基于空間統(tǒng)計(jì)的南京市霧霾影響因素分析

李雪健， 江 暢*， 樊 瑞， 徐 琪， 包雨鑫， 劉炳暉

(1.南京郵電大學(xué)地理與生物信息學(xué)院，江蘇南京 210023；2.中軟國(guó)際科技服務(wù)有限公司南京分公司，江蘇南京 210023)

?

基于空間統(tǒng)計(jì)的南京市霧霾影響因素分析

李雪健1， 江 暢1*， 樊 瑞2， 徐 琪1， 包雨鑫1， 劉炳暉1

(1.南京郵電大學(xué)地理與生物信息學(xué)院，江蘇南京 210023；2.中軟國(guó)際科技服務(wù)有限公司南京分公司，江蘇南京 210023)

[目的]定量研究霧霾的影響因素及其空間相關(guān)性。[方法]利用南京市MODIS氣溶膠產(chǎn)品、氣象數(shù)據(jù)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，結(jié)合空間統(tǒng)計(jì)方法和傳統(tǒng)統(tǒng)計(jì)方法對(duì)影響南京市霧霾的因素進(jìn)行分析，利用Geoda分析氣溶膠光學(xué)厚度(AOD)數(shù)據(jù)的空間相關(guān)性，并利用SPSS軟件分析南京市霧霾的影響因素。[結(jié)果]空氣質(zhì)量指數(shù)(AQI)與溫度、風(fēng)力和濕度呈現(xiàn)顯著負(fù)相關(guān)，其中，與溫度、風(fēng)力相關(guān)程度較大，與濕度相關(guān)程度較?。豢諝赓|(zhì)量與二氧化碳濃度、二氧化硫濃度、工業(yè)粉塵排放量和工業(yè)煙塵排放量呈顯著負(fù)相關(guān)；空氣質(zhì)量與人口、第三產(chǎn)業(yè)總值呈顯著正相關(guān)，與汽車(chē)數(shù)量呈顯著負(fù)相關(guān)；4個(gè)季節(jié)的AOD分布均是顯著自相關(guān)的；在春夏季節(jié)，浦口區(qū)表現(xiàn)為高聚集，春季的棲霞區(qū)和夏季的雨花臺(tái)區(qū)表現(xiàn)為低高聚集；冬季，浦口區(qū)和棲霞區(qū)表現(xiàn)為高聚集；秋季，高聚集現(xiàn)象進(jìn)一步擴(kuò)散。[結(jié)論]空氣質(zhì)量主要受氣候、空氣污染和環(huán)境污染的影響，有空間自相關(guān)的特點(diǎn)。

霧霾；影響因素；空間自相關(guān)；相關(guān)分析；回歸分析

空氣質(zhì)量問(wèn)題日益嚴(yán)重，霧霾在人類(lèi)健康和社會(huì)生活方面的影響更加明顯，在我國(guó)沿海地區(qū)、北京、山西和天津等地區(qū)經(jīng)常出現(xiàn)很?chē)?yán)重的霧霾天氣。霧霾降低了能見(jiàn)度，嚴(yán)重影響道路的安全，可能導(dǎo)致重大交通事故。在人體健康方面，PM2.5顆粒表面能吸收大量的有毒、有害的物質(zhì)，通過(guò)鼻呼吸進(jìn)入肺部和血液，導(dǎo)致呼吸系統(tǒng)和心血管系統(tǒng)疾病，加重慢性疾病，引起人體免疫力的結(jié)構(gòu)變化，危及人體健康[1]。大量的PM2.5顆粒的聚合會(huì)干擾太陽(yáng)對(duì)地球的太陽(yáng)輻射，對(duì)光合作用造成影響，降低農(nóng)產(chǎn)品的輸出；霧霾中的二氧化硫氣體容易形成酸雨，危害土壤、河流和建筑物。

空氣污染物的聚集加特定的氣象條件形成了霧霾天氣。在相對(duì)濕度大且靜風(fēng)的條件下，大氣對(duì)流比較少，此時(shí)大氣相對(duì)較為穩(wěn)定，污染物很難進(jìn)行擴(kuò)散，從而導(dǎo)致污染物濃度升高。秋冬季節(jié)，空氣濕度相對(duì)較大，更促進(jìn)煙、灰塵等的增長(zhǎng)，更容易產(chǎn)生霧霾。許多學(xué)者對(duì)霧霾進(jìn)行了分析[2-5]，如曹偉華等[3]從不同角度對(duì)北京地區(qū)的霧霾時(shí)空特征進(jìn)行分析；馮少榮等[4]采用2種不同統(tǒng)計(jì)方法對(duì)全國(guó)18個(gè)城市影響霧霾的因素進(jìn)行分析，且對(duì)比了不同分析法的優(yōu)缺點(diǎn)。該研究利用南京市MODIS氣溶膠產(chǎn)品、氣象數(shù)據(jù)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)，結(jié)合空間統(tǒng)計(jì)方法和傳統(tǒng)統(tǒng)計(jì)方法對(duì)影響南京市霧霾的因素進(jìn)行分析，利用Geoda分析氣溶膠光學(xué)厚度(aerosol optical depth，AOD)數(shù)據(jù)的空間相關(guān)性，并利用SPSS軟件分析南京市霧霾的影響因素。

1 資料與方法

1.1 指標(biāo)確定

1.1.1空氣質(zhì)量指數(shù)。空氣質(zhì)量指數(shù)(Air Quality Index，AQI)是定量描述空氣質(zhì)量狀況的無(wú)量綱指數(shù)。AQI是將常規(guī)監(jiān)測(cè)的幾種空氣污染物濃度簡(jiǎn)化成為單一的概念性指數(shù)值形式，分級(jí)別來(lái)指示空氣污染程度和空氣質(zhì)量狀況，適合表示城市的短時(shí)間內(nèi)的空氣質(zhì)量狀況和一段事件內(nèi)空氣污染物的變化特征。

1.1.2MODIS氣溶膠光學(xué)厚度產(chǎn)品。氣溶膠顆粒污染是影響大氣環(huán)境質(zhì)量的重要污染物。氣溶膠光學(xué)厚度是指無(wú)云垂直氣柱中氣溶膠散射造成的消光程度，可以表示大氣的混濁程度，MODIS中的氣溶膠產(chǎn)品能夠直觀反映大氣情況、指示霧霾天氣[6]。因此，對(duì)氣溶膠進(jìn)行大范圍、動(dòng)態(tài)和實(shí)時(shí)監(jiān)測(cè)就顯得特別重要。該研究選用的MOD04_L2數(shù)據(jù)可用來(lái)獲取大氣氣溶膠光學(xué)特性和質(zhì)量濃度。所使用的AOD數(shù)據(jù)空間分辨率為10 km×10 km，用灰度值來(lái)表示氣溶膠光學(xué)厚度的大小，灰度值是AOD實(shí)際值的1 000倍。

1.2 數(shù)據(jù)選取及數(shù)據(jù)來(lái)源對(duì)于南京市的空間自相關(guān)分析，選取2013年Terra MODIS AOD產(chǎn)品作為數(shù)據(jù)來(lái)源，下載自NASA官方網(wǎng)站。對(duì)于霧霾影響因素的分析，氣象條件選取2013年全年每日的AQI指數(shù)、溫度、濕度、風(fēng)力和環(huán)境良好天數(shù)，來(lái)自南京市天氣預(yù)報(bào)網(wǎng)站，其中風(fēng)力獲取的數(shù)據(jù)是等級(jí)的形式，在初步處理時(shí)取了風(fēng)力等級(jí)的均值。社會(huì)條件分兩部分，對(duì)于環(huán)境污染方面，選取二氧化硫、二氧化氮、工業(yè)粉塵、工業(yè)煙塵、工業(yè)廢氣排放量和工業(yè)固體廢棄物；對(duì)于社會(huì)經(jīng)濟(jì)方面，選取人口、汽車(chē)數(shù)量、第一產(chǎn)業(yè)總值、第二產(chǎn)業(yè)總值、第三產(chǎn)業(yè)總值和綠化覆蓋面積，來(lái)自于2005—2013年江蘇省統(tǒng)計(jì)局南京市年鑒。

1.3 分析方法研究AQI與氣象條件關(guān)系時(shí)，先從散點(diǎn)圖直觀地看出兩者之間的關(guān)系，然后求出它們的相關(guān)系數(shù)，定量得到它們之間的相關(guān)性。傳統(tǒng)的統(tǒng)計(jì)方法是使用最小二乘法對(duì)所要研究的影響因素進(jìn)行分析，但在實(shí)際應(yīng)用時(shí)，這種方法有很大的局限性，在此使用SPSS軟件里的向后方法，即先把所有變量都輸入，設(shè)置條件進(jìn)行判斷，若檢驗(yàn)未通過(guò)判斷的話就舍棄該變量?？臻g統(tǒng)計(jì)方法使用了MODIS的氣溶膠產(chǎn)品，計(jì)算氣溶膠厚度與AQI的相關(guān)系數(shù)，然后利用氣溶膠厚度代替AQI進(jìn)行研究，研究中先建立權(quán)重矩陣，然后通過(guò)Moran’sI指數(shù)判斷是否存在全局自相關(guān)及其顯著性，存在的話再得到LISA聚集圖直觀地看出研究的因素在空間上的關(guān)系。

2 結(jié)果與分析

2.1 氣象條件對(duì)霧霾的影響

2.1.1溫度。從圖1可以看出，AQI指數(shù)較高時(shí)，溫度偏低，基本均為0～20 ℃。也就是說(shuō)在夏天，霧霾很少發(fā)生，AQI指數(shù)也普遍偏低，空氣質(zhì)量良好。計(jì)算相關(guān)系數(shù)(表1)發(fā)現(xiàn)，其置信度在α=0.01顯著水平上時(shí)，Kendall和Spearman 2種相關(guān)系數(shù)的溫度與AQI均為顯著相關(guān)，2個(gè)相關(guān)系數(shù)均是負(fù)值，可見(jiàn)AQI與溫度呈負(fù)相關(guān)。

2.1.2風(fēng)力。風(fēng)的大小往往決定了霧霾是否能夠聚集、擴(kuò)散程度和霧霾持續(xù)時(shí)間，所以風(fēng)力對(duì)于霧霾的影響是不可忽視的。從圖2可以看出，AQI指數(shù)較高(>200)時(shí)，風(fēng)力均不是很大。也就是說(shuō)強(qiáng)風(fēng)天氣下，霧霾很少發(fā)生，AQI指數(shù)也普遍偏低，空氣質(zhì)量良好。相關(guān)系數(shù)(表2)顯示，其置信度在α=0.01顯著水平上時(shí)，Kendall和Spearman 2種相關(guān)系數(shù)的風(fēng)力與AQI均為顯著相關(guān)，2個(gè)相關(guān)系數(shù)均是負(fù)值，可見(jiàn)AQI與風(fēng)力呈負(fù)相關(guān)。

表1 溫度與AQI的相關(guān)系數(shù)

圖2 風(fēng)力與AQI散點(diǎn)圖

表2 風(fēng)力與AQI相關(guān)系數(shù)

2.1.3相對(duì)濕度。從圖3可以看出，AQI指數(shù)較高時(shí)，相對(duì)濕度較大，普遍在60%以上。也就是說(shuō)空氣較為干燥的天氣，霧霾很少發(fā)生，AQI指數(shù)也普遍偏低，空氣質(zhì)量良好。相關(guān)系數(shù)(表3)顯示，其置信度在α=0.05顯著水平上時(shí)，Kendall和Spearman 2種相關(guān)系數(shù)的相對(duì)濕度與AQI均為顯著相關(guān)，2個(gè)相關(guān)系數(shù)均是負(fù)值，可見(jiàn)AQI與相對(duì)濕度呈負(fù)相關(guān)。

圖3 相對(duì)濕度與AQI散點(diǎn)圖

表3 濕度和AQI的相關(guān)系數(shù)

2.2 社會(huì)環(huán)境對(duì)霧霾的影響為更加細(xì)致地進(jìn)行分析，筆者從環(huán)境污染和社會(huì)經(jīng)濟(jì)發(fā)展2個(gè)角度出發(fā)，將選取的指標(biāo)分為兩類(lèi)。利用SPSS中回歸分析里的向后剔除法，首先將所有自變量全部納入模型中，建立模型，然后按照設(shè)置的條件進(jìn)行判據(jù)，每次剔除一個(gè)方差分析中的F值最小的自變量，直到回歸方程中不再含有不符合判據(jù)的自變量為止。

2.2.1環(huán)境污染。分析時(shí)先將所有變量均輸入模型，第2步和第3步分別剔除了工業(yè)固體廢棄物和工業(yè)廢氣排量。剔除2個(gè)變量后，調(diào)整R2從0.852到0.943(表4)，說(shuō)明通過(guò)2次剔除變量后，回歸方程的擬合度更好，最后應(yīng)包含的變量只有二氧化硫、工業(yè)煙塵、工業(yè)粉塵和二氧化氮(表5)。從表5可以看出，各個(gè)因變量的系數(shù)均為負(fù)值，且均通過(guò)了顯著性檢驗(yàn)，表明系數(shù)顯著。由此可見(jiàn)，環(huán)境良好天數(shù)與二氧化氮濃度、二氧化硫濃度、工業(yè)粉塵排放量和工業(yè)煙塵排放量呈顯著的負(fù)相關(guān)。因此，霧霾的形成和污染物的排放密不可分，特別是工業(yè)上的污染物排放，會(huì)對(duì)霧霾天氣形成產(chǎn)生重要影響。

表4 3個(gè)模型的擬合度

表5 影響因素的系數(shù)及顯著性檢驗(yàn)

2.2.2社會(huì)經(jīng)濟(jì)發(fā)展。在回歸分析的過(guò)程中首先將綠化覆蓋面積、人口、汽車(chē)數(shù)量、第二產(chǎn)業(yè)總值和第三產(chǎn)業(yè)總值輸入模型，剔除了第一產(chǎn)業(yè)總值，說(shuō)明線性回歸中該變量與因變量環(huán)境良好天數(shù)無(wú)關(guān)；后面兩步分別剔除了綠化覆蓋面積和第二產(chǎn)業(yè)總值，得到剩余的變量為人口、汽車(chē)數(shù)量、第三產(chǎn)業(yè)總值。由表6可知，剔除了第一產(chǎn)業(yè)總值和綠化覆蓋面積2個(gè)變量，R2從0.854調(diào)整為0.622，經(jīng)過(guò)2次剔除變量后，回歸方程的擬合度變低，但仍然大于0.5，該回歸方程還可以被接受。方程中人口和第三產(chǎn)業(yè)總值的系數(shù)為正值，汽車(chē)數(shù)量的系數(shù)為負(fù)值，且均通過(guò)了t檢驗(yàn)(表7)。由此可見(jiàn)，環(huán)境良好天數(shù)與人口、第三產(chǎn)業(yè)總值呈正相關(guān)，與汽車(chē)數(shù)量呈負(fù)相關(guān)。隨著城市人口的增加、第三產(chǎn)業(yè)的發(fā)展，環(huán)境良好天數(shù)增多，但汽車(chē)數(shù)量的增加會(huì)導(dǎo)致環(huán)境良好天數(shù)減少。人口、第三產(chǎn)業(yè)總值和汽車(chē)數(shù)量的增加均代表著城市的發(fā)展，說(shuō)明隨著南京城市規(guī)模的擴(kuò)大、交通事業(yè)的發(fā)展和城市現(xiàn)代化步伐進(jìn)程加快，人們也越來(lái)越注意空氣質(zhì)量問(wèn)題，但發(fā)展的同時(shí)汽車(chē)尾氣的排放也對(duì)空氣造成污染，形成霧霾天氣。

表6 3個(gè)模型的擬合度

2.3 基于AOD的AQI空間相關(guān)性分析

2.3.1AOD與AQI的相關(guān)性。由于在南京市各區(qū)的數(shù)據(jù)收集上遇到種種困難，在對(duì)南京市霧霾情況進(jìn)行空間分析的過(guò)程中，在此選用MODIS數(shù)據(jù)產(chǎn)品中的AOD來(lái)指示和衡量霧霾指數(shù)，研究霧霾在地域分布上的空間關(guān)聯(lián)性。提取有效AOD值與AQI指數(shù)進(jìn)行匹配后，從圖4可以看出二者之間是有相關(guān)性的，繼續(xù)進(jìn)行線性回歸分析，調(diào)整R2為0.683，建立線性回歸方程的擬合度是可接受的。該方程通過(guò)了t檢驗(yàn)，AQI與AOD呈顯著的正相關(guān)。由此可見(jiàn)，AOD與AQI關(guān)系密切，所以在研究霧霾的空間關(guān)聯(lián)性時(shí)，選取AOD數(shù)據(jù)代替AQI指數(shù)指示霧霾情況是有說(shuō)明性的。

表7 影響因素的系數(shù)及顯著性檢驗(yàn)

圖4 AOD與AQI散點(diǎn)圖

2.3.2霧霾的空間關(guān)聯(lián)性分析。

2.3.2.1 全局空間自相關(guān)分析。在對(duì)全年的數(shù)據(jù)進(jìn)行處理時(shí)，選取春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月—次年2月)進(jìn)行空間自相關(guān)分析。從莫蘭散點(diǎn)圖(圖5)可以看出，春季、夏季、秋季和冬季AOD的分布均表現(xiàn)出較為明顯的正相關(guān)，全局空間自相關(guān)莫蘭指數(shù)分別為0.413 420、0.400 315、0.459 493、0.456 582，可見(jiàn)4個(gè)季節(jié)均存在空間自相關(guān)的。對(duì)其顯著性通過(guò)標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z進(jìn)行檢驗(yàn)，結(jié)果顯示(表8)，4個(gè)季節(jié)的P值分別為0.027、0.011、0.020和0.016，均小于0.05。可見(jiàn)，4個(gè)季節(jié)的AOD分布均存在顯著的空間自相關(guān)。

表8 各季節(jié)AOD的莫蘭檢驗(yàn)

2.3.2.2局部空間自相關(guān)分析。進(jìn)一步探討AOD在每個(gè)空間位置的觀察值是否與其鄰近位置的觀察值具有相關(guān)性，在此選用LISA聚集圖來(lái)進(jìn)行研究。由圖6可見(jiàn)，春季和夏季浦口區(qū)均出現(xiàn)高聚集現(xiàn)象，說(shuō)明浦口區(qū)的AOD數(shù)值較高，且周邊相鄰的區(qū)域AOD值也較高；春季的棲霞區(qū)和夏季的雨花臺(tái)區(qū)出現(xiàn)低高聚集的現(xiàn)象，其本身的AOD值較低，而環(huán)繞其周邊的區(qū)域AOD值均較高。在霧霾高發(fā)的秋冬季節(jié)，仍然出現(xiàn)了高聚集現(xiàn)象。在冬季，浦口區(qū)依舊出現(xiàn)高聚集的現(xiàn)象，而在春季出現(xiàn)低高聚集現(xiàn)象的棲霞區(qū)則變成了高聚集現(xiàn)象，表示其自身AOD值增高，其周邊地區(qū)AOD值也高；而在秋季，高聚集現(xiàn)象進(jìn)一步擴(kuò)散，六合區(qū)、棲霞區(qū)和浦口區(qū)均出現(xiàn)高聚集現(xiàn)象，可見(jiàn)南京北部大片區(qū)域AOD值均處于較高水平，霧霾高發(fā)，空氣質(zhì)量堪憂。

圖5 各季節(jié)AOD的莫蘭散點(diǎn)圖

注：a.春季；b.夏季；c.秋季；d.冬季。淺藍(lán)色代表低高聚集；深紅色代表高聚集。

3 小結(jié)

該研究從霧霾形成的氣象條件和影響霧霾的因素出發(fā)，先利用傳統(tǒng)統(tǒng)計(jì)的手段對(duì)影響霧霾的因素進(jìn)行了研究，隨后又從MODIS的氣溶膠光學(xué)厚度(AOD)產(chǎn)品入手，分析了霧霾在空間上的關(guān)聯(lián)性。結(jié)果表明，在氣象因素方面，霧霾主要受風(fēng)速、溫度、濕度等因素的影響。在風(fēng)力較小、濕度較大的低溫情況下，大氣較為穩(wěn)定，懸浮在空氣中的顆粒物聚集在一起，大氣更容易出現(xiàn)分層的現(xiàn)象，易形成霧霾。在人為影響因素方面，隨著南京的城市發(fā)展，工業(yè)污染物的排放成為霧霾產(chǎn)生的主要原因。以煤炭、石油為燃料的工廠排放大量粉塵、煙塵以及空氣污染物加劇了霧霾現(xiàn)象。主城區(qū)交通發(fā)達(dá)的區(qū)域，由于交通流量大，排放尾氣多，容易形成短暫性霧霾，而人口密集度低的城郊更容易形成持續(xù)性霧霾。在空間分析方面，對(duì)霧霾的空間分析是通過(guò)MODIS的AOD產(chǎn)品實(shí)現(xiàn)的，對(duì)其與AQI指數(shù)的相關(guān)性進(jìn)行了分析并建立回歸方程，得出二者之間存在線性關(guān)系，且霧霾存在顯著正的空間自相關(guān)。

霧霾對(duì)交通、人體健康和生態(tài)環(huán)境造成危害，頻繁的霧霾天氣嚴(yán)重影響了人們的生產(chǎn)生活。隨著霧霾情況的日益嚴(yán)峻，加強(qiáng)對(duì)霧霾的治理迫在眉睫。首先，要提高環(huán)境評(píng)價(jià)標(biāo)準(zhǔn)，將環(huán)境因素作為企業(yè)的評(píng)價(jià)標(biāo)準(zhǔn)之一。優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，淘汰一些生產(chǎn)力低下卻造成高污染的企業(yè)，同時(shí)大力鼓勵(lì)使用清潔能源，控制煤化石燃料的使用，保證二氧化硫、顆粒物和氮氧化物的排放總量下降。另一方面，政府要加強(qiáng)空氣質(zhì)量監(jiān)測(cè)和信息公布透明力度，進(jìn)一步深入研究霧霾形成的影響因素，制訂有效的控制措施。結(jié)合地形和其他的自然環(huán)境，因地制宜采取合理有效的方法，專門(mén)觀測(cè)可能出現(xiàn)的主要大氣污染情況。在實(shí)時(shí)監(jiān)測(cè)的條件下更能夠直觀快速地分析出霧霾的影響因素，完善在極端不利氣象條件下大氣污染監(jiān)測(cè)系統(tǒng)，對(duì)制定霧霾天氣防治預(yù)警應(yīng)急預(yù)案、出現(xiàn)霧霾天氣時(shí)有效啟動(dòng)應(yīng)急系統(tǒng)有突出作用。

[1] 李金嵐.論霧霾天氣的成因危害及防治措施[J].資源節(jié)約與環(huán)保，2013(10)：146.

[2] 于興娜,李新妹,登增然登,等.北京霧霾天氣期間氣溶膠光學(xué)特性[J].環(huán)境科學(xué),2012,33(4):1057-1062.

[3] 曹偉華,李青春.北京地區(qū)霧霾氣候特征及影響因子分析[C]//中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專業(yè)委員會(huì).風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)的創(chuàng)新理論和方法：中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專業(yè)委員會(huì)第五屆年會(huì)論文集.南京：中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專業(yè)委員會(huì),2012:7.

[4] 馮少榮,馮康巍.基于統(tǒng)計(jì)分析方法的霧霾影響因素及治理措施[J].廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版),2015(1):114-121.

[5] 魏巍賢,馬喜立.能源結(jié)構(gòu)調(diào)整與霧霾治理的最優(yōu)政策選擇[J].中國(guó)人口·資源與環(huán)境,2015(7):6-14.

[6] 黃健,李菲,鄧雪嬌,等.珠江三角洲城市地區(qū) MODIS 氣溶膠光學(xué)厚度產(chǎn)品的檢驗(yàn)分析[J].熱帶氣象學(xué)報(bào)，2010(5):13-18.

Analysis on Influencing Factors of Haze in Nanjing City Based on Spatial Statistics

LI Xue-jian1,JIANG Chang1*,FAN Rui2et al (1.School of Geography and Biological Information,Nangjing University of Posts and Telecommunications,Nanjing,Jiangsu 210023;2.Nanjing Branch of Chinasoft International Science and Technology Service Co.,Ltd.,Nanjing,Jiangsu 210023)

[Objective] To quantitative study the haze influencing factors and its spatial correlation.[Method] MODIS aerosol product,meteorological data and socioeconomic data were used to analyze the haze influencing factors in Nanjing City by combining the spatial statistical method and traditional statistical method.Spatial correlation of AOD data were analyzed by Geoda analysis.And the haze influencing factors in Nanjing were analyzed by SPSS software.[Result] AQI showed significant negative correlation with temperature,wind power and humidity.Among them,temperature had relatively great correlation with wind power,but had relatively small correlation with humidity.Air quality showed significant negative correlation with carbon dioxide concentration,the concentration of sulfur dioxide,industrial dust emissions and industrial soot emissions,but had significant positive correlation with population and the total value of the tertiary industry.Air quality had negative correlation with the number of cars.AOD distributions in four seasons were significant autocorrelation.In spring and summer,Pukou District showed high aggregation,Qixia District in spring and Yuhuatai District in summer showed low-high aggregation.In winter,Pukou and Qixia showed high aggregation.In autumn,high aggregation further spread.[Conclusion] Air quality is mainly affected by climate,air pollution and environmental pollution,and has the characteristics of spatial autocorrelation.

Haze; Influencing factors; Spatial autocorrelation; Correlation analysis; Regression analysis

南京郵電大學(xué)教學(xué)改革重點(diǎn)招標(biāo)課題項(xiàng)目(JG03212JX02，JG03212JX07)；南京郵電大學(xué)科研項(xiàng)目(NY215181)；南京郵電大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃STITP項(xiàng)目(XYB2016269)。

李雪健(1997- )，男，山西運(yùn)城人，本科生，專業(yè)：測(cè)繪工程。*通訊作者，講師，從事遙感信息的處理與應(yīng)用研究。

2016-08-29

S 16

A

0517-6611(2016)30-0160-05