,主要位于北京-廊坊-天津-唐山和保定-石家莊-衡水-邢臺區(qū)域.而 PM2.5嚴重加劇區(qū)域面積為20279.0km2,主要位于保定-石家莊-邢臺-邯鄲沿高速公路 G1的線路上以及北京-廊坊-天津-唐山沿高速公路G4的沿線上.

計算各區(qū)域的不透水表面覆蓋增長率,得出PM2.5污染輕度加劇的不透水表面增長率為43.3%,中度加劇區(qū)域的不透水表面增長率為110.5%,重度加劇區(qū)域的不透水表面增長率為165.5%,嚴重加劇區(qū)域的不透水表面增長率為208.3%,該結(jié)果表明 PM2.5污染加劇越嚴重的區(qū)域,其不透水表面增長率越高.結(jié)合 2014年與2000年的PM2.5質(zhì)量濃度差值空間分布圖和ISC空間分布圖,得出 PM2.5質(zhì)量濃度加劇與不透水表面擴張在空間分布上保持高度一致.

2.3 不透水表面擴張對PM2.5質(zhì)量濃度的影響

2.3.1 城市尺度分析 依據(jù)ISC和PM2.5時空分布圖,采用空間數(shù)理統(tǒng)計工具,分別計算各城市的 ISC和PM2.5質(zhì)量濃度均值在2000年到2014年期間的變化特征,分析二者潛在的相關(guān)關(guān)系(表2).

表2 2000年～2014年城市不透水表面面積與PM2.5質(zhì)量濃度變化關(guān)系Table 2 The changes of the ISC and PM2.5concentration from 2000 to 2014

其中北京不透水面積增長最大,為 818km2,其增長率為 167.62%,其次是天津市(356km2),其增長率為 93.68%;第三為唐山市,其增長面積為130km2,增長率為 109.24%.相應 PM2.5質(zhì)量濃度加劇情況:北京市增長了34.77μg/m3,天津增長了25.88μg/m3,唐山市飆升 52.13μg/m3,其中唐山污染加劇最為嚴重.城市不透水表面的增長和PM2.5質(zhì)量濃度加劇成顯著正比關(guān)系,京津冀城市化水平影響著該區(qū)域的空氣污染.唐山是個特例,其不透水表面增長不是最快,但是其污染最為嚴重,這是因為不透水表面與 PM2.5是一個間接關(guān)系,其不會直接產(chǎn)生污染物,污染物排放還受依附于不透水表面上的建筑用地用途的影響,例如工業(yè)用地的污染排放大于商業(yè)用地和居住用地,而居住用地大于商業(yè)用地,而北京、天津重工業(yè)全部遷往河北地區(qū).

2.3.2 鄉(xiāng)鎮(zhèn)尺度分析 為了進一步分析不透水表面擴張對 PM2.5質(zhì)量濃度的影響,從京津冀地區(qū)鄉(xiāng)鎮(zhèn)尺度分析京津冀地區(qū) 174個鄉(xiāng)鎮(zhèn)的 ISC和PM2.5質(zhì)量濃度年均值的相關(guān)關(guān)系.

表3表明京津冀地區(qū)鄉(xiāng)鎮(zhèn)PM2.5質(zhì)量濃度和ISC具有顯著的空間自相關(guān)特征,其Moran’s I分別為0.58(P＜0.001)和0.29(P＜0.001),均通過顯著性檢驗.該結(jié)論表明京津冀地區(qū)鄉(xiāng)鎮(zhèn) PM2.5質(zhì)量濃度和ISC存在明顯的空間自相關(guān)性,具有顯著的高值聚集,低值聚集特征.另外,依據(jù)鄉(xiāng)鎮(zhèn) PM2.5質(zhì)量濃度和ISC的G指數(shù),得出二者均存在熱點和冷點,且二者的熱點均分布在東南地區(qū),冷點均分布在西北地區(qū),二者的熱點和冷點在空間分布格局上基本保持一致.

表3 Moran’s I and General GTable 3 Summary global Moran's I and General G

圖6展示了2014年京津冀地區(qū)174個鄉(xiāng)鎮(zhèn)的 ISC和 PM2.5質(zhì)量濃度分布圖.得出鄉(xiāng)鎮(zhèn) ISC越大,其 PM2.5污染越嚴重,二者在空間分布上保持相對一致.

按照鄉(xiāng)鎮(zhèn)ISC值,把京津冀174個鄉(xiāng)鎮(zhèn)劃分為:松散型(0～5%),輕度緊湊型(5%～10%),緊湊型(10%～15%),密集型(15%～25%),高度密集型(＞25%)[25].各類型鄉(xiāng)鎮(zhèn)的個數(shù)分別為42、35、52、34、11,PM2.5質(zhì)量濃度年均值分別為(42.7 ± 10.5)、(79.9 ± 11.9)、(95.6 ± 15.4)、(99.1 ± 10.8)、(115.3± 9.2)μg/m3(表 4).分析各類型鄉(xiāng)鎮(zhèn)的 ISC和 PM2.5質(zhì)量濃度值,得出結(jié)果:松散型的鄉(xiāng)鎮(zhèn)往往具有良好的空氣質(zhì)量;而當鄉(xiāng)鎮(zhèn) ISC處于5%～25%之間時,其空氣質(zhì)量具有明顯的惡化跡象.當ISC＞5%時, PM2.5濃度發(fā)生了激烈增長,其比＜5%的鄉(xiāng)鎮(zhèn)高了 87.2%.當 ISC＞25%時,其PM2.5濃度飆升為(115.3±9.2)μg/m3,大約是＜5%的鄉(xiāng)鎮(zhèn)的3倍.因此,城市化進程中不透水表面擴張對 PM2.5污染的加劇帶來顯著影響,不透水表面擴張應該成為城市空氣污染一個不可忽視的影響因素之一.

圖6 京津冀地區(qū)鄉(xiāng)鎮(zhèn)的ISC和PM2.5質(zhì)量濃度空間分布Fig.6 The spatial distribution of the counties’ ISC and PM2.5concentrations in the BTH region

表4 鄉(xiāng)鎮(zhèn)的ISC與PM2.5質(zhì)量濃度關(guān)系Table 4 The counties’ISC degrees and their PM2.5summary information

2.4 不透水表面擴張對 PM2.5質(zhì)量濃度影響的拐點判定

選擇京津冀地區(qū)84個自動監(jiān)測站點,依據(jù)站點每小時自動監(jiān)測數(shù)據(jù)和和站點緩沖區(qū)范圍(3500m)的 ISC數(shù)據(jù),采用數(shù)據(jù)挖掘技術(shù)來尋找ISC對 PM2.5污染影響的拐點.在數(shù)據(jù)挖掘之前,需要對PM2.5每小時濃度數(shù)據(jù)和ISC進行預處理,使之符合數(shù)據(jù)挖掘的格式.首先,對站點的連續(xù)ISC和PM2.5質(zhì)量濃度值進行離散化處理.

根據(jù)中華人民共和國國家環(huán)境保護標準(HJ633-2012)[26]各濃度級別范圍,把 PM2.5質(zhì)量濃度劃分為6個級別.并經(jīng)過多次試驗反復驗證,把ISC劃分為5個等級,如表5所示.

表5 離散化處理Table 5 Data discretization

在關(guān)聯(lián)規(guī)則挖掘?qū)嶒炛?需先設定支持度和置信度閾值,不斷嘗試和組合不同支持度和置信度才能找到合適的閾值,該文根據(jù)數(shù)據(jù)挖掘結(jié)果不斷調(diào)整參數(shù),這也是數(shù)據(jù)挖掘方法的特點.找到相應的支持度和置信度閾值,然后挖掘出符合強關(guān)聯(lián)規(guī)則的關(guān)聯(lián)規(guī)則總庫,最后篩選出有意義的不同級別的PM2.5規(guī)則.

首先把所有經(jīng)過處理符合時空數(shù)據(jù)挖掘格式的數(shù)據(jù)全部轉(zhuǎn)換為CSV格式.然后進行各種支持度、置信度進行設置實驗,挖掘PM2.5污染規(guī)則,試驗結(jié)果如下所示:

表6 規(guī)則庫Table 6 Rules

表7 ISC與PM2.5污染的強關(guān)聯(lián)規(guī)則Table 7 The strong association rules between ISC and PM2.5

表 6分別對不同的支持度和置信度進行了實驗分析,并對不同的規(guī)則庫進行了評估、識別,最終認為規(guī)則庫8最符合實驗要求,因此,把規(guī)則庫 8進行評估分析并識別出有意義的關(guān)聯(lián)規(guī)則.采用數(shù)據(jù)挖掘技術(shù)分析ISC對PM2.5質(zhì)量濃度的影響.根據(jù)數(shù)據(jù)挖掘的設計方案,經(jīng)過反復試驗最終選擇支持度=0.0001和置信度=0.2的參數(shù),43條關(guān)于ISC導致PM2.5各個等級污染的強關(guān)聯(lián)規(guī)則(表6).支持度大于0.0001,置信度大于0.15,以及l(fā)ift＞1篩選出強關(guān)聯(lián)規(guī)則,規(guī)則庫如表7所示.

表7是用關(guān)聯(lián)規(guī)則挖掘技術(shù)產(chǎn)生的ISC與PM2.5污染級別之間的強關(guān)聯(lián)規(guī)則庫.規(guī)則1的置信度為0.516,表明51.6%的事務包括ISC=2級別,也同時包括 PM2.5=1級別.這說明 ISC級別為2(35% ＜ ISC ＜ 50%)的站點能促進PM2.5處于一級污染范圍之內(nèi),也就是空氣質(zhì)量良好的狀態(tài).規(guī)則1的提升度為1.75,這說明ISC = 2級對保持PM2.5處于一級污染提升了175%.規(guī)則2的置信度為0.423,這表明42.3%的事務包括ISC=1同時也包括 PM2.5=1級別.上述二個規(guī)則得出當站點的ISC＜50%時,其PM2.5質(zhì)量濃度較低,很大部分都處于良好狀態(tài).規(guī)則 2的提升度為 1.537,即ISC=1級對該站點 PM2.5處于良好狀態(tài)提升了153.7%.當ISC 級別大于3級時,也就是＞50% 的站點,那么這些站點的空氣質(zhì)量差,帶來了 PM2.5重度污染.對比規(guī)則3、8和13發(fā)現(xiàn),隨著ISC從3級別到 5級別,其 PM2.5六級污染的置信度從0.042～0.049,再到0.317,增長達6.5倍,尤其當ISC等于5級別時,其置信度直接是3、4級別的站點大約10倍的關(guān)系.再看包括PM2.5五級污染的規(guī)則5、9、14,其置信度分別為0.294、0.129、0.107,隨著ISC的增長,其同時包括PM2.5五級污染的事務關(guān)聯(lián)增長,從ISC=3級的10.7%增長到ISC=5的29.4%.其提升度也是隨著ISC級別增長而相應地提高.另外,包括 PM2.5四級污染的規(guī)則 4、10、15,其置信度分別為0.301、0.112、0.097,隨著ISC增長,其置信度從0.097增長到0.301,提升度分別為1.298、1.186、1.024,隨著ISC的增長,提升度也有所增長.所有的規(guī)則都隨著ISC的增長,置信度和提升度都有相應的升高,尤其是 ISC＞50%.ISC=50%的拐點對未來京津冀地區(qū)城市規(guī)劃和建設具有指導性的作用,也為規(guī)劃者提供一個定量指標作為參考,在未來中國新型城市建設和管理過程中,盡量把ISC控制在50%之內(nèi),增長綠地空間面積和水體面積.

3 結(jié)論

3.1 2000～2014年京津冀地區(qū)ISC的空間分布與 PM2.5質(zhì)量濃度空間分布總體一致.京津冀城市快速擴張的同時伴隨著嚴重的空氣污染.在空間分布格局上遵循以下規(guī)律:(1)在秦皇島南部-唐山-天津-廊坊(北部)-北京(東南)地帶,這與2014年京津冀地區(qū)ISC的高濃度值分布一致;(2)保定(東南)-石家莊(東部)-邢臺-邯鄲,對比 ISC的空間分布圖,與 PM2.5質(zhì)量濃度增長分布圖一致.可見,京津冀地區(qū) PM2.5質(zhì)量濃度的增長與ISC保持高度一致性.

3.2 對京津冀地區(qū)174個鄉(xiāng)/區(qū)的ISC與PM2.5質(zhì)量濃度進行空間相關(guān)性分析,PM2.5質(zhì)量濃度和ISC的Moran’s I分別為0.58,0.29,表明二者存在顯著的空間聚集特征.PM2.5高濃度值聚集在邯鄲-邢臺-石家莊-衡水一帶,而京津冀地區(qū)ISC高值聚集在北京-廊坊-天津-唐山一帶;二者低值聚集都分布在京津冀地區(qū)北部.

3.3 把鄉(xiāng)鎮(zhèn)ISC劃為0～5%;5%～10%;10%～15%; 15%～25%;＞25%五個級別,對應的 PM2.5濃度均值分別為:(42.7 ± 10.5)、(79.9 ± 11.9)、(95.6 ± 15.4)、(99.1 ± 10.8)、(115.3± 9.2) μg/m3.可見從鄉(xiāng)鎮(zhèn)尺度,隨著ISC增長,其PM2.5質(zhì)量濃度也相應地增長.

3.4 京津冀地區(qū)ISC從2000年的0.7%增長到2015年的1.5%,增長率為114.29%,而其PM2.5濃度從 45.7μg/m3飆升到 77.3μg/m3,增長率為69.15%.最后采用數(shù)據(jù)挖掘技術(shù)得到不透水表面擴張對 PM2.5質(zhì)量濃度的影響拐點為 50%.當站點緩沖區(qū)范圍 ISC＞50%時,其 PM2.5六級、五級污染發(fā)生概率比 ISC＜50%分別增長了72.25%、33.13%;是 ISC＜35%的站點六級污染概率的470%倍,是其五級污染發(fā)生的158.88%倍.其中其四、三級污染發(fā)生的概率也隨著ISC增長升高.

[1] EXUM L R, BIRD S L, HARRISON J, et al. Estimating and projecting impervious cover in the Southeastern United States [M]//AGENCY E P. Environmental Protection Agency(EPA) Ecosystems Research Division. 2005.

[2] HEALD C L, SPRACKLEN D V. Land use change impacts on air quality and climate [J]. Chemical Reviews, 2015,115(10):4476-96.

[3] EDITORS. Rise of the city [N]. Science, 2016-05-20.

[4] QI Y, STERN N, WU T, et al. China's post-coal growth [J].Nature Geoscience, 2016,9(8):564-6.

[5] NEWS X. 40cities issue alerts for pollution in N China [M]. 2015.

[6] 馬志強,徐 敬,張小玲,等.北京PM2.5背景值定值方法及其變化特征研究 [J]. 中國環(huán)境科學, 2015,35(1):7-12.

[7] 楊 昆,楊玉蓮,朱彥輝,等.中國PM2.5污染與社會經(jīng)濟的空間關(guān)系及成因 [J]. 地理研究, 2016,35(6):1051-1060.

[8] 吳 兌,陳慧忠,吳 蒙,等.三種霾日統(tǒng)計方法的比較分析_以環(huán)首都圈京津冀晉為例 [J]. 中國環(huán)境科學, 2014,34(3):545-554.

[9] ZHANG Y, GU Z. Air quality by urban design [J]. Nature Geoscience, 2013,6(7):506-.

[10] XIA C, YE Y, ZHANG S, et al. Effects of Urban Construction Land Spatial Form on PM2.5Dispersion [M]. 2017.

[11] 周 磊,武建軍,賈瑞靜,等.京津冀PM2.5時空分布特征及其污染風險因素 [J]. 環(huán)境科學研究, 2016,29(4):483-493.

[12] 李 璇,聶 滕,齊 珺,等.2013年1月北京市PM2.5區(qū)域來源解析 [J]. 環(huán)境科學, 2015,36(4):1148-1153.

[13] 王 琴,張大偉,劉保獻,等.基于PMF模型的北京市PM2.5來源的時空分布特征 [J]. 中國環(huán)境科學, 2015,35(10):2917-2924.

[14] 李珊珊,程念亮,徐 峻,等.2014年京津冀地區(qū) PM2.5濃度時空分布及來源模擬 [J]. 中國環(huán)境科學, 2015,35(10):2908-2916.

[15] 朱 強,亢燕銘,楊 方,等.上游建筑對街道峽谷內(nèi)流場和污染物分布特征的影響 [J]. 中國環(huán)境科學, 2015,35(1):45-54.

[16] 黃德生,張世秋.京津冀地區(qū)控制 PM2.5污染的健康效益評估[J]. 中國環(huán)境科學, 2013,33(1):166-174.

[17] 王郭臣,王東啟,陳振樓.北京冬季嚴重污染過程的PM2.5污染特征和輸送路徑及潛在源區(qū) [J]. 中國環(huán)境科學, 2016,36(7): 1931-1937.

[18] 楊 山.發(fā)達地區(qū)城鄉(xiāng)聚落形態(tài)的信息提取與分形研究_以無錫市為例 [J]. 地理學報, 2000,55(6):671-678.

[19] LARKIN A, VAN DONKELAAR A, GEDDES J A, et al. Relationships between changes in urban characteristics and air quality in East Asia from 2000 to 2010 [J]. Environmental Science & Technology, 2016,50(17):9142-9.

[20] HAN L, ZHOU W, PICKETT S T A, et al. An optimum city size? The scaling relationship for urban population and fine particulate (PM2.5) concentration [J]. Environmental Pollution, 2016,208: 96-101.

[21] HAN L, ZHOU W, LI W. Increasing impact of urban fine particles (PM2.5) on areas surrounding Chinese cities [J]. Scientific Reports, 2015,5(12467.

[22] HAN L, ZHOU W, LI W, et al. Impact of urbanization level on urban air quality: a case of fine particles (PM2.5) in Chinese cities [J]. Environmental Pollution, 2014,194(163-70.

[23] VAN DONKELAAR A, MARTIN R V, BRAUER M, et al. Global estimates of ambient fine particulate matter concentrations from satellite-based aerosol optical depth: development and application [J]. Environmental Health Perspectives, 2010,118(6): 847-55.

[24] VAN DONKELAAR A, MARTIN R V, BRAUER M, et al. Global Estimates of Fine Particulate Matter using a Combined Geophysical-Statistical Method with Information from Satellites, Models, and Monitors [J]. Environmental Science & Technology, 2016,50(7):3762-72.

[25] BIERWAGEN B G, THEOBALD D M, PYKE C R, et al. National housing and impervious surface scenarios for integrated climate impact assessments [J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(49):20887-92.

[26] HJ633-2012 環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S].

致謝：本實驗的數(shù)據(jù)收集工作由云南省云南師范大學西部資源環(huán)境地理信息技術(shù)教育部工程中心人員協(xié)助完成,在此表示感謝.

The spatio-temporal variation of PM2.5pollution and the its correlation with the impervious surface expansion.

WANG Gui-lin1,2, YANG Kun1,2*, YANG Yang1,2(1.School of Information Science and Technology, Yunnan Normal University, Kunming 650500, China；2.The Engineering Research Center of GIS Technology in Western China of Ministry of Education of China, Kunming 650500, China). China Environmental Science, 2017,37(7)：2470～2481

Human development activities should be incorporated as integral components of Earth’s ecosystems. The land use/land cover change with rapid urbanization, especially the growth and spread of impervious surface, was changing the structures, degrading the functions of the urban ecological systems and posing threats to air quality. The ISC had been recognized as a geographical indicator to reflect the intensity of human development activities. The ISC in the BTH, which were interpreted from Landsat imagery, rose from 0.7% to 1.5% during 2000 to 2014. The mean of the PM2.5concentration had soared from 45.7 to 77.3μg/m3. We stratified the BTH by differences in the PM2.5concentration between 2000 and 2014 into slight (0～9.9μg/m3), moderate (10～29.9μg/m3), heavy (30～49.9μg/m3), hazardous (50～77μg/m3), the area for slight, moderate, heavy, hazardous was 42374, 90700.5, 60635.1, and 20279.0km2, respectively. The result revealed that the hazardous zone (Beijing-Langfang-Tianjin-Tangshan along the highway G1 and Beijing-Baoding-Shijiazhuang-Xingtai-Handan along the highway G4) were accompanied by the ISC growth rate of 208.3%. Meanwhile, the spatial distribution of PM2.5aggravation was consistent with the impervious surface expansion in the BTHregion, such as the growth rate of the ISC in the southeast (160%) was greater than that in the northwest (50%), and the increase of the PM2.5concentration in the southeast (45.5μg/m3) was also greater than that in the northwest (17.0μg/m3). Moreover, at the county level, we had found that larger county, in term of the ISC, have higher PM2.5concentration. 176counties within BTH region were stratified by ISC into unstressed (0～4.9%), lightly stressed (5%～9.9%), stressed (10%～14.9%), impacted (15%～24.9%), degraded (＞25%), and the corresponding mean of the PM2.5are (42.7±10.5), (79.9±11.9), (95.6±15.4), (99.1±10.8), (115.3±9.2)μg/m3, respectively. The unstressed counties had 0～5% imperviousness and typically had good air quality, and the counties have 5%～25% imperviousness and showed clear signs of degradation. The degraded counties have ＞25% imperviousness and averaged (115.3±9.2)μg/m3of the PM2.5concentration, reaching three times that of the unstressed counties. The proportion and spatial distribution of impervious surface should be considered in the National New-type Urbanization development of China, making the cities surrounded by enough greenbelt and water areas and controlling the county with ISC ＜25% on the basis of the existing impervious surface spatial distribution to form a remedy for the PM2.5pollution.

impervious surface；PM2.5pollution；urbanization；Beijing-Tianjin-Hebei (BTH) region; environment effect

X513

A

1000-6923(2017)07-2470-12

王桂林(1986-),女,江西上饒人,博士研究生,主要從事城市空氣污染,城市化帶來的環(huán)境效益研究.發(fā)表論文13余篇.

2016-12-07

教育部博士點專項基金資助項目(20115303110002);國家863計劃(2012AA121402);國家自然科學基金資助項目(50578020);科研創(chuàng)新基金資助項目(yjs201580)

* 責任作者, 教授, kmdcynu@163.com