中國(guó)夜間燈光指數(shù)與PM2.5的時(shí)空相關(guān)性分析

王桂林 高昉 逯改

摘要：運(yùn)用夜間燈光指數(shù)表征城市化水平，進(jìn)而探索城市化進(jìn)程對(duì)PM2.5污染的影響機(jī)制，分析二者的時(shí)空關(guān)系。結(jié)果表明，2000年中國(guó)夜間燈光指數(shù)為7.49%，2010年增長(zhǎng)至11.05%，2015年增長(zhǎng)至16.21%，夜間燈光指數(shù)呈快速增長(zhǎng)趨勢(shì);2000年P(guān)M2.5質(zhì)量濃度為32.10 μg/m3，2010年增長(zhǎng)至37.54 μg/m3，2015年為37.44 μg/m3，PM2.5質(zhì)量濃度與夜間燈光指數(shù)增長(zhǎng)趨勢(shì)保持一致?；?05個(gè)城市區(qū)域統(tǒng)計(jì)數(shù)據(jù)，2000年夜間燈光指數(shù)為22.48%，2010年增長(zhǎng)至48.11%，2015年增長(zhǎng)至62.78%，增長(zhǎng)率為179.27%，是全國(guó)的1.54倍;2000年P(guān)M2.5質(zhì)量濃度為28.99 μg/m3，2010年增長(zhǎng)至53.51 μg/m3，2015年增長(zhǎng)至58.53 μg/m3，增長(zhǎng)率為101.90%，是全國(guó)平均水平的6.12倍。城市區(qū)域夜間燈光指數(shù)和PM2.5污染的增長(zhǎng)均顯著高于非城市區(qū)域，二者呈顯著正相關(guān)（R2=0.582 8）。研究表明中國(guó)城市化進(jìn)程，尤其是粗放式經(jīng)濟(jì)發(fā)展對(duì)城市空氣污染的影響巨大，直接加劇了PM2.5污染。

關(guān)鍵詞：城市擴(kuò)張;夜間燈光指數(shù);PM2.5污染;時(shí)空關(guān)系

Abstract： Nighttime light index was taken as a measurable spatial index to represent the level of urbanization， and its impact on PM2.5 pollution was explored， meanwhile the spatial and temporal relationship between them was analyzed. The results showed that Chinas nighttime light index increased from 7.49% in 2000 to 11.05% in 2010 and 16.21% in 2015， showing a rapid growth trend. Accordingly， the concentration of PM2.5 increased from 32.10 μg/m3 in 2000 to 37.54 μg/m3 in 2010 and 37.44 [μ]g/m3 in 2015. The growth trend of the two was highly consistent. Based on 405 typical urban areas， the nighttime light index increased from 22.48% in 2000 to 48.11% in 2010 and 62.78% in 2015， with growth rate of 179.27%， 1.54 times of the national average. The PM2.5 concentration in 405 typical cities increased from 28.99 μg/m3 to 53.51 μg/m3 in 2010 and 58.53 μg/m3 in 2015， with growth rate of 101.90%， 6.12 times of the national average. The increase of nighttime light index and PM2.5 pollution in typical urban areas was significantly higher than that in non-urban areas， with a significant positive correlation （R2=0.582 8）. Research shows that Chinas urbanization process， especially economic development， has a huge impact on urban air pollution， directly exacerbating PM2.5 pollution.

Key words： urban expansion; nighttime light index; PM2.5 pollution; spatial and temporal relationship

世界衛(wèi)生組織（WHO）的數(shù)據(jù)顯示，全球90%的城市人口暴露于大氣污染中，空氣污染威脅到人們的生命、生產(chǎn)力和國(guó)家經(jīng)濟(jì)[1]。中國(guó)跟世界各國(guó)一樣，面臨著經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的雙重挑戰(zhàn)，破解城市化與城市生態(tài)環(huán)境承載關(guān)系已成為區(qū)域、國(guó)家乃至世界的重要任務(wù)之一，是城市轉(zhuǎn)型發(fā)展的必經(jīng)之路[2]。中國(guó)政府高度重視大氣污染防治工作，制定出臺(tái)了一系列法律、法規(guī)和政策，采取強(qiáng)有力的措施和行動(dòng)。2013年，國(guó)務(wù)院發(fā)布了《大氣污染防治行動(dòng)計(jì)劃》，制定相關(guān)政策措施和污染物排放標(biāo)準(zhǔn)，空氣污染，尤其是PM2.5污染，得到一定控制，但是空氣污染依舊嚴(yán)重[3]。中國(guó)快速城市化發(fā)展，尤其是粗放型的經(jīng)濟(jì)增長(zhǎng)導(dǎo)致了城市空氣污染加劇，影響城市可持續(xù)發(fā)展。夜間燈光指數(shù)能夠從宏觀視角表征城市化水平，是經(jīng)濟(jì)發(fā)展水平的一個(gè)重要指標(biāo)。夜間燈光數(shù)據(jù)具有時(shí)效性和經(jīng)濟(jì)性，采用它來(lái)探究城市化過(guò)程即城市時(shí)空演變過(guò)程，能夠很好地反映城市經(jīng)濟(jì)發(fā)展水平[4]，運(yùn)其來(lái)分析中國(guó)城市化過(guò)程經(jīng)濟(jì)快速增長(zhǎng)對(duì)PM2.5污染的影響研究也具有前瞻性和實(shí)效性[5]。很多研究表明，嚴(yán)重的PM2.5污染主要來(lái)源于城市化進(jìn)程中能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)和運(yùn)輸結(jié)構(gòu)的不合理，中國(guó)單位GDP能耗過(guò)高即粗放型的發(fā)展方式導(dǎo)致了嚴(yán)重污染[6-13]。利用夜間燈光強(qiáng)度影像數(shù)據(jù)構(gòu)建綜合燈光指數(shù)模型來(lái)反映城市化水平，有利于對(duì)地區(qū)城市化發(fā)展?fàn)顩r進(jìn)行有效的監(jiān)測(cè)[14，15]。因此，分析夜間燈光指數(shù)與PM2.5污染的關(guān)系能夠間接分析中國(guó)經(jīng)濟(jì)發(fā)展對(duì)PM2.5帶來(lái)的影響，避免了獲取中國(guó)能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)困難的問(wèn)題，以及記錄數(shù)據(jù)中可能存在的非主觀因素的誤差等弊端，且夜間燈光指數(shù)可以大范圍、長(zhǎng)時(shí)間跨度地分析中國(guó)城市化對(duì)PM2.5帶來(lái)的影響。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況和數(shù)據(jù)來(lái)源

中國(guó)面臨經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的雙重任務(wù)。在日益惡化的生態(tài)環(huán)境下，中國(guó)已把生態(tài)文明建設(shè)作為一項(xiàng)基本國(guó)策和重大戰(zhàn)略，正在拉開(kāi)全國(guó)范圍內(nèi)生態(tài)環(huán)境防治攻堅(jiān)戰(zhàn)。自2013年華北上空暴發(fā)高濃度PM2.5污染以來(lái)，中國(guó)出臺(tái)了一系列大氣污染治理行動(dòng)計(jì)劃，包括先后出臺(tái)的《大氣十條》《三年大氣污染防治行動(dòng)計(jì)劃》等，并開(kāi)始在全國(guó)范圍內(nèi)部署空氣質(zhì)量自動(dòng)監(jiān)測(cè)站，以實(shí)時(shí)監(jiān)測(cè)、管控空氣質(zhì)量。雖然大氣污染治理有了一定的成效[16-19]，但PM2.5污染仍然嚴(yán)峻，遠(yuǎn)高于世界衛(wèi)生組織標(biāo)準(zhǔn)水平（10 μg/m3）。2018年冬季，京津冀、長(zhǎng)三角、華北平原等區(qū)域持續(xù)暴發(fā)高濃度污染天氣，污染治理任重道遠(yuǎn)。

研究所用數(shù)據(jù)包括城市分類(lèi)數(shù)據(jù)、夜間燈光指數(shù)和PM2.5污染數(shù)據(jù)。城市分類(lèi)數(shù)據(jù)來(lái)源于世界銀行，夜間燈光指數(shù)來(lái)源于NOAA NGDC，空間分辨率為1 km，PM2.5質(zhì)量濃度數(shù)據(jù)采用時(shí)空地理加強(qiáng)回歸模型結(jié)合遙感衛(wèi)星AOD、地面監(jiān)測(cè)數(shù)據(jù)和GEOS-Chem模擬數(shù)據(jù)反演所得[20，21]。將地理空間數(shù)據(jù)的地理坐標(biāo)和投影坐標(biāo)全部轉(zhuǎn)換到GCS_ WGS_1984地理坐標(biāo)系和WGS_1984_UTM_Zone_47N投影坐標(biāo)系，研究區(qū)示意圖如圖1所示。

1.2 研究方法

基于時(shí)空統(tǒng)計(jì)分析、數(shù)量統(tǒng)計(jì)方法，采用空間數(shù)據(jù)分析2000—2015年中國(guó)城市夜間燈光指數(shù)的時(shí)空變化規(guī)律以及1998—2015年城市PM2.5質(zhì)量濃度的變化趨勢(shì)，并分析二者的時(shí)空關(guān)系。分別從2個(gè)空間尺度上展開(kāi)，第一個(gè)空間尺度是對(duì)全國(guó)范圍夜間燈光指數(shù)和PM2.5質(zhì)量濃度的時(shí)空關(guān)系進(jìn)行分析;第二個(gè)空間尺度是對(duì)重點(diǎn)城市的城市區(qū)域和非城市區(qū)域的時(shí)空關(guān)聯(lián)進(jìn)行對(duì)比分析。重點(diǎn)城市的界定與大多直接采用行政區(qū)劃研究城市化對(duì)大氣環(huán)境污染的影響不同，采用世界銀行2015年的東亞城市分類(lèi)數(shù)據(jù)來(lái)劃分城區(qū)與非城區(qū)（圖2），具體借鑒Larkin等[21]、Van等[22]的城市區(qū)域界定方法，見(jiàn)式（1）。

式中，編碼1為城市區(qū)，0為非城市區(qū)。選取2015年人口總數(shù)大于10萬(wàn)人的城市區(qū)域作為研究對(duì)象，共有405個(gè)城區(qū)，即把城市人口總數(shù)大于10萬(wàn)人的城市區(qū)域作為重點(diǎn)城市來(lái)分析中國(guó)城市化帶來(lái)的生態(tài)環(huán)境效應(yīng)，城市人口總數(shù)是城市區(qū)域面積與城市人口網(wǎng)格密度均值乘積。

2 結(jié)果與分析

2.1 中國(guó)2000—2015年夜間燈光指數(shù)時(shí)空變化特征

中國(guó)2000—2015年的夜間燈光指數(shù)變化存在明顯的時(shí)空差異（圖3）。從時(shí)間分異上看，夜間燈光指數(shù)呈持續(xù)上升趨勢(shì)，2000年為7.49%，2010年增長(zhǎng)到11.05%，2015年則飆升至16.21%，增長(zhǎng)率為116.42%。從空間分異上看，典型城市區(qū)域與非城市區(qū)域的夜間燈光指數(shù)增長(zhǎng)存在明顯差異。405個(gè)典型城市區(qū)域的夜間燈光指數(shù)從2000年的22.48%增長(zhǎng)至2010年的48.11%，2015年又增長(zhǎng)至62.78%，增長(zhǎng)率為179.27%，是全國(guó)的1.54倍。城市區(qū)域增長(zhǎng)顯著快于全國(guó)平均水平。

采用ArcGIS分區(qū)統(tǒng)計(jì)分析各省（市、自治區(qū)）的夜間燈光指數(shù)變化特征與規(guī)律，結(jié)果見(jiàn)圖4。夜間燈光指數(shù)增長(zhǎng)速度最快的是長(zhǎng)江三角洲和珠江三角洲，其次是京津冀城市群，與實(shí)際相符。其中，長(zhǎng)江三角洲的夜間燈光指數(shù)在全國(guó)增長(zhǎng)速度最快，其次增長(zhǎng)速度較快的城市有西安、成都、武漢、長(zhǎng)沙、重慶、昆明等。結(jié)果表明，中國(guó)城市化水平發(fā)展迅速，人口數(shù)量大于10萬(wàn)的405個(gè)大型城市區(qū)域發(fā)展尤其快。

中國(guó)夜間燈光指數(shù)分布符合“胡煥庸線(xiàn)”分布格局，即從黑龍江黑河市到云南省騰沖連線(xiàn)以東的東部地區(qū)夜間燈光指數(shù)增長(zhǎng)顯著高于以西的西北地區(qū)。以“胡煥庸線(xiàn)”為界限，基于405個(gè)典型區(qū)域數(shù)據(jù)分析得出，西北城區(qū)面積加權(quán)城均夜間燈光指數(shù)增長(zhǎng)了34.67%，東部地區(qū)面積加權(quán)城均夜間燈光指數(shù)增長(zhǎng)了39.58%，增長(zhǎng)率高出西北地區(qū)4.91個(gè)百分點(diǎn)。

2.2 中國(guó)1998—2015年P(guān)M2.5污染時(shí)空演變過(guò)程

中國(guó)PM2.5污染與夜間燈光指數(shù)類(lèi)似，存在明顯的時(shí)空差異。從時(shí)間分異上看，PM2.5污染最高值從1998年的100.90 μg/m3增長(zhǎng)至2015年的129.10 μg/m3，增長(zhǎng)率為27.95%，PM2.5污染加劇。從PM2.5中位數(shù)（圖5）來(lái)看，1999—2003年P(guān)M2.5污染處于第一個(gè)快速增長(zhǎng)階段，從27.92 μg/m3增長(zhǎng)至38.18 μg/m3，增長(zhǎng)了10.26 μg/m3，增長(zhǎng)率為36.75%;第二個(gè)增長(zhǎng)階段為2004—2006年，2004年P(guān)M2.5質(zhì)量濃度為35.58 μg/m3，2006年增長(zhǎng)至39.88 μg/m3;2006—2012年進(jìn)入負(fù)增長(zhǎng)階段，從2006的39.88 μg/m3減少至2012年31.48 μg/m3;2012—2015年，PM2.5污染處于波動(dòng)增長(zhǎng)階段，由于2013年國(guó)家開(kāi)始出臺(tái)一系列的空氣污染控制政策，PM2.5增長(zhǎng)趨勢(shì)得到一定遏制，從2013年的35.51 μg/m3減少到2014年35.19 μg/m3，雖然到2015年又開(kāi)始增長(zhǎng)，但是其增長(zhǎng)速度（4.03%）是1999—2003年期間（8.03%）的一半。

從空間分異來(lái)看，中國(guó)PM2.5污染空間分布上總體呈倒T的分布型態(tài)，且呈東南高、西北低的時(shí)空分布態(tài)勢(shì)（圖6）?？v向污染帶是從東北三省—華北平原—長(zhǎng)江中下游平原—川渝—湖南—貴州—廣西等東南區(qū)域，主要由人類(lèi)活動(dòng)導(dǎo)致，快速的粗放型經(jīng)濟(jì)增長(zhǎng)方式、機(jī)動(dòng)車(chē)排放等因素形成東南重度污染區(qū)。橫向污染帶為華北平原—山西—甘肅—寧夏—西寧—新疆塔克拉瑪干沙漠等西北區(qū)域，該區(qū)主要是由環(huán)境惡劣（風(fēng)沙、揚(yáng)塵）等引起的。近20年P(guān)M2.5污染沿著倒T型的分布格局往外擴(kuò)散及加劇，縱、橫污染帶交接處華北平原污染最為嚴(yán)重，污染面積最大，同時(shí)是人類(lèi)活動(dòng)最為集中的地區(qū)。擴(kuò)散趨勢(shì)由華北地區(qū)向西南方向擴(kuò)散至湖南、江西、廣東、廣西等地。新疆塔克拉瑪干沙漠污染帶、寧夏污染帶、川渝地區(qū)、華北平原污染帶形成穩(wěn)定的四大污染帶，其中華北平原污染帶面積最大、污染最為嚴(yán)峻。全國(guó)主要以京津冀、河南、山東、江蘇、安徽、湖北為主，呈向周?chē)鷶U(kuò)散的形態(tài)。依據(jù)1998—2015年P(guān)M2.5的時(shí)空變化可知，20世紀(jì)90年代，中國(guó)還有條“綠色通道”，為內(nèi)蒙古東北—山西—陜西—重慶—貴州—云南，把西北地區(qū)的污染帶和東南地區(qū)的污染帶隔離開(kāi)來(lái)。截至2015年，該“綠色通道”已經(jīng)被PM2.5污染覆蓋，PM2.5污染從原有的污染帶不斷加劇，并逐步向各個(gè)方向擴(kuò)散加劇。

從另外一個(gè)空間尺度，城市區(qū)域與非城市進(jìn)行對(duì)比分析。2000年，405個(gè)城區(qū)PM2.5平均質(zhì)量濃度（28.99 μg/m3）低于中國(guó)平均水平（32.10 μg/m3），鄉(xiāng)村的空氣污染比城市區(qū)域嚴(yán)重。這是因?yàn)?0世紀(jì)初中國(guó)農(nóng)村落后，劣質(zhì)煤廣泛使用且農(nóng)村耕作居多，生物質(zhì)燃燒、非硬化道路揚(yáng)塵等導(dǎo)致農(nóng)村PM2.5污染嚴(yán)重。城市區(qū)域主要污染來(lái)源為機(jī)動(dòng)車(chē)排放，工業(yè)源排放在2000年還不突出，使得2000年的農(nóng)村PM2.5質(zhì)量濃度高于城市區(qū)域。2015年中國(guó)城市區(qū)域PM2.5質(zhì)量濃度為58.53 μg/m3，是中國(guó)平均水平（37.44 μg/m3）的1.56倍，顯著高于非城市區(qū)域。這是隨著中國(guó)城市化進(jìn)程推進(jìn)，城市區(qū)域機(jī)動(dòng)車(chē)排放、重工業(yè)的化工燃料燃燒排放急劇增長(zhǎng)，導(dǎo)致城市區(qū)域空氣污染越來(lái)越嚴(yán)重，且隨著大量人口從農(nóng)村流動(dòng)到城市，有限的城市空間承載著越來(lái)越多的人口生活需求，進(jìn)而導(dǎo)致城市生態(tài)環(huán)境惡化，空氣污染嚴(yán)重加劇，形成遠(yuǎn)超環(huán)境承載的污染排放形勢(shì)。而農(nóng)村隨著城市化進(jìn)程推進(jìn)，耕作人口減少，生物質(zhì)燃燒相應(yīng)減少，道路地面硬化等使得農(nóng)村空氣污染加劇速度變緩，農(nóng)村人口驟減也減輕了農(nóng)村空氣污染的加劇程度。

2.3 夜間燈光指數(shù)與PM2.5污染相關(guān)性分析

2.3.1 夜間燈光指數(shù)與PM2.5污染的空間自相關(guān)性 夜間燈光指數(shù)符合“胡煥庸線(xiàn)”分布格局，呈東高、西低特征，與PM2.5分布一致。對(duì)比夜間燈光指數(shù)與PM2.5質(zhì)量濃度變化趨勢(shì)得出，華北平原地區(qū)夜間燈光指數(shù)增長(zhǎng)最快，PM2.5污染最嚴(yán)重。華北平原、京津冀、長(zhǎng)江三角洲、珠江三角洲、川渝等城市群PM2.5污染加劇最為嚴(yán)重，與夜間燈光指數(shù)時(shí)空分布高度一致。

由表1可知，中國(guó)平均夜間燈光指數(shù)和PM2.5質(zhì)量濃度呈快速增長(zhǎng)趨勢(shì)，2000—2015年夜間燈光指數(shù)增長(zhǎng)了116.42%，PM2.5質(zhì)量濃度從2000年的32.10 μg/m3增長(zhǎng)至2015年的37.44 μg/m3，增長(zhǎng)率為16.63%，在演變過(guò)程中，二者保持高度一致。從405個(gè)典型城市區(qū)域來(lái)分析，夜間燈光指數(shù)以及增長(zhǎng)率都顯著高于全國(guó)平均水平，表明城市區(qū)域的夜間燈光指數(shù)增長(zhǎng)顯著快于非城市區(qū)域。2000—2015年城市區(qū)域PM2.5質(zhì)量濃度增長(zhǎng)率為101.90%，是全國(guó)平均水平的3.28倍。該結(jié)論表明大型城市區(qū)域的夜間燈光指數(shù)和PM2.5質(zhì)量濃度及其增長(zhǎng)率都高于非城市區(qū)域。

為了更加準(zhǔn)確地分析中國(guó)城市化進(jìn)程對(duì)空氣污染的影響，把PM2.5成分中揚(yáng)塵和海鹽等自然源產(chǎn)生的成分去掉，分析二者時(shí)空相關(guān)關(guān)系。去除揚(yáng)塵和海鹽后中國(guó)PM2.5平均質(zhì)量濃度從2000年的24.90 μg/m3增長(zhǎng)至2010年的30.39 μg/m3，增長(zhǎng)了5.49 μg/m3，增長(zhǎng)率為22.05%;而405個(gè)城市區(qū)域的去除揚(yáng)塵和海鹽的PM2.5平均質(zhì)量濃度從2000年的24.64 μg/m3增長(zhǎng)至2010年47.39 μg/m3，增長(zhǎng)值為22.75 μg/m3，增長(zhǎng)率為92.33%，是全國(guó)平均水平的4.19倍。

采用ArcGIS空間分區(qū)統(tǒng)計(jì)各?。ㄊ?、自治區(qū)）的夜間燈光指數(shù)（圖3）以及PM2.5質(zhì)量濃度（圖7），分析各?。ㄊ小⒆灾螀^(qū)）夜間燈光指數(shù)與PM2.5質(zhì)量濃度之間的空間分布狀況。分析顯示沿海省市的夜間燈光指數(shù)較高，上海、北京、天津夜間燈光指數(shù)最高，其次為河北、遼寧、山東、江蘇、山西、河南、浙江、廣東。2015年各省市夜間燈光指數(shù)升高，北京、天津、上海提升1個(gè)級(jí)別，河北、江蘇、山東、浙江、廣東夜間燈光指數(shù)比2000年升高了1個(gè)級(jí)別。隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，東北三省、西南地區(qū)、中部省份的夜間燈光指數(shù)都發(fā)生了1個(gè)級(jí)別的增長(zhǎng)。華北平原地區(qū)夜間燈光指數(shù)增長(zhǎng)最大，PM2.5污染也最為嚴(yán)重，二者在時(shí)空變化趨勢(shì)上保持一致。

2.3.2 夜間燈光指數(shù)與PM2.5污染的定量相關(guān)性分析 以“胡煥庸線(xiàn)”為界限，人口數(shù)量大于10萬(wàn)的城市區(qū)域有5.93%（24/405）位于西北，94.07%（381/405）位于東部。2000—2015年，面積加權(quán)的夜間燈光指數(shù)城均增長(zhǎng)了34.67%，而以“胡煥庸線(xiàn)”以東的94.07%（381/405）的城市區(qū)域夜間燈光指數(shù)增長(zhǎng)了39.58%，增長(zhǎng)速度高出西北城市區(qū)域4.91個(gè)百分點(diǎn)。東部區(qū)域（包括城區(qū)與非城區(qū)）PM2.5面積加權(quán)質(zhì)量濃度從2000年14.58 μg/m3增長(zhǎng)至2010年的54.63 μg/m3，增長(zhǎng)了40.05 μg/m3，增長(zhǎng)率為274.69%，是西北城市區(qū)域的1.29倍。除去PM2.5污染成分中揚(yáng)塵和海鹽，東部區(qū)域PM2.5面積加權(quán)質(zhì)量濃度均值從2000年的8.08 μg/m3增長(zhǎng)至2010年的23.99 μg/m3，增長(zhǎng)了15.91 μg/m3，增長(zhǎng)率為196.91%。除去揚(yáng)塵和海鹽的PM2.5增長(zhǎng)率明顯大于含所有成分的PM2.5，說(shuō)明城市化產(chǎn)生的PM2.5增長(zhǎng)顯著，自然環(huán)境產(chǎn)生的揚(yáng)塵等影響的變化不顯著。東部城市隨著較高的城市化發(fā)展，同時(shí)也伴隨著更嚴(yán)峻的PM2.5污染，PM2.5面積加權(quán)質(zhì)量濃度從2000年的14.58 μg/m3增長(zhǎng)至2010年的54.63 μg/m3，增長(zhǎng)了40.05 μg/m3，增長(zhǎng)率為274.69%。此外，除去揚(yáng)塵和海鹽的東部城市區(qū)域PM2.5面積加權(quán)質(zhì)量濃度從2000年的12.86 μg/m3增長(zhǎng)至2010年的50.03 μg/m3，其PM2.5質(zhì)量濃度增加了37.17 μg/m3，增長(zhǎng)率為289.04%。

把城市區(qū)域2000—2015年夜間燈光指數(shù)變化與PM2.5質(zhì)量濃度變化進(jìn)行回歸分析，得出二者呈強(qiáng)相關(guān)性，R2=0.582 8，即相關(guān)系數(shù)為0.76，相關(guān)函數(shù)為y=1.070 3x-2.924 8（圖8）。

由表2可知，405個(gè)城市區(qū)域只有0.74%（3/405）的城市區(qū)域夜間燈光指數(shù)降低，且下降幅度很低，為1%左右，其余99.26%（402/405）的城市區(qū)域都呈顯著增長(zhǎng)的趨勢(shì)。7.16%（29/405）的城市區(qū)域PM2.5質(zhì)量濃度下降，92.84%（376/405）的城市PM2.5質(zhì)量濃度呈顯著加劇。

2000—2015年，中國(guó)長(zhǎng)江三角洲夜間燈光指數(shù)增長(zhǎng)的最快，增長(zhǎng)了59.30個(gè)百分點(diǎn)，其次是北京和天津，分別增長(zhǎng)了57.63、56.22個(gè)百分點(diǎn);第三為珠江三角洲，增長(zhǎng)了55.36個(gè)百分點(diǎn)。另外，寧波、成都、杭州、武漢、南京、沈陽(yáng)、撫順等夜間燈光指數(shù)增長(zhǎng)值在50～60個(gè)百分點(diǎn)，處于較高水平。把2000—2015年的夜間燈光指數(shù)增長(zhǎng)值從高到低劃分為7個(gè)等級(jí)來(lái)分析各等級(jí)城市的PM2.5變化值情況，得出隨著夜間燈光指數(shù)變化值增長(zhǎng)，PM2.5質(zhì)量濃度不斷加劇。夜間燈光指數(shù)變化值處于-3.00～0.00個(gè)百分點(diǎn)（3/409）的城市的PM2.5濃度平均增長(zhǎng)值為0.49 μg/m3，夜間燈光指數(shù)增長(zhǎng)值每升高1個(gè)級(jí)別，PM2.5濃度增長(zhǎng)值也大幅增長(zhǎng)?，F(xiàn)有數(shù)據(jù)分析得出，東部城市污染重于西部區(qū)域，與二者經(jīng)濟(jì)發(fā)展水平保持高度一致。過(guò)去20年，東部城市快速的經(jīng)濟(jì)發(fā)展很大程度上是以犧牲環(huán)境為代價(jià)的。因此，在西部大開(kāi)發(fā)的進(jìn)程中，需借鑒東部城市經(jīng)濟(jì)發(fā)展的經(jīng)驗(yàn)，取其精華，去其糟粕，權(quán)衡好經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)關(guān)系，走可持續(xù)綠色發(fā)展道路。

3 結(jié)論

中國(guó)城市化進(jìn)程經(jīng)濟(jì)增長(zhǎng)方式是導(dǎo)致空氣污染的主要原因，采用夜間燈光指數(shù)來(lái)表征城市化水平，得出城市夜間燈光指數(shù)與PM2.5污染的相關(guān)關(guān)系顯著（r=0.76），呈強(qiáng)相關(guān)關(guān)系。2000年中國(guó)夜間燈光指數(shù)為7.49%，2010年為11.05%，2015年增長(zhǎng)至16.21%，夜間燈光指數(shù)呈快速增長(zhǎng)趨勢(shì)。PM2.5質(zhì)量濃度2000年為32.10 μg/m3，2010年為37.54 μg/m3，2015年為37.44 μg/m3。夜間燈光指數(shù)與PM2.5污染增長(zhǎng)趨勢(shì)保持一致。基于405個(gè)典型城市區(qū)域，夜間燈光指數(shù)從2000年的22.48%增長(zhǎng)至2010年的48.11%，2015年再增長(zhǎng)至62.78%，增長(zhǎng)率為179.27，是全國(guó)的1.54倍。典型城市區(qū)域PM2.5質(zhì)量濃度從28.99 μg/m3增長(zhǎng)至2010年的53.51 μg/m3，2015年再增長(zhǎng)至58.53 μg/m3，增長(zhǎng)率為101.90%，是全國(guó)平均水平的3.28倍。典型城市區(qū)域的夜間燈光指數(shù)和PM2.5污染的增長(zhǎng)均顯著高于非城市區(qū)域。研究表明中國(guó)城市化進(jìn)程，尤其是經(jīng)濟(jì)發(fā)展對(duì)城市空氣污染的影響巨大，直接加劇了PM2.5污染。因此，要實(shí)現(xiàn)高質(zhì)量綠色發(fā)展就要下大力氣調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、運(yùn)輸結(jié)構(gòu)、用地結(jié)構(gòu)，全面整治空氣污染。

參考文獻(xiàn)：

[1] 中國(guó)-東盟環(huán)境保護(hù)合作中心. 大氣環(huán)境管理國(guó)際經(jīng)驗(yàn)研究[M]. 北京：中國(guó)環(huán)境出版社，2017.

[2] 李偉峰. 長(zhǎng)三角區(qū)域城市化過(guò)程及其生態(tài)環(huán)境效益[M]. 北京：科學(xué)出版社，2017.

[3] 郝吉明，尹偉倫，岑可法. 中國(guó)大氣PM2.5污染防治策略與技術(shù)途徑[M]. 北京：科學(xué)出版社，2016.

[4] 李惠琴. 基于DMSP/OLS夜間燈光指數(shù)及土地利用數(shù)據(jù)的浙江省GDP空間化研究[D]. 杭州：浙江大學(xué)，2018.

[5] 李 珂，劉朝順，焦鵬龍. 基于NPP/VIIRS夜間燈光遙感數(shù)據(jù)估算上海地區(qū)PM2.5濃度的研究[J].? 環(huán)境科學(xué)學(xué)報(bào)， 2019，39（6）：1913-1922.

[6] BRAUER M， FREEDMAN G， FROSTAD J， et al. Ambient air pollution exposure estimation for the global burden of disease in 2013 [J].? Environmental science & technology， 2016，50（1）：79-88.

[7] HAN L， ZHOU W， PICKETT S T， et al. An optimum city size？The scaling relationship for urban population and fine particulate （PM2.5） concentration [J]. Environmental pollution， 2016， 208：96-101.

[8] 王桂林，楊 昆，楊 揚(yáng). 京津冀地區(qū)不透水表面擴(kuò)張對(duì)PM2.5污染的影響研究[J]. 中國(guó)環(huán)境科學(xué)，2017，39（7）：2470-2481.

[9] 王桂林，張 煒. 中國(guó)城市擴(kuò)張及空間特征變化對(duì)PM2.5污染的影響[J]. 環(huán)境科學(xué)，2019，40（8）：1-12.

[10] 吳 浪，周廷剛，溫 莉，等. 基于遙感數(shù)據(jù)的PM2.5與城市化的時(shí)空關(guān)系研究——以成渝城市群為例[J]. 長(zhǎng)江流域資源與環(huán)境，2018，27（9）：2142-2152.

[11] 韓立建. 城市化與PM2.5時(shí)空格局演變及其影響因素的研究進(jìn)展[J]. 地理科學(xué)進(jìn)展，2018，37（8）：1011-1021.

[12] LU X， LIN C， LI W， et al. Analysis of the adverse health effects of PM2.5 from 2001 to 2017 in China and the role of urbanization in aggravating the health burden[J]. Science of the total environment， 2019，652：683-695.

[13] 許 珊，鄒 濱，宮俊霞. 2001～2015年中國(guó)城鎮(zhèn)化與PM2.5濃度時(shí)空關(guān)聯(lián)特征[J]. 中國(guó)環(huán)境科學(xué)， 2019，39（2）：469-477.

[14] 廖李紅，戴文遠(yuǎn)，黃華富，等. 基于DMSP/OLS和Landsat數(shù)據(jù)的城市化與生態(tài)環(huán)境耦合協(xié)調(diào)分析[J]. 福建師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2018，34（6）：94-103.

[15] 陳穎彪，鄭子豪，吳志峰，等. 夜間燈光遙感數(shù)據(jù)應(yīng)用綜述和展望[J]. 地理科學(xué)進(jìn)展，2019，38（2）：205-223.

[16] LIN Y， ZOU J， YANG W. A review of recent advances in research on PM2.5 in China[J]. International journal of environmental research & public health， 2018，15（3）：438.

[17] ZHAO Z， LV S， ZHANG Y， et al.Characteristics and source apportionment of PM2.5 in Jiaxing， China[J].? Environmental science and pollution research， 2019，2：1-15.

[18] 賀晉瑜，燕 麗，王彥超，等. 我國(guó)PM2.5濃度分階段改善目標(biāo)情景分析[J].? 環(huán)境科學(xué)， 2019，40（5）：2036-2042.

[19] 歐陽(yáng)正午，廖婷婷，陳科藝，等. 2014—2017年四川盆地與京津冀地區(qū)冬季空氣停滯特征及大氣質(zhì)量改善評(píng)估對(duì)比分析[J].? 環(huán)境科學(xué)學(xué)報(bào)， 2019，39（7）：2353-2361.

[20] YANG Y， LUO L， SONG C， et al. Spatiotemporal assessment of PM2.5 related economic losses from health impacts during 2014-2016 in China[J].? Int J Environ Res Public Health， 2018，15（6）：1278.

[21] LARKIN A， VAN D A，GEDDES J A， et al. Relationships between changes in urban characteristics and air quality in East Asia from 2000 to 2010 [J].? Environmental science & technology， 2016， 50（17）：9142-9149.

[22] VAN D A， MARTIN R V， BRAUER M， et al. Global estimates of fine particulate matter using a combined geophysical-statistical method with information from satellites， models， and monitors[J].? Environmental science & technology，2016，50（7）：3762-3772.