李俊明

(山西財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，山西 太原 030006)

一、引言

隨著遙感對(duì)地觀測(cè)技術(shù)的飛速發(fā)展，積累了大量的遙感數(shù)據(jù)，其不僅廣泛應(yīng)用于大氣、海洋和環(huán)境等自然科學(xué)領(lǐng)域，而且也逐漸應(yīng)用于社會(huì)、經(jīng)濟(jì)等領(lǐng)域。目前關(guān)于遙感數(shù)據(jù)的統(tǒng)計(jì)分析研究亟需加強(qiáng)，尤其是遙感數(shù)據(jù)的時(shí)空統(tǒng)計(jì)已成為數(shù)據(jù)科學(xué)領(lǐng)域的研究熱點(diǎn)，其作為一個(gè)新興研究領(lǐng)域，目前還未形成完善的理論方法體系。

由于在任一時(shí)點(diǎn)上的任一空間位置只能實(shí)現(xiàn)一次采樣，因此，時(shí)空樣本數(shù)據(jù)不滿足大樣本前提。再者，由于時(shí)空相關(guān)性的廣泛存在，也不滿足獨(dú)立同分布前提。綜上，時(shí)空樣本數(shù)據(jù)同時(shí)突破了經(jīng)典統(tǒng)計(jì)要求的兩個(gè)前提：大樣本和獨(dú)立同分布。貝葉斯統(tǒng)計(jì)無須滿足大樣本前提，同時(shí)可將時(shí)空相關(guān)以先驗(yàn)信息形式融入模型，可以說，貝葉斯統(tǒng)計(jì)用于時(shí)空數(shù)據(jù)分析在理論上更嚴(yán)密可靠。貝葉斯時(shí)空統(tǒng)計(jì)已成為國外前沿研究領(lǐng)域，近年來也受到國內(nèi)學(xué)者重視。現(xiàn)有相關(guān)研究多是針對(duì)單一數(shù)據(jù)源場(chǎng)景，大都適用于面狀(如行政區(qū)劃)統(tǒng)計(jì)數(shù)據(jù)樣本情境，Li等人在2014年提出一種適用于面狀計(jì)數(shù)數(shù)據(jù)的貝葉斯時(shí)空層次模型，分析了2005—2008年英國彼得伯勒市的入室盜竊風(fēng)險(xiǎn)的時(shí)空變化和影響因素[1]；Bennett等人基于區(qū)、縣級(jí)行政區(qū)年度人口調(diào)查數(shù)據(jù)，利用貝葉斯時(shí)空層次模型分析預(yù)測(cè)了1981—2030年英國人口預(yù)期壽命的時(shí)空趨勢(shì)[2]。基于公共健康面狀計(jì)數(shù)數(shù)據(jù)，Lawson和Kang等就貝葉斯時(shí)空統(tǒng)計(jì)在疾病制圖方面的應(yīng)用進(jìn)行了研究[3-4]。張俊輝、吳北平、夏勇等也都應(yīng)用貝葉斯時(shí)空統(tǒng)計(jì)模型分析面狀時(shí)空數(shù)據(jù)[5-7]。

還有學(xué)者基于遙感數(shù)據(jù)對(duì)中國PM2.5污染的時(shí)空統(tǒng)計(jì)規(guī)律進(jìn)行了研究。江佳等采用簡(jiǎn)單平均法和做差法研究了1998—2015年中國PM2.5污染的總體空間格局和局部變化趨勢(shì)[8]。周亮等以時(shí)序羅列形式定性分析了中國PM2.5污染總體空間特征，以縣級(jí)行政區(qū)劃為統(tǒng)計(jì)單元，采用簡(jiǎn)單比較法描述分析了2000—2011年中國PM2.5污染每隔三年的變化趨勢(shì)[9]。Peng等通過對(duì)像素單元進(jìn)行獨(dú)立的簡(jiǎn)單線性回歸分析了1998—2011年中國PM2.5污染的變化趨勢(shì)[10]。上述研究以獨(dú)立的統(tǒng)計(jì)單元進(jìn)行統(tǒng)計(jì)分析，并未考慮時(shí)空變化過程中的時(shí)空相關(guān)性和時(shí)空耦合效應(yīng)。本文采用一種基于多尺度嵌套空間統(tǒng)計(jì)單元的貝葉斯時(shí)空層次模型[11]，首次將其應(yīng)用于中國PM2.5污染的時(shí)空演化研究中，在綜合考慮時(shí)空相關(guān)性和時(shí)空耦合效應(yīng)基礎(chǔ)上研究了2000—2014年中國PM2.5污染的時(shí)空變化趨勢(shì)。另外，通過該模型可將貝葉斯時(shí)空統(tǒng)計(jì)方法引入遙感大數(shù)據(jù)分析領(lǐng)域，一方面豐富了時(shí)空大數(shù)據(jù)分析方法體系，另一方面也拓寬了遙感大數(shù)據(jù)分析的廣度和深度，可增強(qiáng)對(duì)跨學(xué)科、多領(lǐng)域交叉問題的解決能力。

二、基于多尺度嵌套空間統(tǒng)計(jì)單元的貝葉斯時(shí)空層次模型

貝葉斯時(shí)空層次模型可將一個(gè)復(fù)雜的時(shí)空變化過程分解為總體空間過程、總體時(shí)間過程和時(shí)空交互過程，其能夠精細(xì)、科學(xué)地刻畫時(shí)空演化過程，同時(shí)貝葉斯時(shí)空層次模型也可以考慮更多不確定性。盡管貝葉斯時(shí)空層次模型已得到較為廣泛應(yīng)用，但還未在遙感大數(shù)據(jù)分析得到廣泛應(yīng)用。貝葉斯統(tǒng)計(jì)模型分析遙感大數(shù)據(jù)時(shí)，一方面，要解決計(jì)算效率問題，因?yàn)樨惾~斯統(tǒng)計(jì)推斷一般由蒙特卡洛馬爾可夫鏈(MCMC)算法實(shí)現(xiàn)，其本身計(jì)算量就已很大，若再以單個(gè)像元為統(tǒng)計(jì)單元進(jìn)行貝葉斯統(tǒng)計(jì)推斷，計(jì)算負(fù)擔(dān)會(huì)呈指數(shù)級(jí)增加；另一方面，時(shí)空現(xiàn)象是不同尺度的動(dòng)態(tài)耦合過程，時(shí)空變化尺度未知時(shí)，應(yīng)采用多尺度統(tǒng)計(jì)單元進(jìn)行分析[12]。對(duì)于遙感大數(shù)據(jù)時(shí)空分析問題，一般是基于固定尺度的單個(gè)像元進(jìn)行統(tǒng)計(jì)分析，通常以3×3像元的一階空間鄰接考慮空間相關(guān)性，這樣并不能反映時(shí)空過程中的多尺度耦合效應(yīng)。基于上述考慮，本文擬采用一種適用于遙感大數(shù)據(jù)的貝葉斯時(shí)空層次模型，該模型的構(gòu)建可分為兩步，第一，構(gòu)建多尺度嵌套空間統(tǒng)計(jì)單元，第二，以嵌套結(jié)構(gòu)形式建構(gòu)貝葉斯時(shí)空層次模型。

(一)構(gòu)建多尺度嵌套空間統(tǒng)計(jì)單元

構(gòu)建多尺度嵌套空間統(tǒng)計(jì)單元的總體思路是：根據(jù)遙感時(shí)空數(shù)據(jù)在每個(gè)時(shí)間截面上的局部變異程度，在研究區(qū)域范圍內(nèi)，實(shí)施n(n=1，2，3，…)輪遞次尺度的均質(zhì)網(wǎng)格剖分，最終形成多尺度嵌套空間統(tǒng)計(jì)單元，每一個(gè)空間統(tǒng)計(jì)單位格網(wǎng)內(nèi)的像元屬性數(shù)據(jù)在每一個(gè)時(shí)間截面上均滿足均質(zhì)條件。多尺度嵌套空間統(tǒng)計(jì)單元的構(gòu)建有兩個(gè)關(guān)鍵點(diǎn)：一是均質(zhì)程度測(cè)度指標(biāo)選擇，二是格網(wǎng)剖分形式確定。均質(zhì)程度測(cè)度指標(biāo)采用變異系數(shù)：

(1)

其中CV代表變異系數(shù)，Std表示標(biāo)準(zhǔn)差，Mean表示均值。變異系數(shù)越小，則變異程度越小，統(tǒng)計(jì)學(xué)上一般認(rèn)為，當(dāng)變異系數(shù)小于15%時(shí)，則可認(rèn)為樣本數(shù)據(jù)均質(zhì)；考慮到遙感數(shù)據(jù)是正方形陣列結(jié)構(gòu)，空間剖分形式采用四叉樹正方形剖分形式，如圖1所示：

第1級(jí)尺度部分 第2級(jí)尺度部分第3級(jí)尺度部分 第4級(jí)尺度部分圖1 多尺度嵌套空間統(tǒng)計(jì)單元構(gòu)建示意圖

(二)多尺度嵌套空間統(tǒng)計(jì)單元的統(tǒng)計(jì)性質(zhì)

(2)

表1 原始遙感數(shù)據(jù)變異系數(shù)CV和剖分閾值λ0不同取值組合條件下取值表

(三)基于多尺度嵌套空間統(tǒng)計(jì)單元的貝葉斯時(shí)空層次模型

本文采用了本人曾提出的適用于遙感大數(shù)據(jù)的貝葉斯時(shí)空層次模型，該模型以前述構(gòu)建的多尺度嵌套空間統(tǒng)計(jì)單元為基礎(chǔ)，以時(shí)空局域均質(zhì)為基準(zhǔn)，充分考慮了遙感時(shí)空數(shù)據(jù)的時(shí)空局域異質(zhì)性，突破了以像元為固定尺度的傳統(tǒng)分析思路，實(shí)現(xiàn)了以多尺度嵌套形式分析時(shí)空過程，同時(shí)也能顯著降低遙感時(shí)空大數(shù)據(jù)分析的計(jì)算負(fù)擔(dān)，有效實(shí)現(xiàn)對(duì)遙感時(shí)空大數(shù)據(jù)的貝葉斯統(tǒng)計(jì)分析。該模型以像元屬性值為樣本觀測(cè)值，以多尺度嵌套均質(zhì)空間剖分格網(wǎng)為空間統(tǒng)計(jì)單元，通過雙層嵌套結(jié)構(gòu)實(shí)現(xiàn)貝葉斯時(shí)空層次模型構(gòu)建，包含三個(gè)子模型，分別是數(shù)據(jù)模型、過程模型和參數(shù)模型[13]，其對(duì)應(yīng)的數(shù)學(xué)表達(dá)如下：

數(shù)據(jù)模型為：

(3)

過程模型為：

ln(μM[i]，t)=Φ+SM[i]+ΩM[i]+B0t+νt+

BM[i]t+εM[i]，t

(4)

參數(shù)模型為：

(5)

BM[i]～CAR.Gauss(B.adj.sp(M[i])，

(6)

vt～CAR.Gauss(v.adj.tm(t)，

(7)

三、實(shí)證研究

(一)研究區(qū)域與數(shù)據(jù)來源

本文基于的遙感數(shù)據(jù)來源于加拿大達(dá)爾豪斯大學(xué)van Donkelaar團(tuán)隊(duì)在2016年3月發(fā)布的最新版全球PM2.5年均濃度遙感數(shù)據(jù)產(chǎn)品，空間分辨率為0.1°×0.1°[14]。經(jīng)測(cè)算，2000—2014年中國PM2.5年均濃度遙感數(shù)據(jù)共包含1 444 080(96 272×15)個(gè)像元。另外，該P(yáng)M2.5年均濃度遙感數(shù)據(jù)與地面站點(diǎn)監(jiān)測(cè)數(shù)據(jù)具有較好的統(tǒng)計(jì)顯著一致性(R2=0.81)，數(shù)據(jù)精度較高，具體可參見相關(guān)文獻(xiàn)[14]。

(二)多尺度嵌套空間統(tǒng)計(jì)單元構(gòu)建結(jié)果

在貝葉斯時(shí)空統(tǒng)計(jì)分析前，需先構(gòu)建多尺度嵌套空間統(tǒng)計(jì)單元，經(jīng)計(jì)算，2000—2014年中國PM2.5年均濃度遙感數(shù)據(jù)的變異系數(shù)最小值為71%，根據(jù)表1可知，為使得以多尺度嵌套空間統(tǒng)計(jì)單元計(jì)算的方差保持在原始遙感數(shù)據(jù)方差的0.998以上，剖分閾值λ0確定為4.0%，多尺度級(jí)別設(shè)定為3級(jí)即可滿足局部均質(zhì)條件，三級(jí)尺度依次為0.8°×0.8°、0.4°×0.4°和0.2°×0.2°。最后構(gòu)建完成的嵌套三級(jí)多尺度空間統(tǒng)計(jì)單元共包含7 072個(gè)統(tǒng)計(jì)格網(wǎng)單元，其中三級(jí)尺度統(tǒng)計(jì)單元個(gè)數(shù)分別為373、4 171和2 528。

(三)貝葉斯時(shí)空統(tǒng)計(jì)結(jié)果

1.總體空間格局?？傮w空間格局由式(4)中的總體空間相對(duì)度系數(shù)exp(SM[i])的后驗(yàn)估計(jì)測(cè)度，具體而言，若exp(SM[i])>1.0，則說明該M[i]統(tǒng)計(jì)單元上的PM2.5污染程度是全國PM2.5總體污染程度的exp(SM[i])倍，反之亦然。進(jìn)一步，還可以根據(jù)后驗(yàn)概率P(exp(SM[i])>1.0|y)的大小確定PM2.5污染熱點(diǎn)、冷點(diǎn)和溫點(diǎn)區(qū)域范圍。

貝葉斯時(shí)空統(tǒng)計(jì)結(jié)果表明，中國有18.9%的區(qū)域PM2.5污染程度高于全國總體水平的2.5倍，全國有10.4%的區(qū)域PM2.5污染程度高于全國總體水平的3.0倍，甚至還有6.5%的區(qū)域PM2.5污染程度高于全國總體水平的3.5倍。從空間結(jié)構(gòu)而言，中國PM2.5重度污染區(qū)域的空間分布呈現(xiàn)出 “兩團(tuán)一帶”分布特征，“兩團(tuán)”分別指四川盆地和新疆塔里木盆地區(qū)域，而“一帶”是指由京津冀南部、山東、江蘇、上海和浙江北部為起始，向西南方向延伸，經(jīng)由河南、安徽、湖北、江西、湖南、廣西和廣東西部等區(qū)域。在這“兩團(tuán)一帶”區(qū)域中，PM2.5污染最嚴(yán)重的地區(qū)(比全國總體水平高3.5倍以上)分布在兩個(gè)連片區(qū)域，一個(gè)是華北平原和長三角地區(qū)北部及湖北中部，另外一個(gè)區(qū)域是四川盆地區(qū)域，這兩個(gè)地區(qū)人口總量大，人口密度高，根據(jù)2010年中國人口分布密度數(shù)據(jù)統(tǒng)計(jì)顯示，這兩個(gè)PM2.5污染最嚴(yán)重區(qū)域的暴露人口總量多達(dá)4.2億人，占全國總?cè)丝诘?2.8%。根據(jù)exp(SM[i])>1.0的后驗(yàn)概率大小可知，中國PM2.5污染冷點(diǎn)區(qū)域(P(exp(SM[i])>1.0|y) <0.2)面積占全國面積的37.3%，對(duì)應(yīng)的暴露總?cè)丝谡急?.5%，而中國PM2.5污染熱點(diǎn)區(qū)域(P(exp(SM[i])>1.0|y) >0.8)面積占比為63.3%，對(duì)應(yīng)的暴露總?cè)丝谡急?2.5%。

根據(jù)PM2.5污染總體空間相對(duì)度系數(shù)exp(SM[i])的大小，本文將PM2.5污染程度分為七個(gè)級(jí)別，對(duì)應(yīng)exp(SM[i])的7個(gè)取值范圍為：0.2～1.0、1.0～1.5、1.5～2.0、2.0～2.5、2.5～3.0、3.0～3.5、3.5～4.5等，將一級(jí)定為輕度污染級(jí)，二級(jí)定為較輕度污染級(jí)，三級(jí)和四級(jí)定為中度污染，五級(jí)定為較重污染級(jí)，六級(jí)為重度污染級(jí)，七級(jí)定為嚴(yán)重污染級(jí)。表2列出了中國大陸31個(gè)省份中對(duì)應(yīng)的七級(jí)PM2.5污染區(qū)域占本地區(qū)總面積百分比統(tǒng)計(jì)結(jié)果。天津、河北、上海、江蘇、安徽、山東和河南等7省份的重度和嚴(yán)重污染區(qū)域所占的面積排在31個(gè)省份前列，特別是江蘇，99.66%的區(qū)域PM2.5污染處于最高污染級(jí)——嚴(yán)重污染(七級(jí))，北京PM2.5污染等級(jí)屬于二級(jí)(輕度污染級(jí))、三級(jí)和四級(jí)(中度污染級(jí))等層級(jí)。雖然四川盆地和新疆塔里木盆地的PM2.5污染較重，但這兩個(gè)地區(qū)的地域面積較大，因此重度污染和嚴(yán)重度污染的區(qū)域面積占比并不是很高。內(nèi)蒙古、黑龍江、四川、西藏、青海、福建、海南和云南8省的PM2.5輕度污染區(qū)域面積占比均超過50%。PM2.5中度污染區(qū)域面積占比超過50%的地區(qū)有北京、山西、遼寧、浙江、江西、廣東、貴州、陜西、甘肅和寧夏10個(gè)省份，PM2.5較重度污染區(qū)域面積占比超過50%的地區(qū)有湖南和廣西兩個(gè)省份?？傊瑥腜M2.5等級(jí)污染區(qū)域面積占比角度而言，PM2.5一級(jí)(輕度)污染為主的省份有5個(gè)，PM2.5二級(jí)(較輕度)污染為主的省份有3個(gè)，PM2.5三、四級(jí)(中度)污染為主的省份有10個(gè)，PM2.5五級(jí)(較重)污染為主的省份有兩個(gè)，PM2.5六級(jí)(重度)污染為主的省份有0個(gè)，PM2.5七級(jí)(嚴(yán)重)污染為主的省份有6個(gè)，其余的河北、吉林、湖北、重慶和新疆5個(gè)省份沒有出現(xiàn)超過50%面積占比的主導(dǎo)級(jí)別污染區(qū)域。

表2 2000—2014年中國大陸31個(gè)省份內(nèi)七級(jí)PM2.5污染對(duì)應(yīng)的區(qū)域面積占比統(tǒng)計(jì)表

2.總體變化趨勢(shì)。2000—2014年，中國PM2.5污染在總體變化趨勢(shì)方面呈現(xiàn)出一個(gè)基本平穩(wěn)而稍有上升的變化特征，可將其分為兩個(gè)階段，即2000—2006年和2006—2014年，前一階段呈現(xiàn)出強(qiáng)于整個(gè)研究期間的增長趨勢(shì)，雖然后一階段出現(xiàn)了下降趨勢(shì)，但由于2006—2014年的下降趨勢(shì)強(qiáng)度弱于2000—2006年的增長趨勢(shì)，因此在整個(gè)研究期間，中國PM2.5污染仍然呈現(xiàn)出上升趨勢(shì)?？傮w變化趨勢(shì)只是時(shí)空變化的一個(gè)概括性描述，而局部區(qū)域甚至單個(gè)的空間統(tǒng)計(jì)單元的局部變化趨勢(shì)卻表現(xiàn)出不同于總體變化趨勢(shì)的特點(diǎn)。

3.局部變化趨勢(shì)。局部空間區(qū)域上的變化趨勢(shì)即局部變化趨勢(shì)更能體現(xiàn)出時(shí)空變化過程中穩(wěn)態(tài)結(jié)構(gòu)之外的時(shí)空變化規(guī)律，由式(4)中的局部變化趨勢(shì)參數(shù)BM[i]來描述，既考慮了空間維度上的影響，也考慮了時(shí)間過程中的影響，若BM[i]>0，則說明該空間統(tǒng)計(jì)單元上的PM2.5污染在2000—2014年具有增加的局部趨勢(shì)，若BM[i]<0，則說明該空間統(tǒng)計(jì)單元上的PM2.5污染在2000—2014年具有降低的局部趨勢(shì)。

研究表明，在2000—2014年，中國西部區(qū)域出現(xiàn)了較強(qiáng)的PM2.5污染加重趨勢(shì)，主要包括新疆、青海和甘肅北部等地區(qū)，且在空間上呈現(xiàn)出連片特征，需要指出的是，西藏中部地區(qū)和云南西部地區(qū)的PM2.5污染也出現(xiàn)了增加的局部趨勢(shì)；在一些PM2.5重度污染程度地區(qū)，也出現(xiàn)了局部增加趨勢(shì)，這些區(qū)域在空間上形成了“X”型的分布結(jié)構(gòu)特征，主要由陜西南部、湖北、河南、長三角地區(qū)北部、山東、京津冀地區(qū)及其北部等區(qū)域構(gòu)成，黑龍江中部、東部沿海區(qū)域、吉林北部和中部區(qū)域的PM2.5污染也出現(xiàn)了一定程度的局部加重趨勢(shì)。另外，PM2.5污染較重的四川盆地呈現(xiàn)出下降的局部趨勢(shì)，而且位于中國東南區(qū)位的廣西、湖南、廣東、江西、福建、臺(tái)灣以及浙江等省份，在PM2.5污染變化趨勢(shì)方面也呈現(xiàn)出局部下降的態(tài)勢(shì)，且以臺(tái)灣、福建、浙江南部、江西南部、廣東東部等區(qū)域的局部趨勢(shì)下降趨勢(shì)最明顯。

進(jìn)一步分析可知，全國有41.4%的區(qū)域局部變化趨勢(shì)系數(shù)BM[i]>0的后驗(yàn)概率大于0.80，也就是說全國有41.4%的區(qū)域PM2.5污染在2000—2014年以大于80%的概率加重，而有35.6%的區(qū)域局部變化趨勢(shì)系數(shù)BM[i]>0的后驗(yàn)概率小于0.20，即這些區(qū)域的PM2.5污染在2000—2014年具有一定的下降趨勢(shì)，其余23.0%的區(qū)域局部變化趨勢(shì)系數(shù)BM[i]>0的后驗(yàn)概率在0.20到0.80之間，說明這些區(qū)域在2000—2014年并沒有呈現(xiàn)出顯著的局部變化趨勢(shì)，具有不確定性。

(四)與其他研究對(duì)比

在經(jīng)典統(tǒng)計(jì)中，簡(jiǎn)單平均法最為常用，而貝葉斯時(shí)空統(tǒng)計(jì)模型估計(jì)的總體空間格局與簡(jiǎn)單平均法計(jì)算的空間格局具有明顯差異，簡(jiǎn)單平均法容易受異常值的影響，而且也未考慮時(shí)空變化過程中的耦合效應(yīng)，因此簡(jiǎn)單平均法計(jì)算的空間格局一定會(huì)混雜穩(wěn)態(tài)和非穩(wěn)態(tài)兩種格局，并不能清晰地刻畫出時(shí)空變化規(guī)律。時(shí)空分析中常用的另外一種方法是經(jīng)驗(yàn)正交函數(shù)法(EOF)，但EOF時(shí)空分析方法沒有清晰的機(jī)理解釋結(jié)構(gòu)，對(duì)其結(jié)果需要根據(jù)不同問題結(jié)合專業(yè)知識(shí)進(jìn)行解釋。本文也利用EOF法統(tǒng)計(jì)分析了2000—2014年中國PM2.5污染，結(jié)果顯示，經(jīng)過EOF計(jì)算后的第一模態(tài)和第二模態(tài)已經(jīng)分別解釋了90.8%和5.7%的時(shí)空變化，進(jìn)一步研究可知，EOF計(jì)算的第一模態(tài)空間格局與簡(jiǎn)單平均計(jì)算的空間格局基本一致，而第二模態(tài)結(jié)果卻找不到明晰的機(jī)理解釋。貝葉斯時(shí)空統(tǒng)計(jì)模型兼具貝葉斯統(tǒng)計(jì)和時(shí)空交互模型優(yōu)點(diǎn)，可以綜合考慮時(shí)空過程中的耦合效應(yīng)，并具有清晰的機(jī)理解釋結(jié)構(gòu)，對(duì)估計(jì)結(jié)果可以給出清晰的時(shí)空變化過程機(jī)理解釋，同時(shí)，還具有較強(qiáng)的可擴(kuò)展?jié)摿?。另外，貝葉斯時(shí)空統(tǒng)計(jì)模型遵從貝葉斯統(tǒng)計(jì)范式，因此可以考慮更多不確定性，并對(duì)異常值具有一定免疫性能，進(jìn)一步增強(qiáng)了對(duì)復(fù)雜變化過程的分析刻畫能力。

綜上所述，雖然一些學(xué)者利用經(jīng)典統(tǒng)計(jì)方法也研究了中國PM2.5污染的時(shí)空變化，但未很好地考慮時(shí)空相關(guān)性和時(shí)空耦合效應(yīng)。Li等曾采用貝葉斯時(shí)空層次模型研究了1998—2014年中國PM2.5污染的時(shí)空變化特征[1，15]。Li等的研究是直接將已有的貝葉斯時(shí)空層次模型移植應(yīng)用到遙感數(shù)據(jù)分析中，先將遙感數(shù)據(jù)平均化處理到中國縣級(jí)行政區(qū)劃中，然后再以平均化處理后的縣級(jí)行政區(qū)劃面狀數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，這種處理方法會(huì)大大降低遙感數(shù)據(jù)原有的高分辨率優(yōu)勢(shì)和數(shù)據(jù)精度。本文采用的是基于嵌套多尺度空間統(tǒng)計(jì)單元的貝葉斯時(shí)空層次模型，保持了遙感數(shù)據(jù)的原有精度，不僅保持了統(tǒng)計(jì)結(jié)果的可靠性，而且也能得到較為精細(xì)的統(tǒng)計(jì)結(jié)果。此外，本論文還對(duì)貝葉斯統(tǒng)計(jì)結(jié)果進(jìn)行了深入、系統(tǒng)的分析，對(duì)國家相關(guān)政策制定具有一定參考意義。

四、主要結(jié)論及建議

本文首次將基于多尺度嵌套空間統(tǒng)計(jì)單元的貝葉斯時(shí)空層次模型應(yīng)用于2000—2014年中國PM2.5污染時(shí)空演化研究中，并拓展了嵌套多尺度空間統(tǒng)計(jì)單元構(gòu)建參數(shù)λ0的適用范圍。本研究認(rèn)為，基于多尺度嵌套空間統(tǒng)計(jì)單元的貝葉斯時(shí)空層次模型不僅有效提高了模型計(jì)算效能，而且能在一定程度上反映時(shí)空過程中的多尺度耦合效應(yīng)。

研究發(fā)現(xiàn)，第一，2000—2014年，中國PM2.5污染已經(jīng)形成了穩(wěn)定的“兩團(tuán)一帶”空間結(jié)構(gòu)；第二，中國PM2.5重度污染區(qū)域主要由三個(gè)地區(qū)構(gòu)成：華北平原和長三角地區(qū)、四川盆地和新疆塔里木盆地；第三，PM2.5污染程度較低區(qū)域雖然占全國總面積比例為37.3%，但這些區(qū)域內(nèi)所居住的總?cè)丝谥徽既珖側(cè)丝诘?.5%，PM2.5污染高于全國總體水平的區(qū)域占全國總面積的63.3%，但對(duì)應(yīng)暴露人口占比卻高達(dá)92.5%；第四，2000—2014年，PM2.5輕度污染的西部區(qū)域出現(xiàn)了較強(qiáng)的局部加重趨勢(shì)，而且陜西南部、湖北、河南、長三角地區(qū)北部、山東、京津冀地區(qū)及其北部等PM2.5重度污染區(qū)域也呈現(xiàn)出局部增加趨勢(shì)，并在空間上形成了“X”型空間結(jié)構(gòu)；第五，PM2.5污染較重的四川盆地呈現(xiàn)出下降的局部趨勢(shì)，同時(shí)位于中國東南區(qū)位的廣西、湖南、廣東、江西、福建、臺(tái)灣以及浙江等地區(qū)也呈現(xiàn)出下降的局部變化趨勢(shì)，且以臺(tái)灣、福建、浙江南部、江西南部、廣東東部等區(qū)域的局部趨勢(shì)下降最為明顯。

建議國家相關(guān)部門在制定空氣污染防治政策時(shí)，不僅要關(guān)注當(dāng)前的PM2.5污染空間格局，更要綜合考慮全國各個(gè)地區(qū)PM2.5污染的局部變化趨勢(shì)，盡管重度污染地區(qū)亟待重點(diǎn)治理，但具有局部加重趨勢(shì)的輕度污染西部地區(qū)也應(yīng)成為重點(diǎn)防控地區(qū)?？筛鶕?jù)PM2.5污染的不同等級(jí)、局部變化趨勢(shì)以及暴露人口密集程度劃分出不同等級(jí)的防控區(qū)域，并制定階梯性防控政策和措施體系。另外，PM2.5污染不是區(qū)域獨(dú)立性現(xiàn)象，而是全域甚至全球性問題，在制定大氣污染防治措施時(shí)，要重視區(qū)域內(nèi)部及與周邊區(qū)域的交互影響，應(yīng)不斷加強(qiáng)區(qū)域間甚至國家間的聯(lián)防聯(lián)控與合作治理。