牟維，涂平，梁娟珠

(福州大學(xué)數(shù)字中國(guó)研究院(福建)，福建 福州 350003)

氣溶膠通常指懸浮在大氣中的各種粒徑為0.01～100 μm的固、液體顆粒共同組成的多相體系[1].氣溶膠對(duì)人類身體健康[2]、地氣收支平衡[3]都有著一定的影響.氣溶膠光學(xué)厚度(aerosol optical depth，AOD)是大氣氣溶膠重要的光學(xué)屬性，也是確定氣溶膠含量和評(píng)估大氣污染程度的關(guān)鍵參數(shù)[4].探究某地區(qū)長(zhǎng)時(shí)間序列的AOD時(shí)空演變有助于了解該地區(qū)大氣污染狀況，進(jìn)而為提出合理的應(yīng)對(duì)政策提供一定的科學(xué)依據(jù).

廣東省作為我國(guó)經(jīng)濟(jì)最繁榮、人均GDP名列前茅的省份之一，第二、第三產(chǎn)業(yè)發(fā)達(dá)，但高速發(fā)展的城市建設(shè)進(jìn)程和工農(nóng)業(yè)生產(chǎn)活動(dòng)給大氣中排放了不少氣溶膠粒子[5].我國(guó)在區(qū)域AOD的時(shí)空演變已經(jīng)有了一些研究成果[6-8]，但關(guān)于廣東省這樣的沿海地區(qū)卻相對(duì)較少.對(duì)廣東省AOD的研究使用的多是分辨率較低的數(shù)據(jù)產(chǎn)品[9-10]，難以精確地反映其地形地貌的復(fù)雜多樣，以及城市排布緊密地區(qū)AOD的精細(xì)分布和連續(xù)變化.目前，常用線性(如一元線性回歸[8]和Sen’s slope[11]等)和非線性(如廣義最小二乘法(GLS)[12]等)方法來(lái)進(jìn)行氣溶膠時(shí)空演變趨勢(shì)分析，而對(duì)于長(zhǎng)時(shí)序數(shù)據(jù)多采用線性方法來(lái)探究其趨勢(shì)性.空間自相關(guān)法已被廣泛運(yùn)用于大氣氣溶膠的地理分布特征分析研究[7，13].廣東省地形條件復(fù)雜，運(yùn)用該方法能有效反應(yīng)出廣東省氣溶膠分布的空間異質(zhì)性.現(xiàn)有的利用HYSPLIT模型進(jìn)行廣東省個(gè)別氣溶膠粒子污染事件污染源的分析[14-15]，主要集中在從某一時(shí)刻到另一時(shí)刻的短期變化，缺乏動(dòng)態(tài)連續(xù)演變過(guò)程的揭示，且綜合、系統(tǒng)地進(jìn)行近10 a廣東省典型氣溶膠粒子污染事件對(duì)大氣污染物傳輸來(lái)源的研究也較少.

基于此，本文通過(guò)對(duì)分辨率成像光譜儀(moderate-resolution imaging spectroradiometer，MODIS)遙感產(chǎn)品進(jìn)行一元線性回歸趨勢(shì)和空間自相關(guān)分析，確定廣東省全局和局部的2010-2019年氣溶膠的時(shí)空演變特征，并針對(duì)典型大氣污染事件進(jìn)行3個(gè)高度上的大氣污染物72 h后向軌跡分析.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源及預(yù)處理

選取2010-2019年廣東省AOD產(chǎn)品數(shù)據(jù)(MOD04_3K)為依據(jù)，空間和時(shí)間分辨率分別為3 km和1 d，獲取自NASA官網(wǎng)(https:∥ladsweb.modaps.eosdis.nasa.gov/).通過(guò)IDL+ENVI進(jìn)行波段提取、幾何校正、批量鑲嵌和裁剪以及提取有效值，獲取到550 nm波段的廣東省逐日氣溶膠數(shù)據(jù)，并在此基礎(chǔ)上進(jìn)行后續(xù)的處理.數(shù)字高程模型(DEM)來(lái)自地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)SRTMDEM 90M分辨率原始高程數(shù)據(jù).因本次研究?jī)H針對(duì)廣東省，故不包含澳門、香港及附近島嶼.

1.2 研究方法

1.2.2 一元線性回歸分析 為獲取AOD的時(shí)間發(fā)展變化趨勢(shì)，對(duì)10 a的年均值A(chǔ)OD數(shù)據(jù)進(jìn)行一元線性回歸趨勢(shì)分析.通過(guò)比較AOD隨著時(shí)間變化的回歸斜率(S)與0的關(guān)系來(lái)判定其變化趨勢(shì)：當(dāng)S為正，表明此像元AOD呈增長(zhǎng)趨勢(shì)；當(dāng)S為0，表明此像元AOD無(wú)明顯變化趨勢(shì)；而當(dāng)S為負(fù)，表明此像元AOD呈縮小趨勢(shì)[8].具體計(jì)算公式如下

(1)

式(1)中：i為2010-2019年的年序列號(hào)；xi為第i年的AOD值.

1.2.3 相關(guān)性分析 空間自相關(guān)性可分為全局空間自相關(guān)和局部空間自相關(guān)兩個(gè)等級(jí)的度量指標(biāo).文中利用全局自相關(guān)方法(Moran′sI)來(lái)反應(yīng)廣東省氣溶膠全局空間相關(guān)性.1948年，Moran提出全局指數(shù)[16]，用于反映空間中鄰接或鄰近的區(qū)域單元屬性值的相似程度，其計(jì)算公式為

(2)

選用局部自相關(guān)性來(lái)反應(yīng)廣東省氣溶膠的高值或低值的局部空間集聚性.通常分為四種類型：高高(HH)聚集，表示該區(qū)域的AOD值與周圍的AOD值均相對(duì)較高；低低(LL)聚集，表示表示該區(qū)域的AOD值與周圍的AOD值均相對(duì)較低；高低(HL)聚集，表示該地區(qū)AOD高值主要是由低值圍繞；低高聚集(LH)，表示該地區(qū)AOD低值主要是由高值圍繞[7].其計(jì)算公式為

(3)

式(3)中：Ii為局部自相關(guān)指數(shù).

1.2.4 HYSPLIT模型 拉格朗日混合單粒子軌道模型(hybrid single particle Lagrangian integrated trajectory model，HYSPLIT)[17]，由美國(guó)海洋大氣管理局(NOAA)和澳大利亞氣象局(BOM)聯(lián)合研發(fā)，主要用于大氣污染和有害物質(zhì)傳輸和擴(kuò)散軌跡的計(jì)算與分析[18]，已有30多年的發(fā)展歷史.常見的應(yīng)用為污染物和有害物質(zhì)的后向軌跡分析[19-20]和它們傳播、擴(kuò)散及沉積的模擬[21].目前，HYSPLIT仍是大氣科學(xué)界最普遍使用的大氣輸送和擴(kuò)散模式中的一種.

為探究遠(yuǎn)距離大氣污染輸送對(duì)廣東省大氣污染物的影響，以東莞為起始點(diǎn)，利用美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(NCEP)全球資料同化系統(tǒng)(global data assimilation system，GDAS)提供的全球大氣同化產(chǎn)品和HYSPLIT模型(https://www.ready.noaa.gov/index.php)[22]，對(duì)東莞市典型大氣污染事件中大氣污染物在3個(gè)不同高度(100，500和1 000 m)上進(jìn)行72 h后向軌跡分析，以此追溯氣溶膠的源頭.

2 試驗(yàn)結(jié)果與分析

2.1 時(shí)間變化特征

為清楚地顯示廣東省2010-2019年這10 a間AOD值的總體變化趨勢(shì)，選用線性回歸直線對(duì)這10 a的AOD年均值進(jìn)行分析，從而得到10 a的變化趨勢(shì)圖，如圖1所示.從圖1可知：廣東省2010-2019年AOD值變化總體上呈現(xiàn)下降的趨勢(shì).從圖1可知：分段來(lái)看，廣東省2010-2014年間AOD值呈上升趨勢(shì)，其中峰值出現(xiàn)在2014年，為0.654 6；而2014-2019年則有一個(gè)明顯的下降趨勢(shì)，年平均谷值出現(xiàn)在2018年，為0.370 2，其中2015-2019年全省AOD年均值一直保持在較低值波動(dòng).這一變動(dòng)應(yīng)該是與2014-2017年廣東省開展大氣污染防治行動(dòng)，使得大氣環(huán)境得到有效改善有關(guān).

圖1 廣東省AOD年均值波動(dòng)變化及趨勢(shì)

利用一元線性回歸趨勢(shì)分析，能具體反映廣東省2010-2019年AOD值的變化情況.通過(guò)自然斷點(diǎn)法對(duì)計(jì)算所得的趨勢(shì)分析結(jié)果S值進(jìn)行分級(jí)，分級(jí)結(jié)果如表1所示.表2中：S為回歸斜率；A為面積；γ為面積占比.近10 a廣東省的AOD值年際變化趨勢(shì)，如圖2所示.

表1 不同趨勢(shì)值所占面積及其百分比

從圖2可知：廣東省2010-2019年這10 a來(lái)絕大多數(shù)地區(qū)是呈不變的趨勢(shì)，其面積占全省面積的54.29%，主要分布在廣東省東部；其次是減少區(qū)域，面積占全省面積的44.66%，以廣東省中西部地區(qū)為主，東部的河源市、梅州市也有部分減少區(qū)域；最后，呈增加趨勢(shì)的AOD值出現(xiàn)在極少區(qū)域，面積僅占全省的1.05%，主要分布在汕頭市和潮州市接壤的區(qū)域、部分珠三角地區(qū)及粵西南部沿海區(qū)域.由此可見，近10 a廣東省氣溶膠變化主要呈減少和不變趨勢(shì)，這種變化分布在全省大部分區(qū)域，一定程度上反映出廣東省大氣防治措施有效改善了大氣環(huán)境質(zhì)量.

圖2 2010-2019年廣東省AOD值線性回歸趨勢(shì) 圖3 2010-2019年廣東省的AOD多年平均值

2.2 空間分布特征

廣東省的城市分布主要有粵東、粵北、粵西及珠三角.其中粵東包括汕頭市、潮州市、揭陽(yáng)市、汕尾市；粵西包括湛江市、茂名市、陽(yáng)江市、云浮市；粵北包括韶關(guān)市、清遠(yuǎn)市、梅州市、河源市；珠三角包括廣州市、深圳市、佛山市、東莞市、中山市、珠海市、江門市、肇慶市、惠州市.2010-2019年廣東省AOD的多年平均值，如圖3所示.

從圖3中可知：廣東省AOD值分布具有較強(qiáng)的空間性.從總體分布上看，主要呈現(xiàn)“北低南高”的分布特征，廣東省AOD值的分布特征與該地區(qū)地形起伏有著莫大的關(guān)系.受到地形的限制，北部和東部地區(qū)阻擋了來(lái)自太平洋的海風(fēng)，將大氣污染物滯留在廣東省南部和東部地勢(shì)低的地區(qū).具體而言，AOD高值主要集中在珠三角，以及粵東的潮州市、汕頭市和揭陽(yáng)市，這些地方同時(shí)也是廣東省的經(jīng)濟(jì)發(fā)達(dá)區(qū)、人口集中地和城市發(fā)展區(qū)，側(cè)面反映人類活動(dòng)與AOD值之間有著密不可分的聯(lián)系.

對(duì)廣東省10 a間年均AOD值進(jìn)行全局自相關(guān)分析，結(jié)果如表2所示.表2中：I為全局自相關(guān)指數(shù)；Z為檢驗(yàn)統(tǒng)計(jì)量.從表2可知：2010-2019年間，廣東省AOD值的Moran′sI均具有較高的結(jié)果，表明這10 a間，廣東省全省AOD值空間分布呈現(xiàn)較顯著的相關(guān)性.從每個(gè)分區(qū)來(lái)看，粵北的全局指數(shù)又較粵東、粵西和珠三角地區(qū)更高，表明粵北的AOD值相關(guān)性更為顯著；粵東地區(qū)的Moran′sI普遍較低，表明粵東地區(qū)的AOD值相關(guān)性較其他3個(gè)區(qū)域而言顯著性略低.檢驗(yàn)統(tǒng)計(jì)量Z得分均為正，表明AOD集中高值和低值在廣東省的空間分布在空間聚類上的程度要遠(yuǎn)高于預(yù)期.

表2 廣東省2010-2019年AOD值全局自相關(guān)系數(shù)

局部相關(guān)性分析能更具體地了解該地區(qū)局部聚集與發(fā)散的情況，更詳細(xì)地描述其空間分布狀況.對(duì)廣東省2010-2019年AOD值做局部相關(guān)性分析，結(jié)果如圖4所示.從圖4可知：廣東省2010-2019年這10 a間的AOD值顯著局部自相關(guān)的分布區(qū)域主要為三種類型：高高聚集、低低聚集和不顯著區(qū)域，并具有明顯的空間異質(zhì)性.其中，年平均面積占比最大的為不顯著區(qū)域(NS)，達(dá)到了39.80%；其次，近10 a內(nèi)AOD值的局部集聚類型面積占比較高的是高高聚集和低低聚集，平均面積占比分別達(dá)到了36.45%和21.67%.高高聚集主要連續(xù)且成片地分布在珠三角地勢(shì)較低的平原，而低低聚集主要成片分布在粵北，零星的分布在粵西和粵東，均為地勢(shì)較高的山區(qū).低矮地勢(shì)大氣污染物不易擴(kuò)散，造成積累，而高山地勢(shì)相較平原和盆地不易大氣污染物滯留.因此，廣東省AOD高高聚集和低低聚集的分布與地勢(shì)起伏有著較為明顯的負(fù)相關(guān)性.

(a)2010年 (b)2011年 (c)2012年

廣東省各個(gè)區(qū)域的集聚特征和變化程度也大不相同.對(duì)廣東省各個(gè)區(qū)域的局部自相關(guān)類型進(jìn)行面積統(tǒng)計(jì)，結(jié)果如圖5所示.圖5中：γ為面積占比.從圖5可知：粵北地區(qū)主要以低低聚集為主要局部聚集類型，平均占粵北地區(qū)面積的59.37%，較為均衡地分布在粵北地區(qū)，以先減小后增大的趨勢(shì)變化著.粵東地區(qū)主要以不顯著區(qū)域?yàn)橹?，其次是低低聚集，年平均面積占比分別為41.10%和36.32%，占據(jù)了該地區(qū)的大部分面積，不顯著區(qū)域變化均衡，低低聚集總體則以先增大后減小的趨勢(shì)變化.粵西地區(qū)的AOD值局部聚集類型中不顯著區(qū)域占比較高，除此以外的局部聚集類型占比均較低，其中高高聚集和低低聚集年平均占比分別達(dá)到粵西地區(qū)面積的27.44%和17.07%.珠三角地區(qū)則以高高聚集為主，年平均面積占比達(dá)到45.08%，主要分布在珠江三角洲平原，總體變化趨勢(shì)為先增大后減小；該地區(qū)不顯著區(qū)域年平均面積占比達(dá)到了32.54%，與年平均面積占比18.87%的低低聚集共同分布在珠三角地區(qū)的北部和西北部地區(qū).推測(cè)受到粵北地區(qū)低低聚集的影響，珠三角地區(qū)的低低聚集以先減少后增大的趨勢(shì)變化著，并有進(jìn)一步減小的態(tài)勢(shì).

(a)粵北地區(qū) (b)粵東地區(qū)

總體而言，廣東省的不顯著區(qū)域和低低聚集各占據(jù)近1/3的面積，高高聚集加上低高聚集和高低聚集則占據(jù)剩下的1/3面積.珠江三角洲平原和東西部沿海一直是高高聚集區(qū)，而北部的低低聚集區(qū)正以逐漸縮小的趨勢(shì)發(fā)展著.

2.3 大氣污染物軌跡分析

通過(guò)廣東空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)，統(tǒng)計(jì)2013年12月-2019年12月廣東省21座城市出現(xiàn)過(guò)的大氣污染事件.根據(jù)天數(shù)排序，東莞市在這期間共出現(xiàn)14次嚴(yán)重污染事件，屬于廣東省有空氣質(zhì)量歷史數(shù)據(jù)以來(lái)嚴(yán)重污染天數(shù)最多的城市，因此選取該城市作為后向軌跡分析的典型城市.將每次重度污染前后出現(xiàn)的中重度污染視為被該次大氣污染所影響，則這幾次大氣污染事件對(duì)應(yīng)的影響天數(shù)和空氣質(zhì)量，如表3所示.表3中：IAQ為空氣質(zhì)量指數(shù)(air quality index)；O3_8 h為臭氧最大8 h平均值.

表3 2013-2019年間東莞市幾次重大大氣污染空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)

從表3可知：東莞市重大大氣污染事件中，出現(xiàn)在冬季的事件有1次，出現(xiàn)在夏季的有5次，出現(xiàn)在秋季的有3次，夏秋季污染持續(xù)時(shí)間較長(zhǎng)；2014年7月31日大氣污染事件是東莞市大氣污染影響天數(shù)最廣的一次.東莞市作為典型的珠三角城市，其大氣污染來(lái)源在一定程度上也能解釋珠三角地區(qū)大氣污染的形成緣由，進(jìn)而為研究廣東省大氣污染源頭奠定基礎(chǔ).

基于HYSPLIT模型的東莞市72 h后向軌跡分析，結(jié)果如圖6所示.從圖6(a)可知：當(dāng)日00：00的后向軌跡圖顯示，東莞市100，500和1 000 m處高空的氣團(tuán)源頭均不同程度、不同方向地來(lái)自于太平洋，經(jīng)過(guò)香港后匯入珠江三角洲平原；48 h軌跡圖顯示1 000 m處氣團(tuán)下降至500 m 以下，100 m氣團(tuán)也有明顯的下沉，這段時(shí)期珠三角地區(qū)近地面PM2.5，PM10和O3_8 h的升高或許正與之相關(guān).從圖6(b)～(i)可知：8次大氣污染事件的大氣污染72 h后向軌跡均不同程度、不同方向地受到來(lái)自太平洋氣流的影響.近地面(100，500 m)污染氣流主要受到季風(fēng)對(duì)流的驅(qū)使[22]，沿我國(guó)陸地邊緣線抵達(dá)珠三角附近.此外，由于七、八、九月多為臺(tái)風(fēng)高發(fā)月，受熱帶低氣壓下沉氣流影響，污染物在近地層快速累積容易形成較嚴(yán)重的污染過(guò)程[23].與低空氣團(tuán)不同，除圖6(e)和圖6(g)是受到臺(tái)風(fēng)直接影響外，高空污染軌跡(1 000 m)均不同程度地起源于珠三角北部方向的陸地內(nèi)部.

(a)2014-07-31 (b)2014-01-31 (c)2014-07-09

夏秋季節(jié)廣東省盛行東南風(fēng)，氣團(tuán)在升降起伏過(guò)程中會(huì)攜帶沿途的氣溶膠，最終抵達(dá)珠三角高空，高空與低空污染疊加，造成珠三角地區(qū)高空大氣環(huán)境質(zhì)量下降.珠三角地區(qū)雖地勢(shì)平坦開闊，但快速發(fā)展的城市化和工業(yè)化進(jìn)程，使得大氣光化學(xué)煙霧污染[24]和顆粒物污染[25]嚴(yán)重.外來(lái)輸送滯留和內(nèi)部排放不散，大氣污染物堆積，也使得珠三角地區(qū)空氣質(zhì)量下降，故該地區(qū)成為AOD高值聚集區(qū).根據(jù)高旺旺等[26]的研究推斷，干季珠三角上風(fēng)向區(qū)往西南部的輸送，也將影響廣東省西南方地區(qū)大氣環(huán)境質(zhì)量，這一結(jié)論與前文基本吻合.

總的來(lái)說(shuō)，不同高度的大氣所受到的大氣污染源來(lái)自不同高度層和不同地區(qū)，除城市自身發(fā)展的原因外，珠江三角洲平原所受到的大氣污染受季風(fēng)和臺(tái)風(fēng)影響頗為深刻.另外，大陸內(nèi)部的陸地氣溶膠和太平洋輸送的海洋氣溶膠，兩股氣團(tuán)疊加，或許是造成廣東省大氣污染的重要原因之一.

3 結(jié)論

廣東省特有的地理特征和發(fā)達(dá)的經(jīng)濟(jì)發(fā)展，使得其AOD值的時(shí)空差異性十分明顯.通過(guò)研究得出如下3點(diǎn)主要結(jié)論.

1)在時(shí)間上，廣東省2010-2019年AOD值的變化總體上呈現(xiàn)下降的趨勢(shì)，峰值出現(xiàn)在2014年，為0.654 6.在一元線性回歸趨勢(shì)分析下，近10 a間廣東省的大部分區(qū)域呈現(xiàn)不變趨勢(shì)，占全省總面積的54.29%，主要分布在廣東省東部；減少區(qū)域占全省面積的44.66%，以廣東省中西部地區(qū)為主；增加趨勢(shì)的AOD值出現(xiàn)在極少區(qū)域，面積僅占全省的1.05%.

2)在空間上，主要呈現(xiàn)出“北低南高”的分布特征.2010-2019年間，廣東省AOD值的全局指數(shù)均具有較高的結(jié)果，其中粵北地區(qū)的全局指數(shù)又較粵東、粵西和珠三角地區(qū)更高，表明粵北地區(qū)的AOD值相關(guān)性更為顯著.廣東省的不顯著區(qū)域和低低聚集各占據(jù)近1/3的面積，高高聚集與低高聚集、高低聚集則占據(jù)剩下的1/3面積.珠江三角洲平原和東西部沿海一直是高高聚集區(qū)，而北部的低低聚集區(qū)正以逐漸縮小的趨勢(shì)發(fā)展著.

3)2010-2019年?yáng)|莞典型的大氣污染事件，主要集中在夏秋季節(jié)，個(gè)別污染持續(xù)時(shí)間較長(zhǎng).對(duì)持續(xù)時(shí)間最長(zhǎng)的大氣污染事件做后向軌跡分析，發(fā)現(xiàn)3個(gè)不同高度(100，500和1000 m)的大氣所受到的大氣污染源來(lái)自不同高度層.除城市自身發(fā)展的原因外，珠江三角洲平原所受到的大氣污染受季風(fēng)和臺(tái)風(fēng)影響頗為深刻.大陸內(nèi)部的陸地氣溶膠和太平洋輸送的海洋氣溶膠疊加，或許是造成廣東省大氣污染的重要原因之一.