京津冀城市群PM2.5的空間分布及相關(guān)性分析

李雪梅，許東明

(1.天津城建大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津 300384；2.天津城鎮(zhèn)化與新農(nóng)村建設(shè)研究中心，天津300384；3.鹽城碧桂園房地產(chǎn)開發(fā)有限公司,江蘇 鹽城 224000)

隨著工業(yè)化、城市化進(jìn)程的加快，空氣質(zhì)量問題日益突出，其中細(xì)顆粒物PM2.5成為大氣環(huán)境首要污染物。PM2.5不但降低大氣能見度[1-4]，還對(duì)人體呼吸系統(tǒng)、心血管系統(tǒng)產(chǎn)生影響[5-6]。陳媛等[7]于2005年2月7日—2006年5月29日對(duì)北京市區(qū)大氣氣溶膠PM2.5污染特征、顆粒物溯源與追蹤進(jìn)行分析，結(jié)果表明，PM2.5濃度最高值出現(xiàn)在4月，主要受沙塵天氣的影響，溫度、相對(duì)濕度、風(fēng)速、降水和氣壓等是影響PM2.5污染程度的重要因素；趙普生等[8]于2009—2010年分季節(jié)對(duì)京津冀地區(qū)PM2.5進(jìn)行采集，并分析其中的無機(jī)水溶性離子，進(jìn)而研究京津冀區(qū)域氣溶膠中離子組分的污染特征，結(jié)果表明，北京、天津和石家莊市污染較重，年均質(zhì)量濃度均超過100 μg·m-3，二次離子春夏兩季濃度較高，且夏季明顯高于其他季節(jié)；黃德生等[9]對(duì)京津冀地區(qū)控制PM2.5污染的健康效益評(píng)價(jià)結(jié)果表明，河北省總健康效益最大，北京、天津和石家莊等城市的健康改善和經(jīng)濟(jì)效益最為顯著。目前研究多側(cè)重于以單個(gè)城市為對(duì)象分析PM2.5的溯源解析、污染特征[10]、成因[11]及健康評(píng)價(jià)等方面，關(guān)于空間分布及相關(guān)性研究較少。然而空氣具有流動(dòng)性，大氣污染研究不應(yīng)僅局限于單個(gè)城市，而是應(yīng)考慮跨區(qū)域范圍內(nèi)的相互影響[12-14]。因此，筆者以京津冀城市群為例，對(duì)跨區(qū)域范圍內(nèi)PM2.5濃度的時(shí)空分布特征及其空間相關(guān)性進(jìn)行分析，以期為跨區(qū)域范圍內(nèi)大氣污染防治、實(shí)現(xiàn)京津冀區(qū)域協(xié)同發(fā)展提供研究依據(jù)。

1 研究區(qū)域、數(shù)據(jù)選擇與研究方法

1.1 研究區(qū)域

京津冀城市群位于北緯37°27′～42°40′，東經(jīng)113°27′～119°50′，地處華北黃河下游以北地區(qū)，東傍渤海，屬于溫帶大陸性季風(fēng)氣候區(qū)，土地面積約為18萬km2，占全國(guó)城市土地總面積的3.8%。受數(shù)據(jù)限制，研究選擇京津冀城市群中北京市、天津市以及河北省的8個(gè)地級(jí)市(石家莊、保定、唐山、廊坊、秦皇島、滄州、張家口、承德)共10個(gè)城市為研究對(duì)象。

1.2 數(shù)據(jù)選擇

收集2014年1月1日—2016年12月31日研究區(qū)域10個(gè)城市1 090 d的PM2.5濃度日值數(shù)據(jù)(數(shù)據(jù)來源于國(guó)家環(huán)境監(jiān)測(cè)總站日平均數(shù)據(jù))。計(jì)算研究區(qū)域PM2.5月優(yōu)良天數(shù)比例和月重度及嚴(yán)重污染天數(shù)比例，分析其變化規(guī)律，并選擇典型月份分析污染物在研究區(qū)域的空間分布規(guī)律，研究京津冀城市群各城市之間PM2.5濃度值的空間相關(guān)性。

1.3 研究方法

空間自相關(guān)是研究空間中某位置的觀測(cè)值與其相鄰位置的觀察值是否相關(guān)以及相關(guān)程度的一種空間數(shù)據(jù)分析方法[15]?？臻g自相關(guān)分析主要是研究不同地理位置上的事物相關(guān)性，包括全局空間自相關(guān)及局部空間自相關(guān)[16-17]?？臻g自相關(guān)通常通過Moran′sI指數(shù)進(jìn)行檢驗(yàn)，其中全局自相關(guān)Moran′sI指數(shù)反映空間鄰接或空間鄰近區(qū)域單元屬性值的相似程度[18]，可用來分析京津冀城市群各城市PM2.5濃度的空間關(guān)聯(lián)性，公式[19]為

(1)

(2)

(3)

式(1)～(3)中，I為Moran′sI指數(shù)值；n為地區(qū)數(shù)，即研究區(qū)域城市數(shù)；xi、xj表示區(qū)域i和區(qū)域j的觀測(cè)值；w為空間權(quán)重矩陣。I取值一般在[-1、1]之間，I>0，表示研究對(duì)象之間存在空間正相關(guān)，即空間上研究對(duì)象之間的取值高高相鄰；I<0，表示研究對(duì)象之間存在空間負(fù)相關(guān)，即空間上研究對(duì)象之間的取值分布存在高低相鄰的情況。需要說明的是，該研究中研究區(qū)域以城市為基本空間單元，多為不規(guī)則的面狀區(qū)域，各不規(guī)則單元之間的空間關(guān)系采用空間鄰接標(biāo)準(zhǔn)判定，即當(dāng)區(qū)域j和區(qū)域i相鄰時(shí)，wij為1，否則為0[20]。

局部空間自相關(guān)Moran′sI指數(shù)用于反映研究區(qū)域一個(gè)城市PM2.5濃度與鄰近城市PM2.5濃度的相關(guān)程度，局部Moran′sI指數(shù)公式[21]為

(4)

式(4)中，Ii>0，表示高-高、低-低關(guān)聯(lián)，即高值被高值包圍，低值被低值包圍，屬于正空間關(guān)聯(lián)；Ii<0，表示低-高、高-低關(guān)聯(lián)，即低值被高值包圍，高值被低值包圍，屬于負(fù)空間關(guān)聯(lián)。

2 研究區(qū)2014—2016年典型月份PM2.5空間分布規(guī)律

分別計(jì)算2014—2016年P(guān)M2.5月優(yōu)良天數(shù)比例、月重度及嚴(yán)重污染天數(shù)比例，結(jié)果顯示，2014—2016年研究區(qū)域城市之間各年P(guān)M2.5月優(yōu)良天數(shù)比例與月重度及嚴(yán)重污染天數(shù)比例波動(dòng)趨勢(shì)基本一致，其中PM2.5月優(yōu)良天數(shù)比例高值集中在5—9月， PM2.5月重度及嚴(yán)重污染天數(shù)比例高值集中在11—次年2月。因此分別選取每年6和12月作為典型月份進(jìn)一步分析京津冀城市群PM2.5空間分布規(guī)律。

利用ArcGIS 10.2軟件分別編制2014、2015、2016年12月PM2.5月重度及嚴(yán)重污染天數(shù)比例空間分布表(表1)與6月PM2.5月優(yōu)良天數(shù)比例空間分布表(表2)。2014—2016年研究區(qū)PM2.5污染程度相同的城市相對(duì)集中，空間分布格局規(guī)律基本一致，均以石家莊、保定為中心向周邊城市由高到低遞減。月重度及嚴(yán)重污染天數(shù)比例最高地區(qū)為石家莊、保定、唐山，其次為北京、天津、廊坊、滄州，污染最輕地區(qū)為張家口、秦皇島、承德。2014—2016年P(guān)M2.5月優(yōu)良天數(shù)比例空間分布規(guī)律與月重度及嚴(yán)重污染天數(shù)比例空間分布規(guī)律一致，其中張家口、承德、秦皇島為月優(yōu)良天數(shù)比例最高地區(qū)，石家莊、保定、唐山為月優(yōu)良天數(shù)比例最低地區(qū)。

2014年12月研究區(qū)域PM2.5月重度及嚴(yán)重污染天數(shù)比例空間分布以保定(51.6%)為中心向周邊城市由高到低遞減，石家莊和廊坊次之，分別為29.0%和25.8%，唐山為22.6%，其余城市月重度及嚴(yán)重污染天數(shù)比例均低于19.4%。2015年12月PM2.5月重度及嚴(yán)重污染天數(shù)比例空間分布與2014年12月基本一致，保定污染最嚴(yán)重，達(dá)67.8%。由于2016年12月京津冀地區(qū)受氣候條件影響，污染物不易擴(kuò)散，部分城市PM2.5月重度及嚴(yán)重污染天數(shù)比例比2015年高，其中石家莊、唐山空間分布變化最為顯著，分別由51.6%和41.9%上升至70.0%和45.0%。

2014年6月研究區(qū)域PM2.5月優(yōu)良天數(shù)比例空間分布以張家口、承德、秦皇島為中心向周邊城市由高到低遞減，承德和張家口月優(yōu)良天數(shù)比例分別為93.3%和100.0%，秦皇島次之，為86.7%，所有城市月優(yōu)良天數(shù)比例均超過56.7%。2015年6月PM2.5月優(yōu)良天數(shù)比例空間分布同樣以張家口、承德、秦皇島為中心向周邊城市由遞減，與2014年6月相比，北京、天津、保定月優(yōu)良天數(shù)比例的空間分布發(fā)生明顯變化。2016年6月PM2.5月優(yōu)良天數(shù)比例的空間分布較2015年6月呈明顯好轉(zhuǎn)趨勢(shì)，其中張家口月優(yōu)良天數(shù)比例最高，為100%，承德次之，為90.0%。

表12014—2016年P(guān)M2.5典型月份重度及嚴(yán)重污染天數(shù)比例

Table1Thespatialdistributionofsevereandseriousairpollutionday′sproportionoftypicalmonthsin2014-2016%

時(shí)間(年-月)北京天津石家莊保定廊坊唐山秦皇島滄州承德張家口2014-126.519.429.051.625.822.69.716.1002015-1238.738.751.667.851.641.912.951.63.202016-1235.538.770.061.345.245.016.145.200

表22014—2016年P(guān)M2.5典型月份優(yōu)良天數(shù)比例

Table2Thespatialdistributionoffineday′sproportionoftypicalmonthsin2014-2016%

時(shí)間(年-月)北京天津石家莊保定廊坊唐山秦皇島滄州承德張家口2014-0680.080.056.773.370.063.386.780.093.3100.02015-0663.370.066.763.370.066.793.376.786.793.32016-0670.073.386.773.383.363.393.393.390.0100.0

3 研究區(qū)PM2.5濃度空間自相關(guān)分析

3.1 PM2.5濃度全局空間自相關(guān)分析

利用Geoda 095i軟件生成一次鄰接規(guī)則權(quán)重矩陣，計(jì)算出全局空間自相關(guān)指數(shù)Moran′sI值，并采用蒙特卡羅模擬方法進(jìn)行顯著性檢驗(yàn)(表3)。

表32014—2016年典型月份PM2.5濃度的Moran′sI值

Table3CalculationresultsofPM2.5Moran′sIvalueintypicalmonthsof2014-2016

時(shí)間(年-月)Moran′sI值P值Z值2014-060.491 00.0271.953 62014-120.416 40.0241.863 02015-060.555 50.0222.329 52015-120.744 10.0012.895 22016-060.607 80.0212.405 92016-120.653 20.0052.695 0

表3表明，研究區(qū)域代表性月份的PM2.5濃度Moran′sI值均為正值，且均通過了顯著性水平為0.05的檢驗(yàn)，表明這10個(gè)城市PM2.5濃度存在較為顯著的正向空間自相關(guān)性，也就是說京津冀城市群10個(gè)城市PM2.5濃度的空間分布不是完全隨機(jī)的，而是表現(xiàn)出空間聚集性。

研究區(qū)PM2.5全局Moran′sI散點(diǎn)圖見圖1。圖1顯示，大多數(shù)城市位于第1、第3象限，即通常的熱點(diǎn)和冷點(diǎn)區(qū)域，表現(xiàn)為空間相關(guān)，位于第1象限的高-高型城市數(shù)量多于或等于位于第3象限的低-低型城市數(shù)量，說明高值聚集地區(qū)數(shù)量高于低值聚集地區(qū)且分布廣，表明區(qū)域間聯(lián)防聯(lián)控是降低PM2.5濃度的必要措施。

其中保定、滄州、石家莊、廊坊和天津在研究期內(nèi)冬季(12月)PM2.5濃度表現(xiàn)為高-高聚集，保定、滄州、石家莊、廊坊、天津和北京在研究期內(nèi)夏季(6月)表現(xiàn)為高-高聚集，冬季與夏季城市群空間相關(guān)性分析結(jié)果基本一致，表明除去自然因素和冬季采暖等原因外，幾個(gè)城市相似的高能耗工業(yè)結(jié)構(gòu)布局也是影響PM2.5濃度的重要因素。因此，在城市群內(nèi)統(tǒng)籌工業(yè)布局、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)是降低PM2.5濃度的重要手段之一。

圖1 2014—2016年典型月份PM2.5濃度的Moran′s I值散點(diǎn)圖

3.2 PM2.5濃度局部空間自相關(guān)分析

局部空間自相關(guān)不僅可以衡量局部空間關(guān)聯(lián)性，還可以發(fā)現(xiàn)子區(qū)域或者是空間特征聚集區(qū)所在。局域空間自相關(guān)指標(biāo)LISA用于反映一個(gè)區(qū)域單元上的某種地理現(xiàn)象或某一屬性值與鄰近單元上同一地理現(xiàn)象或?qū)傩灾档南嚓P(guān)程度[22-23]。

利用Geoda 095i軟件生成LISA集聚圖(圖2)，用不同顏色表示不同的空間自相關(guān)類別。LISA集聚圖將研究單元分為4個(gè)部分：高-高相關(guān)、低-低相關(guān)、低-高相關(guān)和高-低相關(guān)，這些相關(guān)類型分布對(duì)應(yīng)著Moran′sI散點(diǎn)圖的4個(gè)象限[24]。保定、廊坊、天津表現(xiàn)為高-高聚集，表明其PM2.5濃度和周邊城市的PM2.5濃度都較高；承德表現(xiàn)為低-低聚集，表明其PM2.5濃度和周邊城市的PM2.5濃度都較低；研究區(qū)低-高聚集不顯著，無高-低聚集。

4 結(jié)論

(1)對(duì)2014—2016年京津冀城市群10個(gè)城市PM2.5月平均濃度的分析表明，月優(yōu)良天數(shù)比例與月重度及嚴(yán)重污染天數(shù)比例波動(dòng)趨勢(shì)基本一致，其中PM2.5月優(yōu)良天數(shù)比例較高集中在5—9月， PM2.5月重度及嚴(yán)重污染天數(shù)比例較高集中在11—次年2月。整體而言，2014—2016年研究區(qū)PM2.5污染程度相同的城市相對(duì)集中，空間分布格局規(guī)律基本一致，均以石家莊、保定為中心向周邊城市由高到低遞減。月重度及嚴(yán)重污染天數(shù)比例最高地區(qū)為石家莊、保定、唐山，其次為北京、天津、廊坊、滄州，污染最輕地區(qū)為張家口、秦皇島、承德。2014—2016年P(guān)M2.5月優(yōu)良天數(shù)比例空間分布規(guī)律與月重度及嚴(yán)重污染天數(shù)比例空間分布規(guī)律一致，其中張家口、承德、秦皇島為月優(yōu)良天數(shù)比例最高地區(qū)，石家莊、保定、唐山為月優(yōu)良天數(shù)比例最低地區(qū)。

圖2 LISA聚集圖

(2)研究區(qū)城市間PM2.5空間分布具有正相關(guān)性，呈空間聚集特征，高值聚集地區(qū)比低值聚集地區(qū)多且分布廣。保定、廊坊、天津PM2.5濃度和周邊城市PM2.5濃度都較高，呈高-高聚集；承德PM2.5濃度和周邊城市PM2.5濃度都較低，呈低-低聚集。

(3)研究區(qū)各城市PM2.5濃度空間分布的相關(guān)性分析結(jié)果表明，各城市空間地理位置相鄰，并受地形、風(fēng)向等因素影響，造成空氣污染的區(qū)域關(guān)聯(lián)，因此注重區(qū)域協(xié)調(diào)、實(shí)現(xiàn)聯(lián)防連控是防治空氣污染、實(shí)現(xiàn)京津冀城市群協(xié)調(diào)發(fā)展的必然途徑。