2015—2020年河南省秸稈焚燒火點(diǎn)時(shí)空分布及影響因子

許越越， 蘇濤

(安徽理工大學(xué)空間信息與測(cè)繪工程學(xué)院， 淮南 232001)

河南省是中國(guó)重要的糧食產(chǎn)地，具有較為豐富的農(nóng)作物秸稈資源[1]。為了響應(yīng)國(guó)家大力推進(jìn)生態(tài)文明建設(shè)要求，河南省各級(jí)部門采取各種禁燒措施以此加大秸稈禁燒力度，并實(shí)行約談等干預(yù)管理措施提高禁燃監(jiān)管水平，但仍有秸稈焚燒現(xiàn)象發(fā)生[2-3]。傳統(tǒng)的秸稈焚燒監(jiān)測(cè)需要投入大量的人力物力，耗時(shí)長(zhǎng)效率低，而遙感方法能夠彌補(bǔ)傳統(tǒng)手段的不足，快速獲取秸稈焚燒火點(diǎn)信息，對(duì)提高政府監(jiān)管效率、高效處理秸稈焚燒具有重要意義。

隨著近年來遙感火點(diǎn)監(jiān)測(cè)技術(shù)和方法日趨成熟，國(guó)內(nèi)外利用各種高分辨率的遙感衛(wèi)星數(shù)據(jù)對(duì)區(qū)域地面火點(diǎn)遙感提取的研究越來越多，尤其是針對(duì)大范圍區(qū)域的火點(diǎn)監(jiān)測(cè)技術(shù)以及研究方法已經(jīng)相對(duì)成熟。Mccarty等[4]分析了2003—2007年五年內(nèi)美國(guó)秸稈焚燒火點(diǎn)的時(shí)空分布；Verma等[5]量化了2002—2016年印度中央邦秸稈焚燒的時(shí)空變化并揭示了火情的增長(zhǎng)趨勢(shì)；李佳等[6]通過提取2000年、2008年和2014年河南省秸稈焚燒火點(diǎn)得到河南省14年間秸稈焚燒現(xiàn)象的變化情況；張麗娟等[7]通過Terra/Aqua衛(wèi)星數(shù)據(jù)分析了中國(guó)2014—2015年夏秸稈焚燒空間分布特征；毛慧琴等[8]基于MODIS數(shù)據(jù)研究了東北地區(qū)2015—2017年秸稈焚燒火點(diǎn)時(shí)空分布規(guī)律；張彥等[9]利用MODIS熱異常產(chǎn)品數(shù)據(jù)提取火點(diǎn)信息，得到2015年河南省秋季作物秸稈焚燒現(xiàn)象的空間分布與發(fā)展態(tài)勢(shì)；張景源等[10]從不同時(shí)空尺度分析2014—2018年中國(guó)田間秸稈焚燒火點(diǎn)在空間上的變化情況；張為兵[11]綜合利用不同生長(zhǎng)時(shí)期的HJ-1B 環(huán)境衛(wèi)星數(shù)據(jù)的波譜特征提取小麥秸稈焚燒火點(diǎn)。綜上，目前已有大量研究分析區(qū)域長(zhǎng)時(shí)間序列或單時(shí)間點(diǎn)的秸稈焚燒火點(diǎn)時(shí)空分布特征，研究區(qū)域范圍主要以國(guó)家級(jí)、省級(jí)行政單元以及市級(jí)單元為主，而以縣域?yàn)閱卧难芯磕壳吧婕拜^少，同時(shí)尚未有對(duì)局部區(qū)域的秸稈焚燒火點(diǎn)與當(dāng)?shù)刈匀灰蛩?、農(nóng)作物影響和社會(huì)經(jīng)濟(jì)等因素之間相互關(guān)系的深入分析研究。

鑒于此，現(xiàn)利用2015—2020年河南省SatSee-Fire火點(diǎn)數(shù)據(jù)集，結(jié)合Geoda軟件和GIS(geographic information system)技術(shù)利用重心轉(zhuǎn)移模型、空間自相關(guān)模型研究2015—2020年的河南省縣域范圍內(nèi)秸稈焚燒火點(diǎn)的時(shí)空分布格局及其變化趨勢(shì)，并在此基礎(chǔ)上結(jié)合GIS分析工具和地理探測(cè)器模型，以高程、坡度、坡向、農(nóng)作物播種面積、農(nóng)作物產(chǎn)量、GDP以及人口密度7個(gè)因子作為分析對(duì)象，對(duì)秸稈焚燒火點(diǎn)在自然因素、農(nóng)作物因素和社會(huì)經(jīng)濟(jì)因素條件下的空間分布特征進(jìn)行分析，為農(nóng)業(yè)、環(huán)保等相關(guān)部門高效科學(xué)規(guī)范農(nóng)作物秸稈焚燒、回收利用等方面提供一定的輔助決策依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源與數(shù)據(jù)處理

1.1.1 數(shù)據(jù)來源

火點(diǎn)數(shù)據(jù)來自于中國(guó)科學(xué)院遙感與數(shù)字地球研究所發(fā)布的近實(shí)時(shí)地表高溫異常點(diǎn)查詢服務(wù)系統(tǒng)(SatSee-Fire)，該數(shù)據(jù)集包括2015年1月1日—2020年12月31日時(shí)段Landsat 8、Landsat 7、Sentinel-2等中分辨率衛(wèi)星獲取的高溫點(diǎn)數(shù)據(jù)，數(shù)據(jù)為csv格式。研究所用的數(shù)字高程模型(digital elevation model,DEM)來源于地理空間數(shù)據(jù)云平臺(tái) (http://www.gscloud.cn)，其中高程、坡度、坡向均由DEM數(shù)據(jù)獲??；行政區(qū)矢量邊界數(shù)據(jù)、耕地?cái)?shù)據(jù)來自于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn/)；農(nóng)作物播種面積、農(nóng)作物產(chǎn)量、人口、GDP統(tǒng)計(jì)數(shù)據(jù)來源于河南省統(tǒng)計(jì)局年統(tǒng)計(jì)年鑒。

1.1.2 數(shù)據(jù)處理

原始火點(diǎn)數(shù)據(jù)集包括工業(yè)煙囪火點(diǎn)、森林火點(diǎn)、野火等其他高溫異常點(diǎn)，需要進(jìn)一步篩選剔除得到秸稈焚燒火點(diǎn)[12]。首先利用河南省矢量邊界數(shù)據(jù)提取區(qū)域內(nèi)的所有火點(diǎn)，其次將可信度低于閾值的偽火點(diǎn)剔除，并利用Arcmap中自帶的Arcpy編程篩選出一天中同一地點(diǎn)臨近時(shí)間段的重復(fù)火點(diǎn)和一年中超過3個(gè)不同時(shí)間點(diǎn)的穩(wěn)定火點(diǎn)剔除。由于秸稈火點(diǎn)的溫度大體為500～1 000 K，需進(jìn)一步將異常高溫點(diǎn)和異常低溫火點(diǎn)進(jìn)行剔除[12]，最后利用耕地?cái)?shù)據(jù)作為掩膜剔除非耕地范圍的其他火點(diǎn)。其中2015年、2016年秸稈焚燒火點(diǎn)數(shù)據(jù)由2015年耕地?cái)?shù)據(jù)提取，2017年、2018年秸稈焚燒火點(diǎn)數(shù)據(jù)由2018年耕地?cái)?shù)據(jù)提取，2019年、2020年秸稈焚燒火點(diǎn)數(shù)據(jù)由2020年耕地?cái)?shù)據(jù)提取，預(yù)處理得到的河南省2015年、2018年、2020年耕地?cái)?shù)據(jù)如圖1所示。

圖1 河南省耕地空間分布Fig.1 Spatial distribution of cultivated land in Henan Province

1.2 研究方法

1.2.1 重心轉(zhuǎn)移模型

為探究多年秸稈焚燒火點(diǎn)在空間上的遷移軌跡，引入重心模型來分析秸稈焚燒火點(diǎn)在空間上整體的偏移情況。當(dāng)火點(diǎn)重心發(fā)生偏移時(shí)，火點(diǎn)的空間分布格局會(huì)產(chǎn)生變化，其中重心偏移方向表示秸稈焚燒相對(duì)增多的方向，重心偏移的距離表示秸稈焚燒相對(duì)增多的程度[13]。秸稈焚燒火點(diǎn)的重心坐標(biāo)表達(dá)式為

(1)

(2)

式中：X、Y為河南省秸稈焚燒火點(diǎn)重心坐標(biāo)的經(jīng)緯度；n為縣域個(gè)數(shù)；Si為第i個(gè)縣域的秸稈焚燒火點(diǎn)個(gè)數(shù)，Xi、Yi為第i個(gè)縣域的重心經(jīng)緯度。

1.2.2 探索性數(shù)據(jù)分析方法

為了探究秸稈焚燒火點(diǎn)在空間上的變化過程，采用探索式空間數(shù)據(jù)分析(exploratory spatial data analysis，ESDA)技術(shù)對(duì)秸稈焚燒火點(diǎn)的分布特征進(jìn)行空間關(guān)聯(lián)分析。該方法是通過統(tǒng)計(jì)學(xué)原理結(jié)合圖表對(duì)空間數(shù)據(jù)進(jìn)行描述與歸納性分析，從而研究某一現(xiàn)象的空間分布情況[14]。本文中研究主要運(yùn)用全局空間自相關(guān)指數(shù)——莫蘭指數(shù)(Moran’sI)和局部空間自相關(guān)指數(shù)(local indicators of spatial association，LISA)來表征河南省秸稈焚燒火點(diǎn)空間分布的集聚性[15]。

(1)全局空間自相關(guān)指數(shù)。全局空間自相關(guān)是用來分析某種現(xiàn)象在區(qū)域上的整體分布情況，并判別該現(xiàn)象在空間上是否存在集聚性[16]。本研究采用Global Moran’sI作為指標(biāo)，計(jì)算公式為

(3)

式(3)中：I為莫蘭指數(shù);n為縣域總數(shù);Wij為空間權(quán)重;xi、xj為縣i、j的秸稈焚燒火點(diǎn)監(jiān)測(cè)值。Moran’sI范圍為[-1，1]，若I=0，表明屬性值在空間上隨機(jī)分布，空間不相關(guān)；若I>0，表明空間正相關(guān)；若I<0，表明空間負(fù)相關(guān)；I的絕對(duì)值越大，聚集性越明顯。

(2)局部空間自相關(guān)指數(shù)。全局型空間自相關(guān)指標(biāo)只能表征地理現(xiàn)象在空間的分布模式，但不能描述聚集分散的具體方位；而局部空間自相關(guān)主要用于分析各屬性單元的空間分布特征，能避免空間異質(zhì)性的干擾，便于剖析各區(qū)域與周圍地區(qū)間的關(guān)聯(lián)性[17]。利用局部自相關(guān)模型分析秸稈焚燒火點(diǎn)在局部尺度上的空間自相關(guān)情況，計(jì)算公式為

(4)

(5)

當(dāng)Ii>0時(shí)，則區(qū)域I與其相鄰區(qū)域存在空間正相關(guān)，即為“高-高”相關(guān)或“低-低”相關(guān)，表明該區(qū)域與周圍區(qū)域的空間差異程度偏小，其中“高-高”和“低-低”分別表示區(qū)域自身和周圍區(qū)域的屬性均較高和較低；反之，“低-高”相關(guān)或“高-低”相關(guān)，為負(fù)空間相關(guān)，區(qū)域與周圍單元差異大，“低-高”表示區(qū)域本身具有較低的屬性值，周圍區(qū)域具有較高的屬性值，而“高-低”的含義則相反。

1.2.3 地理探測(cè)器模型

地理探測(cè)器是一種利用空間分異性來探測(cè)因變量與自變量在空間上分布的一致性的統(tǒng)計(jì)方法，其中自變量對(duì)因變量的解釋度為q[18-20]。因子解釋力的計(jì)算模型為

(6)

式(6)中：q為各因子對(duì)秸稈焚燒火點(diǎn)的解釋力，取值范圍為[0，1]，q越大表示因子對(duì)秸稈焚燒火點(diǎn)空間分布的解釋力越強(qiáng)，反之則越弱；L為因變量Y或因子X的分類或者分區(qū)；Nh為探測(cè)要素所包含的單元數(shù)；N是整個(gè)區(qū)域的單元數(shù)；σh2和σ2分別為所探測(cè)要素層和全區(qū)單元Y的方差。

1.2.4 秸稈露天焚燒生物量的計(jì)算

秸稈露天焚燒具有較強(qiáng)的季節(jié)性，其燃燒量由所處氣候帶、農(nóng)村生活水平、植被覆蓋現(xiàn)狀和各種農(nóng)作物的主要產(chǎn)量等因素決定[21]。秸稈露天焚燒具體消耗的生物量計(jì)算公式為

M=PNRθ

(7)

式(7)中：M為秸稈露天焚燒消耗的生物量；P為農(nóng)作物產(chǎn)量；N為草谷比；R為秸稈露天焚燒比例;θ為燃燒效率。在沒有外部干預(yù)和技術(shù)突破的條件下，農(nóng)民收入水平與秸稈焚燒量成正比，秸稈露天焚燒的比例范圍為10%～15%[22]。本研究綜合河南省政府秸稈禁燒相關(guān)政策與各市農(nóng)村生活水平、主要農(nóng)作物產(chǎn)量等資料，取2015—2019年秸稈露天焚燒比例分別為12%、10%、8%、7%、6%，其中2015—2019年農(nóng)作物產(chǎn)量數(shù)據(jù)來自于2016—2020年河南省統(tǒng)計(jì)年鑒，主要農(nóng)作物的草谷比和燃燒效率數(shù)據(jù)[22]取值如表1所示。

表1 計(jì)算參數(shù)

2 結(jié)果與分析

將最終提取的秸稈焚燒火點(diǎn)數(shù)據(jù)與國(guó)家環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心發(fā)布的2016年7月—2017年2月的逐月秸稈焚燒火點(diǎn)監(jiān)測(cè)數(shù)據(jù)以及河南省生態(tài)環(huán)境廳發(fā)布的2015年夏收期間和秋收期間全省秸稈焚燒火點(diǎn)監(jiān)測(cè)情況綜合對(duì)比進(jìn)行精度檢驗(yàn)，秸稈焚燒火點(diǎn)樣本的精度達(dá)86.49%，該數(shù)據(jù)可信度高，可進(jìn)一步對(duì)秸稈焚燒火點(diǎn)的時(shí)空分布特征進(jìn)行研究。

2.1 秸稈焚燒火點(diǎn)隨時(shí)間變化特征

由火點(diǎn)提取結(jié)果統(tǒng)計(jì)知，2015—2020年間共有1 164個(gè)秸稈焚燒火點(diǎn)，其中2015年有961個(gè)秸稈焚燒火點(diǎn)，數(shù)量最多，占總火點(diǎn)數(shù)的82.56%。由圖2可知，6年內(nèi)各年秸稈焚燒火點(diǎn)數(shù)量差異較為明顯，整體上呈滑坡式減少趨勢(shì)。2016年有110個(gè)秸稈焚燒火點(diǎn)，較2015年降低了88.55%；2017年秸稈焚燒火點(diǎn)數(shù)量下降至兩位數(shù)，僅有42個(gè)火點(diǎn)，火點(diǎn)年變化率為61.82%，2018年有25個(gè)秸稈焚燒火點(diǎn)，2019年和2020年秸稈焚燒火點(diǎn)分別為14個(gè)、12個(gè)，秸稈禁燒工作得到顯著成效。

圖2 秸稈焚燒火點(diǎn)年際變化Fig. 2 Interannual variation of straw burning point

2015—2020年內(nèi)逐月的秸稈焚燒火點(diǎn)數(shù)量也存在較大差異。由圖3(a)可知，2015年火點(diǎn)主要集中分布在5—6月以及10—11月，火點(diǎn)數(shù)量共有742個(gè)，占全年秸稈焚燒火點(diǎn)數(shù)量的77.21%；秸稈焚燒火點(diǎn)數(shù)量峰值出現(xiàn)在5月；2016年火點(diǎn)集中在5月，較2015年同時(shí)期火點(diǎn)數(shù)量減少了84.67%，降幅明顯，同時(shí)夏秋季火點(diǎn)共有82個(gè)，占全年秸稈焚燒火點(diǎn)數(shù)量的74.55%。2017年12月火點(diǎn)數(shù)量最多，5—10月實(shí)現(xiàn)了零火點(diǎn)，夏秋季禁燒監(jiān)管工作達(dá)標(biāo)。由圖3(b)可知，2018—2019年秸稈焚燒火點(diǎn)主要集中在11—12月，3—6月連續(xù)保持零火點(diǎn)；2020年火點(diǎn)集中在3—4月，夏季僅1個(gè)火點(diǎn)，秋季發(fā)現(xiàn)兩處火點(diǎn)?？傮w上夏秋季秸稈焚燒火點(diǎn)數(shù)量持續(xù)減少，秸稈禁燒效果明顯增強(qiáng)，而春季(3—5月)、冬季(12—次年2月)火點(diǎn)數(shù)量相對(duì)較多，需要進(jìn)一步加大對(duì)春冬季秸稈焚燒的監(jiān)察力度。

圖3 秸稈焚燒火點(diǎn)年內(nèi)變化Fig.3 Annual change of straw burning point

2.2 秸稈焚燒火點(diǎn)的空間相關(guān)性分析

2.2.1 縣域尺度下秸稈焚燒火點(diǎn)的空間分布

為了探究秸稈焚燒火點(diǎn)在空間上的分布特性，建立空間自相關(guān)模型分析縣域尺度下秸稈焚燒火點(diǎn)的空間聚集以及離散分布情況。

(1)全局空間自相關(guān)分析。以縣域?yàn)閱挝?，?duì)2015—2020年河南省秸稈焚燒火點(diǎn)進(jìn)行全局空間自相關(guān)分析，空間權(quán)重矩陣計(jì)算采用Queen’s原則[23]。結(jié)果顯示2015年河南省縣域秸稈焚燒火點(diǎn)的Moran’sI為0.140，P為0.003 49，小于0.05，Z為2.026，小于2.5，通過顯著性檢驗(yàn)，而2016—2020年火點(diǎn)未通過顯著性檢驗(yàn)，說明該時(shí)間段內(nèi)火點(diǎn)在空間上呈隨機(jī)性離散分布態(tài)勢(shì)，空間集聚性較弱。故本研究首先對(duì)2015年河南省各縣域內(nèi)的秸稈焚燒火點(diǎn)進(jìn)行全局空間自相關(guān)分析并繪制 Moran’I散點(diǎn)圖如圖4所示。

圖4 Moran’I 散點(diǎn)圖Fig.4 Moran’I scatter diagram

2015年秸稈焚燒火點(diǎn)的Moran’sI為0.140，絕對(duì)值接近于0，表明2015年河南省區(qū)域內(nèi)秸稈焚燒火點(diǎn)整體上呈空間正相關(guān)，但空間自相關(guān)水平較低，空間集聚性一般，區(qū)域的火點(diǎn)整體上呈現(xiàn)較弱的空間集聚態(tài)勢(shì)。由標(biāo)準(zhǔn)化后秸稈焚燒火點(diǎn)的數(shù)據(jù)點(diǎn)分布可知，大部分的縣域位于 Moran’sI散點(diǎn)圖的Ⅲ象限，屬于“低-低”集聚形態(tài)，即呈現(xiàn)出2015年河南省大部分縣域內(nèi)火點(diǎn)數(shù)量較少，其周圍縣域內(nèi)的火點(diǎn)數(shù)量也較少的趨勢(shì)；較小部分的縣域位于Moran散點(diǎn)圖的Ⅰ象限，屬于“高-高”集聚形態(tài)，這表明有個(gè)別縣域火點(diǎn)數(shù)量較多，秸稈焚燒現(xiàn)象相對(duì)嚴(yán)重，相關(guān)部門仍需要嚴(yán)格監(jiān)控秸稈焚燒，加大監(jiān)管力度。

(2)局部空間自相關(guān)。局部空間自相關(guān)主要用于分析各屬性單元的空間分布特征，能精確反映出局部區(qū)域的變化情況[24]。這里基于局部自相關(guān)模型得到2015年河南省秸稈焚燒火點(diǎn)的LISA集聚分布情況，結(jié)果如圖5所示。

圖5 2015年秸稈焚燒火點(diǎn)集聚分布Fig. 5 Concentration and distribution of straw burning points in 2015

分析圖5可知：總體而言，2015 年河南省大部分縣市秸稈焚燒火點(diǎn)空間集聚不顯著，其中三峽市、信陽市、濟(jì)源市、焦作市、漯河市、濮陽市、鶴壁市7個(gè)市級(jí)行政區(qū)內(nèi)的各縣域火點(diǎn)整體上空間集聚不顯著，即各縣域火點(diǎn)與鄰域火點(diǎn)之間的空間集聚效應(yīng)較弱，火點(diǎn)均呈隨機(jī)離散分布；高高聚集區(qū)在空間上的集聚特征顯著，主要分布于西南地區(qū)的登封市、伊川縣、汝陽縣、汝州市、寶豐縣以及魯山縣6個(gè)地區(qū)，研究區(qū)內(nèi)沒有縣域呈高低聚集類型分布；安陽市市區(qū)和平頂山市的郟縣兩個(gè)地區(qū)屬于低高聚集區(qū)，秸稈焚燒火點(diǎn)的低低聚集區(qū)零散分布在衛(wèi)輝市、新鄉(xiāng)縣、獲嘉縣、新鄉(xiāng)市、延津縣、汝南縣、上蔡縣、南陽市西峽縣、太康縣、睢縣、杞縣、這11個(gè)地區(qū)，其中衛(wèi)輝市、新鄉(xiāng)縣、獲嘉縣、新鄉(xiāng)市、延津縣這五個(gè)縣域相鄰，駐馬店市的汝南縣和上蔡縣相鄰，位于周口市的太康縣、商丘市的睢縣和周口市的杞縣相鄰，各縣域火點(diǎn)與鄰域火點(diǎn)之間存在火點(diǎn)數(shù)量均較少且呈集聚分布態(tài)勢(shì)，相鄰縣域火點(diǎn)的空間集聚效應(yīng)顯著。

2016—2020年各縣域的火點(diǎn)數(shù)較2015年少，且呈離散分布，研究時(shí)段秸稈焚燒火點(diǎn)的縣域分布如圖6所示。

圖6 2016—2020年秸稈焚燒火點(diǎn)分布Fig. 6 Distribution of straw burning points in 2016—2020

從2016—2020年秸稈焚燒火點(diǎn)在縣域空間內(nèi)的整體分布情況來看，研究期內(nèi)秸稈焚燒火點(diǎn)數(shù)量大幅度減少，火點(diǎn)在空間上呈隨機(jī)分散分布態(tài)勢(shì)。從各年各縣域分布情況來看，2016年林州市、安陽縣、鞏義縣、靈寶市、襄城縣以及西峽縣這6個(gè)縣域火點(diǎn)數(shù)均超過4個(gè)，共有63個(gè)火點(diǎn)，占全年秸稈焚燒火點(diǎn)數(shù)的57.27%，其中安陽縣火點(diǎn)數(shù)為22個(gè)，是火點(diǎn)數(shù)最多的縣域，其他縣域無秸稈焚燒火點(diǎn)信息；2017年共有42個(gè)火點(diǎn)，其中有18個(gè)縣域只有一兩個(gè)火點(diǎn)，9個(gè)縣域發(fā)現(xiàn)2個(gè)秸稈焚燒火點(diǎn)，開封市和孟溪縣均發(fā)現(xiàn)3個(gè)火點(diǎn)，其他縣域均無秸稈焚燒火點(diǎn)；2018年大部分存在秸稈焚燒的縣域只有一兩個(gè)火點(diǎn)，火點(diǎn)主要集中在武陟縣羅山縣和長(zhǎng)葛市；2019年和2020年區(qū)域內(nèi)火點(diǎn)分布更加零散，共計(jì)26個(gè)火點(diǎn)，秸稈焚燒現(xiàn)象較少，除靈寶市發(fā)現(xiàn)3個(gè)火點(diǎn)，其他存在秸稈焚燒的縣域只有一兩個(gè)火點(diǎn)。不同地區(qū)的秸稈焚燒火點(diǎn)數(shù)量變化的趨勢(shì)直接反映了地區(qū)秸稈資源管控和處理水平的差異[25]。從火點(diǎn)在縣域空間內(nèi)的分布情況來看，2016—2020年不同地區(qū)的秸稈焚燒火點(diǎn)數(shù)量變化各異，研究期內(nèi)秸稈焚燒火點(diǎn)數(shù)不斷減小，空間上分布愈發(fā)分散，這與河南省不斷加大秸稈焚燒行政監(jiān)管與處罰力度密切相關(guān)。隨著秸稈資源利用管控疏導(dǎo)工作的不斷深入，秸稈焚燒火點(diǎn)空間分布較為集中的縣域在不斷減少，而秸稈焚燒火點(diǎn)分布零散的縣域略有增加，應(yīng)有針對(duì)性地進(jìn)一步提高各縣域秸稈資源化利用水平，減少秸稈焚燒量。

2.2.2 秸稈焚燒火點(diǎn)重心的轉(zhuǎn)移

以縣域?yàn)榻y(tǒng)計(jì)單元，進(jìn)一步對(duì)2015—2020年河南省秸稈焚燒火點(diǎn)重心偏移情況進(jìn)行分析，結(jié)果如圖7所示。

圖7 火點(diǎn)重心偏移軌跡Fig. 7 Center of gravity offset track of fire point

由圖7可知，6年間河南省秸稈焚燒火點(diǎn)總體上呈西北方向移動(dòng)的變化趨勢(shì)，火點(diǎn)重心主要分布在河南省許昌市，呈明顯的回字形轉(zhuǎn)移路徑。2015年秸稈焚燒火點(diǎn)重心位于許昌市東部，2016年秸稈焚燒火點(diǎn)重心偏移至許昌市西部禹州市內(nèi)，2015—2016年秸稈焚燒火點(diǎn)向西北部移動(dòng)且偏移距離較大，這是因?yàn)樵?016年夏秋季秸稈焚燒火點(diǎn)數(shù)量驟減，秸稈禁燒成效顯著，部分縣域內(nèi)的火點(diǎn)數(shù)量降幅變大，導(dǎo)致火點(diǎn)偏移距離較大，火點(diǎn)重心偏向火點(diǎn)數(shù)量變化較小區(qū)域；2016—2018年秸稈焚燒火點(diǎn)由禹州市向東南方向移動(dòng)至襄城縣區(qū)域內(nèi)，火點(diǎn)重心偏移距離相對(duì)較小，這是因?yàn)?年內(nèi)火點(diǎn)年變化率逐漸減小，各縣域火點(diǎn)減小頻率逐漸趨向穩(wěn)定，火點(diǎn)重心偏移幅度較小。2018—2020年秸稈焚燒火點(diǎn)重心偏移路線為：襄城縣北部-禹州市北部-洛陽市偃師市西北部，空間距離跨度逐年變大，這種移動(dòng)的主要原因是由于這3年內(nèi)火點(diǎn)數(shù)量較少且分布較為離散，火點(diǎn)散落在不同縣域，具有較強(qiáng)的隨機(jī)性，最終得到的火點(diǎn)重心位置跨越了許昌、鄭州、洛陽三個(gè)行政區(qū)，偏移距離逐漸拉大。

2.3 秸稈露天焚燒量的變化特征分析

河南省農(nóng)村經(jīng)濟(jì)較發(fā)達(dá)，秸稈利用率較高，秸稈焚燒量較小，加上近年來政府實(shí)施干預(yù)政策，秸稈禁燒力度不斷加大，秸稈露天焚燒量逐年減少[26]。但由于各地區(qū)經(jīng)濟(jì)發(fā)展水平、人口分布密度等差異，不同地區(qū)秸稈露天焚燒量仍存在較大差異。

為了進(jìn)一步準(zhǔn)確地估計(jì)河南省不同地區(qū)秸稈露天焚燒量的變化情況，本研究統(tǒng)計(jì)河南省各市主要農(nóng)作物的秸稈產(chǎn)量以及各類農(nóng)作物的草谷比和燃燒效率，計(jì)算得到2015—2019年河南省各市主要農(nóng)作物秸稈露天焚燒量，如表2所示。

表2 2015—2019年各市主要農(nóng)作物秸稈露天焚燒量

從總體上看，隨著2015—2019年河南省農(nóng)作物產(chǎn)量不斷增加，主要農(nóng)作物秸稈露天焚燒量呈減少態(tài)勢(shì)，進(jìn)一步說明近五年來河南省秸稈利用率不斷提高，秸稈禁燒成效顯著。從區(qū)域上分析，2015—2019年各市的秸稈露天焚燒量均逐漸減少，其中以周口市焚燒量最大，其次為駐馬店市、南陽市、信陽市和商丘市，這主要是因?yàn)檫@5個(gè)地市屬于農(nóng)業(yè)發(fā)達(dá)地區(qū)，區(qū)域內(nèi)主要農(nóng)作物種植面積以及作物產(chǎn)量相對(duì)較大，繼而導(dǎo)致區(qū)域內(nèi)秸稈露天焚燒量占比大；而鄭州市、濟(jì)源市以及鶴壁市的秸稈露天焚燒量占比較小，不同市域內(nèi)的秸稈露天焚燒量差異明顯。即受各地區(qū)經(jīng)濟(jì)發(fā)展水平以及主要農(nóng)作物種植面積和產(chǎn)量等因素的影響，河南省各地秸稈焚燒量存在較大差距，政府仍需加大地方秸稈禁燒力度，不斷完善各區(qū)域內(nèi)秸稈回收利用機(jī)制，提高秸稈綜合利用效率。

2.4 焚燒點(diǎn)空間分布影響因子分析

秸稈焚燒火點(diǎn)的空間分布受多種因素共同影響，綜合考究河南省秸稈焚燒情況，總體上可劃為自然因素、農(nóng)作物因素、社會(huì)經(jīng)濟(jì)因素三大類，其中自然因素包括高程(X1)、坡度(X2)、坡向(X3)，屬于農(nóng)作物因素包括農(nóng)作物播種面積(X4)、農(nóng)作物產(chǎn)量(X5)，社會(huì)經(jīng)濟(jì)因素包括人口密度(X6)、GDP(X7)。

為探究2015—2020年各影響因子對(duì)秸稈焚燒火點(diǎn)空間分布的影響程度，利用地理探測(cè)器對(duì)各因子影響力進(jìn)行分析。

2.4.1 探測(cè)因子總體影響力

首先將河南省劃分為3 km×3 km的網(wǎng)格，共計(jì)7 011個(gè)網(wǎng)格。對(duì)各矢量數(shù)據(jù)離散化后利用地理探測(cè)器計(jì)算各因子的q值，提取各因子對(duì)秸稈焚燒火點(diǎn)的影響，結(jié)果如表3所示。

表3 影響因子的q值

由表3可知，6年間各影響因子的q逐漸減小，各因子對(duì)河南省秸稈焚燒火點(diǎn)空間分布的影響程度不斷減弱。7個(gè)因子對(duì)秸稈焚燒火點(diǎn)的影響程度的大小排序?yàn)椋恨r(nóng)作物播種面積>農(nóng)作物產(chǎn)量>GDP>人口密度>高程>坡度>坡向。其中，2015年各因子的q值最大，影響程度較為明顯。農(nóng)作物播種面積和農(nóng)作物產(chǎn)量的解釋力均在20%以上，因此農(nóng)作物播種面積和農(nóng)作物產(chǎn)量是影響秸稈焚燒火點(diǎn)空間變化的主要因子；GDP和人口密度的q值分別為0.121 7、0.104 9，解釋力均在10%以上；而高程、坡度、坡向的解釋力均不足10%，對(duì)火點(diǎn)空間分布的影響較小。

2.4.2 探測(cè)因子年際變化

2015—2020年各影響因子的q變化趨勢(shì)，如圖8所示。

圖8 不同因子的q值變化曲線Fig.8 q value variation curve of different factors

2015—2020年間自然因素、社會(huì)經(jīng)濟(jì)因素和農(nóng)作物因素對(duì)秸稈焚燒火點(diǎn)的影響程度逐年減小。其中農(nóng)作物因素的影響力占主導(dǎo)地位，社會(huì)經(jīng)濟(jì)因素次之，自然因素對(duì)秸稈焚燒火點(diǎn)空間分布的影響最小。高程在自然因素中占主導(dǎo)作用，坡度次之，坡向逐年的q值均小于2%，對(duì)火點(diǎn)空間分布的影響力最小且呈現(xiàn)逐年減小的趨勢(shì)；農(nóng)作物因素中各因子在2015—2017年的q值總體維持在15%～25%，解釋力值減少幅度較小，對(duì)火點(diǎn)空間分布的影響程度不斷減弱，整體呈下降態(tài)勢(shì)，因子在2018—2020年的解釋力值持續(xù)下降，降幅增大；人口密度較GDP在社會(huì)經(jīng)濟(jì)因素中占比大，2015年兩個(gè)因子的q值均在10%以上，2016年后因子影響力逐漸減小，2020年內(nèi)除農(nóng)作物播種面積和產(chǎn)量外，其他因子的q值均不足1%，各因子對(duì)火點(diǎn)空間分布的幾乎沒有影響，這在一定程度上說明了河南省秸稈焚燒現(xiàn)象不再頻繁，火點(diǎn)已大幅度減少，秸稈禁燒成果顯著。

2.4.3 探測(cè)因子交互作用分析

2015年河南省秸稈焚燒火點(diǎn)數(shù)量多，各區(qū)域內(nèi)火點(diǎn)焚燒現(xiàn)象較其他年份更為突出，且各因子的q值較大對(duì)火點(diǎn)空間分布的影響明顯，究其影響因子間的交互作用在一定程度上能夠?yàn)楹罄m(xù)各區(qū)域加強(qiáng)秸稈焚燒管控、提高監(jiān)管效率提供理論參考[27]。其中當(dāng)兩因子交互作用下的q值大于各因子q值和時(shí)，因子間呈相互增強(qiáng)關(guān)系，反之呈非線性增強(qiáng)關(guān)系[19]。

由表4可知，大部分因子間交互作用下的解釋力值均大于各因子間的解釋力之和，因子疊加后對(duì)秸稈焚燒火點(diǎn)呈相互增強(qiáng)效應(yīng)，極少數(shù)因子對(duì)秸稈焚燒火點(diǎn)具有非線性增強(qiáng)效應(yīng)。如對(duì)高程與坡度、坡向、農(nóng)作物產(chǎn)量、人口密度以及GDP間交互作用的解釋力值均大于各因子解釋力之和，說明高程與各因子疊加對(duì)秸稈焚燒火點(diǎn)呈相互增強(qiáng)影響，而高程與農(nóng)作物播種面積交互作用下的解釋力值小于兩因子的解釋力之和，兩因子間交互作用效應(yīng)呈非線性增強(qiáng)關(guān)系；坡度與農(nóng)作物產(chǎn)量、農(nóng)作物播種面積和GDP交互作用的解釋力值大于因子解釋力之和，對(duì)秸稈焚燒火點(diǎn)呈相互增強(qiáng)影響，而坡度與坡向、人口密度對(duì)秸稈焚燒火點(diǎn)具有非線性增強(qiáng)效應(yīng)。綜上可得，自然因素、社會(huì)經(jīng)濟(jì)因素和農(nóng)作物因素對(duì)秸稈焚燒火點(diǎn)的影響并非獨(dú)立，而是各種因子共同作用影響，各因子對(duì)秸稈焚燒火點(diǎn)具有相互增強(qiáng)或非線性增強(qiáng)效應(yīng)。

表4 影響因子間的交互作用

3 結(jié)論

基于SatSee-Fire 火點(diǎn)數(shù)據(jù)，采用空間自相關(guān)分析和重心轉(zhuǎn)移模型探究了2015—2020年河南省秸稈焚燒火點(diǎn)分布的時(shí)空特征，并結(jié)合空間分析和地理探測(cè)器模型分析自然、農(nóng)作物、社會(huì)經(jīng)濟(jì)因素對(duì)秸稈焚燒火點(diǎn)空間分布的影響力度,得出如下主要結(jié)論。

(1)2015—2020年河南省秸稈焚燒火點(diǎn)數(shù)量逐年遞減，呈滑坡式減少態(tài)勢(shì)；夏秋季秸稈焚燒火點(diǎn)數(shù)量持續(xù)減少，秸稈禁燒效果明顯，而春冬季火點(diǎn)數(shù)量相對(duì)較多，需要進(jìn)一步加大對(duì)春冬季秸稈焚燒的監(jiān)察力度。

(2)6年間河南省秸稈焚燒火點(diǎn)空間上呈西北方向移動(dòng)的變化趨勢(shì)，火點(diǎn)重心主要分布在河南省許昌市，呈明顯的回字形遷移軌跡；2015年河南省縣域內(nèi)秸稈焚燒火點(diǎn)整體上呈較低的空間正相關(guān)水平，空間集聚性較弱，2016—2020年秸稈焚燒火點(diǎn)在空間上的離散分布態(tài)勢(shì)愈加明顯，火點(diǎn)集中分布的縣域不斷減少，零散分布的縣域略有增加。

(3)2015—2020年各因子對(duì)火點(diǎn)影響程度的大小排序?yàn)椋恨r(nóng)作物播種面積>農(nóng)作物產(chǎn)量>GDP>人口密度>高程>坡度>坡向，6年間各因子的q值逐漸減小，對(duì)火點(diǎn)空間分布的影響程度不斷減弱，且各因子對(duì)秸稈焚燒火點(diǎn)具有相互增強(qiáng)或非線性增強(qiáng)效應(yīng)。