樊欣怡,廉麗姝,王猛

(曲阜師范大學地理與旅游學院,山東 日照 276800)

0 引言

大氣環(huán)境與人類健康有著密切的關系,隨著我國工業(yè)技術水平的不斷提高,城市化進程加快,粗放式經濟的快速發(fā)展和工業(yè)生產造成的空氣污染對社會經濟活動和人類身體健康產生了重大影響。要想打贏藍天保衛(wèi)戰(zhàn),大氣污染的治理與預防必不可少。鑒于空氣質量與氣象條件的密切關系,探究空氣質量與氣象要素的相關性對大氣污染治理具有重要意義。

國內外針對空氣質量與氣象要素的相關性研究較多。在研究對象上,較多研究從全國、省域、市域[1-6]等不同區(qū)域尺度探究空氣質量與氣象要素的關系。隨著城市化的發(fā)展,城市群也成為大氣污染的主要聚集地[7,8]。因此,本文以經濟發(fā)展迅速、污染嚴重的環(huán)渤海城市群[9]為研究對象,包括國家重點建設的京津冀城市群和穩(wěn)步建設的山東半島城市群、遼中南城市群這三大城市群。在指標選取上,一方面選擇了能夠全面衡量空氣污染狀況的綜合性指標空氣質量指數(shù)(AQI),另一方面選擇了PM2.5、PM10、O3這三大首要污染物作為研究對象[7-13]。

氣象條件是影響大氣質量和控制污染的重要因素[14,15],中國PM2.5、PM10、O3、NO2、CO、SO2等污染物日平均濃度變化的70%以上與氣象條件有關[16]。在以往的研究中,大多只簡單表明空氣質量指數(shù)與氣象因子存在相關性,但是對其相關程度研究較少,因此,本研究進一步探究了氣象要素與AQI之間的非線性關系。

在分析天氣與空氣質量的關系時,通常使用相關回歸分析、空間自相關、經驗正交函數(shù)、人工神經網絡等方法[17-19]。基于此,本文以2015–2019年環(huán)渤海三大城市群28個重點城市為研究單元,全面解析環(huán)渤海三大城市群首要污染物時空分布特征和空氣質量指數(shù)的季節(jié)變化特征,利用空間自相關方法對AQI進行空間集聚性分析,探討其污染分布的規(guī)律性。在利用皮爾遜相關法進行不同季節(jié)各污染物與氣象要素的相關性分析的基礎上,進而厘清了各氣象因子與AQI之間的非線性關系。研究結果有利于進一步認識環(huán)渤海城市群的空氣污染現(xiàn)狀,對深入大氣污染的治理有一定的參考價值。

1 研究區(qū)概況

環(huán)渤海地區(qū)是以北京、天津、河北為核心,以遼東和山東兩個半島為兩翼的環(huán)渤海經濟區(qū)域,形成了京津冀城市群、山東半島城市群和遼中南城市群三大城市群,全區(qū)陸域面積達112萬平方千米,總人口2.6億人[20]。研究區(qū)選取京津冀城市群中北京、天津、唐山、保定、秦皇島、石家莊、張家口、承德、滄州、廊坊這10個城市,山東半島城市群中青島、濟南、濰坊、日照、東營、淄博、煙臺、威海這8個地級市,遼中南城市群中沈陽、大連、鞍山、撫順、本溪、丹東、營口、遼陽、盤錦、鐵嶺這10個地級市,如圖1所示。環(huán)渤海三大城市群是我國的政治文化中心,是公共行政和對外交流的中心,也是特大城市重要的科技和教育中心。該地區(qū)大氣污染較為嚴重,探究該地區(qū)的空氣質量特征,可以更好地開展大氣污染治理工作。

圖1 環(huán)渤海三大城市群分布圖。(a)位置圖;(b)地形圖Fig.1 Distribution of the three major urban agglomerations around Bohai Sea.(a)Location map;(b)topographic map

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

空氣質量指數(shù)數(shù)據(jù)來源于中華人民共和國環(huán)境保護部網站《重點城市空氣質量日報》(http://www.mee.gov.cn/),包括北京、天津、沈陽、大連、濟南、青島等28個城市自2015年1月1日–2019年12月31日的逐日AQI和首要污染物(PM2.5、PM10、O3、NO2、CO、SO2)。氣象數(shù)據(jù)取自中國氣象科學數(shù)據(jù)共享服務網(http://data.cma.cn/),選取了同期的降水量(mm)、氣壓(hPa)、相對濕度(%)、氣溫(°C)、風速(m·s-1)、日照時數(shù)等逐日地面觀測資料。數(shù)字高程(DEM)來源于中國科學院資源環(huán)境科學與數(shù)據(jù)中心(https://www.resdc.cn/)發(fā)布的SRTM90m空間分辨率數(shù)據(jù)。

2.2 研究方法

環(huán)境空氣質量指數(shù)是描述城市環(huán)境空氣質量綜合狀況的無量綱指數(shù)。按照《環(huán)境空氣質量標準》[21]對環(huán)渤海三大城市群28個城市2015年1月1日–2019年12月31日的逐日AQI、PM2.5、PM10、O3、NO2、CO、SO2進行統(tǒng)計,從月、季節(jié)變化特征及年際變化趨勢解析了AQI值的時間變化特征,并對不同季節(jié)首要污染物的構成進行研究,缺測數(shù)據(jù)采取線性插值的方式進行填補。月、季、年數(shù)值為相應時間區(qū)間內日平均值的算術平均值。四季按照春季(3–5月)、夏季(6–8月)、秋季(9–11月)、冬季(12–2月)進行劃分。

空間上鄰近地區(qū)的空氣污染排放水平與氣象要素具有一定的相似性,因此AQI可能存在相類似的空間集聚現(xiàn)象,即存在著空間自相關。目前常用的空間自相關模型[19]主要包括全局空間自相關和局部空間自相關,一般用莫蘭指數(shù)(Moran′sI)來進行度量。

全局Moran′sI描述了屬性值在整個區(qū)域上的空間特征,計算公式為

式中I為全局空間自相關指數(shù);Wi j為空間權重矩陣,相鄰單元通常取為1,其他為0;Xi、Xj分別為城市i和j的空氣質量觀測值;為均值。I∈[-1,1],當I＜0時,表示研究區(qū)域之間的空氣質量具有負相關性,且越接近-1,研究區(qū)的空氣質量差異越大;當I=0時,表示研究區(qū)域之間的空氣質量沒有顯著相關性;當I＞0時,表示研究區(qū)域之間的空氣質量具有正相關性,且越接近1,研究區(qū)空氣質量之間關系越密切。

標準化統(tǒng)計量Z常被用來檢驗Moran′sI是否存在空間自相關關系,計算公式為

式中E[I]為觀測值,E[I]=-1/(n-1),n為樣本總數(shù);var[I]為Moran′sI的方差,這里采用0.01的顯著性水平檢驗。在0.01顯著性水平下,-2.58＜Z(I)＜2.58時,說明AQI的空間自相關性不顯著,即AQI在空間上隨機分布;當Z(I)＜-2.58時,說明AQI在空間上呈負相關分散分布,包括“高-低”關聯(lián)和“低-高”關聯(lián);Z(I)＞2.58,說明AQI在空間分布上具有正向自相關性,即相近的高值AQI空間聚集形成熱點分布區(qū),或者相近的低值AQI空間集聚形成冷點分布區(qū)。

在空氣污染指數(shù)與氣象要素的相關性分析中,采用皮爾森(Pearson)相關和變化趨勢來確定各氣象因子對AQI變化的影響程度。各氣象因子的取值為該城市多個氣象站點(圖1)的日均值。

3 結果與分析

3.1 首要污染物特征

AQI是各項污染物的空氣質量分指數(shù)(IAQI)中的最大值,而當AQI大于50時所對應的污染物就是首要污染物[22]。比較了2015–2019年環(huán)渤海三大城市群首要污染物特征,結果如圖2所示。由圖可知,各城市群之間差異不大,全年首要污染物主要以PM2.5、PM10、O3為主,占80%以上。首要污染物的季節(jié)變化特征明顯,春季沙塵天氣較多,PM10較為突出。夏季O3化學反應加快,占比達到70%?？焖偌鄣默F(xiàn)代化工業(yè)[8]和煤炭的使用使得冬季首要污染物主要以PM2.5、PM10為主[23,24],且PM2.5占比更高。NO2在秋季相對較高,CO在六種污染物中占比最小且變化不大,研究結果與鄭小華等[25]的研究結果一致。不同的是,圖2(c)顯示遼中南城市群的SO2濃度最高,尤其在冬季。這與遼中南地區(qū)的工業(yè)布局有關,如居民區(qū)位于眾多鋼鐵、化學重工業(yè)基地的下風向[6]等。

圖2 2015–2019年環(huán)渤海三大城市群各季節(jié)首要污染物特征。(a)京津冀城市群;(b)山東半島城市群;(c)遼中南城市群Fig.2 Characteristics of seasonal primary pollutants of three urban agglomerations around Bohai Sea from 2015 to 2019.(a)Beijing-Tianjin-Hebei urban agglomeration;(b)Shandong Peninsula urban agglomeration;(c)Liaozhongnan urban agglomeration

考慮到不同城市群的地域差異,分析了各地區(qū)6種大氣污染物季節(jié)性變化規(guī)律(圖3)。就污染物濃度的時序趨勢變化而言,除圖3(f)中的O3外,其余污染物均呈現(xiàn)下降趨勢,這與董佳丹等[26]的研究結果一致。圖3(a)和圖3(b)顯示,京津冀城市群和山東半島城市群的PM2.5和PM10濃度在春季和秋季下降程度明顯高于遼中南城市群,秋季遼中南城市群的污染物濃度高于其他城市群,冬季山東半島城市群污染物濃度下降程度最小。圖3(c)和圖3(d)顯示,除京津冀城市群冬季CO濃度下降最大外,其余季節(jié)均是山東半島城市群下降程度最大。圖3(e)顯示,春季和夏季山東半島城市群NO2下降趨勢最明顯,秋季遼中南城市群下降趨勢最明顯,冬季京津冀城市群下降趨勢最明顯。圖3(f)顯示,在春季和冬季,遼中南城市群O3濃度上升最明顯,但是在夏季和秋季,遼中南城市群O3濃度呈下降趨勢,京津冀城市群和山東半島城市群呈上升趨勢,且京津冀城市群的上升程度大于山東半島城市群。

圖3 2015–2019年環(huán)渤海各城市6種污染物季節(jié)濃度變化。(a)PM2.5;(b)PM10;(c)SO2;(d)CO;(e)NO2;(f)O3Fig.3 Seasonal concentration changes of six pollutants in cities around the Bohai Sea from 2015 to 2019.(a)PM2.5;(b)PM10;(c)SO2;(d)CO;(e)NO2;(f)O3

3.2 空氣污染指數(shù)的時間變化特征

3.2.1 月值變化

2015–2019年三大城市群空氣質量月變化規(guī)律(圖4)基本一致,AQI最高值及誤差棒最大值均出現(xiàn)在12月、1月,空氣質量達到三級(輕度污染),此時空氣質量最差,AQI最低值及誤差棒最小值均在8月,空氣質量達到二級(良),此時空氣質量最好。在整體95%置信水平中,置信度水平從高到低分別是遼中南城市群、山東半島城市群和京津冀城市群。

圖4 2015–2019年環(huán)渤海三大城市群各月份AQI月均值Fig.4 Monthly AQI average of three major cities around Bohai Sea from 2015 to 2019

3.2.2 季節(jié)變化

環(huán)渤海三大城市群具有明顯的AQI季節(jié)變化特征(表1)。AQI平均值為冬季＞春季＞夏季＞秋季,說明夏秋季空氣質量較好,春季次之,冬季空氣質量最差。這不同于姜磊[2]等夏季AQI最低的研究結果,這是因為O3含量不斷升高,逐漸代替PM2.5成為首要污染物,而O3易受到前體物和光照季節(jié)變化的影響,故在夏季和春季時濃度較高[27-29]。夏秋兩季降水增多,植被覆蓋率提高,太陽輻射增強[11],逆溫出現(xiàn)的可能性小,不利于污染物的聚集,因此空氣質量較好。冬季逆溫天氣出現(xiàn)的頻率較大,不利于污染物的輸送擴散,導致污染物濃度高。表1中環(huán)渤海三大城市群AQI季節(jié)變化的標準差均為冬季＞春季＞秋季＞夏季,反映了環(huán)渤海三大城市群冬季波動最大,春秋季次之,夏季最小。

表1 2015–2019年環(huán)渤海三大城市群AQI季節(jié)變化Table 1 Seasonal variation of AQI in three urban agglomerations around Bohai Sea from 2015 to 2019

3.2.3 年際變化

圖5為2015–2019年環(huán)渤海三大城市群逐年空氣質量級別所占的比例。統(tǒng)計結果表明環(huán)渤海三大城市群與其他地區(qū)[30]具有相同的年際變化特征,即處于Ⅰ級和Ⅱ級的空氣質量所占比重整體上逐年增加,環(huán)境質量越來越好。京津冀城市群、山東半島城市群、遼中南城市群的空氣質量優(yōu)良率最低均出現(xiàn)在2015年,依次是47.50%、51.04%、71.67%;優(yōu)良率最高均出現(xiàn)在2018年,依次是74.17%、85.42%、97.50%,最高最低分別相差26.67%、34.38%、25.83%,其中山東半島城市群相差最大。這是因為山東半島的政府及其相關部門開展了淘汰小型燃煤鍋爐、計算大氣環(huán)境容量、加強汽車尾氣排放治理等工作[31],注重社會經濟與生態(tài)環(huán)境的協(xié)調發(fā)展,使大氣質量得到有效改善[32]。

圖5 環(huán)渤海三大城市群逐年空氣質量級別百分比。(a)京津冀城市群;(b)山東半島城市群;(c)遼中南城市群Fig.5 Percentage of annual air quality level in three urban agglomerations around Bohai Sea.(a)Beijing-Tianjin-Hebei urban agglomeration;(b)Shandong Peninsula urban agglomeration;(c)Liaozhongnan urban agglomeration

3.3 空氣污染指數(shù)的空間變化特征

為進一步研究環(huán)渤海三大城市群空氣質量的區(qū)域特征,表2分別計算了Moran′sI及正態(tài)統(tǒng)計量Z。各年份Moran′sI指數(shù)均為正值,Z值除2015年外均高于0.01顯著性水平下的臨界值2.58,說明在2016–2019年環(huán)渤海三大城市群AQI存在顯著的空間集聚特征,可以進行AQI高值集聚的“熱點”分析和AQI低值集聚的“冷點”分析。

表2 2015–2019年環(huán)渤海三大城市群AQI空間自相關指數(shù)Table 2 AQI spatial autocorrelation index of three urban agglomerations around Bohai Sea from 2015 to 2019

圖6展現(xiàn)了環(huán)渤海三大城市群AQI冷熱點分布的區(qū)域特征。從整體看,由沿海向內陸逐漸由冷點轉變?yōu)闊狳c,即由所在城市與周圍城市形成的污染物濃度較低的空氣良好區(qū)向所在城市與周圍城市共同形成的污染物濃度較高的空氣污染區(qū)轉變。冷點區(qū)域主要集中在遼中南城市群、京津冀城市群的北部以及山東半島城市群的東部,熱點主要集中在京津冀城市群的南部以及山東半島城市群的西部。這與沿海地區(qū)盛行風較強密不可分,而張家口、本溪經濟發(fā)展水平較低,擁有工廠較少,排放的空氣污染物較少。除此之外,通過對比研究區(qū)DEM圖可以發(fā)現(xiàn),空氣污染主要集中在平原地區(qū),而長白山脈、太行山脈、燕山這種起伏較大的山地地區(qū)污染較輕,這與許文軒等[33]的研究結果一致。

圖6 2016–2019年環(huán)渤海三大城市群AQI均值。(a)2016;(b)2017;(c)2018;(d)2019Fig.6 Average AQI of three urban agglomerations around Bohai Sea from 2016 to 2019.(a)2016;(b)2017;(c)2018;(d)2019

2016年以來,冷點城市占比數(shù)量逐漸下降,熱點區(qū)域逐漸上升。這表明雖然城市群的空氣環(huán)境質量逐漸變好,但是高值AQI逐漸聚集,空間自相關程度進一步增強。沿海地區(qū)的大連市、丹東市、本溪市、張家口市一直是冷點區(qū)域,即持續(xù)穩(wěn)定的空氣質量優(yōu)良區(qū)[34]。青島市、煙臺市、威海市逐漸從冷點變?yōu)榇卫潼c,承德市由次冷點變?yōu)槔潼c,即承德市與周圍城市形成了聯(lián)系密切的低值AQI區(qū)域。石家莊市、保定市一直是熱點區(qū)域,是穩(wěn)定、持續(xù)的污染連片區(qū)。這是因為該區(qū)域位于內陸、西部為天然屏障太行山脈,是典型的“避風港”式地形,這就使得空氣污染物不易擴散[33]。濟南市、濰坊市、淄博市、東營市、天津市由次熱點變?yōu)闊狳c,形成高值AQI聚集中心。

3.4 空氣質量與氣象要素關系相關性分析

選取2015年1月1日–2019年12月31日環(huán)渤海三大城市群的日AQI、PM2.5、PM10、O3與主要的同期氣象要素值做季節(jié)性相關分析,結果如表3所示。

可以看出,AQI、PM2.5、PM10與各氣象要素具有相似的相關性。各污染物因子在秋季與溫度呈負相關,其他季節(jié)多呈正相關,這是因為秋季溫度升高后,大氣湍流活動加強,有利于污染物擴散。但是春季、夏季多高溫,當溫度超出一定范圍后,污染物容易進行二次轉化,空氣質量變差;冬季溫度過低又會形成逆溫層,不利于污染物擴散。當風速越大,日照時間越長時,逆溫層越不穩(wěn)定,污染物被傳輸?shù)木嚯x越長,清潔空氣占比越大,空氣質量越好[35],因此污染物與風速和日照時間多呈負相關。但是在夏季,污染物與日照時數(shù)多呈正相關,其中AQI受到夏季O3含量高的影響,相關性最大。相對濕度在秋季、冬季多與污染物呈正相關,這是因為相對濕度超過一定范圍后,氣態(tài)污染物容易轉化成固態(tài),造成污染物集聚,這也是秋冬季多霧霾的原因。而春季和夏季相對濕度與降水有很大關系,多降水稀釋了近地面的污染物,與污染物呈負相關。不同的是,京津冀城市群的相對濕度與污染物在春季呈正相關,這是因為相對于其他兩個城市群來說,京津冀城市群大多為內陸城市,春季氣溫較高,特別是最低氣溫高、濕度大、日照少、風速小,這就意味著其大氣層結較穩(wěn)定,湍流交換較弱,不利于大氣污染物的擴散[36,37]。O3和日照時間和風速的關系與AQI、PM2.5、PM10表現(xiàn)出明顯的不同,日照時間越長,O3化學反應越強烈;高風速快速輸送使O3下沉運動至近地面,O3含量增加,因此O3與日照時間和風速多呈正相關。

雖然絕大多數(shù)的氣象因子通過相關性檢驗,但是相關系數(shù)并不高,為進一步探究各氣象要素與AQI的關系,對AQI進行了變化趨勢的分析,如圖7所示。由圖可知,隨著氣溫、風速、相對濕度、日照時數(shù)的升高,絕大多數(shù)的AQI集中在空氣優(yōu)良區(qū),空氣質量逐漸提高,但是AQI的分布區(qū)間并不會隨著氣象因子的增加而呈現(xiàn)統(tǒng)一的增大或縮小,因此AQI與各氣象因子并不是簡單的線性關系。當氣溫低于一定程度時,AQI的變化區(qū)間反而縮小,當平均氣溫小于-10°C時,空氣污染所占的比例更小。而當風速超過一定速度時,會將地面沙土灰塵帶到空中,引起AQI的增加。在高相對濕度下,AQI的分布區(qū)間明顯增大,這是由于大氣能見度低,顆粒物吸濕增長,容易形成PM2.5污染,再加上海岸風等影響因素,使得位于相對濕度較高環(huán)境中的污染物分布區(qū)間較廣。因此,當氣溫、風速、相對濕度、日照時數(shù)增加時,空氣質量不一定會下降。

圖7 2015–2019年環(huán)渤海三大城市群AQI隨氣象因子的變化趨勢。(a)京津冀城市群;(b)山東半島城市群;(c)遼中南城市群Fig.7 Variation trend of AQI with meteorological factors in three urban agglomerations around Bohai Sea from 2015 to 2019.(a)Beijing-Tianjin-Hebei urban agglomeration;(b)Shandong Peninsula urban agglomeration;(c)Liaozhongnan city groups

?

4 結論

根據(jù)2015年1月1日–2019年12月31日的空氣質量指數(shù)數(shù)據(jù)及同期氣象要素數(shù)據(jù),分析了環(huán)渤海地區(qū)三大城市群空氣污染指數(shù)的變化特征與氣象條件的關系,研究發(fā)現(xiàn):

1)全年首要污染物主要以PM2.5、PM10、O3為主。冬季主要以PM2.5、PM10為主,且PM2.5占比更高。夏季以O3為主,占比達到70%。NO2在秋季相對較高,除冬季外,SO2在其他季節(jié)相對較少,CO在六種污染物中均占最小且在波動不大。其中遼中南城市群的SO2濃度最高。在濃度變化方面,除O3外其余污染物呈現(xiàn)下降趨勢。且對于不同污染物,不同城市群的下降程度不同。

2)環(huán)渤海三大城市群AQI最高值出現(xiàn)在12月、1月,最低值出現(xiàn)在8月。AQI在季節(jié)上出現(xiàn)夏秋低、冬春高的變化特點,并且冬季波動最大,春秋季次之,夏季最小。從年際變化的角度看,空氣質量整體上呈改善趨勢,其中2018年空氣質量最好,山東半島城市群空氣質量提高的年際變化最大。

3)由沿海向內陸逐漸由空氣質量優(yōu)良區(qū)變?yōu)榭諝馕廴緟^(qū),且2016年以來,冷點城市占比數(shù)量逐漸下降,熱點區(qū)域逐漸上升。

4)各污染物與氣象要素具有一定的相似性。AQI、PM2.5、PM10、O3與溫度在秋季呈負相關,在其他季節(jié)多呈正相關;與相對濕度在秋季、冬季多呈正相關,在春季、夏季多呈負相關。除了相似性,各污染物與氣象要素還表現(xiàn)出明顯的差異性,如除夏季日照時數(shù)外,AQI、PM2.5、PM10與風速和日照時間多呈負相關,而O3與日照時間和風速多呈正相關。雖然絕大多數(shù)污染物與各氣象因子具有相關性,但相關程度較小,具有顯著的非線性關系。因此,當氣溫、風速、相對濕度、日照時數(shù)增加時,空氣質量不一定會下降。