2014—2018年京津冀地區(qū)PM2.5冷熱點時空格局分析

張良玉，高萬泉，李建軍，王 歡

(1. 保定市氣象局 河北保定071000；2. 保定市徐水區(qū)氣象局 河北保定071000)

0 引 言

京津冀城市群是我國北方經(jīng)濟(jì)的重要核心區(qū)。偏重的產(chǎn)業(yè)結(jié)構(gòu)，以煤為主的能源結(jié)構(gòu)，以公路為主的交通結(jié)構(gòu)，遠(yuǎn)超環(huán)境承載力的污染排放強度是該地區(qū)大氣重污染形成的主因[1]。同時，該地區(qū)位于太行山東側(cè)“背風(fēng)坡”和燕山南側(cè)的半封閉地帶中，削弱了該地區(qū)秋冬季盛行西北季風(fēng)的作用，并受中層暖蓋的影響，“弱風(fēng)區(qū)”特征明顯，污染物擴(kuò)散條件較差[2]。

研究表明，粒徑在 2.5μm 以及其以下的細(xì)顆粒物(PM2.5)[3]造成的灰霾天氣對人體健康的危害甚至要比沙塵暴更大[4-5]。地理位置、氣候因素的變化會使 PM2.5的發(fā)生表現(xiàn)出一定的隨機性，但受各地外部因素的影響，導(dǎo)致 PM2.5存在一定程度的空間分布特性[6]。PM2.5濃度在空間上并不均勻分布，而是表現(xiàn)出明顯的空間聚集特性[7-8]，這種聚集性可以用冷熱點來表述。前人對京津冀地區(qū) PM2.5的研究多集中在變化特征、成因、防治對策等[9-11]，但對如何利用ArcGIS技術(shù)探索京津冀地區(qū) PM2.5發(fā)生的空間關(guān)聯(lián)性，以及冷熱點時空分布特征的研究并不多。本文采用空間冷熱點分析方法定量探測 PM2.5濃度的空間自相關(guān)性，研究2014—2018年京津冀地區(qū)PM2.5濃度空間分布的規(guī)律和聚集特征，找出污染熱點區(qū)域，以期為京津冀地區(qū)治理環(huán)境污染，深化區(qū)域聯(lián)防聯(lián)控，打贏藍(lán)天保衛(wèi)戰(zhàn)，改善生態(tài)環(huán)境提供科學(xué)依據(jù)。

1 數(shù)據(jù)來源與處理

1.1 數(shù)據(jù)來源

利用2014—2018年京津冀地區(qū)176個PM2.5環(huán)境監(jiān)測站點資料，根據(jù)GB 3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中數(shù)據(jù)統(tǒng)計的有效性規(guī)定，對無效的數(shù)據(jù)進(jìn)行了處理和刪除。

1.2 數(shù)據(jù)處理

冷熱點分析是一種探索局部空間聚類分布特征的有效手段[12]，它可以將變量空間分布集聚的程度通過冷熱點進(jìn)行區(qū)分。Getis-Ord Gi*指數(shù)可以很好地反映變量在局部空間區(qū)域上的冷熱點分布，該模型公式為：

利用 ArcGIS熱點分析工具，在冷熱點分布圖屬性表中生成具有統(tǒng)計學(xué)意義的Z得分和P值。如果P值具有顯著性，Z得分大于 0且愈高，目標(biāo)對象屬性的高值聚類則愈緊密(形成熱點)；Z得分小于0且愈低，則目標(biāo)對象屬性的低值聚類就愈緊密(形成冷點)。將京津冀地區(qū)PM2.5濃度空間分布劃分為：一級冷點區(qū)(Z＜-2.58)，即 99%置信區(qū)間；二級冷點區(qū)(-2.58＜Z＜-1.96)，即 95%置信區(qū)間；三級冷點區(qū)(-1.96＜Z＜-1.65)，即 90%置信區(qū)間；隨機分布區(qū)(-1.65＜Z＜1.65)；一級熱點區(qū)(Z＞2.58)，即 99%置信區(qū)間；二級熱點區(qū)(1.96＜Z＜2.58)，即 95%置信區(qū)間；三級熱點區(qū)(1.65＜Z＜1.96)，即90%置信區(qū)間。

2 結(jié)果分析

2.1 2014—2018年京津冀地區(qū)年平均 PM2.5濃度值站點變化

如表 1所示，根據(jù)環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定，將空氣質(zhì)量按 PM2.5濃度劃分為不同等級，研究不同級別PM2.5濃度的年、月和日變化。

如圖 1所示，2014—2018年京津冀地區(qū)年平均PM2.5濃度達(dá)到優(yōu)良程度站點逐漸增多。2014年在176個站點中達(dá)到輕度、中度污染的站點多達(dá) 81%，優(yōu)良站點僅為 16%，有 5個站點達(dá)到了重度污染程度，2015年后無站點達(dá)到重度污染程度；2015、2016年輕度污染以上站點分別為 76%、66%，2017、2018年無站點達(dá)到中度以上污染程度；2017年優(yōu)、良點數(shù)達(dá)到 70%，2018年超過了 80%，輕度污染站點數(shù)降至20%以下。

表1 PM2.5濃度等級劃分Tab.1 PM2.5 concentration grading

圖1 2014—2018年京津冀地區(qū)PM2.5濃度站點變化Fig.1 Changes of PM2.5 concentration sites in Beijing-Tianjin-Hebei region from 2014 to 2018

2.2 2014—2018年京津冀PM2.5月平均濃度變化

如圖2所示，2014—2018年京津冀地區(qū)PM2.5濃度值 5～9月明顯優(yōu)于其他月份，各月平均濃度值呈總體下降趨勢，每年1、2、11、12月PM2.5濃度值相對較高，受北方冬季氣候及供暖影響較大。3月進(jìn)入春季以后，受大風(fēng)天氣增多、氣溫回升、降水增多等因素影響，PM2.5濃度值下降趨勢明顯。5～9月 PM2.5濃度平均值都達(dá)到了優(yōu)良水平，7月 PM2.5出現(xiàn)了小幅反彈，因為7月受副高控制悶熱天氣及霧霾天氣增多，不利于 PM2.5擴(kuò)散[13-14]。

圖2 2014—2018年京津冀地區(qū) PM2.5月平均濃度堆積柱形圖Fig.2 Column diagram of average monthly concentration of PM2.5 in Beijing-Tianjin-Hebei region from 2014 to 2018

2.3 2014—2018年京津冀PM2.5的日變化

如圖3所示，2014—2018年京津冀地區(qū)PM2.5的歷年日變化呈 U形分布，即秋冬季 PM2.5濃度高，春夏季 PM2.5濃度低，U 形高度逐漸變低趨勢。參照環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)，24h平均 PM2.5濃度限值一級標(biāo)準(zhǔn)為 35μg/m3，二級標(biāo)準(zhǔn)為 75μg/m3。從圖 3可以看出，低于一、二級標(biāo)準(zhǔn)的天數(shù)逐年增多，經(jīng)統(tǒng)計2014年京津冀日平均濃度低于二級標(biāo)準(zhǔn)最長天數(shù)為6d，出現(xiàn)達(dá)到連續(xù)5d的次數(shù)僅為4次；2015年最長連續(xù)為21d，連續(xù)5d的次數(shù)為11次；2016年最長連續(xù)為24d，連續(xù)5d次數(shù)達(dá)到19次，其中4次達(dá)到連續(xù) 10d以上；2017年最長連續(xù)天數(shù)達(dá)了 133d，2018年為121d，優(yōu)良天數(shù)分別達(dá)到了270、268d，超過全年天數(shù)的 7成以上。在超標(biāo)天數(shù)中，2018年以PM2.5為首要污染的天數(shù)點總超標(biāo)天數(shù)的百分比首次低于 50%，同時首次低于 O3的超標(biāo)天數(shù)占比[15]，顯示空氣質(zhì)量得到進(jìn)一步改善。

圖3 2014—2018年京津冀地區(qū)PM2.5濃度日變化Fig.3 Daily variation of PM2.5 concentration in Beijing-Tianjin-Hebei region from 2014 to 2018

2.4 2014—2018年京津冀PM2.5冷熱點時空格局

利用ArcGIS軟件中冷熱點空間分析工具(Getis-Ord Gi*)，空間概念化采用“CONTIGUITY_EDGES_CORNER”，即共享邊界、結(jié)點或重疊的面要素會影響目標(biāo)面要素的計算，得到 2014—2018年京津冀地區(qū) PM2.5冷熱點時空格局變化特征。在一定時段內(nèi)，若某站點的 PM2.5濃度高于均值，且被同樣具有高于PM2.5濃度站點所包圍，則該站點具有較強的空間聯(lián)系，屬于 PM2.5熱點區(qū)；反之，則屬于冷點區(qū)。冷點區(qū)(含一、二、三級)主要分布在張家口、承德及北京的北部地區(qū)，2015、2016年秦皇島東部及 2015年天津中東部地區(qū)出現(xiàn)冷點聚集區(qū)；熱點區(qū)(含一、二、三級)主要出現(xiàn)在保定中南部的以南的部分地區(qū)，每年分布區(qū)域變化較大，但總體來說，熱點區(qū)主要出現(xiàn)在石家莊、邢臺和邯鄲地區(qū)。

表2顯示冷、熱點區(qū)PM2.5濃度平均值均呈下降趨勢。一、二級冷點區(qū) PM2.5濃度平均值均未超過75μg/m3，未低于 35μg/m3；三級熱點區(qū) PM2.5濃度平均值均未超過 75μg/m3，2014、2015年甚至超過了115μg/m3，達(dá)到重度污染程度。2014—2018年冷熱點區(qū) PM2.5濃度平均值呈遞進(jìn)式下降，2014年只有二、三級冷點 PM2.5濃度平均值未超過 75μg/m3，到2018年下降為只有三級熱點區(qū)的 PM2.5濃度平均值均超過 75μg/m3。

表2 2014—2018年京津冀地區(qū)各級冷熱點區(qū) PM2.5濃度值Tab.2 PM2.5 concentration values of cold and hot spots at all levels in Beijing-Tianjin-Hebei region from 2014 to 2018(unit：μg/m3)

從冷熱點站點數(shù)量變化分析得出，一級冷點區(qū)站點數(shù)比較穩(wěn)定，均在 24～26之間，其他冷點站點數(shù)變更幅度較大，表明除一級冷點區(qū)以外的其他區(qū)域空氣質(zhì)量變化受當(dāng)年氣候及環(huán)境治理力度等因素影響較大。但總體來說冷點區(qū)站點數(shù)呈上升趨勢，熱點區(qū)站點數(shù)呈下降趨勢。

2.5 2014—2018年京津冀地區(qū)各月平均 PM2.5冷熱點時空格局

2014—2018年京津冀地區(qū)各月平均 PM2.5濃度一級冷點區(qū)與歷年格局變化不大，熱點區(qū)受各月氣候及生產(chǎn)、生活污染排放等因素影響，熱點區(qū)分布變化較大。各月冷點區(qū)域(含一、二、三級)主要分布在張家口、承德及北京的北部地區(qū)，秋冬季在秦皇島、唐山及天津的部分地區(qū)出現(xiàn)二、三級冷點聚集區(qū)；熱點區(qū)域(含一、二、三級)主要出現(xiàn)在保定中南部的部分地區(qū)，各月的分布變化較大，4～7月在唐山、秦皇島的部分地區(qū)出現(xiàn)熱點聚集區(qū)。

如表3所示，冷熱點區(qū)PM2.5濃度平均值秋冬季大于春夏季。冷點區(qū)(含一、二、三級)PM2.5濃度平均值(除1、12月的二、三級及 2月的三級冷點區(qū)外)均未超過 75μg/m3，但未低于 35μg/m3；熱點區(qū)在 1～3、7、10～12月 PM2.5濃度平均值均超過 75μg/m3，其中 1、2、11、12 月甚至超過 115μg/m3，達(dá)到重度污染程度；其他月份熱點區(qū) PM2.5濃度平均值大部分臨近而并未超過75μg/m3。

冷熱點站點數(shù)量總體來說秋冬季多于春夏季，表明空氣質(zhì)量污染程度影響冷熱點的聚集變化。

表3 京津冀地區(qū)各月不同冷熱點區(qū)PM2.5濃度值Tab.3 PM2.5 concentration values in different cold and hot spots in Beijing-Tianjin-Hebei region in different months(unit：μg/m3)

3 結(jié) 論

本文分析了 2014—2018年京津冀地區(qū) PM2.5濃度年、月和日的相關(guān)數(shù)據(jù)及冷熱點空間分布特征，結(jié)論如下：

①京津冀地區(qū)年平均PM2.5濃度，2014年8成以上站點達(dá)到輕度、中度、重度污染程度，2018年 8成以上站點達(dá)到優(yōu)、良水平；PM2.5濃度值 5～9月明顯優(yōu)于其他月份，各月平均濃度值總體呈下降趨勢；PM2.5濃度值歷年日變化呈 U形分布，秋冬季 PM2.5濃度高于春夏季，U形高度逐漸變低；優(yōu)良天數(shù)逐年增多，2017、2018年已超過全年總?cè)諗?shù)7成以上。

②冷熱點空間分布具有一定的規(guī)律性，冷點區(qū)主要分布在張家口、承德及北京的北部地區(qū)，熱點區(qū)主要出現(xiàn)在保定中南部以南的部分地區(qū)，每年分布區(qū)域變化較大；冷、熱點區(qū) PM2.5濃度平均值均呈下降趨勢；一級冷點區(qū)站點數(shù)比較穩(wěn)定，各級冷點區(qū)站點數(shù)呈上升趨勢，熱點區(qū)呈下降趨勢。

③各月冷點區(qū)域主要分布在張家口、承德及北京的北部地區(qū)，熱點區(qū)域主要出現(xiàn)在保定中南部以南的部分地區(qū)，春夏季在唐山、秦皇島的部分地區(qū)出現(xiàn)熱點聚集區(qū)，冷熱點區(qū) PM2.5濃度平均值秋冬季大于春夏季，冷熱點站點數(shù)秋冬季多于春夏季。