張良玉,李興陽(yáng),王志超,魏麗欣,徐志清
(1.保定市氣象局,河北 保定 071000;2.天津市靜海區(qū)氣象局,天津 301600)
京津冀地區(qū)作為中國(guó)的“首都圈”,是中國(guó)霧霾最嚴(yán)重的區(qū)域[1-2]。空氣污染成因復(fù)雜,同一時(shí)間和地點(diǎn)空氣污染物濃度受到許多因素影響[3]。PM2.5指環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑小于等于2.5μm的顆粒物[4],作為京津冀地區(qū)首要污染物[5-6],與較粗的大氣顆粒物相比,PM2.5粒徑小,面積廣,活性強(qiáng),易附帶有毒、有害物質(zhì),且在大氣中的停留時(shí)間長(zhǎng)、輸送距離遠(yuǎn)[7-8],因而對(duì)身體健康[9-10]和空氣質(zhì)量影響很大[11-12]。地理學(xué)第一定律指出,地物之間的相關(guān)性與距離有關(guān),一般來說,距離越近,地物間相關(guān)性越大;距離越遠(yuǎn),地物間相異性越大[13]。Moran’s I指數(shù)通常是用來度量空間自相關(guān)的一個(gè)重要指標(biāo),分為全局和局部空間自相關(guān),王振波等[14]和潘竟虎等[15]利用該方法分析了中國(guó)城市PM2.5濃度呈現(xiàn)顯著的空間分異與集聚特征,京津冀地區(qū)是污染的核心區(qū);游康云等[16]和昌晶亮等[17],分別研究了浙江省和珠江三角地區(qū)PM2.5濃度空間自相關(guān),均表明PM2.5濃度空間集聚效應(yīng)顯著,存在H-H、L-L集聚區(qū)。前人研究以地市區(qū)域?yàn)橹鱗18~21],本文選取以縣(區(qū))域站點(diǎn)環(huán)境監(jiān)測(cè)數(shù)據(jù),基于Moran’s I指數(shù),研究該地區(qū)大氣污染物濃度的時(shí)空分布和空間相關(guān)性,對(duì)區(qū)域經(jīng)濟(jì)和環(huán)境發(fā)展、人體健康及區(qū)域和諧發(fā)展有一定的指導(dǎo)意義。
選取京津冀地區(qū)2014—2018年北京、天津和河北11個(gè)地級(jí)市及京津冀區(qū)域內(nèi)163個(gè)縣(市、區(qū))共176個(gè)PM2.5環(huán)境監(jiān)測(cè)站點(diǎn)數(shù)據(jù)(圖1)。為了保證監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性、連續(xù)性和完整性,確保全面、客觀地反映監(jiān)測(cè)結(jié)果,根據(jù)GB 3095-2012中數(shù)據(jù)統(tǒng)計(jì)的有效性規(guī)定,對(duì)不符合數(shù)據(jù)有效性最低要求的值進(jìn)行了剔除與整理。
圖1 京津冀地區(qū)地形及環(huán)境監(jiān)測(cè)站點(diǎn)分布圖Fig.1 Distribution of terrain and environmental monitoring sites in the Beijing-Tianjin-Hebei region
2.1 全局Moran’s I指數(shù)
對(duì)于Moran’s I指數(shù)而言,若n代表某一變量的樣本總數(shù),xi為空間位置或空間單位i處的變量觀測(cè)值,則該變量的全局Moran’s I指數(shù)如下:
(1)
式中,xi為區(qū)域i的觀測(cè)值;Wij為空間權(quán)重矩陣。Moran’s I指數(shù)的值域位于[-1,1]之間,小于0表示負(fù)相關(guān),大于0表示正相關(guān),等于0則表示研究區(qū)內(nèi)的各空間對(duì)象單元彼此之間相互獨(dú)立。I值越接近1,表明研究對(duì)象的某屬性在空間分布上呈現(xiàn)出的集聚效應(yīng)越顯著;I值越接近-1,則表明研究對(duì)象的某屬性在空間分布上呈現(xiàn)出的趨異性越顯著。
2.2 局部Moran’s I指數(shù)
局部Moran’s I指數(shù)用來衡量區(qū)域內(nèi)是否存在高值或低值的局域空間集聚以及對(duì)全局空間自相關(guān)的貢獻(xiàn)大小,Ii為某區(qū)域i的局部Moran’s I指數(shù),具體公式如下:
(2)
3.1 2014~2018年京津冀地區(qū)PM2.5濃度區(qū)域變化特征
根據(jù)環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定,將PM2.5濃度值(單位為μg/m3)劃分為5個(gè)等級(jí),優(yōu)0~35,良36~75,輕度污染76~115,中度污染116~150,重度污染151~250,以此為標(biāo)準(zhǔn)研究PM2.5濃度2014~2018年時(shí)空變化特征。
利用單一指標(biāo)PM2.5濃度值變化來評(píng)定京津冀空氣質(zhì)量,2014~2018年京津冀地區(qū)PM2.5濃度污染呈下降趨勢(shì)(如圖2),空間分布變化明顯。2014年P(guān)M2.5污染空間分布為“良、輕度和中度”,約各占京津冀地區(qū)面積的1/3,其中張家口、承德、秦皇島北部地區(qū)空氣質(zhì)量以良為主,張家口部分地區(qū)達(dá)到優(yōu);北京、天津、秦皇島、唐山、廊坊、滄州、衡水的大部分地區(qū)以輕度污染為主;石家莊、保定、邢臺(tái)、邯鄲大部分地區(qū)以中度污染為主,5個(gè)縣(區(qū))達(dá)到重度污染。2015年空氣質(zhì)量以良、輕度污染為主,無重度污染地區(qū),石家莊、保定、邢臺(tái)、邯鄲、衡水的部分地區(qū)出現(xiàn)了中度污染;2016年空氣質(zhì)量達(dá)到良的地區(qū)進(jìn)一步增加,石家莊、衡水的部分地區(qū)出現(xiàn)了中度污染;2017~2018年空氣質(zhì)量以良為主,無中度污染程度以上地區(qū),主要在石家莊、邯鄲、邢臺(tái)和唐山的部分地區(qū)出現(xiàn)了輕度污染水平。京津冀地區(qū)通過對(duì)污染排放加大管控,空氣質(zhì)量得到進(jìn)一步改善,但與PM2.5年平均濃度限值二級(jí)標(biāo)準(zhǔn)35 μg/m3還有很大差距。
圖2 2014~2018年京津冀地區(qū)PM2.5濃度分布圖Fig.2 PM2.5 concentration distribution in Beijing-Tianjin-Hebei region from 2014 to 2018
3.2 2014~2018年京津冀地區(qū)PM2.5濃度值分散特征
箱形圖是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖。利用GEODA軟件,制作2014~2018年京津冀地區(qū)各站點(diǎn)年平均PM2.5濃度變化箱形圖,得到該地區(qū)歷年最小值、最大值、下四分位數(shù)(第25百分位數(shù)Q1)、中位數(shù)(第50百分位數(shù))、上四分位數(shù)(第75百分位數(shù)Q3)、四分位數(shù)間距(IQR=Q3-Q1)、平均值及標(biāo)準(zhǔn)差,分析各站點(diǎn)2014~2018年P(guān)M2.5濃度值分散變化情況。
各站點(diǎn)PM2.5濃度值除最小值外,其他分析值均呈明顯下降趨勢(shì)(圖3)。IQR值呈逐年變小趨勢(shì),說明越來越多的站點(diǎn)PM2.5濃度值趨于接近年度平均值;2014年Q3值達(dá)到了中度污染水平,Q1值達(dá)到輕度污染水平,2015~2017年Q3值降到輕度污染水平,2016、2017年Q1值降至良,2018年Q3值(70.85 μg/m3)達(dá)到了良水平;中位數(shù)2014~2016年為輕度污染水平,2017、2018年降至了良的水平;標(biāo)準(zhǔn)差逐年變小;綜上分析,進(jìn)一步說明空氣污染水平顯著降低,京津冀地區(qū)空氣質(zhì)量達(dá)到優(yōu)、良天氣的日數(shù)進(jìn)一步增多。
圖3 2014~2018年京津冀地區(qū)PM2.5濃度變化箱線圖Fig.3 Boxplot of PM2.5 concentration changes in the beijing-tianjin-hebei region from 2014 to 2018
3.3 2014~2018年京津冀地區(qū)PM2.5的空間自相關(guān)特征
3.3.1 全局空間自相關(guān)分析
利用ArcGIS空間統(tǒng)計(jì)工具,基于Moran’s I指數(shù),空間關(guān)系概念化采用CONTIGUITY_EDGES_CORNERS,即共邊、共點(diǎn)都被視為鄰接要素,分析2014~2018年京津冀地區(qū)歷年及各月PM2.5濃度全局空間自相關(guān)特征,檢驗(yàn)京津冀地區(qū)PM2.5濃度是否存在聚集。
通過對(duì)歷年及各月PM2.5濃度空間自相關(guān)分析發(fā)現(xiàn),生成的P值均小于顯著水平0.01,置信度達(dá)到了99%;Z得分均超過了臨界值2.58,歷年I值及各月I值(除7月外)均大于0.5(表1和表2)。表明京津冀地區(qū)PM2.5空間濃度分布呈現(xiàn)顯著的集聚效應(yīng),即京津冀PM2.5空間污染存在高高值、低低值的聚合特征,Z得分和I值的變化表明空間集聚存在一定的波動(dòng)性。2014~2018年I值、Z得分均呈減小趨勢(shì),2017年出現(xiàn)小幅反彈,說明該地區(qū)空氣質(zhì)量逐年變好,空間集聚效應(yīng)減弱。各月I值、Z得分變化7月最小,1月最大。將I值、Z得分與對(duì)應(yīng)時(shí)段PM2.5濃度值進(jìn)行相關(guān)性分析,呈顯著正相關(guān)(皮爾遜相關(guān)性分別為0.767**、0.762**),表明空間集聚效應(yīng)與污染程度有關(guān),污染程度高則空間聚焦效應(yīng)強(qiáng),反之則變?nèi)酢?/p>
表1 2014~2018年P(guān)M2.5濃度的Moran’s I值和Z得分Tab.1 Moran’s I value and Z score of PM2.5 concentration from 2014 to 2018
表2 各月平均PM2.5濃度的Moran’s I值和Z得分Tab.2 Moran’s I value and Z score of monthly average PM2.5 concentration
3.3.2 歷年局部空間自相關(guān)分析
H-H集聚和L-L集聚反映了PM2.5濃度的均質(zhì)性,即存在空間正相關(guān);而H-L集聚和H-L集聚反映PM2.5濃度的異質(zhì)性,即存在空間負(fù)相關(guān)。
京津冀地區(qū)2014~2018年P(guān)M2.5年平均濃度的L-L集聚主要出現(xiàn)在北部地區(qū), H-H集聚主要出現(xiàn)在南部地區(qū)(圖4),呈現(xiàn)空間正相關(guān)特征,存在顯著的空間依賴性,不存在H-L和L-H集聚特征。張家口、承德位于京津冀的西北部,地處華北平原與內(nèi)蒙古高原的過渡地帶,海拔多在500~2 000m,風(fēng)力較其他地區(qū)大;燕山山脈這道天然屏障直接將這兩個(gè)地區(qū)與京津冀的其他地區(qū)隔開,且該區(qū)域重污染企業(yè)少,雖然冬季供暖會(huì)增加污染物的排放,但由于大風(fēng)天氣較多,空氣利于擴(kuò)散。而京津冀南部地區(qū)處在太行山東麓平原地區(qū),這里由于受太行山脈影響,風(fēng)速減小,容易出現(xiàn)靜穩(wěn)和逆溫天氣,使大氣垂直層結(jié)穩(wěn)定,不利于污染物水平和垂直擴(kuò)散;冀南地區(qū)是河北省重工業(yè)聚集地,污染源多,造成這些地區(qū)空氣污染嚴(yán)重。
2014~2018年京津冀地區(qū)L-L、H-H集聚區(qū)PM2.5濃度平均值均呈下降趨勢(shì)(表3)。L-L集聚區(qū)PM2.5濃度平均值均在一、二級(jí)限值之間;
圖4 2014~2018年京津冀地區(qū)PM2.5濃度局部空間自相關(guān)Fig.4 Local spatial autocorrelation of PM2.5 concentration in Beijing-Tianjin-Hebei region from 2014 to 2014
表3 2014~2018年京津冀地區(qū)L-L、H-H集聚區(qū)PM2.5濃度平均值Tab.3 Average PM2.5 concentrations in L-L and H-H clusters in the Beijing-Tianjin-Hebei region from 2014 to 2018 (μg/m3)
2014、2015年H-H集聚區(qū)PM2.5濃度平均值在中度污染程度范圍內(nèi),2016~2018年降至輕度污染程度范圍內(nèi)。
3.3.3 京津冀地區(qū)2014~2018年P(guān)M2.5濃度各月局部空間自相關(guān)分析
京津冀地區(qū)2014~2018年P(guān)M2.5各月濃度的L-L集聚主要出現(xiàn)在北部地區(qū), H-H集聚主要出現(xiàn)在南部地區(qū),不存在H-L和L-H集聚特征。其中2月天津東部、7月天津中部出現(xiàn)了L-L集聚區(qū),6、7月在秦皇島南部、唐山中東部地區(qū)出現(xiàn)H-H集聚區(qū)(圖5)。各月PM2.5濃度L-L、H-H集聚區(qū)出現(xiàn)規(guī)律,較歷年L-L、H-H集聚區(qū)變化明顯,這是因?yàn)镻M2.5濃度的受季節(jié)氣候變化以及不同季節(jié)的污染源等影響,造成各月PM2.5濃度L-L、H-H集聚區(qū)變化顯著。
2014~2018年京津冀地區(qū)各月PM2.5濃度L-L 集聚區(qū)平均值變化幅度不大,H-H集聚區(qū)PM2.5濃度平均值呈U型變化(圖6)。各月PM2.5濃度L-L集聚區(qū)平均值除8月(34.9 μg /m3)略低一級(jí)限值外,其他各月均在一、二級(jí)限值之間;各月PM2.5濃度H-H集聚區(qū)平均值除5、6和8月低于二級(jí)限值外,其他各月均在二級(jí)限值以上,其中1月、12月達(dá)到了重度污染程度,2、3、10和11月在中度污染程度范圍內(nèi)。
圖5 2014~2018年京津冀地區(qū)各月PM2.5年濃度空間自相關(guān)Fig.5 Spatial autocorrelation of annual PM2.5 concentration of each month in the Beijing-Tianjin-Hebei region from 2014 to 2018
圖6 京津冀地區(qū)各月L-L、H-H集聚區(qū)PM2.5濃度平均值Fig.6 Average monthly PM2.5 concentrations in L-L and H-H clusters in the Beijing-Tianjin-Hebei region
3.4 京津冀PM2.5濃度空間異質(zhì)性影響因素
地理學(xué)第二定律,空間的隔離造成了地物之間的差異,即異質(zhì)性。綜上分析,京津冀西北部和南部部分地區(qū)PM2.5濃度分布呈空間正相關(guān)性,其他地區(qū)PM2.5濃度分布呈隨機(jī)性,表明該地區(qū)PM2.5濃度分布存在空間異質(zhì)性,影響因素分析如下。
3.4.1 地理環(huán)境的影響
受燕山、太行山、內(nèi)蒙古高原的影響,京津冀地區(qū)整體地勢(shì)呈西北高、東南低的特征。不同地形具有不同的粗糙度,影響風(fēng)向風(fēng)速同時(shí)發(fā)生變化,從而影響大氣污染物的擴(kuò)散;城市中的高層建筑物、體形大的建筑物和構(gòu)筑物都能造成氣流在小范圍內(nèi)產(chǎn)生渦流,阻礙污染物質(zhì)迅速擴(kuò)散。分析得出,京津冀地區(qū)PM2.5濃度與經(jīng)度、緯度、拔海高度呈顯著負(fù)相關(guān),即經(jīng)度、緯度、拔海高度越高的地區(qū),PM2.5濃度越低,空間質(zhì)量好;反之則PM2.5濃度污染嚴(yán)重。
3.4.2 氣象要素的影響
京津冀地處中緯度,屬暖溫帶、半濕潤(rùn)大陸性季風(fēng)型氣候,氣候溫暖,四季分明。受地理環(huán)境的影響,該地區(qū)氣候呈多樣性。通過對(duì)京津冀地區(qū)PM2.5濃度與氣象要素進(jìn)行相關(guān)分析,得出與氣溫、降水、風(fēng)速、日照呈顯著負(fù)相關(guān),與氣壓、相對(duì)濕度呈顯著正相關(guān)。因此京津冀地區(qū),不同的氣候類型造成了該地區(qū)PM2.5濃度分布存在著空間異質(zhì)性。
3.4.3 產(chǎn)業(yè)結(jié)構(gòu)的影響
環(huán)境庫(kù)茲涅茨曲線(EKC)表明經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間存在倒U型的曲線關(guān)系[22]。近年來,隨著京津冀地區(qū)粗放式經(jīng)濟(jì)發(fā)展模式,造成了能源的較大消耗和污染物排放,京津冀地區(qū)環(huán)境污染日趨嚴(yán)峻[23];由于各地經(jīng)濟(jì)重心不同,或以農(nóng)業(yè)為主,或以旅游業(yè)為主,或以重工業(yè)為主等等,形成的污染源不同,造成京津冀地區(qū)PM2.5濃度分布存在空間異質(zhì)性。
本文基于ArcGIS、Geoda及Moran’s I指數(shù),分析了2014~2018年京津冀地區(qū)PM2.5濃度的時(shí)空變化規(guī)律以及空間相關(guān)性,結(jié)果如下。
4.1 2014~2018年京津冀地區(qū)PM2.5濃度空間分布變化顯著,從2014年良、輕度、中度污染區(qū)域各占1/3,2018年污染程度降至以“良”為主;空氣質(zhì)量北部、西部?jī)?yōu)于南部、東部地區(qū),山區(qū)優(yōu)于平原地區(qū)。通過加大污染排放管控和治理,效果明顯。
4.2 通過箱線圖分析,2014~2018年京津冀地區(qū)各站點(diǎn)PM2.5濃度平均值、IQR、Q1、Q3值及標(biāo)準(zhǔn)差均呈下降趨勢(shì),各站點(diǎn)PM2.5濃度值達(dá)到且接近于良以上程度的值越來越多,從2014年2成增長(zhǎng)至2018年8成。
4.3 通過對(duì)2014~2018年京津冀地區(qū)PM2.5濃度分布進(jìn)行全局空間相關(guān)性分析,年、月值分布均呈現(xiàn)顯著的集聚效應(yīng),年值集聚效應(yīng)呈減弱趨勢(shì),月值集聚效應(yīng)秋、冬大于春、夏季,空間集聚效應(yīng)與污染程度呈正相關(guān)。
4.4 通過對(duì)2014~2018年京津冀地區(qū)PM2.5濃度分布進(jìn)行局部空間相關(guān)性分析,歷年、各月H-H集聚主要出現(xiàn)在京津冀南部地區(qū),但出現(xiàn)區(qū)域有一定變化;L-L集聚主要出現(xiàn)在北部地區(qū),變化區(qū)域主要在北京、秦皇島北京和承德南部地區(qū)。
4.5 京津冀PM2.5濃度值分布存在空間異質(zhì)性,主要影響因素為地理環(huán)境、氣象要素和經(jīng)濟(jì)環(huán)境。
綜上所述,近年來京津冀地區(qū)空氣質(zhì)量改善趨勢(shì)比較明顯,通過研究PM2.5濃度集聚和分布特征,對(duì)有效控制京津冀地區(qū)大氣環(huán)境、改善空氣質(zhì)量有一定的指導(dǎo)意義。