高 龍,唐 力,侯浩然,王 煜,麥有全,何偉彪,王偉民,蘇紅波

1 中國(guó)科學(xué)院地理科學(xué)與資源研究所, 北京 100101 2 中國(guó)科學(xué)院大學(xué), 北京 100049 3 深圳市生態(tài)環(huán)境監(jiān)測(cè)站,深圳 518049 4 深圳市環(huán)境監(jiān)測(cè)中心站,深圳 518049

隨著我國(guó)工業(yè)化、城市化進(jìn)程的加速,氣溶膠和臭氧已然成為我國(guó)大部分地區(qū)的兩種主要大氣污染物[1-2],這對(duì)城市的可持續(xù)發(fā)展和國(guó)民的身體健康造成了巨大威脅[3-4]。作為氣溶膠污染物的主要代表,PM2.5具有粒徑小,粘附性強(qiáng),污染范圍廣,可夾雜多種有毒組分等特點(diǎn),是目前氣溶膠污染研究的熱點(diǎn)之一[5-6]；而臭氧則會(huì)損害植被葉片、影響植被光合作用,并可與PM2.5在一定條件下相互作用形成更為復(fù)雜的復(fù)合污染,進(jìn)而直接威脅到當(dāng)?shù)厣鷳B(tài)系統(tǒng)生產(chǎn)力[7]。深圳是我國(guó)改革開(kāi)放后的第一個(gè)經(jīng)濟(jì)特區(qū),更是粵港澳大灣區(qū)的重要節(jié)點(diǎn)城市之一,對(duì)深圳全市開(kāi)展新時(shí)期PM2.5及臭氧時(shí)空污染格局分析,研究其動(dòng)態(tài)變化規(guī)律及與環(huán)境因素的相互關(guān)系,可以為深圳市大氣污染治理與城市規(guī)劃提供有利借鑒,進(jìn)而保障粵港澳大灣區(qū)生態(tài)環(huán)境建設(shè)順利進(jìn)行[8]。

近年來(lái),對(duì)深圳大氣污染的時(shí)空分布規(guī)律開(kāi)展研究并探索其背后的形成機(jī)制與影響因素是大氣環(huán)境研究的熱點(diǎn)之一[9]。黃曉峰等[10]利用2009年深圳市采樣數(shù)據(jù),對(duì)PM2.5污染的主要來(lái)源及時(shí)空變化規(guī)律進(jìn)行了研究,并針對(duì)性的提出了PM2.5污染防治的若干建議。韓立建等[11-12]從長(zhǎng)時(shí)序角度估計(jì)了深圳PM2.5濃度的變化情況,探討了政策因素對(duì)大氣污染的影響,并發(fā)現(xiàn)深圳市PM2.5濃度呈倒U型變化。Liu等[13]對(duì)珠江三角洲城市群典型污染事件中PM2.5的源-受體關(guān)系進(jìn)行了分析,認(rèn)為深圳市PM2.5污染主要源于當(dāng)?shù)嘏欧?。馮凝等[14]探索了深圳市城區(qū)內(nèi)部PM2.5與臭氧之間的協(xié)同污染特征,證明了秋季臭氧的日最大8h平均值與PM2.5濃度在日間具有較強(qiáng)的正相關(guān)。方曉婷等[15]分析了深圳市氣象及PM2.5監(jiān)測(cè)數(shù)據(jù),探討了氣象因素對(duì)PM2.5影響的季節(jié)性差異,并通過(guò)構(gòu)建線性和非線性模型預(yù)測(cè)了PM2.5的濃度。張麗等[16]對(duì)深圳市2014—2016年局域PM2.5污染事件進(jìn)行了時(shí)空特征分析,并探索了典型背景環(huán)流對(duì)局域污染事件的影響關(guān)系,從而明確了污染產(chǎn)生的氣象原因?！笆濉币詠?lái),以臭氧污染為代表的大氣污染呈現(xiàn)增加趨勢(shì),談建國(guó)等[17]指出自然界中溫度的升高可促進(jìn)光化學(xué)反應(yīng)進(jìn)而促進(jìn)臭氧的生成,而晴天少云的天氣會(huì)導(dǎo)致太陽(yáng)輻射增強(qiáng)進(jìn)而增加臭氧濃度。陸克定等[18]利用環(huán)境監(jiān)測(cè)站點(diǎn)數(shù)據(jù)在珠三角地區(qū)開(kāi)展相關(guān)臭氧研究,分析得出珠三角地區(qū)臭氧污染主要發(fā)生在夏季,且城市地區(qū)的臭氧濃度要高于周邊遠(yuǎn)郊區(qū)。Li等[19]借助珠江三角洲氣象塔監(jiān)測(cè)數(shù)據(jù),對(duì)當(dāng)?shù)豍M2.5和臭氧之間關(guān)系進(jìn)行了分析,發(fā)現(xiàn)PM2.5和臭氧之間的相關(guān)系數(shù)會(huì)隨著高度增加而保持正值。梁碧玲等[20]通過(guò)對(duì)深圳市2013—2015年的臭氧污染時(shí)空分布及與氣象條件的相互關(guān)系進(jìn)行分析,認(rèn)為臭氧污染的發(fā)生是多種氣象因素共同作用的結(jié)果,而高溫強(qiáng)輻射、干燥無(wú)雨的弱風(fēng)環(huán)境最有利于臭氧的生成。以上學(xué)者從不同時(shí)間范圍、不同區(qū)域尺度、不同影響因素出發(fā)對(duì)深圳市的大氣環(huán)境污染狀況開(kāi)展了深入分析,并提供了諸多可以借鑒的防治方案。

然而,以上有關(guān)深圳大氣污染的研究也存在著一些不足,比如現(xiàn)有研究大多集中在2015年以前,從而缺乏對(duì)深圳市在新時(shí)期政策下PM2.5和臭氧時(shí)空變化規(guī)律的研究；或大多聚焦于探索土地覆蓋類型對(duì)大氣污染的影響[21-22],如莊立躍等[23]發(fā)現(xiàn)臭氧濃度的分布與同一城市群內(nèi)不同區(qū)域的發(fā)達(dá)程度間有著明顯相關(guān)性,何劍鋒等[24]發(fā)現(xiàn)不同的土地覆蓋則可能會(huì)影響周邊環(huán)境溫度及降水進(jìn)而影響到大氣污染物的分布趨勢(shì)等,從而缺少了對(duì)土地利用結(jié)構(gòu)及其景觀格局與大氣污染之間相互作用的探索[25]。隨著GIS技術(shù)的飛速發(fā)展,不少學(xué)者已經(jīng)意識(shí)到景觀格局與城市大氣污染之間是典型的格局-過(guò)程關(guān)系[26],而城市景觀與大氣污染之間則存在相互作用關(guān)系[27-28]。因此,開(kāi)展新時(shí)期深圳市不同時(shí)間尺度大氣污染的時(shí)空分布規(guī)律研究,探索土地覆蓋類型及其景觀格局與大氣污染的關(guān)系,可進(jìn)一步明確城市景觀對(duì)大氣污染的影響,加強(qiáng)城市管理者對(duì)景觀格局的認(rèn)知,從而優(yōu)化城市格局,為深圳市生態(tài)環(huán)境可持續(xù)發(fā)展提供切入點(diǎn)和突破口。

鑒于此,本文通過(guò)深圳市19個(gè)監(jiān)測(cè)站點(diǎn)提供的大氣監(jiān)測(cè)數(shù)據(jù),從年、季、月不同時(shí)間尺度上系統(tǒng)分析了深圳全市PM2.5及臭氧的時(shí)空分布格局及變化趨勢(shì),并在月尺度上深入探索了土地覆蓋類型及其景觀格局與大氣污染的定量關(guān)系。以上研究可為促進(jìn)深圳地區(qū)土地資源合理利用及環(huán)境保護(hù)工作平穩(wěn)推進(jìn)提供有力借鑒,進(jìn)而一定程度上保障粵港澳大灣區(qū)生態(tài)文明建設(shè)順利進(jìn)行。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

深圳市(圖1)地處廣東省南部沿海地區(qū),處于東經(jīng)113°46′—114°37′,北緯22°27′—22°52′之間, 東臨大亞灣與惠州市相連,西瀕珠江口伶仃洋與中山市、珠海市相望, 南至深圳河與香港毗鄰,北與東莞市、惠州市接壤。深圳全市目前共有10個(gè)行政區(qū),全市陸地總面積約1997.47km2,地勢(shì)東南部較高、西北部較低,全市海岸線總長(zhǎng)230km。2019年2月,隨著《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》的發(fā)布,深圳成為粵港澳大灣區(qū)四大中心城市之一。

圖1 研究區(qū)位圖Fig.1 Location of study area

1.2 數(shù)據(jù)來(lái)源及預(yù)處理

1.2.1大氣監(jiān)測(cè)數(shù)據(jù)

研究所用的深圳市PM2.5和臭氧數(shù)據(jù)來(lái)源于92個(gè)監(jiān)測(cè)站點(diǎn)自2015年1月1日—2020年8月22日的日監(jiān)測(cè)數(shù)據(jù)。本文對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理操作,剔除了原始數(shù)據(jù)中缺失、異常(如值小于等于0)的站點(diǎn),并最終保留了19個(gè)監(jiān)測(cè)站點(diǎn)2015年1月1日—2020年2月29日的日監(jiān)測(cè)數(shù)據(jù),站點(diǎn)分布位置如圖1所示。借鑒既往研究中[29]的季度劃分,選擇3—5月為春季,6—8月為夏季,9—11月為秋季,12月及來(lái)年1月、2月為冬季,并最終計(jì)算得到19個(gè)監(jiān)測(cè)站點(diǎn)在月、季、年尺度上的PM2.5及臭氧濃度均值。

1.2.2土地覆蓋數(shù)據(jù)

深圳市土地覆蓋數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院空天信息創(chuàng)新研究院發(fā)布的2020年全球30m精細(xì)地表覆蓋產(chǎn)品(GLC_FCS30-2020),空間分辨率為30m,包含了30種土地覆蓋類型[30]。該數(shù)據(jù)可在地球大數(shù)據(jù)科學(xué)工程數(shù)據(jù)網(wǎng)(http://data.casearth.cn)免費(fèi)下載。

2 研究方法2.1 Kriging插值

本文中PM2.5和臭氧的時(shí)空分布研究主要基于2015—2020年深圳市大氣站點(diǎn)監(jiān)測(cè)數(shù)據(jù),采用普通Kriging空間插值法分別從年、季、月尺度模擬全市PM2.5和臭氧的濃度分布情況,空間插值結(jié)果分辨率控制在1km。普通Kriging插值法是結(jié)合半變異函數(shù)和結(jié)構(gòu)分析,對(duì)待預(yù)測(cè)區(qū)域的大氣污染值進(jìn)行無(wú)偏最優(yōu)估計(jì)的一種方法[31],其表達(dá)式為：

(1)

式中,Z為待估計(jì)的大氣污染值,n為參與插值的監(jiān)測(cè)點(diǎn)數(shù)目,λi為監(jiān)測(cè)點(diǎn)i的一組權(quán)重系數(shù),Z(xi)為監(jiān)測(cè)點(diǎn)的實(shí)測(cè)值。

普通Kriging插值法中涉及到半變異函數(shù),它可以相對(duì)準(zhǔn)確的描述大氣特性隨觀測(cè)距離改變的空間變異情況[32],其表達(dá)式為：

(2)

式中,r(h)為半變異函數(shù)；h為監(jiān)測(cè)點(diǎn)之間的距離,稱為步長(zhǎng)；N(h)為間隔為h的樣點(diǎn)個(gè)數(shù)；z(xi)和z(xi+h)分別為變量z(x)在空間位置xi和xi+h上的實(shí)測(cè)值。

一個(gè)合適的半變異函數(shù)模型是基于對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析之后結(jié)合數(shù)據(jù)自身特征如呈現(xiàn)出的某種趨勢(shì)(一階、二階變化等)不斷調(diào)整嘗試才能取得的,而半變異函數(shù)模型的擬合效果也直接決定了隨后的插值精度,當(dāng)平均預(yù)測(cè)誤差的絕對(duì)值趨近于0,標(biāo)準(zhǔn)均方根誤差最接近于1時(shí),認(rèn)為此時(shí)的半變異函數(shù)是較為理想的。

2.2 景觀指數(shù)

景觀指數(shù)能夠高度概括景觀格局信息,反應(yīng)不同土地覆蓋類型的結(jié)構(gòu)組成和空間信息[33]。本文基于2020年土地覆蓋數(shù)據(jù),分別創(chuàng)建19個(gè)大氣監(jiān)測(cè)站點(diǎn)周邊一定距離的緩沖區(qū),緩沖區(qū)半徑參考現(xiàn)有研究設(shè)置為1km[25],隨后分析緩沖區(qū)范圍內(nèi)的土地覆蓋類型及景觀指數(shù)與站點(diǎn)監(jiān)測(cè)數(shù)據(jù)之間的相互關(guān)系。

參考相關(guān)研究[34]及本文研究重點(diǎn),選取類型級(jí)別斑塊所占景觀面積的比例(PLAND)、面積加權(quán)平均形狀指數(shù)( SHAPE_AM)、平均臨近指數(shù)(PROX_MN)及聚合度(AI)作為景觀評(píng)價(jià)指標(biāo)。以上指數(shù)分別從以下3方面來(lái)描述景觀格局特征：

(1)數(shù)量特征 類型級(jí)別斑塊所占景觀面積的比例(PLAND)可以用來(lái)描述特定區(qū)域內(nèi)土地覆蓋類型的占比及明確優(yōu)勢(shì)景觀元素,其值越大,則該種地物類型的占比越高；

(2)形態(tài)特征 面積加權(quán)平均形狀指數(shù)( SHAPE_AM)用以描述斑塊的形狀復(fù)雜度,其值越接近于1,形狀越接近于正方形,其值越高,斑塊形狀越復(fù)雜；

(3)結(jié)構(gòu)特征 平均臨近指數(shù)(PROX_MN)從類型水平上反映各斑塊之間的臨近情況,當(dāng)一定搜索半徑內(nèi)(本研究采用默認(rèn)設(shè)置100m)無(wú)同類型斑塊時(shí),其值為0,當(dāng)同類斑塊越接近時(shí),其值越大；聚合度(AI)從類型水平描繪同一類型的像素聚合成斑塊的情況,其值越大,表明同一類型像素的聚合程度越高。

2.3 皮爾遜分析

皮爾遜相關(guān)系數(shù)[35-36]可用來(lái)判斷兩組變量X和Y之間是否存在線性相關(guān),其值處于-1—1之間,越接近于1,正相關(guān)性越強(qiáng)；反之,負(fù)相關(guān)性越強(qiáng)；當(dāng)接近于0時(shí),則認(rèn)為兩組變量之間相關(guān)性較差。其表達(dá)式如(3)所示：

(3)

式中,xi表示變量集X中第i個(gè)變量；yi表示變量集Y中第i個(gè)變量；N表示變量數(shù)目。

3 結(jié)果與分析

3.1 PM2.5及臭氧濃度的時(shí)序變化

3.1.1年際變化

圖2 2015—2019年深圳市PM2.5和臭氧濃度變化 Fig.2 Changes of PM2.5 and O3 concentration in Shenzhen from 2015 to 2019

由深圳市大氣質(zhì)量站點(diǎn)監(jiān)測(cè)數(shù)據(jù)統(tǒng)計(jì)得到PM2.5和臭氧的年均濃度值,如圖2所示?？傮w上看,PM2.5濃度在2015—2019年間呈現(xiàn)下降趨勢(shì),5年內(nèi)累計(jì)下降幅度達(dá)到8.36μg/m3,且自2015年起,深圳市的PM2.5年均濃度已經(jīng)低于國(guó)家24h標(biāo)準(zhǔn)一級(jí)限制(35μg/m3)。臭氧方面,年均濃度呈現(xiàn)出先降后增的趨勢(shì),2015年深圳全市臭氧濃度值為107.72μg/m3,之后逐年下降,2017年臭氧濃度達(dá)到最低值101.14μg/m3,隨后年均臭氧濃度呈現(xiàn)上升趨勢(shì),并于2019年達(dá)到116.84μg/m3,5年內(nèi)累計(jì)增加9.11μg/m3。

3.1.2季節(jié)變化

2015—2019年深圳市PM2.5及臭氧濃度的季節(jié)變化如圖3所示?？傮w來(lái)看,PM2.5濃度季節(jié)性特征較為明顯,整體為秋冬高、春夏低的分布趨勢(shì),其中春季和夏季的濃度整體維持在一個(gè)較為穩(wěn)定的狀態(tài),約26μg/m3；而冬季濃度總體維持在一個(gè)相對(duì)較高的水平,約30—40μg/m3(除2018年外)。PM2.5季節(jié)性變化受季度氣候的影響較大,深圳市北鄰內(nèi)陸,南接海洋,是典型的南亞熱帶季風(fēng)氣候,夏季高溫多雨且盛行偏南風(fēng),雨水的凈化及海洋吹向內(nèi)陸的干凈空氣使得深圳市夏季大氣中的細(xì)小顆粒物容易擴(kuò)散,由此夏季的PM2.5濃度維持在一個(gè)相對(duì)較低水平。冬季全市空氣干燥,雨水較少,來(lái)自內(nèi)陸的北風(fēng)極易帶來(lái)灰霾,同時(shí)當(dāng)冷氣出海,風(fēng)力減弱,而海面的濕暖氣流較為無(wú)力,二者相遇容易形成較為穩(wěn)定的大氣狀態(tài),使得大氣中的細(xì)小顆粒物堆積在一起無(wú)法散去,由此PM2.5呈現(xiàn)出較高的濃度[37]。

圖3 2015—2019年深圳市PM2.5和臭氧季平均濃度變化Fig.3 Change of PM2.5 and O3 seasonal concentration in Shenzhen from 2015 to 2019

近地面臭氧的產(chǎn)生主要受光照和氣象因子的影響,一般與濕度、風(fēng)速、溫度呈負(fù)相關(guān),與日照呈正相關(guān),而季節(jié)要素則因具備不同的溫度、光照、濕度等環(huán)境因子而影響臭氧濃度變化情況[38-39]?？傮w來(lái)看,深圳市2015—2019年臭氧濃度呈現(xiàn)出秋季高,夏季次之,冬春較低的分布特點(diǎn)(圖3)。春季溫度相對(duì)較低、日照和雨量情況適中,平均臭氧濃度為109.24μg/m3,之后進(jìn)入夏季,高溫多雨、日照強(qiáng)烈,臭氧濃度上升為112.97μg/m3；而秋季太陽(yáng)輻射依然較強(qiáng)、但雨水較少,有利于臭氧的光化學(xué)反應(yīng),平均濃度達(dá)到125.57μg/m3；冬季太陽(yáng)輻射最弱,氣溫較低,臭氧濃度下降至101.71μg/m3。5年中2018年冬季的臭氧濃度相對(duì)較低,這主要是因?yàn)?018年冬季為暖冬,溫度較往年高,在冬季太陽(yáng)輻射較弱的情況下,較高的溫度可能加速了臭氧的分解,因此2018年冬季臭氧濃度維持在一個(gè)較低水平。

3.1.3月度變化

2015—2019年深圳市PM2.5月均濃度呈現(xiàn)非常顯著的“U”型分布(圖4)。其中1月和12月由于環(huán)境溫度較低,來(lái)自內(nèi)陸的冷氣流與來(lái)自海洋的暖氣流相遇形成較為穩(wěn)定的大氣狀態(tài),造成大氣邊界層對(duì)流緩慢,大氣顆粒物堆積難以擴(kuò)散,由此PM2.5的濃度相對(duì)較高,分別為41.09μg/m3和38.80μg/m3。隨著春季溫度上升,冷熱氣流交替且易形成降雨,對(duì)大氣中顆粒物有較為明顯的凈化作用,由此PM2.5含量呈現(xiàn)明顯下降趨勢(shì),并于6月份達(dá)到濃度最低值,為13.24μg/m3。

臭氧月均濃度分布呈現(xiàn)出“兩段式”分布狀態(tài)(圖4)。第一階段為1—5月,該階段內(nèi)臭氧含量波動(dòng)幅度較小,約100μg/m3；第二階段為6—12月,臭氧濃度表現(xiàn)出先升后降的“倒U型”分布,其中6月、12月臭氧濃度相對(duì)較低,分別為78.54μg/m3與105.75μg/m3,10月濃度最高,為138.57μg/m3。1—5月主要為上一年的冬季與本年度的春季,環(huán)境整體溫度相對(duì)較低、日照和雨量等環(huán)境要素變化不大,由此該時(shí)間范圍內(nèi)臭氧濃度的變化幅度較?。欢?—12月主要為該年度的夏季和秋季,太陽(yáng)輻射、降雨、溫度、風(fēng)向等環(huán)境因素有了較大變化,由此也對(duì)臭氧濃度產(chǎn)生了較大影響。6—10月為當(dāng)年夏季轉(zhuǎn)秋季的月份,該時(shí)間范圍內(nèi),臭氧濃度呈現(xiàn)逐月增加的趨勢(shì),并于秋季的10月份達(dá)到年度峰值,這與季尺度上臭氧濃度的變化相一致。

圖4 2015—2019年深圳市PM2.5及臭氧月平均濃度變化Fig.4 Change of PM2.5 and O3 monthly concentration in Shenzhen from 2015 to 2019

3.2 PM2.5及臭氧濃度的空間變化

3.2.1PM2.5

結(jié)合深圳全市19個(gè)監(jiān)測(cè)站點(diǎn)的年度監(jiān)測(cè)數(shù)據(jù),通過(guò)Kriging插值獲得深圳全市PM2.5年濃度空間分布情況。從圖5可以看出,全市PM2.5濃度空間分布上整體規(guī)律明顯,2015—2016年P(guān)M2.5濃度西北高,東南低,且由西北向東南、由內(nèi)陸向海洋逐漸降低。自2017年及以后,西北部及北部地區(qū)PM2.5濃度逐漸降低,尤其是西北部光明新區(qū)全區(qū)PM2.5濃度下降顯著。與之相比,寶安區(qū)與龍華新區(qū)作為深圳市的工業(yè)大區(qū),工廠等污染物排放相對(duì)較多,PM2.5下降趨勢(shì)略滯后于光明新區(qū),但截止于2019年末,深圳全市PM2.5年均濃度皆符合國(guó)家24小時(shí)一級(jí)限制標(biāo)準(zhǔn)。

季節(jié)尺度上(圖6),全市PM2.5濃度在秋季和冬季較高,尤其是以西北部及北部各區(qū)最為明顯,如寶安區(qū)、光明新區(qū)、龍華新區(qū)、南山區(qū)等,而東南部的大鵬新區(qū)濃度則相對(duì)較低；夏季和春季的PM2.5濃度則維持在一個(gè)相對(duì)較低的水平,其中春季也表現(xiàn)出較為明顯的空間分布差異。盡管季節(jié)性因素一定程度上凈化了大氣顆粒物的污染,但總的來(lái)看,春季時(shí)龍華新區(qū)北部與寶安區(qū)西部的PM2.5含量依然相對(duì)較高,這可能與當(dāng)?shù)氐漠a(chǎn)業(yè)分布及土地覆蓋情況相關(guān)。

圖6 深圳市各季節(jié)PM2.5空間分布Fig.6 PM2.5 spatial distribution of each season in Shenzhen

月尺度上(圖7),PM2.5濃度月空間分布與季尺度的空間分布格局較為相似,但具體到不同月份,西北地區(qū)及東南地區(qū)的濃度差異又具有不同特點(diǎn)。1—3月及10—12月深圳全市PM2.5濃度西北、東南差異較為明顯,且由西北向東南逐漸降低；4—9月間,西北部與東南部濃度差異較小,全市PM2.5濃度處于相對(duì)較低的水平。

圖7 深圳市各月份PM2.5濃度空間分布Fig.7 Monthly spatial distribution of PM2.5 concentration in Shenzhen

3.2.2臭氧

如圖8所示,2015—2019年間,深圳市臭氧濃度呈現(xiàn)出明顯上升趨勢(shì),如2015—2016年全市臭氧濃度較高的區(qū)域只有西北部的光明新區(qū)、寶安區(qū)、龍華新區(qū)以及大鵬新區(qū)的東南部等,但到了2018—2019年間,既往臭氧濃度較高的區(qū)域其臭氧濃度繼續(xù)上升,其余各區(qū)臭氧濃度也都有了不同程度的上升。西北部的光明新區(qū)、寶安區(qū)、龍華新區(qū)及大鵬新區(qū)東南部仍是全市臭氧濃度相對(duì)較高的區(qū)域。值得注意的是,2017年全市的臭氧濃度分布格局與其他年份相比存在較大差異,全年臭氧濃度整體相對(duì)較低,以往年份中臭氧濃度較高的光明新區(qū)和大鵬新區(qū)其臭氧濃度下降明顯,這可能與當(dāng)年具體的環(huán)境氣候、產(chǎn)業(yè)經(jīng)營(yíng)、相關(guān)政策等有關(guān)。

圖8 2015—2019年深圳市臭氧濃度空間分布Fig.8 The spatial distribution of O3 concentration in Shenzhen from 2015 to 2019

季節(jié)尺度上(圖9),全市臭氧分布存在顯著的季節(jié)性差異,整體表現(xiàn)為秋季高,春、夏、冬相對(duì)較低的分布?？臻g分布上,深圳西北部與東南部、內(nèi)陸地區(qū)與沿海地區(qū)存在階梯型變化,這與PM2.5濃度在空間分布上差異較大。10個(gè)行政區(qū)中,臭氧濃度相對(duì)較高的是光明新區(qū)、寶安區(qū)、龍華新區(qū)的西北部、大鵬新區(qū)的東南部。值得注意的是,光明新區(qū)、寶安區(qū)、龍華新區(qū)為深圳市經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)、工業(yè)集聚、人口密集、污染源相對(duì)較多,而大鵬新區(qū)整體并不是工業(yè)重區(qū)、車輛和人口相對(duì)較少,其東南部臭氧濃度相對(duì)較高,可能與當(dāng)?shù)鬲?dú)特的氣象條件和人類活動(dòng)污染有關(guān)[40]。

圖9 深圳市各季節(jié)臭氧濃度空間分布Fig.9 O3 spatial distribution of each season in Shenzhen

月尺度上(圖10),1—5月臭氧濃度空間差異明顯,全市臭氧濃度呈現(xiàn)西北、東南高,其余各地相對(duì)較低且相差不大的分布格局；6月是全年臭氧濃度最低的月份,空間分布上差異不大；進(jìn)入7月份,臭氧濃度空間分布出現(xiàn)南北差異,其中南部臨海區(qū)域臭氧濃度繼續(xù)維持在一個(gè)相對(duì)較低的水平,而西北靠近內(nèi)陸的區(qū)域其臭氧濃度開(kāi)始升高；8—11月是深圳市全年臭氧濃度相對(duì)較高的月份,全市臭氧濃度大幅度增加；而進(jìn)入12月份,部分地區(qū)臭氧濃度又開(kāi)始降低。

圖10 深圳市各月份O3濃度空間分布Fig.10 Monthly spatial distribution of O3 concentration in Shenzhen

3.3 土地覆蓋類型對(duì)PM2.5和臭氧的影響

不同土地覆蓋有可能促進(jìn)或抑制PM2.5及臭氧污染[21],考慮到天尺度的大氣監(jiān)測(cè)值具有偶然性和誤差性,而年、季尺度的值過(guò)度平滑了大氣變化信息,所以本文主要統(tǒng)計(jì)2019年深圳市月尺度上19個(gè)大氣監(jiān)測(cè)站點(diǎn)PM2.5濃度的均值、最大差值(最高濃度值減去最低濃度值),臭氧濃度的均值及最大差值(最高濃度值減去最低濃度值)。

本研究中監(jiān)測(cè)站點(diǎn)周邊1km范圍內(nèi)的土地覆蓋類型主要包括植被、農(nóng)田、不透水表面及水體四類,它們的分布如圖11所示。其中,植被主要包括常綠闊葉林、常綠針葉林及常綠灌木3種,19個(gè)監(jiān)測(cè)站點(diǎn)中,南湖站、通心嶺站、松崗站及南海站周邊1km范圍內(nèi)沒(méi)有植被分布,而楊梅坑站及南澳站周邊1km范圍內(nèi)植被覆蓋度較高,分別為56.57%與66.58%,其余站點(diǎn)周邊植被占比維持在0.48%—16%左右。不透水表面指不能被水滲透的表面,主要包括柏油道路、停車場(chǎng)、建筑物的屋頂?shù)热斯そㄖ?大多數(shù)不透水表面都與人類活動(dòng)有著密切的關(guān)系。19個(gè)監(jiān)測(cè)站點(diǎn)中,除楊梅坑站和南澳站周邊的不透水表面占比相對(duì)較小之外,其余站點(diǎn)周邊不透水表面的占比都在30%以上,較高的如南湖站、西鄉(xiāng)站等可達(dá)到85%以上。水體主要包括坑塘、湖泊、河渠等,19個(gè)站點(diǎn)中,楊梅坑站、沙井站周邊1km范圍內(nèi)的水體占比為40.45%和19.50%,其余站點(diǎn)附近水體占比大多在10%以下,整體差異不大。農(nóng)田方面,沙井站、觀瀾站及華僑站周邊的農(nóng)田占比相對(duì)較大,約40%以上,而其余站點(diǎn)整體差異不大,維持在10%—30%之間,其中楊梅坑站附近的農(nóng)田占比較小。

圖11 深圳市大氣監(jiān)測(cè)站點(diǎn)周邊(1km)土地覆蓋Fig.11 Landcovers around atmospheric monitoring station (1km) in Shenzhen

利用皮爾遜系數(shù)對(duì)不同土地覆蓋的占比和月尺度上PM2.5均值、PM2.5最大差值、臭氧均值及臭氧最大差值這4個(gè)指標(biāo)間開(kāi)展相關(guān)性分析和顯著性檢驗(yàn),結(jié)果如表1所示。其中,植被占比與PM2.5均值和PM2.5最大差值之間都存在著顯著的負(fù)相關(guān),這意味著植被對(duì)PM2.5濃度有較為明顯的吸收和調(diào)控作用,其占比的增高會(huì)抑制PM2.5的濃度和變化幅度。農(nóng)田和不透水表面對(duì)PM2.5和臭氧雖然都表現(xiàn)出一定程度上的正相關(guān)或者負(fù)相關(guān),但并不顯著。水體占比與PM2.5均值及最大差值方面存在負(fù)相關(guān),說(shuō)明水體的增濕效應(yīng)對(duì)PM2.5具有一定抑制作用；水體與臭氧的均值和最大差值方面存在著顯著性正相關(guān),這意味著水體占比會(huì)影響到臭氧濃度的變化。

3.4 景觀格局對(duì)PM2.5和臭氧的影響

由3.3節(jié)可知,植被和水體分別對(duì)PM2.5和臭氧濃度的影響顯著,利用皮爾遜分析和顯著性檢驗(yàn)進(jìn)一步開(kāi)展植被、水體的景觀指數(shù)與大氣監(jiān)測(cè)數(shù)據(jù)間的定量分析,得到以下結(jié)果(表2)：

表1 土地覆蓋占比與PM2.5及臭氧的相關(guān)系數(shù)

表2 景觀因子與 PM2.5及臭氧的相關(guān)系數(shù)

由上表可知,PLAND與PM2.5均值和PM2.5月最大差值間存在負(fù)相關(guān),但對(duì)臭氧濃度及其變化并沒(méi)有顯著的影響。SHAPE_AM與PM2.5和臭氧之間雖然存在著負(fù)相關(guān),但并不顯著,這說(shuō)明植被斑塊的形狀對(duì)PM2.5及臭氧的影響關(guān)系暫不明確,在開(kāi)展具體綠化工作時(shí)植被斑塊的形狀有了更大的選擇空間。與之相比,PROX_MN與臭氧濃度均值之間存在著較為顯著的負(fù)相關(guān),表明植被斑塊間越接近,對(duì)臭氧濃度的抑制作用就越強(qiáng)。AI與PM2.5濃度呈顯著性負(fù)相關(guān),這說(shuō)明當(dāng)植被塊相距越近時(shí),其對(duì)PM2.5濃度有著良好的抑制和調(diào)控作用,這可為城市綠化工程日后的開(kāi)展提供了借鑒意義。

水體景觀指數(shù)方面,PLAND對(duì)臭氧的影響表現(xiàn)出較為顯著的正相關(guān),這意味著水體的增加可能會(huì)導(dǎo)致臭氧的濃度的提升。然而,由于本研究中周邊水體占比較高的一些站點(diǎn)多處于臨海旅游區(qū)域(如楊梅坑等),而現(xiàn)有研究[40]指出深圳臭氧濃度變化易受到本地或者外地污染源的影響,如太陽(yáng)輻射、氣象條件、前提排放物及人類活動(dòng)等,所以臨近海岸的站點(diǎn)可能存在更加復(fù)雜的氣象環(huán)境條件進(jìn)而協(xié)同地表覆蓋對(duì)臭氧產(chǎn)生共同作用,因此需要進(jìn)一步分析當(dāng)?shù)丨h(huán)境氣象資料,開(kāi)展更加深入的研究。此外, SHAPE_AM、 PROX_MN和AI對(duì)PM2.5和臭氧的濃度及其變化并沒(méi)有顯著影響。

4 結(jié)論

本文以大氣監(jiān)測(cè)站點(diǎn)提供的PM2.5和臭氧監(jiān)測(cè)值為數(shù)據(jù)源,通過(guò)kriging空間插值法從年、季、月尺度系統(tǒng)分析了深圳市2015—2019年P(guān)M2.5及臭氧的時(shí)空分布趨勢(shì),并運(yùn)用皮爾遜分析和顯著性檢驗(yàn)探索了土地覆蓋類型及其景觀格局對(duì)PM2.5及臭氧的影響,得到以下結(jié)論：

(1)2015—2019年間,深圳市PM2.5濃度符合國(guó)家24h標(biāo)準(zhǔn)一級(jí)限制(35μg/m3),且總體呈現(xiàn)下降趨勢(shì)；臭氧濃度則先降后升,年均濃度在5年內(nèi)累計(jì)增加9.11μg/m3。PM2.5濃度的季節(jié)性特征明顯,整體表現(xiàn)為秋冬高、春夏低；臭氧濃度則表現(xiàn)為秋季高、夏季次之、冬春較低的趨勢(shì)。月度變化方面,PM2.5濃度在12個(gè)月間呈現(xiàn)典型的“U”型分布,1月、12月較高,6月最低；而臭氧則呈現(xiàn)出明顯的“兩段式”分布,即1—5月整體波動(dòng)不大,6—12月呈現(xiàn)“倒U型”先增后減趨勢(shì)。

(2)全市PM2.5和臭氧在年、季、月尺度上表現(xiàn)出較為明顯的空間差異, PM2.5整體呈現(xiàn)出西北高、東南低的分布格局,這可能與全市的產(chǎn)業(yè)分布、人類活動(dòng)、土地覆蓋等因素有關(guān)；臭氧則整體表現(xiàn)出西北、東南高,其余區(qū)域相對(duì)較低的分布格局。

(3)植被占比的增加對(duì)PM2.5濃度及其變化幅度有較好的抑制和調(diào)控作用,當(dāng)植被斑塊距離越近并融合成較大斑塊時(shí),對(duì)PM2.5濃度的調(diào)控作用越明顯,由此未來(lái)城市建設(shè)中當(dāng)植被等綠色資源有限時(shí),可以通過(guò)進(jìn)行合理的空間配置來(lái)優(yōu)化綠色空間的分布進(jìn)而最大程度上調(diào)控PM2.5濃度。水體占比的增高可能會(huì)導(dǎo)致臭氧濃度增高或變化幅度加大,但不排除是當(dāng)?shù)貜?fù)雜的氣象環(huán)境條件及人類活動(dòng)協(xié)同地表覆蓋共同對(duì)臭氧產(chǎn)生作用,需要開(kāi)展進(jìn)一步的研究。