霧霾多發(fā)天氣與局地氣候的時(shí)空相關(guān)性分析

甘泉

摘 要：隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，人民生活水平的不斷提升，人們對(duì)氣候環(huán)境的關(guān)注也越來越多，但是我國大氣污染問題卻越來越嚴(yán)重。研究發(fā)現(xiàn)，霧霾多發(fā)天氣的地區(qū)，往往都是相對(duì)"局地氣候"出現(xiàn)。對(duì)于這一系列科學(xué)問題的探索，首要任務(wù)就是研究霧霾天氣與局地氣候的相關(guān)性，其次就是研究造成這種局地氣候的原因，從而達(dá)到合理制定改善空氣質(zhì)量，防控霧霾污染的目的?；诖?，文章利用空間分析法，對(duì)霧霾天氣與局地氣候相關(guān)性進(jìn)行研究，以供參考。

關(guān)鍵詞：霧霾多發(fā)天氣；局地氣候；相關(guān)性

引言

自二十一世紀(jì)以來，除了人口密集、經(jīng)濟(jì)發(fā)達(dá)的一線城市飽受霧霾的毒害外，愈來愈多的二線城市也成為了霧霾的頻發(fā)地，這使得霧霾天氣逐漸成為了我國要解決大氣污染不容忽視的一大關(guān)鍵環(huán)節(jié)。要解決這一難題，則應(yīng)對(duì)形成霧霾的機(jī)理、如何有效控制霧霾、對(duì)霧霾天氣建立預(yù)警預(yù)測系統(tǒng)等問題進(jìn)行系統(tǒng)的研究，這也成為了目前全球地球科學(xué)領(lǐng)域的熱點(diǎn)研究課題，這也表明了如何正確處理社會(huì)發(fā)展和霧霾天氣兩者之間的關(guān)系己經(jīng)不可忽視。

1數(shù)據(jù)分析方法及數(shù)據(jù)預(yù)處理

由于我國幅員遼闊、地形復(fù)雜，人口及城市分布不均勻，本文選取較有代表性，霧霾嚴(yán)重的北京市作為本文的主要研究對(duì)象，但是作為霧霾中的主要成分——氮氧化物的組成十分復(fù)雜，并且相應(yīng)的數(shù)據(jù)支持不夠準(zhǔn)確，因此，暫不選取氮氧化物作為研究屬性，文章就選取2004年至2008年的二氧化硫以及可吸入顆粒物的年均濃度作為研究霧霾天氣的代表屬性，分別對(duì)研究區(qū)域作分析。對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的空間分析時(shí)，必須存有這些變量的屬性值以及整體區(qū)域中全部要素的空間關(guān)系。因此首先利用Excel軟件將所有的基礎(chǔ)數(shù)據(jù)進(jìn)行整理，接下來對(duì)所有研究區(qū)域的城市利用Access添加經(jīng)緯度屬性，進(jìn)而將該Excel文件轉(zhuǎn)換為.dbf格式，然后利用ArcGis 10將轉(zhuǎn)換為.dbf格式的數(shù)據(jù)庫文件再次轉(zhuǎn)換為ShapeFile格式的文件，以便于可以直接進(jìn)行相應(yīng)的空間分析計(jì)算，并且包含相關(guān)的屬性。

2全局空間自相關(guān)分析

2.1 PM10的全局指數(shù)

經(jīng)研究表明，研究區(qū)域的Moran'sI指數(shù)均較為顯著，呈現(xiàn)正的空間自相關(guān)，表明研究區(qū)域中的研究城市的觀測值呈聚集狀態(tài)，并非隨機(jī)狀態(tài)。也就是說，PM10年平均濃度高的城市與PM10年平均濃度高的城市相鄰，PM10年平均濃度低的城市與PM10年平均濃度低的城市相鄰，由此猜測PM10因大氣傳輸，進(jìn)而產(chǎn)生異地區(qū)源貢獻(xiàn)，從而導(dǎo)致不同地區(qū)在整體區(qū)域中體現(xiàn)出局地氣候，影響霧霾天氣。

2.2 SO2全局指數(shù)

從研究區(qū)域近幾年的SO2全局指數(shù)分析，研究區(qū)域中的研究城市的觀測值呈聚集狀態(tài)，并非隨機(jī)狀態(tài)。也就是說，SO2年平均濃度高的城市與SO2年平均濃度高的城市相鄰；SO2年平均濃度低的城市與SO2年平均濃度低的城市相鄰，由此猜測SO2因大氣傳輸，進(jìn)而產(chǎn)生異地區(qū)源貢獻(xiàn)，從而導(dǎo)致不同地區(qū)在整體區(qū)域中體現(xiàn)出局地氣候，影響霧霾天氣。

2.3 PM10的與SO2的對(duì)比分析

圖1 SO2與PM10全局Moran's I趨勢對(duì)比圖

以上分別研究了PM 10與SO2的全局自相關(guān)Moran's I指數(shù)，接下來就這兩種影響因子在研究時(shí)期內(nèi)的變化趨勢進(jìn)行對(duì)比分析，如圖1所示。

3局部空間自相關(guān)分析

首先對(duì)利用Moran散點(diǎn)圖對(duì)PM10的局部空間自相關(guān)進(jìn)行分析，與之前一樣，依然采用GeoDa軟件，從Moran散點(diǎn)圖可以看出，無論是哪一年的數(shù)據(jù)，主要研究區(qū)域——北京市一直都在散點(diǎn)圖的第一象限，即PM10的濃度高，相鄰區(qū)域的PM10也較高，在整體研究區(qū)域上形成了一個(gè)較為明顯且較典型的局部地區(qū)嚴(yán)重的霧霾天氣，在整體區(qū)域中，該局地區(qū)域也呈現(xiàn)出“高高”的空間格局。另外，從這幾年的散點(diǎn)圖中還可以看出，整體研究區(qū)域的自相關(guān)性在逐漸減弱，說明以北京市為主的研究區(qū)域受相鄰區(qū)域霧霾天氣影響的程度開始降低。

接下來對(duì)利用Moran散點(diǎn)圖對(duì)SO2的局部空間自相關(guān)進(jìn)行分析，與之前一樣，依然采用GeoDa軟件。研究發(fā)現(xiàn)，在整體研究區(qū)域的空間中，空間格局呈現(xiàn)正相關(guān)的研究區(qū)域要多于負(fù)相關(guān)的研究區(qū)域；然而，在2007年和2008年中，空間格局呈現(xiàn)“高高”“低高”“低低”“高低”的研究區(qū)域數(shù)量基本一致，即在2007和2008年這兩年中，整體研究區(qū)域的空間中，研究區(qū)域之間相互影響正在減弱。

4數(shù)據(jù)處理結(jié)果分析

由之前利用空間自相關(guān)的方法對(duì)PM10和SO2分析表明，兩種污染物都存在著正的空間相關(guān)分布，即霧霾天氣受到相鄰區(qū)域的影響大，然而，這種影響正在不斷的弱化，尤其是PM10年平均濃度，在研究時(shí)間內(nèi)弱化非常強(qiáng)烈。形成這種霧霾污染物分布格局的原因有：研究區(qū)域與其相鄰的的地形結(jié)構(gòu)，氣候與氣象特征，當(dāng)?shù)厝祟惢顒?dòng)的影響因素等，由以上原因，從而形成了一個(gè)異地區(qū)源貢獻(xiàn)的影響因子。對(duì)霧霾污染的空間自相關(guān)分析，得出以下結(jié)論：第一，PM10的指數(shù)隨著時(shí)間的推進(jìn)變得越來越弱，在相同或相似的地理環(huán)境與氣象指數(shù)的前提下，與當(dāng)?shù)卣度氕h(huán)境保護(hù)與整改的力度，改善當(dāng)?shù)氐慕?jīng)濟(jì)結(jié)構(gòu)有很大的關(guān)系；第二，以北京為主要霧霾多發(fā)天氣的研究城市，在較為廣闊的研究區(qū)域中，體現(xiàn)出一定的局地霧霾天氣特征，即高污染濃度區(qū)域相對(duì)集聚，形成霧霾污染的集中區(qū)域。

結(jié)束語

綜上所述，北京地區(qū)的霧霾天氣存在局地空間分布的格局，在較廣范圍內(nèi)形成一種局地霧霾天氣，這種局地天氣格局與霧霾多發(fā)天氣之間存在相關(guān)性。

參考文獻(xiàn)：

[1]古陽.霧霾多發(fā)天氣與局地氣候的時(shí)空相關(guān)性分析[D].電子科技大學(xué)，2015.

[2]于麗娟，尹承美，何建軍，張永婧，李瑞.濟(jì)南霧和霾特征及其影響因素分析[J].干旱氣象，2017，35（04）：581-589.

[3]徐言，姜琦剛，劉舒，馬玥.遙感氣象多源觀測的一次霧霾事件分析[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2017，25（06）：1094-1104.