周天墨,付 強(qiáng),諸云強(qiáng),胡卓瑋,楊 飛
(1.首都師范大學(xué)資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048;2.中國(guó)科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100101;3.河南大學(xué)環(huán)境與規(guī)劃學(xué)院,河南開(kāi)封 475001)
空間自相關(guān)分析是探測(cè)不同尺度下要素空間分布格局、空間依賴程度的常用技術(shù)。該技術(shù)已廣泛應(yīng)用于生態(tài)、地理、經(jīng)濟(jì)、土壤、測(cè)量、遙感、海洋、大氣等領(lǐng)域中,是研究二維和三維條件下連續(xù)隨機(jī)現(xiàn)象空間分布的主要方式。隨著環(huán)境污染的日益嚴(yán)峻,準(zhǔn)確、全面地獲取污染物空間相關(guān)程度、空間聚集模式及空間關(guān)聯(lián)距離等要素空間分布特征,對(duì)環(huán)境污染問(wèn)題的深入研究、防治措施的科學(xué)制定均具有重要意義。由于環(huán)境污染具有廣泛性、擴(kuò)散性、潛伏性等特點(diǎn),且污染物空間分布模式分析中應(yīng)考慮鄰近要素間的相互作用,因此需將空間自相關(guān)分析方法引入環(huán)境污染問(wèn)題的研究中。
筆者統(tǒng)計(jì)了截止至2012年8月,國(guó)際科學(xué)網(wǎng)(Web of Science)及中國(guó)知網(wǎng)(CNKI)中收錄的空間自相關(guān)文獻(xiàn)數(shù)量(分別為5082篇和1115篇),其中空間自相關(guān)分析在環(huán)境污染領(lǐng)域中應(yīng)用相關(guān)主題的文獻(xiàn)僅101篇(Web of Science 81篇,CNKI 20篇)??梢钥闯?,空間自相關(guān)分析作為衡量同一要素在不同地理位置上自相關(guān)特性的技術(shù)手段,雖然可較好地滿足污染物空間分析需求,但在國(guó)內(nèi)現(xiàn)有的環(huán)境污染研究中應(yīng)用較少。因此,本文在概要分析國(guó)內(nèi)外空間自相關(guān)研究的基礎(chǔ)上,總結(jié)其在環(huán)境污染中的應(yīng)用現(xiàn)狀、特點(diǎn)及存在的問(wèn)題,進(jìn)而提出空間自相關(guān)分析在環(huán)境污染領(lǐng)域的應(yīng)用展望。
空間自相關(guān)分析方法在國(guó)外的應(yīng)用較多且較成熟,尤其在生態(tài)[1]、地理[2]、大氣[3]、海洋[4]等領(lǐng)域。在生態(tài)學(xué)領(lǐng)域,空間自相關(guān)分析一般作為數(shù)據(jù)分析的基礎(chǔ)手段之一,常用于獲取相應(yīng)要素的距離特征;在地理學(xué)領(lǐng)域,該方法一般用于研究要素的空間分布格局或模式,并可基于不同時(shí)期空間自相關(guān)分析結(jié)果的比較,宏觀了解要素或?qū)ο蟮牡乩矸植紶顟B(tài)或變化;在大氣和海洋領(lǐng)域,該方法多用于要素空間集聚和變化趨勢(shì)的研究,作為探索大氣或海洋環(huán)境中要素集聚規(guī)律、空間關(guān)聯(lián)模式隨時(shí)間變化分析的基礎(chǔ)。
國(guó)內(nèi)的空間自相關(guān)研究起步較晚,主要集中在地理[5]、農(nóng)業(yè)[6]、經(jīng)濟(jì)[7]、測(cè)繪地理信息[8-9]等領(lǐng)域。在地理學(xué)領(lǐng)域,一般用空間自相關(guān)方法分析研究對(duì)象在特定區(qū)域的規(guī)律性現(xiàn)象;在農(nóng)業(yè)領(lǐng)域,該方法主要用于不同尺度下農(nóng)業(yè)資源、土壤成分的空間自相關(guān)性和變異性分析,也用于要素相關(guān)距離、資源損失趨勢(shì)及變化路線等分析;在經(jīng)濟(jì)學(xué)領(lǐng)域,一般用于研究區(qū)域發(fā)展、經(jīng)濟(jì)水平、區(qū)域差異等經(jīng)濟(jì)問(wèn)題,揭示區(qū)域經(jīng)濟(jì)格局的時(shí)空變化規(guī)律,為相關(guān)政策及措施的制定提供依據(jù);測(cè)繪地理信息等領(lǐng)域的空間自相關(guān)分析方法多作為基礎(chǔ)空間統(tǒng)計(jì)分析手段,以研究誤差分布的空間關(guān)聯(lián)性或定位像元,并提高試驗(yàn)精度。
空間自相關(guān)分析在國(guó)內(nèi)環(huán)境污染領(lǐng)域的應(yīng)用較少,僅在大氣污染[10-12]、土壤污染[13-17]、水體污染[19-21]、經(jīng)濟(jì)發(fā)展與環(huán)境污染的關(guān)系[22-23]等幾個(gè)方面開(kāi)展了一些研究。筆者對(duì)現(xiàn)有的國(guó)內(nèi)環(huán)境污染領(lǐng)域的文獻(xiàn)進(jìn)行了總結(jié)分析,將研究方法分為主要方法與輔助方法兩大類。主要方法有地統(tǒng)計(jì)、空間自相關(guān)指標(biāo)、空間自相關(guān)與地統(tǒng)計(jì)相結(jié)合等方法;輔助方法有重心模型、緩沖區(qū)分析、Kriging插值、聚類分析、核密度函數(shù)等方法。
地統(tǒng)計(jì)方法多用于土壤污染研究,也用于水體污染物的研究,是污染物空間聚集模式研究的主要方法之一;空間自相關(guān)指標(biāo)方法廣泛應(yīng)用于環(huán)境污染領(lǐng)域研究的眾多方面,相對(duì)來(lái)說(shuō)屬于通用型的空間自相關(guān)分析方法;空間自相關(guān)與地統(tǒng)計(jì)結(jié)合的方法則多用于土壤污染的研究。具體研究方法及應(yīng)用情況見(jiàn)表1。
表1 國(guó)內(nèi)環(huán)境污染領(lǐng)域空間自相關(guān)分析的研究方法及應(yīng)用情況
環(huán)境污染領(lǐng)域中的各種空間自相關(guān)分析方法在原理、表現(xiàn)形式、空間分布結(jié)構(gòu)等方面有較大區(qū)別,尤其是地統(tǒng)計(jì)方法和空間自相關(guān)指標(biāo)方法,兩者的對(duì)比見(jiàn)表2。
表2 地統(tǒng)計(jì)方法和空間自相關(guān)指標(biāo)對(duì)比
地統(tǒng)計(jì)方法具有以區(qū)域化常量為基礎(chǔ)、借助變異函數(shù)、考慮要素的空間方位性等特征[24],借助半變異函數(shù)通過(guò)3個(gè)等級(jí)界定污染物的空間自相關(guān)程度[14]。半變異函數(shù)的塊金值與基臺(tái)值比可判定空間自相關(guān)在影響要素空間變異中所占的比例[13,16],能為污染物空間相關(guān)性隨距離的變化趨勢(shì)選擇擬合函數(shù)提供參考,以揭示要素空間分布的結(jié)構(gòu)性和方向性特征[25]。此外,基于擬合參數(shù)進(jìn)行空間插值可提高插值精度,是土壤環(huán)境污染研究最常用的方法之一[26]。然而,地統(tǒng)計(jì)方法不能識(shí)別正負(fù)空間自相關(guān),不能較好表達(dá)污染物的離散特征,這樣會(huì)造成空間關(guān)聯(lián)距離計(jì)算結(jié)果精度的下降[14-15]。
空間自相關(guān)指標(biāo)方法多采用Moran’s I指數(shù)、LISA及專題分析圖等進(jìn)行分析和成果表達(dá)。基于該法能夠識(shí)別污染物的正負(fù)空間自相關(guān)性,較準(zhǔn)確地獲取空間自相關(guān)距離,檢驗(yàn)結(jié)果的顯著性并進(jìn)行可視化顯示。將Moran’s I指數(shù)與滯后距離(步長(zhǎng))相結(jié)合還能夠得到不同尺度下污染物空間自相關(guān)關(guān)系的變化特征,以科學(xué)制定污染防控措施。此外,不同時(shí)期的LISA分析能夠作為污染物擴(kuò)散、遷移和空間關(guān)聯(lián)分析的依據(jù)。總之,空間自相關(guān)指標(biāo)方法能夠進(jìn)行多尺度和多角度的空間自相關(guān)分析,是環(huán)境污染領(lǐng)域研究中通用性強(qiáng)、展示方式多的研究方法之一。
然而,地統(tǒng)計(jì)方法和空間自相關(guān)指標(biāo)方法均忽略了時(shí)間對(duì)污染物空間分布的影響,即分析時(shí)沒(méi)有考慮空間自相關(guān)的時(shí)間滯后性。另外,對(duì)于空間自相關(guān)指標(biāo)方法,污染物之間距離閾值的不同矩陣設(shè)置可能導(dǎo)致結(jié)果跟著矩陣變的情況,是該方法固有的矩陣選擇問(wèn)題。還有,現(xiàn)有空間自相關(guān)分析研究中使用的試驗(yàn)數(shù)據(jù)多為空間化的統(tǒng)計(jì)資料或?qū)嵉卣{(diào)研數(shù)據(jù),這些數(shù)據(jù)更新周期長(zhǎng)、地域針對(duì)性弱,僅適用于非緊急狀態(tài)下的環(huán)境污染空間分布的研究。此外,Moran散點(diǎn)圖和系數(shù)圖、LISA集聚圖、顯著性水平圖、半變異函數(shù)云圖等專業(yè)性較強(qiáng),非專業(yè)人士難以理解,成果的推廣需要更多易于理解的表現(xiàn)形式,如暈渲圖、等值線圖的方式。最后,其他學(xué)科或領(lǐng)域的研究方法能夠?yàn)榄h(huán)境污染領(lǐng)域的空間自相關(guān)分析研究提供借鑒,如考慮時(shí)間滯后系數(shù)的時(shí)空自相關(guān)指標(biāo)[27],能夠確定要素權(quán)重的模糊數(shù)學(xué)算法[28],實(shí)時(shí)獲取的遙感影像[2],等值線圖[3];已廣泛應(yīng)用于測(cè)繪[29]、遙感[30]、地圖制圖學(xué)[31]、DEM 信息挖掘[32]等領(lǐng)域的表征樣本空間結(jié)構(gòu)特點(diǎn)的分形方法[18,24]等,為現(xiàn)有空間自相關(guān)分析常用方法進(jìn)行補(bǔ)充與佐證。
空間自相關(guān)分析方法能夠探索要素空間聚集模式、量測(cè)空間相關(guān)距離、發(fā)現(xiàn)潛在變化趨勢(shì)和風(fēng)險(xiǎn)區(qū)域,廣泛應(yīng)用于眾多領(lǐng)域中,能夠識(shí)別要素在研究區(qū)內(nèi)、不同尺度下的空間分布特征。近年來(lái),環(huán)境污染領(lǐng)域的相關(guān)研究逐漸引入空間自相關(guān)分析方法,且多在大氣污染、土壤污染、水體污染、經(jīng)濟(jì)發(fā)展與環(huán)境污染關(guān)系等方面。
環(huán)境污染領(lǐng)域中的空間自相關(guān)分析研究?;诘亟y(tǒng)計(jì)方法或空間自相關(guān)指標(biāo)方法實(shí)現(xiàn)。地統(tǒng)計(jì)方法能夠反映要素空間分布的結(jié)構(gòu)性和方向性特征,并為空間插值提供依據(jù),是土壤污染相關(guān)研究中的常用方法之一??臻g自相關(guān)指標(biāo)方法能夠檢驗(yàn)要素空間自相關(guān)分析結(jié)果的顯著性、識(shí)別空間自相關(guān)的正負(fù)性特征,并提供多種可視化形式,常用于水體污染、大氣污染、經(jīng)濟(jì)發(fā)展與環(huán)境污染的關(guān)系、土壤污染等研究中。
雖然環(huán)境污染領(lǐng)域相關(guān)研究中的空間自相關(guān)分析方法具有較大的應(yīng)用潛力,但是如何改進(jìn)空間自相關(guān)權(quán)重矩陣、添加時(shí)間滯后系數(shù)、擴(kuò)展數(shù)據(jù)源、豐富可視化形式、引入其他學(xué)科和領(lǐng)域的方法仍是需要重視的問(wèn)題。
[1] FULLER M M,Enquist B J.Accounting for Spatial Autocorrelation in Null Models of Tree Species Association[J].Ecography,2012,35(6):510-518.
[2] LANORTEA A,DANESEB M,LASAPONARAA R,et al.Multiscale Mapping of Burn Area and Severity Using Multisensor Satellite Data and Spatial Autocorrelation Analysis[J].International Journal of Applied Earth Observation and Geoinformation,2013(20):42-51.
[3] BALLING R C,GOODRICH G B.Interannual Variations in the Local Spatial Autocorrelation of Tropospheric Temperatures[J].Theoretical and Applied Climatology,2011,103(3-4):451-457.
[4] BONADA N,DOLEDEC S,STATZNER B.Spatial Autocorrelation Patterns of Stream Invertebrates:Exogenous and Endogenous Factors[J].Journal of Biogeography,2012,39(1):56-68.
[5] 謝花林,劉黎明,李波,等.土地利用變化的多尺度空間自相關(guān)分析——以內(nèi)蒙古翁牛特旗為例[J].地理學(xué)報(bào),2006,61(4):389-400.
[6] 馮娜娜,李廷軒,張錫洲,等.不同尺度下低山茶園土壤有機(jī)質(zhì)含量的空間變異[J].生態(tài)學(xué)報(bào),2006,26(2):349-356.
[7] 賀振.基于空間自相關(guān)的河南省城鎮(zhèn)化水平空間格局研究[J].測(cè)繪科學(xué),2010,35(6):178-179.
[8] 王耀革,王志偉,朱長(zhǎng)青.DEM誤差的空間自相關(guān)特征分析[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2008,33(12):1259-1262.
[9] 許雄,鐘燕飛,張良培,等.基于空間自相關(guān)BP神經(jīng)網(wǎng)絡(luò)的遙感影像亞像元定位[J].測(cè)繪學(xué)報(bào),2011,40(3):307-311.
[10] 韓貴鋒,徐建華,王維升,等.重慶市大氣污染物的空間統(tǒng)計(jì)分析[J].環(huán)境科學(xué)研究 ,2006,19(5):30-35.
[11] 羅畏,鄒崢嶸.空間統(tǒng)計(jì)分析的環(huán)境質(zhì)量評(píng)價(jià)應(yīng)用[J].測(cè)繪科學(xué),2012,37(4):32-34.
[12] 趙小風(fēng),黃賢金,張興榆,等.區(qū)域 COD、SO2及 TSP排放的空間自相關(guān)分析:以江蘇省為例[J].環(huán)境科學(xué),2009,30(6):1580-1587.
[13] 滕應(yīng),鄭茂坤,駱永明,等.長(zhǎng)江三角洲典型地區(qū)農(nóng)田土壤多氯聯(lián)苯空間分布特征[J].環(huán)境科學(xué),2008,29(12):3477-3482.
[14] 劉慶,夏江寶,謝文軍.半方差函數(shù)與Moran’s I在土壤微量元素空間分布研究中的應(yīng)用——以壽光市為例[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2011,36(9):1130-1133.
[15] 霍霄妮,李紅,孫丹峰,等.北京耕作土壤重金屬含量的空間自相關(guān)分析[J].環(huán)境科學(xué)學(xué)報(bào),2009,29(6):1339-1344.
[16] 王波,王元仲,李冬梅,等.遷安市農(nóng)田重金屬含量空間變異性[J].應(yīng)用生態(tài)學(xué)報(bào),2006,17(8):1495-1500.
[17] 楊奇勇,楊勁松,余世鵬,等.不同尺度下耕地土壤Cr含量的空間自相關(guān)性分析[J].應(yīng)用與環(huán)境生物學(xué)報(bào),2011,17(3):393-397.
[18] 陳濤,施加春,劉杏梅,等.杭州市城鄉(xiāng)結(jié)合帶蔬菜地土壤鉛銅含量的時(shí)空變異研究[J].土壤學(xué)報(bào),2008,45(4):608-615.
[19] 高爽,魏也華,陳雯,等.發(fā)達(dá)地區(qū)制造業(yè)集聚和水污染的空間關(guān)聯(lián)——以無(wú)錫市區(qū)為例[J].地理研究,2011,30(5):902-912.
[20] 李朝生,王新偉,何江,等.河流沉積物重金屬潛在生態(tài)風(fēng)險(xiǎn)及其空間分異——以黃河包頭段為例[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào),2005,24(2):308-311.
[21] 時(shí)文靜,卞新民,張尚清,等.江蘇省農(nóng)村地表水功能區(qū)水環(huán)境高錳酸鹽指數(shù)評(píng)價(jià)與空間分析[J].江蘇農(nóng)業(yè)科學(xué),2011,39(2):460-463.
[22] 范俊韜,李俊生,羅建武,等.我國(guó)環(huán)境污染與經(jīng)濟(jì)發(fā)展空間格局分析[J].環(huán)境科學(xué)研究,2009,22(6):742-746.
[23] 呂健.中國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的空間計(jì)量分析[J].經(jīng)貿(mào)研究,2011(4):1-7.
[24] 湯國(guó)安,楊昕.ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教程[M].北京:科學(xué)出版社,2009:363.
[25] 張朝生,章申,何建邦.長(zhǎng)江水系沉積物重金屬含量空間分布特征研究——空間自相關(guān)與分形方法[J].地理研究,1998,53(1):87-96.
[26] 陳蓉蓉,周治國(guó),曹衛(wèi)星,等.基于GIS的農(nóng)田土壤、作物特征空間變異性及其相互關(guān)系[J].應(yīng)用生態(tài)學(xué)報(bào),2004,15(9):1678-1680.
[27] LOPEZ H,F(xiàn)ERNANDO A,CHASCO Y,et al.Timetrend in Spatial Dependence:Specification Strategy in the First-order Spatial Autoregressive Model[J].Estudios de Economia Aplicada,2007,25(2):631-650.
[28] 胡圣武.測(cè)繪產(chǎn)品精度分配的模糊數(shù)學(xué)方法[J].測(cè)繪科學(xué),2008,33(1):68-70.
[29] 向飛,楊海峰,陳耀西.分形在快速測(cè)繪保障中的應(yīng)用[J].解放軍測(cè)繪學(xué)院學(xué)報(bào),1996,13(3):224-227.
[30] 吳鵬天昊,吳立新,沈永林,等.基于高分影像紋理分維變化的災(zāi)害自動(dòng)識(shí)別方法[J].地理與地理信息科學(xué),2012,28(2):9-13.
[31] 毋河海.地圖信息的分形描述[J].測(cè)繪通報(bào),2001(2):24.
[32] 陳旺,梁虹,鄧亞?wèn)|,等.基于多重分形的Karst流域地貌信息挖掘[J].測(cè)繪科學(xué),2012,37(4):147-150.