杜彥彥,黃青
中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所,北京 100081
近年來,“霧霾天”席卷中國大江南北,PM2.5等大氣污染物的危害成為全社會關(guān)注的焦點(diǎn)。PM2.5也稱細(xì)顆粒物,是空氣動(dòng)力學(xué)當(dāng)量直徑小于或等于2.5 μm 的顆粒物,是中國主要的大氣污染物(李小飛等,2012),懸浮時(shí)間長、直徑小、比表面積大且散射性強(qiáng),不僅會降低大氣能見度,影響氣候變化,還會對人體呼吸系統(tǒng)造成損害(楊新興等,2012),其質(zhì)量濃度是評價(jià)空氣質(zhì)量的重要指標(biāo)(中華人民共和國環(huán)境保護(hù)部,2012;2013)。
植被與PM2.5的相互影響已成為研究熱點(diǎn),植被對PM2.5的削減作用引起了學(xué)術(shù)界的廣泛關(guān)注(趙晨曦等,2013;吳海龍等,2012)。植被可通過覆蓋地表切斷PM2.5來源(Fan et al.,2019);植物葉片、枝條表面、莖干可直接捕獲PM2.5(Liang et al.,2016;Beckett et al.,1998);植被能夠營造穩(wěn)定的微氣候環(huán)境,促進(jìn)PM2.5沉降(Zhang et al.,2017;Fan et al.,2019);林帶可以通過改變風(fēng)場阻攔顆粒物進(jìn)入局部區(qū)域(郭偉等,2010)。許多研究者設(shè)計(jì)了對比實(shí)驗(yàn),分別在森林或者綠化帶和周邊的道路設(shè)置觀測點(diǎn),發(fā)現(xiàn)植被覆蓋區(qū)域PM2.5質(zhì)量濃度顯著低于其他土地利用類型區(qū)域(劉萌萌,2014;王軼浩等,2016;阮氏清草,2014),但也有研究結(jié)果表明當(dāng)林帶處于低風(fēng)速高濕度的狀態(tài)時(shí),森林對PM2.5有聚集作用(劉旭輝等,2014)。
河南省作為人口大省、農(nóng)業(yè)大省、中部發(fā)展中省份,工業(yè)化和城市化正在加速推進(jìn),面臨高速發(fā)展和生態(tài)環(huán)境保護(hù)的雙重挑戰(zhàn)?!?018 中國生態(tài)環(huán)境狀況公報(bào)》顯示,河南省安陽市、焦作市、新鄉(xiāng)市以及鄭州市4 座城市,位于全國空氣質(zhì)量相對較差的20 個(gè)城市之列。2016—2018 連續(xù)3 年,河南省大氣首要污染物為PM2.5(河南省生態(tài)環(huán)境廳,2017;2018),2018 年全省18 個(gè)省轄市PM2.5年均質(zhì)量濃度皆超過了二級標(biāo)準(zhǔn)35 μg·m-3。但是目前關(guān)于PM2.5研究,多集中于單一的時(shí)空分布研究,綜合分析其與植被覆蓋度的關(guān)系研究較少,也鮮有關(guān)于整個(gè)河南省區(qū)域的研究報(bào)告,研究主要集中在個(gè)別城市(朱文德等,2018;陳強(qiáng)等,2015),且采樣點(diǎn)較少,觀測時(shí)間跨度短。本研究基于2017 年1月—2019 年2 月期間75 個(gè)國控空氣質(zhì)量監(jiān)測站PM2.5數(shù)據(jù)和遙感衛(wèi)星數(shù)據(jù),在分析PM2.5時(shí)空分布特征的基礎(chǔ)上,進(jìn)一步研究二者的關(guān)系,為PM2.5時(shí)空分布特征和植被覆蓋度的關(guān)系研究提供數(shù)據(jù)支撐和理論依據(jù)。
河南界于31.4°—36.4°N 和110.4°—116.7°E 之間,東鄰山東、安徽,西連陜西,北與河北、山西相臨,南接湖北,總面積為1.67×105km2,其中耕地面積接近50%。地勢西高東低,中部和東部為黃淮海沖積平原,西南部為南陽盆地。屬北亞熱帶向暖溫帶過渡的大陸性季風(fēng)氣候,年平均降水量為477.8—1 167.3 mm,降雨主要集中在6—8 月。河南省是中國能源消費(fèi)大省,以煤炭為主要能源;由于連接南北的區(qū)位特點(diǎn),河南是中國交通物流樞紐,汽車污染物排放嚴(yán)重;農(nóng)業(yè)體量大,種植業(yè)和養(yǎng)殖業(yè)也是重要污染來源,大氣環(huán)境質(zhì)量面臨極大的挑戰(zhàn)。
1.2.1 PM2.5質(zhì)量濃度
河南省2017 年1 月—2019 年2 月PM2.5質(zhì)量濃度日均值數(shù)據(jù),來自環(huán)保部環(huán)境監(jiān)測總站空氣質(zhì)量實(shí)時(shí)發(fā)布系統(tǒng),根據(jù)原始數(shù)據(jù)建立PM2.5質(zhì)量濃度空間數(shù)據(jù)庫。如圖1 所示,河南省內(nèi)共有75 個(gè)國控空氣質(zhì)量監(jiān)測站,主要分布在城區(qū)。原始數(shù)據(jù)58 651 條,剔除無監(jiān)測數(shù)據(jù)和有明顯規(guī)律的異常值的條目之后,用于研究的有效數(shù)據(jù)有56 001 條。
1.2.2 被覆蓋度
植被覆蓋信息由美國國家航空航天局提供的MODIS NDVI 產(chǎn)品數(shù)據(jù)集MOD13Q1 反演而來。該數(shù)據(jù)集經(jīng)過水汽、云和氣溶膠等部分?jǐn)?shù)據(jù)噪聲處理,數(shù)據(jù)質(zhì)量較好,被廣泛用于植被相關(guān)研究。影像行列號為h27v05,收集了2017 年1 月—2018 年12 月46 景影像,產(chǎn)品周期為16 d,空間分辨率250 m,原始數(shù)據(jù)采用Sinusoidal 投影,將原始的hdf文件批量轉(zhuǎn)換為tiff 影像,投影轉(zhuǎn)換至以WGS84為基準(zhǔn)的地理坐標(biāo)系,重采樣方法選用最近鄰法,再根據(jù)河南省界矢量邊界進(jìn)行影像裁剪。
植被覆蓋度是指植被地上部分(包括葉、莖、枝)在地面的垂直投影面積占總面積的百分比,植被覆蓋度是衡量地表植被覆蓋最重要的指標(biāo)。本研究利用MODIS NDVI 數(shù)據(jù),采用像元二分模型來估算植被覆蓋度(李苗苗等,2004)。
像元二分模型假設(shè)影像中每個(gè)像元只有兩個(gè)成分,由植被覆蓋的部分和無植被覆蓋的裸土組成,該像元的信號是由這兩部分線性組合而成,植被部分的權(quán)重系數(shù)即為植被覆蓋度。
根據(jù)像元二分模型,遙感傳感器的觀測到的信號為S,Sv和Ss分別表示植被和土壤的貢獻(xiàn),即:
假設(shè)某一像元植被覆蓋度為VF,植被全覆蓋的純像元的遙感傳感器接收的信號為Sveg,則該像元植被部分貢獻(xiàn)的信號為:
圖1 河南省空氣質(zhì)量監(jiān)測站分布圖 Fig. 1 Distribution map of air quality monitoring stations in Henan
同理,若無植被覆蓋的純像元的遙感傳感器接收的信號為Ssoil,則像元的裸土部分貢獻(xiàn)的信號為:
將式(2)、式(3)帶入式(1)得:
由式(4)可解得植被覆蓋度VF 為:
因此,只要得到參數(shù)Sveg和Ssoil即可計(jì)算植被覆蓋度。NDVI 是遙感傳感器接收到地物近紅外和紅波段反射率的非線性組合,是定量反映植被狀況的敏感指標(biāo)。某個(gè)像元的NDVI 值可以表達(dá)為由綠色植被部分所貢獻(xiàn)的信息NDVIveg,與由裸土部分所貢獻(xiàn)的信息NDVIsoil這兩部分組成,因此可以將NDVI 代入式(4),經(jīng)變換后得植被覆蓋度VF 為:
其中,NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI 值,理論上接近于0,一般在0.1—0.2之間變化;NDVIveg則代表完全被植被所覆蓋的像元的NDVI 值,即純植被像元的NDVI 值,在沒有實(shí)地測量數(shù)據(jù)的情況下,分別可以取NDVImax和NDVImin來代替。在本研究中,取各景影像NDVI累計(jì)頻率為95%的值為NDVImax,累計(jì)頻率為5%的值NDVImin,帶入下式即可計(jì)算得到植被覆蓋度,從而得到河南省16 d 植被覆蓋度數(shù)據(jù)集。
秩相關(guān)系數(shù),又稱等級相關(guān)系數(shù),或順序相關(guān)系數(shù)。是描述兩個(gè)因素之間相關(guān)程度的一種統(tǒng)計(jì)指標(biāo),由Spearman 在1904 年提出,用來度量兩個(gè)變量之間聯(lián)系的強(qiáng)弱,與常用的Pearson 相關(guān)系數(shù)計(jì)算方法不同,它是位次分析方法的數(shù)量化,非參數(shù)性的秩統(tǒng)計(jì)參數(shù),與樣本的分布無關(guān)(徐建華,2014)。
由于MOD13Q1 為16 d 合成產(chǎn)品,本研究為使反演得到的植被覆蓋度與PM2.5時(shí)間序列一致,將PM2.5日均值數(shù)據(jù)以16 d 平均值合成,得到了2017—2018 年46 組數(shù)據(jù),進(jìn)行秩相關(guān)分析。
秩相關(guān)系數(shù)的具體計(jì)算過程如下:
設(shè)兩個(gè)要素x 和y 有n 對樣本,令R1代表要素x 的位次,R2代表要素y 的位次,代表要素x 和y 的同一組樣本位次差的平方,那么要素x 與y 之間的秩相關(guān)系數(shù)被定義為:
其中x 代表16 d PM2.5平均質(zhì)量濃度;y 為對應(yīng)的植被覆蓋度;n 表示樣本數(shù)目;xyr′的絕對值越接近與1 表明兩要素相關(guān)性越強(qiáng),通過查閱秩相關(guān)系數(shù)檢驗(yàn)的臨界值表進(jìn)行顯著性檢驗(yàn)(徐建華,2014)89-91。
克呂金插值是建立在地理學(xué)第一定律和變異函數(shù)的理論基礎(chǔ)上,對區(qū)域化變量進(jìn)行無偏最優(yōu)估計(jì)的一系列空間局部估計(jì)方法。根據(jù)不同的變異函數(shù)模型,有普通克呂金、泛克呂金、協(xié)同克呂金、析克呂金和指示克呂金5 種插值方法(徐建華,2014)177-181。已有研究表明,普通克呂金在估算PM2.5質(zhì)量濃度時(shí)制圖效果較好(李杰等,2016),本研究采用該方法,根據(jù)研究區(qū)域已知采樣點(diǎn)的PM2.5質(zhì)量濃度和空間位置,考慮采樣點(diǎn)與待估計(jì)點(diǎn)的相互空間位置關(guān)系,建立插值函數(shù)計(jì)算估計(jì)值。插值公式為:
其中,λi為權(quán)重系數(shù),表示采樣點(diǎn)xi處PM2.5質(zhì)量濃度Z(xi)對x 處估計(jì)值Z*(x)的貢獻(xiàn)程度,計(jì)算公式為:
其中,h 為分離距離;Nh是在(xi, xi+h)之間樣本點(diǎn)的個(gè)數(shù)。
基于各站點(diǎn)PM2.5質(zhì)量濃度日均值數(shù)據(jù),計(jì)算所有站點(diǎn)各個(gè)季節(jié)的算數(shù)平均值即為河南省該季節(jié)的PM2.5平均質(zhì)量濃度。根據(jù)河南省的氣候特點(diǎn),河南省每年3—5 月為春季,6—8 月為夏季,9—11月為秋季,12 至翌年2 月為冬季。從圖2 可看出,河南省PM2.5質(zhì)量濃度季節(jié)性差異顯著。河南省冬季PM2.5質(zhì)量濃度最高,遠(yuǎn)高于其他季節(jié),2018 年冬季質(zhì)量濃度(113 μg·m-3)是同年夏季(35 μg·m-3)的3.2 倍。春季和秋季PM2.5質(zhì)量濃度水平相當(dāng),在56—60 μg·m-3之間,略高于夏季,遠(yuǎn)低于冬季。
圖2 2017 年和2018 年河南省四季PM2.5平均質(zhì)量濃度 Fig. 2 Quarterly average of PM2.5 mass concentrations in Henan in 2017 and 2018
圖3 2017 年和2018 年河南省PM2.5月平均質(zhì)量濃度 Fig. 3 Monthly variation of PM2.5 mass concentrations in Henan in 2017 and 2018
2017年與2018年P(guān)M2.5質(zhì)量濃度月變化趨勢基本一致(圖3),月均值折線圖呈“U”形。月均PM2.5質(zhì)量濃度最高值出現(xiàn)在1 月,2018 年1 月河南省PM2.5均值為117 μg·m-3,2017 年1 月為137 μg·m-3,從1—7 月,PM2.5質(zhì)量濃度一直呈現(xiàn)降低態(tài)勢,2017年7 月是PM2.5質(zhì)量濃度水平最低的月份,7 月之后PM2.5質(zhì)量濃度開始逐漸升高,進(jìn)入10 月PM2.5質(zhì)量濃度急劇上升,一直持續(xù)到翌年1 月。
圖4 河南省2018 年P(guān)M2.5質(zhì)量濃度四季空間分布示意圖 Fig. 4 Quarterly spatial distribution of PM2.5 mass concentrations in Henan in 2018
運(yùn)用普通克呂金插值法,將各個(gè)離散測站得到的PM2.5質(zhì)量濃度值模擬為整個(gè)河南省空間連續(xù)的數(shù)據(jù)。如圖4 所示,總體上河南省PM2.5質(zhì)量濃度呈現(xiàn)南低北高,質(zhì)量濃度高的區(qū)域有聚集效應(yīng),且季節(jié)差異顯著。春季和秋季PM2.5質(zhì)量濃度水平相當(dāng),但是春季高值區(qū)主要分布在河南中部,以鄭州為中心向周圍呈輻射狀擴(kuò)散趨勢,秋季PM2.5質(zhì)量濃度污染強(qiáng)點(diǎn)主要位于東北部。北部形成了以安陽市為污染中心的輻射圈,在關(guān)于河南省PM2.5來源解析的研究中發(fā)現(xiàn)(王媛林等,2016),河南北部受到河北省的PM2.5傳輸影響。西部和南部邊界多山地,工業(yè)化和城鎮(zhèn)化水平普遍低于北部城市,本地排放量小,且距離主要污染源鄭州市和安陽市較遠(yuǎn),不會受到區(qū)域傳輸?shù)挠绊?,因此PM2.5污染程度低于中部和北部。
2018 全省PM2.5年均質(zhì)量濃度為63 μg·m-3(圖5),較2015 年降幅達(dá)20.2%,3 年平均降幅為7.2%,盡管其質(zhì)量濃度持續(xù)下降,但速度緩慢,以2015 為基準(zhǔn),按照目前的年均降幅,到2023 年河南省年均質(zhì)量濃度才能達(dá)到國家二級標(biāo)準(zhǔn)35 μg·m-3。
2.3.1 河南省植被覆蓋特征
如圖6 所示,河南省16 d 平均植被覆蓋度呈波浪形分布。3 月植被開始生長,林地和農(nóng)田生物量開始增長,在4 月初植被覆蓋度達(dá)到第一個(gè)峰值,5 月底至6 月初正處于冬小麥?zhǔn)崭铧S金期,植被覆蓋度迅速降低,7 月中下旬夏玉米正處穗期,植被覆蓋度全年最高,9 月底玉米開始收獲,10 月后樹木葉綠素含量降低,植被覆蓋度逐漸降低。
圖5 2015—2018 年P(guān)M2.5年均質(zhì)量濃度 Fig. 5 Annual average concentration of PM2.5 from 2015 to 2018
圖6 2017 和2018 年植被覆蓋度(VF)變化趨勢 Fig. 6 The variation of vegetation fraction (VF) in 2017 and 2018
圖7 2018 年河南省植被覆蓋度空間分布圖 Fig. 7 Spatial distribution map of vegetation fraction in Henan in 2018
根據(jù)河南省植被覆蓋度空間分布圖(圖7),高植被覆蓋區(qū)主要位于豫南山地,豫西山地和北部省界沿線的太行山脈。中等植被覆蓋區(qū)主要分布在豫東平原和南陽盆地,該區(qū)域土地利用類型是耕地,作物生長期較樹木短,且存在撂荒和休耕現(xiàn)象;低蓋度區(qū)域零星分散在各個(gè)區(qū)域,主要是城市、河流和湖泊。
2.3.2 植被覆蓋度和PM2.5質(zhì)量濃度的相關(guān)性分析
本研究為使植被覆蓋度與PM2.5時(shí)間序列一致,將PM2.5日均值數(shù)據(jù)合成為16 d 平均值合成,得到了 2017—2018 年 46 組數(shù)據(jù),兩組數(shù)據(jù)Spearman 秩相關(guān)系數(shù)為-0.55,在0.01 的置信度水平下顯著負(fù)相關(guān),說明PM2.5質(zhì)量濃度和植被覆蓋度有著此消彼長的關(guān)系。從圖8 可明顯看出植被對PM2.5的清除作用,植被覆蓋度隨時(shí)間變化的趨勢與PM2.5質(zhì)量濃度變化剛好相反,夏季和冬季響應(yīng)最為強(qiáng)烈,在植被覆蓋高的時(shí)期,對應(yīng)的PM2.5質(zhì)量濃度水平較低。
圖8 16 d 序列植被覆蓋度和PM2.5質(zhì)量濃度 Fig. 8 16 days sequence vegetation fraction and PM2.5 mass concentration
如表1 統(tǒng)計(jì)結(jié)果所示,2018 年較2017 年高植被覆蓋度(VF>80%)增加了1 662.4 km2,是2017年的1.7 倍,植被覆蓋度小于20%的面積減少了12.3%,2018 年P(guān)M2.5質(zhì)量濃度較2017 年下降了4 μg·m-3。如表2 所示,信陽、許昌和焦作三市二氧化硫、氮氧化物、煙(粉)塵排放總量接近,而PM2.5質(zhì)量濃度依次為54、64、75 μg·m-3,對應(yīng)的植被覆蓋度分別為50%、48%和38%,排放量接近的條件下,植被覆蓋度高的信陽市PM2.5質(zhì)量濃度分別比許昌和焦作低10 μg·m-3和21 μg·m-3。
表1 不同等級植被覆蓋度面積 Table 1 Area with different levels of vegetation fraction
表2 2017 年河南省和廢氣排放量與PM2.5 Table 2 Exhaust emissions and PM2.5 mass concentration in Henan in 2017
河南省PM2.5季節(jié)分布特征與我國北方其他區(qū)域研究結(jié)果相似(顧芳婷等,2016;王振波等,2014),冬季污染程度最高,夏季最低,春秋兩季居中,地形、氣候特征和污染源是主要驅(qū)動(dòng)因素。冬季細(xì)顆粒物污染嚴(yán)重的主要原因是采暖期消耗化石燃料,向大氣中排放了大量的廢氣和顆粒物,冬季大面積的地表無植被覆蓋,地面揚(yáng)塵也是細(xì)顆粒物一大重要來源,又因?yàn)槎镜乇頊囟容^低,氣流非常穩(wěn)定,大氣垂直擴(kuò)散條件較差,容易形成逆溫效應(yīng),不利于PM2.5擴(kuò)散和降解(李夢,2017;楊龍等,2005)。河南省夏季降雨頻繁,雨水對大氣中的顆粒物存在一定的沖刷效應(yīng)(李芳等,2013),再加上植被的吸滯作用,空氣較為清潔。
春季空氣濕度高,大氣結(jié)構(gòu)較為穩(wěn)定,使得顆粒物難以擴(kuò)散(顧芳婷等,2016)。秋季是河南省主要農(nóng)作物玉米(Zea mays)、水稻(Oryza sativa)、棉花(Gossypiumspp.)、花生(Arachis hypogaea)、大豆(Glycine max)和甘薯(Dioscorea esculenta)的收獲期,大范圍的作物收割,土壤擾動(dòng)嚴(yán)重,同時(shí)由于秸稈燃燒,向大氣中排放了大量的顆粒物(李瑞敏等,2015)。以鄭州市、安陽市為代表的豫中和豫北是PM2.5重污染區(qū)。鄭州市人口密集,煤炭為主要能源,且由于北部太行山脈阻隔,逆溫天氣頻繁,不利于大氣污染物的沉降和擴(kuò)散,容易形成重污染天氣(田賀忠等,2011)。安陽市是中部重要的工業(yè)城市,除了本地排放較大,還由于與河北省南部接壤,易受到其污染傳輸?shù)挠绊懀ㄍ蹑铝值龋?016)。
本研究采用秩相關(guān)分析的方法發(fā)現(xiàn)PM2.5質(zhì)量濃度與植被覆蓋度呈顯著的負(fù)相關(guān)關(guān)系,植被面積的增加有助于降低PM2.5的含量。從地區(qū)的統(tǒng)計(jì)數(shù)據(jù)來看,植被覆蓋度高的地區(qū)PM2.5質(zhì)量濃度相應(yīng)較低,植被發(fā)揮了一定作用,然而高植被覆蓋的地區(qū)工業(yè)化城市化進(jìn)程緩慢,本地排放量較小。三門峽和濮陽植被覆蓋程度相同,均為46%,且濮陽少排放了兩萬余噸廢氣,但是PM2.5質(zhì)量濃度卻超過三門峽10 μg·m-3,主要原因是濮陽毗鄰排放量最高的安陽,又與河北南部相接,受區(qū)域傳輸影響嚴(yán)重。說明植被的吸滯作用有限,污染源和氣象條件才是主要的驅(qū)動(dòng)因素。農(nóng)田對PM2.5而言是一種特殊的土地利用類型,一方面農(nóng)田揚(yáng)塵、秸稈燃燒以及化肥的大量施用,都會提高顆粒物的濃度;另一方面,在作物的生長季,作物葉片又能吸附、沉降大氣中的顆粒物。植被對PM2.5的吸滯作用還取決于森林結(jié)構(gòu)、景觀格局和植被的生理活動(dòng),精確量化植被的吸滯作用還需深入研究。
目前河南省空氣質(zhì)量監(jiān)測站分布不均且數(shù)量有限,同時(shí)長時(shí)間序列的觀測數(shù)據(jù)不足,本研究結(jié)果是否與其他年份一致,還需更多的數(shù)據(jù)來驗(yàn)證。利用衛(wèi)星遙感監(jiān)測技術(shù)的發(fā)展可克服地面監(jiān)測的局限,精確描述PM2.5空間分布,為未來的研究提供數(shù)據(jù)支撐。本文旨在研究植被覆蓋度與PM2.5質(zhì)量濃度的關(guān)系,并未考慮如降雨量、風(fēng)速和濕度等氣象因素的影響,還需在以后的研究中進(jìn)行綜合研究。
(1)2015—2018 年期間,河南省PM2.5年均質(zhì)量濃度由79 μg·m-3持續(xù)降至63 μg·m-3,年均降幅達(dá)7.2%,但是仍然超過國家二級標(biāo)準(zhǔn)(35 μg·m-3),大氣污染治理的任務(wù)艱巨。
(2)河南省PM2.5時(shí)間變化規(guī)律明顯,冬季PM2.5質(zhì)量濃度最高,夏季最低,春秋兩季接近。從月尺度來看,PM2.5月均質(zhì)量濃度大致呈“U”形分布,1 月最高,9 月最低。
(3)河南省PM2.5空間分布差異顯著,呈北高南低,形成了以污染最嚴(yán)重的鄭州市、安陽市為核心的PM2.5輻射圈,離核心越近的地區(qū)PM2.5質(zhì)量濃度越高。冬季是各區(qū)域PM2.5濃度最高、污染范圍最廣的季節(jié)。
(4)整體而言,植被覆蓋度和PM2.5濃度有顯著負(fù)相關(guān)關(guān)系,植被面積的增加能夠降低空氣中的PM2.5含量,但是在受污染源和地形氣象因素主導(dǎo)的地區(qū),植被只能起到一定的輔助作用。