張?jiān)浦?阿拉騰·圖婭 戴昭鑫 董 昱
(1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院,內(nèi)蒙古 呼和浩特 010022;2.中國(guó)科學(xué)院地理科學(xué)與資源研究所,北京 100101)
基于地面監(jiān)測(cè)數(shù)據(jù)的2014年京津冀地區(qū)PM2.5時(shí)空分布研究*
張?jiān)浦?,2阿拉騰·圖婭1#戴昭鑫2董 昱2
(1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院,內(nèi)蒙古 呼和浩特 010022;2.中國(guó)科學(xué)院地理科學(xué)與資源研究所,北京 100101)
近幾年來(lái),京津冀地區(qū)灰霾天氣頻發(fā),PM2.5污染問(wèn)題日益突出?;?014年京津冀地區(qū)及周邊緩沖區(qū)內(nèi)共156個(gè)國(guó)家空氣質(zhì)量監(jiān)測(cè)站點(diǎn)的PM2.5逐時(shí)監(jiān)測(cè)數(shù)據(jù),運(yùn)用克里金插值法,從年、季、月尺度上分析了PM2.5的空間區(qū)域分布和時(shí)間動(dòng)態(tài)變化。結(jié)果表明:(1)2014年京津冀地區(qū)PM2.5濃度空間分布明顯呈現(xiàn)整體南高北低,局部地區(qū)略有突出的分布特征;京津冀地區(qū)PM2.5年均值為78.80 μg/m3;PM2.5年均值由高到低依次為河北省(83.85 μg/m3)、天津市(78.52 μg/m3)、北京市(74.04 μg/m3)。(2)季節(jié)尺度上,PM2.5濃度變化表現(xiàn)出秋冬季高,春夏季低的變化趨勢(shì),與區(qū)域內(nèi)冬季取暖、化石燃料的燃燒和燃煤關(guān)系密切。(3)京津冀地區(qū)PM2.5月均濃度變化大致呈U形分布,1—2月PM2.5濃度相對(duì)最高,3月后開(kāi)始呈逐步下降趨勢(shì),5—9月區(qū)域PM2.5處于U形谷底,而10月后迅速攀升,并持續(xù)保持高值。
PM2.5地面監(jiān)測(cè) 空間區(qū)域分布 時(shí)間動(dòng)態(tài)變化 京津冀地區(qū)
近年來(lái),伴隨中國(guó)工業(yè)經(jīng)濟(jì)的持續(xù)、高速發(fā)展,各地區(qū)燃燒大量化石燃料,機(jī)動(dòng)車(chē)尾氣排放急劇攀升,造成我國(guó)大部分城市和地區(qū)普遍出現(xiàn)了空氣質(zhì)量嚴(yán)重惡化的現(xiàn)象[1]。如2013年1月,全國(guó)出現(xiàn)了4次較大范圍的灰霾天氣過(guò)程,有30個(gè)省(市、自治區(qū))出現(xiàn)灰霾天氣[2];2014年2月22日,全國(guó)超過(guò)80萬(wàn)km2的國(guó)土呈現(xiàn)持續(xù)重度污染狀態(tài)。引起上述環(huán)境問(wèn)題的首要污染物是大氣顆粒物[3-5]。京津冀地區(qū)是與長(zhǎng)三角、珠三角并立的中國(guó)經(jīng)濟(jì)3個(gè)增長(zhǎng)極之一。由于京津冀地區(qū)特殊的政治區(qū)位特點(diǎn),其經(jīng)濟(jì)社會(huì)及環(huán)境問(wèn)題具有特殊意義[6]。過(guò)去十余年來(lái),該地區(qū)環(huán)境污染物排放呈現(xiàn)高度集中態(tài)勢(shì)[7],無(wú)論從污染發(fā)生頻率還是嚴(yán)重程度來(lái)看,京津冀地區(qū)灰霾天氣都較為突出,是我國(guó)大氣污染的重災(zāi)區(qū)。國(guó)家環(huán)境保護(hù)部的監(jiān)測(cè)表明,2014年全國(guó)空氣最差的10個(gè)城市中,京津冀地區(qū)占據(jù)8席。京津冀地區(qū)嚴(yán)重的大氣污染不僅對(duì)人們的身體健康造成極大威脅[8],同時(shí)對(duì)區(qū)域工業(yè)生產(chǎn)、交通運(yùn)輸?shù)仍斐闪瞬焕绊憽?/p>
當(dāng)前,國(guó)內(nèi)外已經(jīng)有相當(dāng)數(shù)量的關(guān)于大氣灰霾格局、變化、成因和機(jī)制的研究。文獻(xiàn)調(diào)研表明:大尺度區(qū)域上的灰霾空間分布特征研究多是基于遙感反演,如郭建平等[9]利用中分辨率成像光譜儀(MODIS)/Terra氣溶膠光學(xué)厚度(AOD)產(chǎn)品對(duì)中國(guó)東部地區(qū)進(jìn)行了模擬,并利用5個(gè)地面監(jiān)測(cè)站點(diǎn)數(shù)據(jù)進(jìn)行驗(yàn)證;傅為[10]利用MODIS L1B數(shù)據(jù)反演AOD,并基于同一時(shí)間段PM10小時(shí)均值數(shù)據(jù),應(yīng)用線性模型開(kāi)展擬合模擬。王晶杰等[11]利用MODIS數(shù)據(jù)及SARA算法對(duì)京津冀及臨近地區(qū)污染過(guò)程中的氣溶膠進(jìn)行遙感反演,并利用13個(gè)地面監(jiān)測(cè)站點(diǎn)數(shù)據(jù)進(jìn)行驗(yàn)證分析。徐祥德等[12]利用2003年1—2月MODIS遙感AOD數(shù)據(jù),結(jié)合10個(gè)地面監(jiān)測(cè)站點(diǎn)的PM10濃度進(jìn)行北京市及周邊城市氣溶膠空間分布分析?;诘孛嬲军c(diǎn)的這類(lèi)研究主要聚焦于北京市[13]345-353,[14-15],如趙越等[16]利用2002年7月至2003年6月二十多個(gè)監(jiān)測(cè)站點(diǎn)的PM10數(shù)據(jù),分析了北京市PM10的濃度水平和地域分布特征。但是,在京津冀地區(qū),基于長(zhǎng)時(shí)間序列地面觀測(cè)數(shù)據(jù)的PM2.5空間分布特征和動(dòng)態(tài)變化的研究比較缺乏。
為此,本研究基于環(huán)境保護(hù)部2014年地面大氣質(zhì)量監(jiān)測(cè)站點(diǎn)數(shù)據(jù),應(yīng)用地理信息系統(tǒng)(GIS)空間插值和空間統(tǒng)計(jì)、分析技術(shù),對(duì)京津冀地區(qū)PM2.5空間分布特征和動(dòng)態(tài)變化進(jìn)行了分析。該研究有助于增強(qiáng)對(duì)京津冀地區(qū)PM2.5空間分布和動(dòng)態(tài)變化的認(rèn)知,為衛(wèi)星遙感反演大氣灰霾實(shí)驗(yàn)和產(chǎn)品生產(chǎn)提供地面驗(yàn)證資料,為當(dāng)?shù)卣髿馕廴局卫硖峁Q策依據(jù)。
本研究數(shù)據(jù)來(lái)源于中國(guó)環(huán)境監(jiān)測(cè)總站PM2.5逐時(shí)監(jiān)測(cè)數(shù)據(jù)。2013年后,京津冀地區(qū)共設(shè)置了79個(gè)國(guó)家級(jí)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)。為減小空間插值過(guò)程中可能的邊緣效應(yīng),研究還使用了京津冀周邊一定緩沖區(qū)范圍內(nèi)的其他77個(gè)國(guó)家級(jí)空氣質(zhì)量監(jiān)測(cè)站點(diǎn)數(shù)據(jù)。全部156個(gè)監(jiān)測(cè)站點(diǎn)的空間分布如圖1所示。在時(shí)間上,由于2013年大部分地面監(jiān)測(cè)站點(diǎn)運(yùn)行尚不規(guī)范,該年的監(jiān)測(cè)數(shù)據(jù)中有不少缺失項(xiàng)。因此,本研究?jī)H使用了2014年全年的監(jiān)測(cè)數(shù)據(jù)。
數(shù)據(jù)預(yù)處理:156個(gè)監(jiān)測(cè)站點(diǎn)每日有24個(gè)PM2.5空間插值:將點(diǎn)尺度數(shù)據(jù)向面尺度信息轉(zhuǎn)換的最佳方法即為空間插值。具體方法很多,如:反距離加權(quán)法(IDW)、樣條函數(shù)插值法(Spline)、克里金插值法等[17]。晏星等[18]在大氣污染要素空間插值方法的研究表明:與其他方法相比,克里金插值法更靈活,且能夠充分利用數(shù)據(jù)探索性工具,有效提高空間插值分析的效率,對(duì)正態(tài)數(shù)據(jù)的預(yù)測(cè)精度較高,其結(jié)果具有空間二階平穩(wěn)性[19-22]。本研究在ArcGIS軟件支持下,應(yīng)用克里金插值法,實(shí)現(xiàn)了對(duì)研究區(qū)PM2.5濃度空間分布的空間插值。
圖1 空氣質(zhì)量監(jiān)測(cè)站點(diǎn)分布Fig.1 The spatial distribution of air quality monitoring stations
監(jiān)測(cè)數(shù)據(jù),則研究區(qū)在2014年大約共有137萬(wàn)個(gè)監(jiān)測(cè)數(shù)據(jù),手動(dòng)處理或半自動(dòng)化處理幾乎不可能。為此,應(yīng)用Python科學(xué)計(jì)算語(yǔ)言編程,快速計(jì)算每個(gè)站點(diǎn)PM2.5濃度的日均值、月均值、季均值、年均值等4個(gè)指標(biāo)。
2014年,京津冀地區(qū)PM2.5年平均濃度在空間上的插值結(jié)果如圖2所示。京津冀地區(qū)PM2.5年均濃度呈現(xiàn)整體南高北低,局部地區(qū)略有突出的大格局。南部的保定市、石家莊市、邢臺(tái)市、邯鄲市等4個(gè)地級(jí)市的PM2.5年均質(zhì)量濃度大致在95 μg/m3以上;而北部的張家口市、承德市、秦皇島市等3個(gè)地級(jí)市的PM2.5年均質(zhì)量濃度大致在70 μg/m3以下;而中東部的唐山市與周邊地區(qū)相比,其PM2.5年均質(zhì)量濃度較高,為80~115 μg/m3。
圖2 京津冀地區(qū)2014年P(guān)M2.5空間分布Fig.2 The spatial pattern of annual PM2.5 concentration in the Beijing-Tianjin-Hebei region in 2014
從地區(qū)角度上看,2014年京津冀地區(qū)的PM2.5濃度均超過(guò)了《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)二級(jí)標(biāo)準(zhǔn)年平均限值(35 μg/m3)。其中,河北省PM2.5年均值最高,為83.85 μg/m3;其次為天津市,其PM2.5年均值為78.52 μg/m3;北京市PM2.5年均值最低,為74.04 μg/m3。整個(gè)京津冀地區(qū)的PM2.5年均值為78.80 μg/m3,遠(yuǎn)超過(guò)GB 3095—2012二級(jí)標(biāo)準(zhǔn)年平均限值,說(shuō)明京津冀地區(qū)的大氣質(zhì)量較惡劣。
導(dǎo)致京津冀地區(qū)空氣質(zhì)量惡劣的原因主要有:(1)能源消耗量大、污染排放強(qiáng)度高。京津冀地區(qū)(特別是河北省)集聚了大量水泥、鋼鐵、煉油、石化等“三高”(高耗能、高污染、高排放)企業(yè),由此導(dǎo)致化石燃料消耗量大,大氣污染極為嚴(yán)重[23]。(2)地形氣候因素影響較大。京津冀地區(qū)整體呈現(xiàn)西北高、東南低的地形特點(diǎn)。北風(fēng)由北向南依次刮過(guò)京津冀地區(qū),華北平原中南部成為空氣污染擴(kuò)散的下風(fēng)向,京津冀東南平原區(qū)全年風(fēng)速較小、不利于污染物的擴(kuò)散[24],導(dǎo)致石家莊市、邢臺(tái)市、邯鄲市等地污染較為嚴(yán)重。
京津冀地區(qū)PM2.5各季節(jié)平均濃度在空間上的插值結(jié)果如圖3所示。其中,冬季為2014年1月、2月和12月,春季為3—5月,夏季為6—8月,秋季為9—11月。
從PM2.5的空間區(qū)域分布上看,京津冀地區(qū)季節(jié)尺度與年尺度上的PM2.5空間區(qū)域分布格局相似。夏季PM2.5濃度的空間梯度相對(duì)較??;但是在春、秋、冬3季,PM2.5濃度的空間梯度變化較顯著,空間區(qū)域分布格局特點(diǎn)也更明顯。
從季節(jié)動(dòng)態(tài)上看:京津冀地區(qū)PM2.5濃度明顯呈現(xiàn)秋冬季高、春夏季低的年內(nèi)變化趨勢(shì),與田謐[25]的研究結(jié)果一致。冬季PM2.5平均質(zhì)量濃度明顯高于其他3個(gè)季節(jié),達(dá)到104.88 μg/m3;秋季PM2.5平均質(zhì)量濃度水平次于冬季,為82.40 μg/m3;春季和夏季PM2.5平均質(zhì)量濃度分別為74.43、60.19 μg/m3。冬季與夏季的PM2.5差值較大,為44.69 μg/m3。
上述季節(jié)變化主要受季節(jié)性污染源及氣候條件影響。秋冬季為京津冀地區(qū)采暖期,工業(yè)鍋爐和采暖鍋爐排放的煤煙型污染物顯著增加;同時(shí)冬季大氣層較穩(wěn)定,逆溫出現(xiàn)的頻率和強(qiáng)度高,持續(xù)時(shí)間長(zhǎng),這樣的氣候條件不利于污染物稀釋擴(kuò)散[26-27]。春季氣候干燥,多風(fēng)少雨,具備揚(yáng)塵條件,故PM2.5濃度相對(duì)夏季較高;夏季溫度上升、大氣穩(wěn)定度降低且降雨集中,均有利于大氣污染物擴(kuò)散、濕沉降和稀釋[13]347-348。
京津冀地區(qū)2014年1—12月各月PM2.5濃度的空間分布如圖4所示。
從PM2.5的空間分布上看,京津冀地區(qū)春末到秋初(5—9月)PM2.5濃度空間梯度變化不大;但在其他月份,PM2.5濃度的空間梯度變化顯著,相比5—9月,與年尺度上PM2.5空間分布格局更相似。
根據(jù)京津冀地區(qū)PM2.5逐月變化趨勢(shì)(見(jiàn)圖5)可以看出,京津冀地區(qū)PM2.5月均濃度變化大致呈U形分布。1—2月PM2.5濃度相對(duì)最高;3月起受春季大風(fēng)增多、地表溫度逐步升高、地表植被逐漸茂盛等因素影響,大氣PM2.5濃度開(kāi)始呈逐步下降趨勢(shì);在5—9月,PM2.5處于U形的谷底,但在7月,京津冀地區(qū)PM2.5出現(xiàn)了局部的峰值,這可能與夏季多發(fā)性霧霾天氣有關(guān)[28-29];大氣PM2.5濃度在10月迅速攀升,并長(zhǎng)期居高不下,這與京津冀地區(qū)氣候條件、采暖期到來(lái)有很大關(guān)系。
圖3 京津冀地區(qū)各季節(jié)PM2.5分布格局Fig.3 The spatial patterns of seasonal PM2.5 concentration in the Beijing-Tianjin-Hebei region in 2014
需要注意的是,北京市大氣PM2.5濃度在2014年11—12月出現(xiàn)了明顯的下降,這與天津市、河北省在同一時(shí)期PM2.5處于高值且基本保持穩(wěn)定的情況有顯著不同。究其原因,一方面可能與當(dāng)時(shí)的氣象條件有關(guān),北京市在11—12月出現(xiàn)了累計(jì)16次3~5級(jí)大風(fēng)天氣及10次5~6級(jí)大風(fēng)天氣(根據(jù)北京市天氣網(wǎng)記錄統(tǒng)計(jì));另一方面,可能也與當(dāng)時(shí)北京市及整個(gè)華北地區(qū)為籌備亞洲太平洋經(jīng)濟(jì)合作組織(APEC)會(huì)議而大力限排、限放等環(huán)境治理措施有密切關(guān)系[30-32]。歸根結(jié)底,北京市在11—12月PM2.5濃度降低是氣象條件和人為努力共同作用的結(jié)果[33]。
圖4 京津冀地區(qū)PM2.5月均濃度空間分布Fig.4 The spatial patterns of monthly PM2.5 concentration in the Beijing-Tianjin-Hebei region in 2014
圖4 京津冀地區(qū)PM2.5月均濃度空間分布(續(xù))Fig.4 The spatial patterns of monthly PM2.5 concentration in the Beijing-Tianjin-Hebei region in 2014 (cont.)
圖5 京津冀地區(qū)PM2.5逐月動(dòng)態(tài)變化Fig.5 The monthly changes of PM2.5 concentration in the Beijing-Tianjin-Hebei region in 2014
本研究涉及北京市、天津市與河北省3個(gè)省市,范圍較廣、面積較大,大氣質(zhì)量監(jiān)測(cè)站點(diǎn)的數(shù)量相對(duì)較少且主要分布在城市建成區(qū)內(nèi);同時(shí),大氣顆粒物的運(yùn)移機(jī)制極其復(fù)雜[34-35]。因此,本研究基于GIS空間插值的研究結(jié)果可能會(huì)存在誤差,基于空間統(tǒng)計(jì)方法所得的區(qū)域成果不一定能與地區(qū)真實(shí)水平完全一致。但總體而言,基于GIS的空間插值方法提供了認(rèn)識(shí)區(qū)域PM2.5空間分布特點(diǎn)的途徑,基于GIS的空間統(tǒng)計(jì)方法提供了判別區(qū)域PM2.5水平的基礎(chǔ)資料,這對(duì)于大氣污染物遙感模型反演、產(chǎn)品驗(yàn)證以及地方政府開(kāi)展環(huán)境治理決策等具有重要的現(xiàn)實(shí)意義。
未來(lái)研究中,可以考慮結(jié)合地表特征參數(shù)(如數(shù)字高程模型(DEM)高度、地表粗糙度等)和氣象條件(風(fēng)向、風(fēng)力、空氣濕度、地表溫度等)等輔助參數(shù),運(yùn)用帶協(xié)變量的空間插值方法(如ANUSPLIN模型)開(kāi)展空間插值,由此得到更加可信的區(qū)域PM2.5空間分布成果。同時(shí),在長(zhǎng)期數(shù)據(jù)積累的前提下,運(yùn)用長(zhǎng)時(shí)間序列PM10、PM2.5、SO2等監(jiān)測(cè)數(shù)據(jù),開(kāi)展更加細(xì)致的日尺度、時(shí)尺度動(dòng)態(tài)分析,并將它們與區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展模式、工業(yè)經(jīng)濟(jì)發(fā)展技術(shù)、人們?nèi)粘I钚袨榈乳_(kāi)展關(guān)聯(lián)分析,可為大氣污染動(dòng)力模擬提供參數(shù),為大氣環(huán)境治理工作的具體舉措提供依據(jù)。
(1) 2014年京津冀地區(qū)大氣PM2.5年均值為78.80 μg/m3。其中,河北省大氣PM2.5年均值最高,為83.85 μg/m3,其次為天津市,大氣PM2.5年均值為78.52 μg/m3,北京市PM2.5年均值為74.04 μg/m3,均超過(guò)GB 3095—2012二級(jí)標(biāo)準(zhǔn)年平均限值,大氣質(zhì)量較為惡劣。這可能與區(qū)域產(chǎn)業(yè)結(jié)構(gòu)偏向“三高”企業(yè)有密切關(guān)系,同時(shí)與區(qū)域地勢(shì)特點(diǎn)和氣象條件也有關(guān)系。
(2) 京津冀地區(qū)大氣PM2.5濃度整體呈現(xiàn)南高北低,局部地區(qū)略有突出的特點(diǎn)。在季節(jié)尺度上,以冬季的PM2.5濃度水平較高,梯度變化最大,格局特點(diǎn)最為明顯;夏季的PM2.5濃度水平整體較低,梯度變化最小。季節(jié)上的動(dòng)態(tài)變化特征與不同時(shí)期的大氣條件、生態(tài)系統(tǒng)狀況等有密切關(guān)系。
(3) 2014年,京津冀地區(qū)大氣PM2.5月均值變化大致呈U形分布。1—2月PM2.5濃度相對(duì)最高;3月起,PM2.5濃度開(kāi)始呈逐步下降趨勢(shì);在5—9月,PM2.5處于U形的谷底;10月起,PM2.5迅速攀升,并長(zhǎng)期居高不下。其中,北京市大氣PM2.5濃度在2014年11—12月出現(xiàn)顯著下降,這與周邊地區(qū)PM2.5的月變化態(tài)勢(shì)明顯不同,可能是氣象條件和人為努力共同作用的結(jié)果。
[1] 趙晨曦,王云琦,王玉杰,等.北京地區(qū)冬春PM2.5和PM10污染水平時(shí)空分布及其與氣象條件的關(guān)系[J].環(huán)境科學(xué),2014,35(2):418-427.
[2] 孫志豪,崔燕平.PM2.5對(duì)人體健康影響研究概述[J].環(huán)境科技,2013,26(4):75-78.
[3] HUANG Desheng,XU Jianhua,ZHANG Shiqiu.Valuing the health risks of particulate air pollution in the Pearl River Delta,China[J].Environmental Science & Policy,2012,15(1):38-47.
[4] 任陣海,萬(wàn)本太,蘇福慶,等.當(dāng)前我國(guó)大氣環(huán)境質(zhì)量的幾個(gè)特征[J].環(huán)境科學(xué)研究,2004,17(1):1-6.
[5] 嚴(yán)剛,燕麗.“十二五”我國(guó)大氣顆粒物污染防治對(duì)策[J].環(huán)境與可持續(xù)發(fā)展,2011(5):20-23.
[6] 常紀(jì)文,湯方晴.京津冀一體化發(fā)展的環(huán)境法治保障措施[J].環(huán)境保護(hù),2014,42(17):26-29.
[7] 白鶴鳴.京津冀地區(qū)空氣污染時(shí)空分布研究[D].南京:南京信息工程大學(xué),2013.
[8] WANG Jun,HU Zimei,CHEN Yuanyuan,et al.Contamination characteristics and possible sources of PM10and PM2.5in different functional areas of Shanghai,China[J].Atmospheric Environment,2013,68(2):221-229.
[9] 郭建平,吳業(yè)榮,張小曳,等.BP網(wǎng)絡(luò)框架下MODIS氣溶膠光學(xué)厚度產(chǎn)品估算中國(guó)東部PM2.5[J].環(huán)境科學(xué),2013,34(3):817-825.
[10] 傅為.基于MODIS氣溶膠光學(xué)厚度反演的PM10濃度監(jiān)測(cè)[D].長(zhǎng)沙:中南大學(xué),2009.
[11] 王晶杰,李琦,馮逍,等.京津冀地區(qū)污染過(guò)程的氣溶膠遙感反演[J].測(cè)繪科學(xué),2015,40(2):78-83.
[12] 徐祥德,施曉暉,張勝軍,等.北京及周邊城市群落氣溶膠影響域及其相關(guān)氣候效應(yīng)[J].科學(xué)通報(bào),2005,50(22):2522-2530.
[13] 陳媛,岑況,NORRA S,等.北京市區(qū)大氣氣溶膠PM2.5污染特征及顆粒物溯源與追蹤分析[J].現(xiàn)代地質(zhì),2010,24(2).
[14] 趙秀娟,蒲維維,孟偉,等.北京地區(qū)秋季霧霾天PM2.5污染與氣溶膠光學(xué)特征分析[J].環(huán)境科學(xué),2013,34(2):416-423.
[15] 王占山,李云婷,陳添,等.2013年北京市PM2.5的時(shí)空分布[J].地理學(xué)報(bào),2015,70(1):110-120.
[16] 趙越,潘鈞,張紅遠(yuǎn),等.北京地區(qū)大氣中可吸入顆粒物的污染現(xiàn)狀分析[J].環(huán)境科學(xué)研究,2004,17(1):67-69.
[17] 潘耀忠,龔道溢,鄧?yán)冢龋贒EM的中國(guó)陸地多年平均溫度插值方法[J].地理學(xué)報(bào),2004,59(3):366-374.
[18] 晏星,馬小龍,趙文慧.基于不同插值方法的PM1污染物濃度研究[J].測(cè)繪,2010,33(4):172-175.
[19] CATTLE J A,MCBRATNEY A,MINASNY B.Kriging method evaluation for assessing the spatial distribution of urban soil lead contamination[J].Journal of Environmental Quality,2002,31(5):1576-1588.
[20] WANG X J,ZHENG Y,LIU R M,et al.Kriging and PAH pollution assessment in the topsoil of Tianjin area[J] Bulletin of Environmental Contamination and Toxicology,2003,71(1):189-195.
[21] 姜成晟,王勁峰,曹志冬.地理空間抽樣理論研究綜述[J].地理學(xué)報(bào),2009,64(3):368-380.
[22] 林忠輝,莫興國(guó),李宏軒,等.中國(guó)陸地區(qū)域氣象要素的空間插值[J].地理學(xué)報(bào),2002,57(1):47-56.
[23] 王躍思,張軍科,王莉莉,等.京津冀區(qū)域大氣霾污染研究意義、現(xiàn)狀及展望[J].地球科學(xué)進(jìn)展,2014,29(3):388-396.
[24] 鄭曉霞,李令軍,趙文吉,等.京津冀地區(qū)大氣NO2污染特征研究[J].生態(tài)環(huán)境學(xué)報(bào),2014,23(12):1938-1945.
[25] 田謐.京津冀地區(qū)霾污染過(guò)程大氣PM2.5及前體物變化特征研究[D].北京:北京化工大學(xué),2013.
[26] SUN Yele,ZHUANG Guoshun,WANG Ying,et al.The air-borne particulate pollution in Beijing - concentration,composition,distribution and sources[J].Atmospheric Environment,2004,38(35):5991-6004.
[27] XU Xiangde,SHI Xiaohui,XIE Lian,et al.Spatial character of the gaseous and particulate state compound correlation of urban atmospheric pollution in winter and summer[J].Science China Series D (Earth Sciences),2005,48(Suppl.2):64-79.
[28] 馬雁軍,劉寧微,洪也,等.2011年春季遼寧一次沙塵天氣過(guò)程及其對(duì)不同粒徑顆粒物和空氣質(zhì)量的影響[J].環(huán)境科學(xué)學(xué)報(bào),2012,32(5):1160-1167.
[29] 徐文帥,李云婷,孫瑞雯,等.典型沙塵回流天氣過(guò)程對(duì)北京市空氣質(zhì)量影響的特征分析[J].環(huán)境科學(xué)學(xué)報(bào),2014,34(2):297-302.
[30] LIU Yansui,LI Yuheng,CHEN Cong.Pollution:build on success in China[J].Nature,2015, 517(7533):145.
[31] 耿學(xué)清.APEC期間北京PM2.5同比下降55%[N].法制晚報(bào),2014-11-13(A09).
[32] 王碩.“人努力”P(pán)M2.5日均濃度降三成[N].京華時(shí)報(bào),2014-11-14(7).
[33] 潘珊菊,陳蕎.“相信通過(guò)努力APEC藍(lán)能保持”[N].京華時(shí)報(bào),2014-11-11(3).
[34] 楊洪斌,鄒旭東,汪宏宇,等.大氣環(huán)境中PM2.5的研究進(jìn)展與展望[J].氣象與環(huán)境學(xué)報(bào),2012,28(3):77-82.
[35] 楊新興,馮麗華,尉鵬.大氣顆粒物PM2.5及其危害[J].前沿科學(xué),2012,6(1):22-31.
Spatial-temporalcharacteristicsofPM2.5inBeijing-Tianjin-Hebeiregionbasedonthegroundmonitoringdatain2014
ZHANGYunzhi1,2,ALATENGTuya1,DAIZhaoxin2,DONGYu2.
(1.CollegeofGeographicalScience,InnerMongoliaNormalUniversity,HohhotInnerMongolia010022;2.InstituteofGeographicSciencesandNaturalResourcesResearch,CAS,Beijing100101)
In recent years,haze pollution breaks out frequently in Beijing-Tianjin-Hebei region,which gives rise to the serious PM2.5pollution. Based on this,the characteristics of PM2.5in Beijing-Tianjin-Hebei region were analyzed. PM2.5concentration in 2014 was achieved from 156 automatic air quality monitoring stations in Beijing,Tianjin,Hebei and buffer regions nearby,then the characteristics of spatial distribution and temporal dynamic of PM2.5in annual,seasonal and monthly scale were determined by Kriging interpolation method. The results showed: (1) the spatial distribution of PM2.5average concentration in Beijing-Tianjin-Hebei region in 2014 showed a rising tendency from north to south,and some areas were slightly prominent. The annual average concentration of PM2.5in this region was 78.80 μg/m3,the highest area was Hebei (83.85 μg/m3),then Tianjin (78.52 μg/m3),and Beijing (74.04 μg/m3) was the lowest. (2) Compared with spring and summer,the concentrations of PM2.5were higher in fall and winter. It was related to fossil fuel combustion and coal-fired for heating during the winter. (3) Monthly average concentrations of PM2.5in Beijing-Tianjin-Hebei region showed a U-shaped curve,the highest concentration appearred in January and February,then showed a gradual decline from March,and reached the bottom during May to September. When in October, the average concentration of PM2.5rose rapidly and remained in high level.
PM2.5; ground monitoring; spatial distribution; temporal dynamic; Beijing-Tianjin-Hebei region
張?jiān)浦?,女?989年生,碩士研究生,研究方向?yàn)橘Y源環(huán)境遙感。#
。
*國(guó)家科技重大專項(xiàng)(No.Y4K40110MJ);內(nèi)蒙古師范大學(xué)研究生創(chuàng)新基金資助項(xiàng)目(No.CXJJS13067)。
10.15985/j.cnki.1001-3865.2016.12.007
編輯:徐婷婷 (
2015-11-02)