陽(yáng)歡 陳佰滿(mǎn) 李建維 胡欽華

關(guān)鍵詞：小波分析；Mann-Kendall檢驗(yàn)；灰色關(guān)聯(lián)度；PM2.5；東莞市

前言

PM2.5作為中國(guó)的主要大氣污染物，能長(zhǎng)時(shí)間滯留在大氣中，其粒徑小比表面積大容易富集空氣中的重金屬元素和多環(huán)芳烴等，容易引發(fā)多種呼吸道疾病對(duì)人體的健康有嚴(yán)重影響。

目前不少學(xué)者對(duì)中國(guó)城市群和區(qū)域PM2.5污染的變化趨勢(shì)和影響因子進(jìn)行了研究，東莞市作為粵港澳大灣區(qū)重要的工業(yè)城市，大氣污染情況和治理受到很高的關(guān)注，PM2.5作為當(dāng)?shù)氐闹饕髿馕廴疚锬茌^好的反應(yīng)當(dāng)?shù)氐拇髿馕廴境潭取Ｄ壳皩?duì)于東莞市PM2.5污染的研究多聚焦于污染源和治理措施方面，但對(duì)于東莞市PM2.5污染的變化趨勢(shì)、周期性特征和影響因素等缺少系統(tǒng)性的研究。

因此根據(jù)Mann-Kendall（M-K）方法對(duì)東莞市2015年-2021年的PM2.5濃度進(jìn)行趨勢(shì)分析和突變點(diǎn)檢測(cè)，利用小波變換和小波相干分析方法探究當(dāng)?shù)豍M2.5在不同時(shí)間尺度上的變換規(guī)律及氣象因子的影響，計(jì)算PM2.5濃度數(shù)據(jù)同社會(huì)發(fā)展數(shù)據(jù)的灰色關(guān)聯(lián)度尋找污染的主要驅(qū)動(dòng)因素，從而對(duì)東莞市PM2.5濃度的變化趨勢(shì)、周期性特征和影響因素進(jìn)行全面的研究，明確不同周期上PM2.5的管控重點(diǎn)并為當(dāng)?shù)丶爸苓叧鞘械奈廴痉乐翁峁┮欢ǖ睦碚撝С帧?/p>

1數(shù)據(jù)與方法

1.1數(shù)據(jù)來(lái)源及其處理

研究采用數(shù)據(jù)為東莞市2015年1月1日至2021年12月31日的空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)、社會(huì)發(fā)展數(shù)據(jù)和地面氣象資料數(shù)據(jù)?？諝赓|(zhì)量數(shù)據(jù)來(lái)源于空氣質(zhì)量歷史數(shù)據(jù)網(wǎng)（www.aqistudy.cn）的東莞市每日PM2.5濃度數(shù)據(jù)，社會(huì)發(fā)展數(shù)據(jù)來(lái)自于東莞市歷年統(tǒng)計(jì)年鑒，歷史氣象數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)，選取其中的逐日氣溫、日相對(duì)濕度、風(fēng)速、降雨量作為研究數(shù)據(jù)。PM2.5濃度數(shù)據(jù)和氣象數(shù)據(jù)有部分缺失值，對(duì)其采用拉格朗日插值法進(jìn)行補(bǔ)齊，得到的有效數(shù)據(jù)為2557天。

1.2趨勢(shì)及突變點(diǎn)分析

M-K非參數(shù)檢驗(yàn)方法受樣本異常值的干擾較小，對(duì)于樣本的分布不做要求，廣泛應(yīng)用于降水、氣溫、徑流等時(shí)間序列長(zhǎng)期趨勢(shì)變化和突變點(diǎn)檢測(cè)上。

1.3小波分析方法

小波分析是一種可調(diào)時(shí)頻窗的分析方法，可以滿(mǎn)足在時(shí)域和頻域的局部化分析要求，小波分析法通過(guò)對(duì)選取的小波基函數(shù)進(jìn)行平移和伸縮使其具有時(shí)間平移和多尺度分辨率的特點(diǎn)，常用于分析時(shí)間序列不同尺度下的細(xì)節(jié)特征。文章采用Morlet小波函數(shù)對(duì)PM2.5濃度歷史數(shù)據(jù)進(jìn)行分析其小波函數(shù)形式如式（1）：

2結(jié)果與討論

2.1東莞市PM2.5污染概況

東莞市2015年-2021年間PM-2.5月均濃度如圖1（a）所示，當(dāng)?shù)豍M2.5污染在1-6月濃度逐漸降低，其中6-7月期間污染最輕，7-12月濃度開(kāi)始逐漸提升，年間污染整體呈現(xiàn)為高一低一高的變化情況，在1月和12月時(shí)污染最為嚴(yán)重且濃度波動(dòng)大。從圖1（b）可以看出東莞市PM2.5濃度存在著明顯的季節(jié)變化特征在春、冬兩季時(shí)PM2.5的濃度較高，這和中國(guó)大部分地區(qū)的PM2.5污染特征一致。

2.2變化趨勢(shì)分析及突變檢測(cè)

對(duì)2015年-2021年共計(jì)7年的東莞市PM2.5濃度序列進(jìn)行M-K趨勢(shì)檢驗(yàn)計(jì)算得：PM2.5序列的統(tǒng)計(jì)值Z為2.18>1.96，通過(guò)了95%顯著性檢驗(yàn)，在2015年-2021年間東莞市的PM2.5污染情況存在顯著下降的趨勢(shì)，濃度平均下降速率為0.121ug·m-3/30d。

為進(jìn)一步分析東莞市PM2.5濃度變化趨勢(shì)，對(duì)其進(jìn)行M—K突變點(diǎn)檢驗(yàn)，由圖2可以看出在統(tǒng)計(jì)區(qū)間內(nèi)統(tǒng)計(jì)量UF值大部分時(shí)間在0值下，在每年2-7月間UF值呈現(xiàn)上升趨勢(shì)，在每年8月至次年1月間UF值呈現(xiàn)下降趨勢(shì)，整體表現(xiàn)為升降反復(fù)的波動(dòng)狀態(tài)。UF、UB曲線在2020年1月處相交且交點(diǎn)處于95%置信區(qū)間內(nèi)，UF曲線在2020年1月呈現(xiàn)持續(xù)下降的趨勢(shì)，在2020年7月初UF曲線超出了-1.96臨界線達(dá)到了顯著下降的趨勢(shì)，可以確定2020年1月為東莞市PM2.5濃度值降低的突變點(diǎn)，利用M-K趨勢(shì)檢驗(yàn)對(duì)突變節(jié)點(diǎn)后時(shí)間序列進(jìn)行計(jì)算結(jié)果得下降速率為0.174ug·m-3/30d。（見(jiàn)圖2）

2.3PM2.5變化周期分析

利用Morlet小波對(duì)東莞市2015年-2021年P(guān)M2.5日均濃度計(jì)算得小波變換系數(shù)等值線圖（如圖3所示），從圖3可以看出東莞市PM2.5日均濃度序列在不同時(shí)間尺度上均存在周期性震蕩變化，上半部分小波系數(shù)顯示出PM2.5污染在512d尺度附近的小波系數(shù)正負(fù)交替存在著明顯的震蕩過(guò)程，下半部分表現(xiàn)出較為復(fù)雜的小尺度上污染和較大尺度污染嵌套情形，在2020年1月附近震蕩情況減弱，這同M-K突變檢驗(yàn)的突變時(shí)間節(jié)點(diǎn)上一致，在突變發(fā)生前PM2.5污染處于一個(gè)周期震蕩狀態(tài)，之后周期性減弱轉(zhuǎn)為顯著下降趨勢(shì)。

對(duì)PM2.5濃度序列計(jì)算其小波方差值，以分析PM2.5的周期震蕩規(guī)律以及存在的主要周期，繪制其小波方差圖（如圖4（a）所示）。小波方差曲線存在4個(gè)峰值，從圖上可以看出當(dāng)?shù)氐闹芷谧兓嬖诩s為550d左右的主周期、190d左右半年期、120d左右季節(jié)變化周期和30d左右震蕩的次周期。

從圖4（b）不同尺度對(duì)應(yīng)的小波系數(shù)可以看出，在550d的主周期時(shí)間尺度上周期性最為明顯，污染指數(shù)出現(xiàn)高一低反復(fù)的365d左右的周期震蕩，小波系數(shù)變化曲線近似于余弦曲線；在190d和120d尺度上震蕩頻率較550d有明顯的增加，震蕩的峰值大多出現(xiàn)于冬季；在30d的月尺度上，污染震蕩周期短，頻率高，振幅變化大，這種30d左右的季節(jié)性差異明顯的震蕩規(guī)律同東莞地處低緯度地區(qū)存在的大氣低頻震蕩有關(guān)，大氣季節(jié)內(nèi)震蕩在6-8月最弱，在春、冬季最強(qiáng)。（見(jiàn)圖4）

2.4PM2.5濃度與氣象因子相關(guān)性分析

選取2015年-2021年?yáng)|莞市的溫度、相對(duì)濕度、降雨量和風(fēng)速數(shù)據(jù)，進(jìn)行氣象因子與PM2.5濃度的小波相干性研究，繪制小波相干譜見(jiàn)圖5。

溫度和PM2.5在8d～32d的短時(shí)間尺度上有多個(gè)同相位共振區(qū)域存在顯著的正相關(guān)性且大多位于冬季，在冬季氣溫升高時(shí)，冷空氣減弱，容易出現(xiàn)逆溫現(xiàn)象使得大氣比較穩(wěn)定，空氣流動(dòng)緩慢不能向上擴(kuò)散，從而出現(xiàn)污染物的聚集造成污染，在冬季時(shí)逆溫層較厚，維持時(shí)間長(zhǎng)，夏季則相對(duì)偏弱。

降雨量和PM2.5短時(shí)間尺度和長(zhǎng)時(shí)間尺度下都為負(fù)相位呈現(xiàn)出顯著的負(fù)相關(guān)性，這是因?yàn)榻邓梢韵♂尶諝庵械念w粒物，并使大氣中懸浮的顆粒物沉降以減輕空氣中PM2.5濃度。

風(fēng)速和PM2.5在256d尺度內(nèi)主要為負(fù)相關(guān)關(guān)系，這同風(fēng)速的擴(kuò)散作用有關(guān)，當(dāng)風(fēng)速越大時(shí)越利于空氣中顆粒物的稀釋擴(kuò)散，使得PM2.5濃度降低。

相對(duì)濕度同PM2.5在64d尺度內(nèi)正相位和負(fù)相位的情形都有，在無(wú)降雨且相對(duì)濕度較高時(shí)，大氣中顆粒物的二次生成作用會(huì)隨相對(duì)濕度增加而增加，此時(shí)PM2.5同相對(duì)濕度為正相關(guān)關(guān)系，當(dāng)相對(duì)濕度超過(guò)80%容易出現(xiàn)降雨使得空氣中的顆粒物進(jìn)行沉降，帶走空氣中的顆粒物使得PM2.5濃度降低，此時(shí)兩者為負(fù)相關(guān)關(guān)系。

小波相干譜顯示四類(lèi)氣象因子在長(zhǎng)日寸間尺度上共振區(qū)域較為穩(wěn)定，短時(shí)間尺度上的共振區(qū)域波動(dòng)較大，表明PM2.5濃度更易在短時(shí)間尺度上受到氣象因子變動(dòng)的影響。

2.5社會(huì)因素對(duì)PM2.5濃度影響分析

根據(jù)2015年-2021年?yáng)|莞市的PM2.5年均濃度和同期社會(huì)影響因素?cái)?shù)據(jù)計(jì)算得灰色關(guān)聯(lián)度和Spearman系數(shù)（如表1所示），原煤消費(fèi)量和原油消費(fèi)量同PM2.5灰色關(guān)聯(lián)度最高且存在顯著的正相關(guān)性，天然氣關(guān)聯(lián)度最低但具有顯著的負(fù)相關(guān)關(guān)系，表明能源結(jié)構(gòu)是當(dāng)?shù)豍M2.5污染的主要影響因子，人口密度、森林覆蓋率和人均GDP的關(guān)聯(lián)度較高，其中人均GDP和PM2.5間存在顯著負(fù)相關(guān)性。

東莞市的能源消耗以原煤和原油為主，天然氣使用占比較低，在原煤和原油的消耗和工業(yè)生產(chǎn)過(guò)程中會(huì)排放大量顆粒物造成PM2.5污染，隨著近年來(lái)原煤和原油消耗量的降低以及天然氣使用占比的上升，當(dāng)?shù)豍M2.5污染濃度顯著下降。人口密度、森林覆蓋率和人均GDP可以反映一個(gè)城市的發(fā)展水平，在城市發(fā)展和大氣污染間存在著長(zhǎng)期穩(wěn)定的關(guān)系，空氣質(zhì)量存在著隨社會(huì)發(fā)展先惡化后改善的情況，從顯著的負(fù)相關(guān)性可以看出隨著當(dāng)?shù)丨h(huán)保政策的逐步落實(shí)、產(chǎn)業(yè)和能源結(jié)構(gòu)的優(yōu)化以及經(jīng)濟(jì)發(fā)展的轉(zhuǎn)型已經(jīng)從犧牲環(huán)境發(fā)展經(jīng)濟(jì)階段過(guò)渡到經(jīng)濟(jì)和環(huán)境共同發(fā)展的階段。

3結(jié)論

2015年-2021年間東莞市PM2.5污染呈逐年下降的趨勢(shì)，在春、冬兩季時(shí)的污染嚴(yán)重，污染的突變時(shí)間節(jié)點(diǎn)在2020年1月左右，在突變節(jié)點(diǎn)后PM2.5污染出現(xiàn)顯著的下降趨勢(shì)。PM2.5污染表現(xiàn)出多尺度的變化特征，存在以550d左右變化的主周期，190d左右半年期、120d左右季節(jié)變化周期和30d左右月震蕩的次周期。氣象因子是東莞市PM2.5濃度短期變化的驅(qū)動(dòng)因素，使得污染存在顯著的季節(jié)性差異，當(dāng)?shù)剌^高的原煤、原油使用占比是區(qū)域內(nèi)PM2.5污染的主要來(lái)源，近年來(lái)能源結(jié)構(gòu)的優(yōu)化使得當(dāng)?shù)豍M2.5濃度長(zhǎng)期趨勢(shì)有所下降，堅(jiān)持環(huán)保政策的落實(shí)、加強(qiáng)能源結(jié)構(gòu)優(yōu)化和經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型有利于當(dāng)?shù)匚廴镜拈L(zhǎng)期改善。