劉宇峰,原志華,楊軍軍,郭玲霞,許曉婷,安 彬
(1.咸陽師范學(xué)院,a.資源環(huán)境與歷史文化學(xué)院;b.經(jīng)濟與管理學(xué)院,陜西 咸陽 712000;2.安康學(xué)院旅游與資源環(huán)境學(xué)院,陜西 安康 725000)
近年來,空氣污染是區(qū)域經(jīng)濟社會發(fā)展過程中面臨的突出環(huán)境問題之一,受到社會公眾的普遍關(guān)注。細顆粒物(PM2.5)是中國大氣污染的重要污染物,是空氣質(zhì)量監(jiān)測的重點對象,其具有典型的區(qū)域性、復(fù)合型污染特征[1]。中國歷來重視大氣污染的防治,最早在20 世紀(jì)80 年代末期就頒布了《大氣污染防治法》(1988),自此陸續(xù)出臺諸如《大氣固定污染源苯胺類的測定氣相色譜法》(HJ/T 68-2001)等一系列標(biāo)準(zhǔn)類政策及其他環(huán)境保護政策;尤其是“十一五”以來,諸多技術(shù)規(guī)范、排放標(biāo)準(zhǔn)等政策及環(huán)境保護法律、法規(guī)相繼出臺,使大氣污染防治更具可操作性[2],SO2、NOx與粉塵排放量明顯下降;然而,PM2.5依然是諸多區(qū)域空氣污染的首要污染物,是空氣污染防治的重點和難點;2012 年,國家在《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—1996)的基礎(chǔ)上出臺新的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012),首次把PM2.5列為日常關(guān)鍵監(jiān)測指標(biāo)[1,3]。目前,PM2.5監(jiān)測與防治已成為中國多數(shù)省市改善空氣質(zhì)量的首要任務(wù),亦成為相關(guān)領(lǐng)域?qū)<覍W(xué)者研究的熱點。
以往對PM2.5的研究涉及地理學(xué)、環(huán)境學(xué)、醫(yī)學(xué)、大氣科學(xué)、社會學(xué)、化學(xué)以及經(jīng)濟學(xué)等學(xué)科,在研究內(nèi)容上集中在PM2.5的時空分布、物質(zhì)來源解析、健康風(fēng)險評價、物理化學(xué)組成、監(jiān)測技術(shù)與防治、經(jīng)濟關(guān)聯(lián)效應(yīng)以及驅(qū)動因素等方面[4-19];在研究尺度(對象)上側(cè)重市域、省域或流域短時間尺度特征分析;在研究方法上以相關(guān)分析、空間自相關(guān)分析、面板向量自回歸模型、地理加權(quán)回歸模型、地理探測器模型、自然正交函數(shù)等為主。
對陜西省PM2.5的研究,主要以單個城市(西安居多)和關(guān)中地區(qū)為主,研究內(nèi)容、方法亦集中在上述幾方面[20-29];而對于陜西省全域長時間尺度PM2.5演化規(guī)律及空間異質(zhì)性特征等缺乏系統(tǒng)研究。鑒于此,本研究以陜西省縣域為研究對象,詳細分析2000—2018 年P(guān)M2.5濃度的時空演變格局,研究結(jié)果可能對陜西省經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、能源開發(fā)利用、大氣污染防治及健康風(fēng)險規(guī)避等提供一定依據(jù),亦能為政府推進跨區(qū)域大氣污染預(yù)報預(yù)警及協(xié)同治理提供參考。
截至2020 年底,陜西省下轄10 個地級市,包含30 個市轄區(qū)、6 個縣級市、71 個縣,總計 107 個縣級區(qū)劃單元。本研究對象為陜西107 個縣(區(qū))(圖1),各縣(區(qū))PM2.5濃度數(shù)據(jù)(2000—2018 年)來源于中國環(huán)境監(jiān)測總站(http://www.cnemc.cn/)和加拿大達爾豪斯大學(xué)大氣成分分析組(http://fizz.phys.dal.ca/~atmos/martin/?page_id=140#V4.CH.03)。
圖1 陜西省縣級行政單元分布
1.2.1 重心模型 地理學(xué)中的重心是描述地理屬性或事物分布的矢量合力點[30],通過重心軌跡變化可以揭示地理現(xiàn)象在一定空間上的遷移過程?;谇叭搜芯砍晒?1,32],構(gòu)建陜西省 PM2.5污染重心模型,以期揭示陜西省2000—2018 年P(guān)M2.5污染重心的動態(tài)變化特征。定義陜西省PM2.5污染重心模型如下。
式中,X、Y分別為陜西PM2.5污染重心的經(jīng)度和緯度,Pi(i= 1,2,3,…,n)表示第i個區(qū)(縣)的PM2.5年均濃度值;Pi(xi,yi)為該區(qū)(縣)的地理幾何中心坐標(biāo)。假設(shè)第k、k+m年陜西省PM2.5污染重心坐標(biāo)為Wk(xk,yk)、Wk+m(xk+m,yk+m),則不同年份 PM2.5污染重心移動距離為:
式中,e為常數(shù),取111.111,為地球坐標(biāo)單位(°)轉(zhuǎn)化為距離(km)的系數(shù)。
1.2.2 空間自相關(guān)分析 地理要素在空間上是相互影響和相互作用的,具有相互依懶性。通過空間自相關(guān)分析(Spatial Autocorrelation Analysis)可以揭示某一地理要素屬性值與其相鄰位置地理要素屬性值的相關(guān)性及其相關(guān)程度。通過全域空間自相關(guān)(Global Spatial Autocorrelation)研究陜西省各區(qū)(縣)PM2.5觀測值的空間自相關(guān)性,通過局域空間自相關(guān)(Local Spatial Autocorrelation)探索陜西省各區(qū)(縣)PM2.5觀測值的局部空間自相關(guān)性。
1)全域空間自相關(guān)。用于表征全域空間自相關(guān)的指標(biāo)有很多,本研究利用全域Moran’s 指數(shù)(Global Moran’sI)分析PM2.5觀測值的空間集聚特征,具體計算公式如下[33]。
式中,xi、xj分別為區(qū)域i、j的 PM2.5觀測值,xˉ為區(qū)域PM2.5觀測值的平均值,wij為表達區(qū)域鄰近關(guān)系的空間權(quán)重矩陣,S2為數(shù)據(jù)樣本的方差,n為數(shù)據(jù)樣本量(即陜西省縣級行政單元)。利用標(biāo)準(zhǔn)化統(tǒng)計量Z對全局空間自相關(guān)性進行顯著性檢驗,公式如下[33]。
式中,E(I)是全域Moran’sI指數(shù)數(shù)學(xué)期望,是全域Moran’sI指數(shù)的標(biāo)準(zhǔn)差。
全域 Moran’sI指數(shù)取值在[-1,1],I>0 表示正相關(guān),其值越大,說明空間集聚性越強;I<0 表示負相關(guān),其值越小,說明空間離散性越強。Z值為正且顯著時,表示存在正的空間自相關(guān),即觀測值表現(xiàn)出顯著的空間集聚;Z值為負且顯著時,說明存在負的空間自相關(guān),即觀測值表現(xiàn)出顯著的分散分布;Z值為0 時,說明觀測值呈現(xiàn)獨立隨機分布。
2)局域空間自相關(guān)。采用局域Moran’s 指數(shù)(Local Moran’sI)分析PM2.5觀測值的空間異質(zhì)性特征,具體計算公式如下[33]。
式中參數(shù)指標(biāo)意義同公式(4),局域Moran’sI指數(shù)的顯著性檢驗方法同公式(5)。局域Moran’s指數(shù)I>0,說明該區(qū)域單元周圍相似值(高值或低值)的空間集聚,I<0 則表示非相似值的空間集聚。
需要說明的是,在給定的置信水平(本研究取95%),結(jié)合Z值和I值,可將區(qū)域分為4 種類型空間自相關(guān)關(guān)系。①若I>0 且顯著,同時Z>0,則區(qū)域單元位于第1 象限(高-高類型,HH),表明該區(qū)域單元及其鄰近單元觀測值均較高;②若I>0 且顯著,同時Z<0,則區(qū)域單元位于第3 象限(低-低類型,LL),表明該區(qū)域單元及其鄰近單元觀測值均較低;③若I<0 且顯著,同時Z>0,則區(qū)域單元位于第2象限(高-低類型,HL),表明該區(qū)域單元觀測值較高且被鄰近觀測值較低的單元所包圍;④若I<0 且顯著,同時Z<0,則區(qū)域單元位于第4 象限(低-高類型,LH),表明該區(qū)域單元觀測值較低且被鄰近觀測值較高的單元所包圍。
2000—2018 年陜西省PM2.5濃度年均值總體呈現(xiàn)“下降-上升-下降”(倒“N 型”)的波動下降趨勢(圖 2),波動介于 15.28~73.96 μg/m3,2018 年相比2000 年降低 16.59 μg/m3,年均降低 0.87 μg/m3。具體來看,波動變化大概分為三個階段。①2000—2008 年,PM2.5濃度年均值總體表現(xiàn)為顯著的下降趨勢(P=0.05),下降速率為1.23 μg/(m3·年);②2008—2011 年,PM2.5濃度年均值表現(xiàn)出非常顯著的增加趨勢(P=0.01),增加速率為6.30 μg/(m3·年),2011 年P(guān)M2.5濃度年均值上升到歷史峰值(54.51 μg/m3);③2011—2018 年,PM2.5濃度年均值出現(xiàn)顯著的快速下降趨勢(P=0.01),下降速率達2.92 μg/(m3·年),2018 年 PM2.5濃度年均值較 2011 年降低 40%,較2000 年降低34%??傮w來看,陜西省PM2.5濃度年均值在研究時段內(nèi)經(jīng)歷了前期小幅波動下降、中期短暫急劇上升、后期大幅波動下降的變化過程,2011年是PM2.5濃度年均值波動變化的重要“拐點”,在此之后,前期顯著上升的變化趨勢得到較大程度的抑制 ,2012—2018 年年均 PM2.5濃度較 2011 年降低26%,空氣質(zhì)量持續(xù)改善。主要原因是在國家實施生態(tài)環(huán)境保護、大氣污染防治等大背景下,“十二五”期間,陜西省政府陸續(xù)出臺了《“十二五”關(guān)中城市群大氣污染聯(lián)防聯(lián)控規(guī)劃》(2011)、《陜西省全面改善城市空氣質(zhì)量的工作方案》(2012)、《“十二五”節(jié)能減排綜合性工作方案》(2012)、《2012 年主要污染物總量減排核算考核辦法》(2012)、《“十二五”農(nóng)業(yè)源污染減排工作實施方案》(2012)、《陜西省機動車污染減排管理辦法》(2012)等[34]政策文件,同時進一步加強了秸稈焚燒、煤炭和電力行業(yè)等環(huán)保專項執(zhí)法檢查,致使2011 年以來全省PM2.5濃度年均值逐漸下降,扭轉(zhuǎn)了大氣污染的不利局面。
圖2 2000—2018 年陜西省PM2.5濃度總體變化趨勢
根據(jù)中國《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB3095—2012),將 PM2.5濃度年均值分為 7 個區(qū)間[1],分析不同區(qū)間PM2.5濃度年均值的時間變化特征(圖3)。由圖 3 可以看出,2000—2018 年,陜西省 PM2.5濃度年均值小于15 μg/m3(一級濃度限值)的比例較小,最大占比僅3.74%(2017年),且主要出現(xiàn)在“十五”中后期和“十三五”期間;PM2.5濃度年均值在15~25 μg/m3的比例在不同時段內(nèi)波動變化較大,但自“十二五”以來,其所占比例表現(xiàn)出穩(wěn)定上升的態(tài)勢,到2018年上升至30.84%;PM2.5濃度年均值介于25~35 μg/m3的比例在研究時段內(nèi)變化相對穩(wěn)定,在27%上下波動;PM2.5濃度年均值大于35 μg/m3(二級濃度限值)的比例以 30~50 μg/m3所占比例最大(平均為27.79%),其次為 50~70 μg/m3(平均為 19.04%);大于35 μg/m3的比例在時序變化上總體呈下降趨勢,尤以2011 年以來表現(xiàn)的最為突出,2011—2018 下降速率是2000—2010 年的1.7 倍;PM2.5濃度年均值大于70 μg/m3的嚴(yán)重污染區(qū)比例總體呈現(xiàn)微弱的下降趨勢,但波動起伏較大,最高波峰出現(xiàn)在“十二五”期間的2009—2013 年(平均為17.94%),進入“十三五”以后,該占比迅速降低,甚至在2018 年出現(xiàn)占比為0的情況??傮w來看,2000—2018 年,陜西省PM2.5濃度年均值低于一級濃度限值(15 μg/m3)的低污染縣(區(qū))占比較少且變化不穩(wěn)定,但在“十二五”末、“十三五”以來出現(xiàn)增加態(tài)勢,高于一級濃度限值(15 μg/m3)但低于二級濃度限值(35 μg/m3)的縣(區(qū))比例有所增加,增幅為0.73%/年,高于二級濃度限值(35 μg/m3)和高于70 μg/m3的高污染縣(區(qū))比例在持續(xù)減少,反映了陜西省大多數(shù)區(qū)(縣)未來的PM2.5污染將逐步控制在二級濃度限值以下,空氣質(zhì)量將持續(xù)好轉(zhuǎn)。
圖3 2000—2018 年陜西省PM2.5濃度分區(qū)間時間變化趨勢
2.3.1 時空格局變化特征 圖4 為陜西省2000 年、2004 年、2008 年、2012 年、2016 年和 2018 年 PM2.5濃度年均值的空間分布,由圖4 可以看出,2000—2018年,陜西省PM2.5濃度年均值在空間分布上有以下特點。PM2.5濃度低于一級濃度限值(15 μg/m3)的區(qū)域零星分布在陜北、關(guān)中和陜南,研究時段內(nèi)污染最輕、表現(xiàn)最突出的當(dāng)屬陜北延安的黃龍縣、關(guān)中寶雞的太白縣、陜南安康的鎮(zhèn)坪縣。PM2.5濃度在一級濃度限值(15 μg/m3)和二級濃度限值(35 μg/m3)之間的區(qū)域主要集中在陜北榆林、延安2 市所轄的絕大部分縣(區(qū))及陜南3 市所轄的大部分縣(區(qū))。PM2.5濃度高于二級濃度限值(35 μg/m3)但低于70 μg/m3的區(qū)域在2000 年主要出現(xiàn)在陜南和關(guān)中的絕大多數(shù)縣(區(qū)),2000 年之后多數(shù)年份則以關(guān)中地區(qū)的縣(區(qū))為主。PM2.5濃度年均值超過70 μg/m3的縣(區(qū))分布在2000 年和2000 年以后有著明顯區(qū)別;2000年超過70 μg/m3的高污染區(qū)集中分布在陜南地區(qū)漢中市所轄除鎮(zhèn)巴縣以外的所有縣(區(qū))以及安康市所轄的石泉、漢陰兩縣,同時在關(guān)中地區(qū)只零星分布在咸陽市楊凌區(qū)和西安市碑林區(qū)、蓮湖區(qū)、未央?yún)^(qū);2000 年以后,高污染區(qū)則主要出現(xiàn)在關(guān)中地區(qū)西安、咸陽、渭南3 市所轄部分縣(區(qū))。
圖4 2000—2018 年陜西省PM2.5濃度空間演化
為更好地揭示陜西省PM2.5濃度年均值的空間演變特征,本研究根據(jù)107 個縣(區(qū))PM2.5濃度年均值的變化特征,將其分為2000—2005 年、2005—2010 年、2010—2015 年、2015—2018 年 4 個階段,按照 PM2.5濃度年均值在 4 個階段的升(Rise)降(Decline)變化情況對所有縣(區(qū))進行統(tǒng)計分析,共得到8 種時序演化類型(圖5)。結(jié)果表明,研究時段內(nèi),PM2.5濃度年均值呈現(xiàn)“D-R-D-D”類型的縣(區(qū))占絕大多數(shù)(59.81%),主要分布在陜南地區(qū)、關(guān)中絕大部分地區(qū)以及陜北中西部地區(qū),說明近60%的縣(區(qū))在研究時段的后期整體呈持續(xù)下降趨勢,這與陜西省全域PM2.5濃度年均值的變化趨勢相一致。13.08%的縣(區(qū))為“D-R-D-R”類型,即PM2.5濃度年均值呈現(xiàn)明顯的波動變化,該類型主要零星分布在關(guān)中地區(qū)西安、咸陽、渭南3 市所轄部分縣(區(qū))。陜北榆林和延安2 市所轄部分縣(區(qū))為“D-D-DD”類型(12.15%),即PM2.5濃度年均值呈現(xiàn)持續(xù)下降態(tài)勢,主要集中分布在陜北東部和西北部?!癉-D-D-R”“R-R-D-R”、“R-D-D-R”、“R-D-D-D”4 種變化類型的縣(區(qū))占比較小,其中,榆林榆陽區(qū)、西安臨潼區(qū)、渭南大荔縣和榆林神木市在研究時段后期,其PM2.5濃度年均值均表現(xiàn)出先降后升的趨勢,僅榆林府谷縣在研究時段中后期持續(xù)呈現(xiàn)下降趨勢。
圖5 陜西省PM2.5濃度變化趨勢類型空間分布
2.3.2 空間重心轉(zhuǎn)移特征 根據(jù)公式測算了陜西省2000—2018 年P(guān)M2.5年平均污染重心、高污染重心和低污染重心的經(jīng)緯度坐標(biāo)值,不同污染重心分布見圖6。結(jié)果表明,2000—2018 年,陜西省PM2.5年平均污染重心總體位于咸陽市所轄涇陽縣和三原縣交界處(圖6a),比較明顯的特點是在2000 年以后,污染重心向東北方向平均移動了47.71 km,說明2000年以后陜西省PM2.5年平均污染重心由咸陽秦都區(qū)向東北方向轉(zhuǎn)移。陜西省PM2.5高污染重心分布及轉(zhuǎn)移軌跡類似于平均污染重心(圖6b),亦是由西南(咸陽秦都區(qū)與禮泉縣交界)向東北(涇陽縣和三原縣交界)轉(zhuǎn)移,平均移動距離為32.61 km。PM2.5低污染重心在研究時段內(nèi)總體位于銅川市所轄耀州區(qū)、王益區(qū)和渭南市所轄富平縣交界處(圖6c),低污染重心移動軌跡類似于平均污染重心和高污染重心,亦是由西南方向(咸陽市興平市)向東北方向(銅川東南部與渭南西北部交界)移動,平均移動距離為82.03 km。
圖6 2000—2018 年陜西省PM2.5污染重心遷移變化
總體來看,2000—2018 年,陜西省PM2.5平均污染重心、高污染重心和低污染重心都出現(xiàn)西南向東北方向移動軌跡,且平均污染重心和高污染重心在研究時段末期基本一致,而低污染重心則位于前二者重心的東北方向,充分說明了陜西省PM2.5污染大致呈現(xiàn)關(guān)中污染突出且西高東低、陜北和陜南污染較輕且相對均衡的空間格局與趨勢。
2.4.1 全域空間自相關(guān)特征 利用公式測算2000—2018 年陜西省107 個縣(區(qū))PM2.5濃度年平均值在空間上的關(guān)聯(lián)、集聚特征,全域Moran’sI指數(shù)計算相關(guān)結(jié)果見表1。由表1 可知,2000—2018 年陜西省PM2.5濃度全域Moran’sI指數(shù)均大于0,且均通過了顯著性檢驗(P=0.05),說明研究時段內(nèi)陜西省PM2.5濃度年平均值在空間上存在正的空間自相關(guān),具有顯著的空間集聚特征;在時序變化上(圖7),全域Moran’sI指數(shù)經(jīng)歷了急劇下降期(2000—2002 年)、平穩(wěn)波動期(2002—2011 年)和快速上升期(2011—2018 年)3 個階段,說明陜西省PM2.5濃度的空間集聚性在研究時段總體呈現(xiàn)先降后平再升的時間演化趨勢。
表1 2000—2018 年陜西省PM2.5濃度全域Moran’s I指數(shù)測算
圖7 陜西省PM2.5濃度全域Moran’s I指數(shù)時序變化
2.4.2 局域空間自相關(guān)特征 利用ArcGIS 軟件計算局域 Moran’sI指數(shù)并繪制 2000 年、2004 年、2008年、2012 年、2016 年和 2018 年 PM2.5污染局域空間自相關(guān)類型(圖8)。由圖8 可知,陜西省PM2.5污染呈顯著局域空間自相關(guān)的縣(區(qū))主要分為“高-高”、“低-低”兩種類型,只有極個別縣(區(qū))為“低-高”類型,沒有出現(xiàn)“高-低”類型,且大部分縣(區(qū))的局域空間自相關(guān)沒有通過顯著性檢驗(P=0.05),具體特點如下。
圖8 2000—2018 年陜西省PM2.5污染局域空間自相關(guān)分析
研究時段內(nèi),陜西省PM2.5污染的空間集聚性在區(qū)域分布上發(fā)生較大變化,絕大多數(shù)縣(區(qū))為“高-高”類型集聚和“低-低”類型集聚,表明陜西省PM2.5污染具有顯著的空間集聚性特征,趨同趨勢明顯,兩極分化較嚴(yán)重。
“高-高”類型即PM2.5年均濃度高值區(qū)表現(xiàn)出明顯的收縮態(tài)勢。具體表現(xiàn)為“高-高”類型在2000 年集中分布在關(guān)中和陜南的大部分縣(區(qū)),而2000 年之后,該類型所含縣(區(qū))個數(shù)大幅減少,且主要集中在關(guān)中所轄部分縣(區(qū));這充分說明2000 年之后,關(guān)中地區(qū)作為陜西省經(jīng)濟發(fā)展的核心區(qū)域,工業(yè)發(fā)展迅速,城市化進程加快,污染物排放總量處于較高水平,加之各縣(區(qū))間較強的空間關(guān)聯(lián)效應(yīng),極易形成PM2.5污染熱點區(qū)。
“低-低”類型即PM2.5年均濃度低值區(qū)亦表現(xiàn)出明顯的收縮態(tài)勢。具體為“低-低”類型在2000 年主要集中在陜北的絕大部分縣(區(qū)),關(guān)中北部僅有零星分布;2000 年之后,類似“高-高”類型,“低-低”類型所含縣(區(qū))個數(shù)亦大幅減少且集中分布在陜北中西部所轄(縣)區(qū),陜南僅在個別年份有零星分布(嵐皋縣、鎮(zhèn)平縣、平利縣)。說明陜北中西部縣(區(qū))和陜南部分縣(區(qū))經(jīng)濟發(fā)展相對落后,污染物排放總量處于較低水平,同時各縣(區(qū))經(jīng)濟一體化水平低,空間關(guān)聯(lián)和相互依懶性較弱,加之自然環(huán)境較強的稀釋和凈化能力,使其成為PM2.5污染冷點區(qū)。然而,“低-低”類型所含縣(區(qū))個數(shù)大幅縮減的現(xiàn)象在一定程度上揭示陜北部分縣(區(qū))經(jīng)濟發(fā)展有所好轉(zhuǎn),PM2.5污染冷點區(qū)由“顯著”向“不顯著”轉(zhuǎn)變。
研究時段內(nèi),關(guān)中西部和北部、陜北東北部和東部等地區(qū)以及陜南大部分縣(區(qū))的PM2.5污染都未呈現(xiàn)顯著的局域空間自相關(guān)性,同時沒有出現(xiàn)“高-低”空間集聚類型。
2000—2018 年,陜西省PM2.5濃度年均值經(jīng)歷了前期小幅波動下降、中期急劇上升、后期大幅波動下降的倒“N 型”波動變化過程,2011 年是 PM2.5濃度年均值波動變化的重要“拐點”,2012—2018 年均PM2.5濃度顯著降低,污染得到較大程度的抑制,空氣質(zhì)量持續(xù)改善。
在PM2.5濃度區(qū)間變化趨勢上,陜西省PM2.5濃度年均值低于一級濃度限值(15 μg/m3)的低污染縣(區(qū))占比較少且變化不穩(wěn)定,高于一級濃度限值(15 μg/m3)但低于二級濃度限值(35 μg/m3)的縣(區(qū))比例有所增加,增幅為0.73%/年,高于35 μg/m3和高于70 μg/m3的高污染縣(區(qū))比例在持續(xù)減少,反映了陜西省大多數(shù)區(qū)(縣)未來的PM2.5污染將逐步控制在二級濃度限值以下,空氣質(zhì)量持續(xù)好轉(zhuǎn)。
陜西省PM2.5濃度年均值在空間分布上具有明顯的區(qū)域分異。PM2.5濃度15 μg/m3的區(qū)域零星分布在陜北、關(guān)中和陜南;介于15~35 μg/m3的區(qū)域主要集中在陜北榆林、延安2 市所轄的大部分縣(區(qū))及陜南3 市所轄的大部分縣(區(qū));35~70 μg/m3的區(qū)域在2000 年以陜南和關(guān)中的絕大多數(shù)縣(區(qū))為主,2000 年之后則以關(guān)中地區(qū)的縣(區(qū))為主;超過70 μg/m3的縣(區(qū))分布亦以2000 年為界,2000 年之后高污染縣(區(qū))有所縮減,主要出現(xiàn)在關(guān)中西安、咸陽、渭南3 市所轄部分縣(區(qū))。
陜西省PM2.5濃度年均值在2000—2005 年、2005—2010 年、2010—2015 年、2015—2018 年 4 個階段有8 種“升(Rise)—降(Decline)”時序演化類型,其中“D-R-D-D”類型的縣(區(qū))占絕大多數(shù)(59.81%),其次為“D-R-D-R”類型(13.08%)和“D-D-D-D”類型(12.15%),而“D-D-D-R“”R-R-D-R“”R-D-D-R”“R-D-D-D”4 種變化類型的縣(區(qū))占比相對較少。
重心分析表明,陜西省PM2.5平均污染重心、高污染重心和低污染重心都出現(xiàn)西南向東北方向移動軌跡,且平均污染重心和高污染重心在研究時段末期基本一致,而低污染重心則位于二者重心的東北方向,充分說明了陜西省PM2.5污染大致呈現(xiàn)關(guān)中污染突出且西高東低、陜北和陜南污染較輕且相對均衡的空間格局與趨勢。
陜西省PM2.5濃度年平均值在空間上表現(xiàn)出正的空間自相關(guān),空間集聚性總體呈現(xiàn)先降后平再升的時間演化趨勢。在空間分布上,絕大多數(shù)縣(區(qū))為“高-高”類型集聚和“低-低”類型集聚,表明陜西省PM2.5污染具有顯著的空間集聚性特征,趨同趨勢明顯,兩極分化較嚴(yán)重;“高-高”類型和“低-低”類型均表現(xiàn)出明顯的收縮態(tài)勢。
PM2.5污染是危害人類健康的重要因素,對區(qū)域生態(tài)文明建設(shè)和經(jīng)濟社會可持續(xù)發(fā)展的阻礙作用日益凸顯,因此,科學(xué)識別PM2.5濃度的時空分布及其演化規(guī)律,對提高區(qū)域環(huán)境污染與治理水平、改善生態(tài)環(huán)境質(zhì)量、實現(xiàn)綠色發(fā)展具有重要作用。基于2000—2018 年陜西省縣域PM2.5濃度數(shù)據(jù),對其時空演化規(guī)律及空間異質(zhì)性進行了系統(tǒng)研究,研究結(jié)果為陜西省進一步調(diào)整經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)、優(yōu)化能源利用結(jié)構(gòu)、規(guī)避健康風(fēng)險以及推進跨區(qū)域大氣污染預(yù)報預(yù)警及協(xié)同治理提供參考依據(jù)。然而,由于PM2.5來源廣泛,受自然(地形、氣候等)和人為(工業(yè)污染、秸稈焚燒、汽車尾氣等)多重因素的綜合影響,形成演化機理錯綜復(fù)雜,那么明確其來源、揭示其主導(dǎo)驅(qū)動因素是實現(xiàn)PM2.5污染精準(zhǔn)治理的關(guān)鍵。當(dāng)前,中國經(jīng)濟發(fā)展正處于調(diào)結(jié)構(gòu)、穩(wěn)增長與綠色發(fā)展的關(guān)鍵轉(zhuǎn)型期[1],陜西省作為中國西部經(jīng)濟發(fā)展的核心,推進綠色發(fā)展、建設(shè)生態(tài)陜西是助力美麗中國的首要任務(wù),扎實開展PM2.5污染來源解析、準(zhǔn)確識別驅(qū)動因素、探索區(qū)域聯(lián)動治理機制是陜西省大氣污染防治的重要科學(xué)問題,亦是未來學(xué)術(shù)研究的重點領(lǐng)域。