環(huán)渤海地區(qū)空氣質(zhì)量時(shí)空變化特征及動(dòng)態(tài)預(yù)測(cè)

王宇蝶,滕澤宇,陳智文,張 清

吉林師范大學(xué)吉林省新型肥料研究中心,吉林 四平 136000

隨著我國(guó)工業(yè)化進(jìn)程的加快,空氣質(zhì)量問(wèn)題逐漸步入大眾視野,并引起人們的重視[1]。工業(yè)企業(yè)排放的大氣污染物會(huì)直接影響空氣質(zhì)量[2-3]。相關(guān)研究表明,人體攝入過(guò)量的大氣污染物會(huì)導(dǎo)致心腦血管疾病、呼吸道疾病等的發(fā)生概率增大[3-4]。為解決空氣污染問(wèn)題,我國(guó)相繼出臺(tái)了一系列法規(guī)標(biāo)準(zhǔn)和行動(dòng)計(jì)劃,各地?fù)?jù)此采取了相應(yīng)的治理措施,并取得了一定成效[3]。

近年來(lái),眾多學(xué)者針對(duì)空氣質(zhì)量的時(shí)空變化規(guī)律、污染物濃度變化趨勢(shì)及影響因素等,運(yùn)用數(shù)學(xué)建模與統(tǒng)計(jì)方法進(jìn)行了大量的分析與研究工作。張向敏等[3]將中國(guó)分為9個(gè)不同的地區(qū),運(yùn)用統(tǒng)計(jì)分析等方法研究了中國(guó)空氣質(zhì)量時(shí)空變化特征,發(fā)現(xiàn)空氣質(zhì)量在不同時(shí)間尺度上呈現(xiàn)不同的變化特征,季節(jié)變化呈“U”形,逐月變化呈“L”狀,而在空間尺度上呈現(xiàn)明顯的北高南低的分布格局;周兆媛等[1]發(fā)現(xiàn)氣象要素與京津冀地區(qū)空氣質(zhì)量呈顯著相關(guān),并對(duì)京津冀地區(qū)空氣質(zhì)量進(jìn)行了預(yù)測(cè)分析;黃小剛等[5]研究了長(zhǎng)江經(jīng)濟(jì)帶空氣質(zhì)量的時(shí)空分異特征,發(fā)現(xiàn)氣象因素為該地區(qū)空氣質(zhì)量變化的主要影響因素;魏旖夢(mèng)等[6]采用地理加權(quán)回歸模型分析得出,西北五省(區(qū))空氣質(zhì)量指數(shù)(AQI)分布主要受自然和社會(huì)經(jīng)濟(jì)因素的影響;萬(wàn)遠(yuǎn)洋[7]發(fā)現(xiàn)珠江-西江經(jīng)濟(jì)帶各城市空氣質(zhì)量隨季節(jié)變化波動(dòng)大,主要表現(xiàn)為夏季優(yōu)于冬季;張愛(ài)琳等[8]利用灰色模型對(duì)2023年鄭州市空氣污染物濃度進(jìn)行了預(yù)測(cè),指出未來(lái)應(yīng)注重PM2.5、PM10污染防治;宋宇辰等[9]利用BP神經(jīng)網(wǎng)絡(luò)與時(shí)間序列模型預(yù)測(cè)了包頭市2011年3月—2012年12月空氣污染物濃度,發(fā)現(xiàn)時(shí)間序列模型適用于短期預(yù)測(cè);王鵬等[10]基于回歸分析與隨機(jī)森林模型對(duì)長(zhǎng)三角地區(qū)PM2.5濃度進(jìn)行了分析、預(yù)測(cè)及驗(yàn)證,發(fā)現(xiàn)該模型對(duì)長(zhǎng)三角中西部城市的預(yù)測(cè)效果優(yōu)于東南部沿海城市。

環(huán)渤海地區(qū)生態(tài)環(huán)境保護(hù)和高質(zhì)量發(fā)展對(duì)于提升區(qū)域生態(tài)文明建設(shè)水平,實(shí)現(xiàn)人與自然和諧共生具有重大意義。改革開(kāi)放以來(lái),環(huán)渤海地區(qū)工業(yè)化、城市化進(jìn)程不斷加快,空氣質(zhì)量發(fā)生明顯變化。周開(kāi)鵬等[11]對(duì)環(huán)渤海地區(qū)大氣能見(jiàn)度影響因素進(jìn)行了研究,發(fā)現(xiàn)PM2.5濃度與大氣能見(jiàn)度的相關(guān)系數(shù)最大,人口密集和工業(yè)排放量大是導(dǎo)致空氣污染的主要原因;郭歡[12]運(yùn)用相關(guān)分析方法研究發(fā)現(xiàn),廊坊市AQI與空氣PM2.5含量呈極強(qiáng)的線性相關(guān)關(guān)系;鄒旭東等[13]研究了沈陽(yáng)市1951—2012年空氣污染變化及其影響因素,發(fā)現(xiàn)氣候變暖和風(fēng)速降低是導(dǎo)致空氣污染加重的主要原因;劉樞等[14]研究了O3在遼寧省的空間分布特征,指出濃度高值區(qū)主要集中在遼寧省中部地區(qū);劉雨華等[15]發(fā)現(xiàn),環(huán)渤海地區(qū)氣溶膠光學(xué)厚度在空間上整體呈東南高、西北低的分布格局。上述學(xué)者主要針對(duì)沿海城市及地區(qū)的大氣能見(jiàn)度[11]、氣溶膠光學(xué)厚度[15]等進(jìn)行了研究,而對(duì)環(huán)渤海地區(qū)整體空氣質(zhì)量時(shí)空變化特征及發(fā)展趨勢(shì)的研究有待進(jìn)一步加強(qiáng)。本研究利用數(shù)理統(tǒng)計(jì)、克里金插值及皮爾遜相關(guān)性分析等方法,對(duì)2017—2021年環(huán)渤海地區(qū)AQI和6項(xiàng)大氣污染物的時(shí)空變化特征進(jìn)行了分析,探究空氣質(zhì)量與社會(huì)經(jīng)濟(jì)因素之間的相關(guān)性,模擬預(yù)測(cè)環(huán)渤海地區(qū)空氣質(zhì)量變化趨勢(shì),以期為該地區(qū)制定空氣污染防治措施提供理論依據(jù)。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)域

渤海是一個(gè)被華北平原、遼東半島、山東半島環(huán)繞的內(nèi)海。環(huán)渤海地區(qū)(113°04′E～125°46′E,34°22′N～43°26′N)又稱環(huán)渤海經(jīng)濟(jì)圈,主要是指環(huán)繞渤海的全部沿岸地區(qū),包括河北、遼寧、山東三個(gè)省份及北京、天津兩個(gè)直轄市,空間格局呈“C”字形[16],地勢(shì)整體呈現(xiàn)西北高、東南低的特征,地形以山地、丘陵為主(圖1),屬于溫帶季風(fēng)氣候,降水豐富且空氣相對(duì)濕潤(rùn)。特殊的自然地理?xiàng)l件與區(qū)位優(yōu)勢(shì)使該地區(qū)易出現(xiàn)能見(jiàn)度低的天氣現(xiàn)象[17-19]。

注：底圖下載自自然資源部標(biāo)準(zhǔn)地圖服務(wù)系統(tǒng)(http：//bzdt.ch.mnr.gov.cn/),審圖號(hào)為GS(2019)1822號(hào),下載日期為2021-12-25。下同。圖1 環(huán)渤海地區(qū)行政區(qū)劃及地形特征

1.2 數(shù)據(jù)來(lái)源

本文選取2017年1月—2022年5月環(huán)渤海地區(qū)43個(gè)城市的AQI及PM2.5、PM10、CO、SO2、NO2、O36項(xiàng)大氣污染物指標(biāo)為研究對(duì)象?？諝赓|(zhì)量數(shù)據(jù)與6項(xiàng)污染物濃度數(shù)據(jù)(日均值)來(lái)源于中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)(https：//www.aqistudy.cn/),社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于研究區(qū)內(nèi)的各省(市)統(tǒng)計(jì)年鑒(https：//www.stats.gov.cn/sj/ndsj/)及統(tǒng)計(jì)公報(bào)等。在社會(huì)經(jīng)濟(jì)數(shù)據(jù)中選取城市年末總?cè)丝?、城市園林綠地面積、民用車輛保有量和第二產(chǎn)業(yè)產(chǎn)值,分析其與AQI及各項(xiàng)污染物濃度的相關(guān)性。

1.3 研究方法

選取環(huán)渤海地區(qū)43個(gè)城市2017—2021年AQI、各項(xiàng)污染物濃度數(shù)據(jù),對(duì)逐年和逐月AQI及各污染物濃度進(jìn)行均值預(yù)處理,分別運(yùn)用數(shù)理統(tǒng)計(jì)法和克里金插值法從時(shí)間、空間兩個(gè)尺度上分析其變化特征,運(yùn)用皮爾遜相關(guān)性分析法對(duì)AQI與污染物濃度、社會(huì)經(jīng)濟(jì)因素等進(jìn)行相關(guān)分析,采用時(shí)間序列預(yù)測(cè)方法對(duì)2022年6月—2023年12月空氣質(zhì)量及污染物濃度進(jìn)行預(yù)測(cè)。

按《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)》(HJ 633—2012)將AQI劃分為6個(gè)類別(表1),AQI數(shù)值越高表明空氣質(zhì)量狀況越差。分別算出PM2.5、PM10、O3、CO、SO2、NO26項(xiàng)污染物的空氣質(zhì)量分指數(shù)(IAQI)。當(dāng)AQI>50時(shí),IAQI最大值對(duì)應(yīng)的污染物即為當(dāng)日空氣首要污染物。根據(jù)環(huán)渤海地區(qū)直轄市及地級(jí)市的第二產(chǎn)業(yè)產(chǎn)值排名,選取5個(gè)代表性城市開(kāi)展空氣污染程度及首要污染物研究。

表1 空氣質(zhì)量劃分標(biāo)準(zhǔn)

ARIMA模型又稱為差分整合移動(dòng)平均自回歸模型,是一種基于線性回歸思想的時(shí)間序列預(yù)測(cè)方法。ARIMA模型的分析對(duì)象是平穩(wěn)序列,若序列不平穩(wěn),則通過(guò)d階差分轉(zhuǎn)換為平穩(wěn)時(shí)間序列[20]。ARIMA模型通過(guò)線性方法定階,一般把時(shí)間序列在某時(shí)刻的值視為過(guò)去若干時(shí)間值與一組白噪聲的線性疊加,即：

(1)

式中：t為時(shí)間變量,yt為待分析的平穩(wěn)時(shí)間序列,εt為白噪聲序列,p為自回歸階數(shù),q為移動(dòng)平均階數(shù),γi、θi為可確定系數(shù)。通過(guò)對(duì)序列自相關(guān)系數(shù)以及偏自相關(guān)系數(shù)的觀察,可以確定自回歸階數(shù)p和移動(dòng)平均階數(shù)q。模型完成定階后,即可確定系數(shù)γi、θi[20]。ARIMA模型是當(dāng)今最為成熟的時(shí)間序列模型,在捕捉數(shù)據(jù)的線性信息方面具有獨(dú)特的優(yōu)勢(shì),因此,本文選取ARIMA模型對(duì)AQI及污染物濃度進(jìn)行預(yù)測(cè)。

2 結(jié)果與分析

2.1 空氣質(zhì)量時(shí)間變化特征

環(huán)渤海地區(qū)2017—2021年AQI年均值分別為98、84、91、83、81。除2019年出現(xiàn)小幅上升外,其余年份AQI總體呈逐年下降趨勢(shì)。2017—2021年AQI月均值變化呈現(xiàn)顯著的差異性和一定的規(guī)律性(圖2)。其中,2017年、2019年及2021年AQI月均值的逐月變化較為頻繁,2018年和2020年AQI月均值的逐月變化整體呈“W”形。整體上,峰值普遍出現(xiàn)在1月與6月,谷值普遍出現(xiàn)在3—4月與8—10月。

圖2 2017—2021年環(huán)渤海地區(qū)AQI月變化

選取環(huán)渤海地區(qū)5個(gè)代表性城市(唐山市、北京市、大連市、青島市、天津市)的2017—2021年AQI數(shù)據(jù)進(jìn)行AQI類別占比變化分析(圖3)。5個(gè)代表性城市的AQI類別均以良為主,優(yōu)良類別占比呈逐年波動(dòng)上升趨勢(shì),其他類別占比整體呈下降趨勢(shì)。其中,大連市、青島市的優(yōu)良率始終在70%以上。從逐年來(lái)看：2019年,輕度污染、重度污染占比稍有提高;2017年,唐山市、北京市、天津市嚴(yán)重污染類別占比較大,說(shuō)明2017年污染較為嚴(yán)重。

圖3 2017—2021年5個(gè)代表性城市AQI類別占比變化

2017—2019年環(huán)渤海地區(qū)5個(gè)代表性城市逐月首要污染物變化(表2)顯示,O3為5—9月的首要污染物;PM2.5、PM10污染主要集中出現(xiàn)在1—3月及11—12月,為影響城市冬季空氣質(zhì)量的首要污染物。這可能由于夏季的持續(xù)高溫有利于NOx及VOCs發(fā)生大氣光化學(xué)反應(yīng)生成O3;冬季燃煤取暖導(dǎo)致污染物排放量增大,加之空氣流動(dòng)性較差,造成PM2.5與PM10濃度升高。

表2 2017—2021年環(huán)渤海地區(qū)5個(gè)代表性城市逐月首要污染物

不同污染物濃度的年際變化特征顯示(圖4),2017—2021年,各項(xiàng)污染物的濃度整體呈逐年下降趨勢(shì),部分指標(biāo)在2018—2019年出現(xiàn)小幅上升。其中：SO2濃度大幅下降,由25.68 μg/m3下降至11.49 μg/m3,總體下降了55.3%;CO濃度由1.16 mg/m3下降至0.76 mg/m3,總體下降了34.5%;PM10濃度由96.52 μg/m3下降至63.19 μg/m3,總體下降了34.5%;PM2.5、NO2濃度分別下降了32.8%、25%;O3濃度下降幅度最小,由105.08 μg/m3下降至96.45 μg/m3,總體下降了8.2%。

圖4 2017—2021年污染物濃度值逐年變化

由各項(xiàng)污染物濃度的逐月變化可知(圖5),PM2.5、PM10、NO2、CO、SO2的逐月變化整體呈“V”形,其中1月、12月的濃度值較高,7月、8月的濃度值較低。O3濃度的逐月變化特征呈現(xiàn)倒“V”形,表現(xiàn)為1—6月逐漸升高,7—12月逐漸降低。

圖5 2017—2021年污染物濃度值逐月變化

2.2 空氣質(zhì)量空間變化特征

對(duì)2017—2021年AQI監(jiān)測(cè)數(shù)據(jù)進(jìn)行空間插值分析(圖6),結(jié)果表明,環(huán)渤海地區(qū)AQI在空間上呈現(xiàn)由西南向東北逐漸減小的變化特征,AQI高值區(qū)主要分布在河北省西南部及山東省西部,低值區(qū)主要分布在遼寧省及山東半島。2017年,環(huán)渤海地區(qū)AQI具有顯著的空間異質(zhì)性,AQI高值區(qū)主要集中在河北省石家莊市、邢臺(tái)市和邯鄲市;2018年,環(huán)渤海地區(qū)AQI相較2017年下降明顯;2019年,遼寧省中部及山東省中西部AQI進(jìn)一步增大;2020年、2021年,環(huán)渤海地區(qū)AQI較2019年有所下降,天津市與遼寧省中部為AQI下降幅度較大的地區(qū)。

圖6 2017—2021年AQI逐年空間分布特征

從2017—2021年環(huán)渤海地區(qū)AQI逐月空間變化來(lái)看(圖7)：1月,整個(gè)地區(qū)的AQI較高,高值區(qū)主要分布在河北省西南部及山東省西部;2—4月,各地AQI逐漸下降,高值區(qū)向西南方向逐漸縮減;5—6月,AQI升高,其中邢臺(tái)市空氣質(zhì)量相對(duì)較差;相比6月,河北省南部及山東省西部7月空氣質(zhì)量有所好轉(zhuǎn),環(huán)渤海地區(qū)AQI下降;8—10月,AQI空間差異較小,空氣質(zhì)量相對(duì)較好;11—12月,AQI高值區(qū)逐漸向東北部擴(kuò)張。

圖7 2017—2021年AQI逐月空間變化特征

由環(huán)渤海地區(qū)2017—2021年6項(xiàng)污染物的空間分布特征可知(圖8),各項(xiàng)污染物的分布具有顯著的空間異質(zhì)性。其中：PM2.5與PM10的空間分布特征總體相似,兩種污染物均呈現(xiàn)西南高、東北低的分布特征;CO濃度高值區(qū)呈現(xiàn)沿西南-東北方向的條帶狀分布,高值中心為秦皇島市、石家莊市、鞍山市及3個(gè)城市的周邊地區(qū),低值中心為山東半島;SO2濃度高值區(qū)集聚在遼寧省西部,低值區(qū)主要分布在北京市及其周邊地區(qū);環(huán)渤海地區(qū)中南部的NO2濃度較高,高值區(qū)主要集聚在天津市、唐山市、石家莊市及3市的周邊區(qū)域;O3濃度整體呈現(xiàn)南部高、北部低的空間分布特征,高值區(qū)主要分布在山東省西部,低值區(qū)主要集中在遼寧省東部。

圖8 2017—2021年6項(xiàng)污染物濃度空間變化特征

2.3 空氣質(zhì)量影響因素分析

選取環(huán)渤海地區(qū)6項(xiàng)污染物及AQI監(jiān)測(cè)數(shù)據(jù),利用皮爾遜相關(guān)系數(shù)探究不同時(shí)間尺度上的AQI與污染物濃度之間的相關(guān)性(表3)。結(jié)果表明：在年際尺度上,PM2.5、PM10、CO、NO2、O3與AQI呈顯著正相關(guān),相關(guān)系數(shù)分別為0.956、0.942、0.377、0.743、0.778;在季節(jié)尺度上,PM2.5、PM10、NO2、O3與AQI之間具有顯著相關(guān)性,其中冬季O3與AQI呈顯著負(fù)相關(guān)。整體上,PM2.5、PM10對(duì)AQI的影響作用最大。研究顯示,PM2.5濃度變化主要是受人口密度、工業(yè)化和能源消耗的影響[21],而工業(yè)化、城市化等因素則對(duì)O3具有顯著的驅(qū)動(dòng)作用[22]。

表3 污染物濃度與AQI的相關(guān)性檢驗(yàn)結(jié)果

選取2019年環(huán)渤海地區(qū)43個(gè)城市統(tǒng)計(jì)年鑒數(shù)據(jù)中的年末總?cè)丝?、城市園林綠地面積、民用車輛保有量及第二產(chǎn)業(yè)產(chǎn)值4個(gè)因素與AQI進(jìn)行相關(guān)性分析(表4)。

表4 社會(huì)經(jīng)濟(jì)因素與AQI的相關(guān)性檢驗(yàn)結(jié)果

結(jié)果顯示：年末總?cè)丝凇⒚裼密囕v保有量及第二產(chǎn)業(yè)產(chǎn)值與AQI呈顯著正相關(guān),相關(guān)系數(shù)分別為0.593、0.484、0.436;城市園林綠地面積與AQI呈一定程度的負(fù)相關(guān),但相關(guān)性不顯著。研究顯示,人口及車輛的增加會(huì)加劇空氣污染,工業(yè)企業(yè)排放的污染物也會(huì)導(dǎo)致空氣質(zhì)量下降,而城市園林綠地則可在一定程度上減輕空氣污染。

2.4 AQI及污染物濃度預(yù)測(cè)

通過(guò)ARIMA(0,1,1)模型擬合2019年12月—2021年12月環(huán)渤海地區(qū)AQI及各項(xiàng)污染物濃度,結(jié)果(表5)顯示預(yù)測(cè)效果較好,模型擬合度較為理想,故選取此模型對(duì)2022年6月—2023年12月AQI及6項(xiàng)污染物濃度進(jìn)行預(yù)測(cè)(圖9)。

表5 模型檢驗(yàn)結(jié)果

圖9 2022年6月—2023年12月AQI及污染物濃度預(yù)測(cè)值變化

由預(yù)測(cè)結(jié)果可知,除O3外,相較于2017—2021年,2022年6月—2023年12月環(huán)渤海地區(qū)AQI及其余5項(xiàng)污染物濃度整體呈下降趨勢(shì)。9月份AQI較低,為空氣質(zhì)量較好的時(shí)段;冬季受燃煤取暖影響較大,PM2.5、PM10濃度較高;夏季O3濃度較高,可能是由于汽車尾氣及工業(yè)廢氣中的NOx、VOCs在紫外線的作用下,加快了O3的形成。因此,未來(lái)應(yīng)該重點(diǎn)針對(duì)PM2.5、PM10、O3污染提出有針對(duì)性的防治政策,以改善環(huán)渤海地區(qū)空氣質(zhì)量。

3 討論與結(jié)論

3.1 討論

本文從時(shí)空角度分析了環(huán)渤海地區(qū)AQI及各項(xiàng)污染物的變化趨勢(shì),發(fā)現(xiàn)AQI及各項(xiàng)污染物的時(shí)空分布均具有差異性。在時(shí)間上,O3與其他5項(xiàng)污染物相反,呈現(xiàn)夏季高、冬季低的變化特征。工業(yè)化、能源消耗是空氣質(zhì)量的主要影響因素。人口密度、第二產(chǎn)業(yè)產(chǎn)值與民用車輛保有量的增加加劇了大氣污染,而園林綠地面積的增加會(huì)降低大氣污染程度,這與張向敏等[3]、郭雯雯等[23]、藺雪芹等[24]、肖悅等[25]等的研究結(jié)果一致。在空間上,河北省南部及山東省西部為環(huán)渤海地區(qū)空氣污染的重點(diǎn)地區(qū),PM2.5、PM10、O3是該區(qū)域的主要污染物。本文在研究過(guò)程中還存在一定的不足：對(duì)年限及特殊時(shí)間節(jié)點(diǎn)的研究過(guò)少,對(duì)預(yù)測(cè)方法的組合運(yùn)用不夠深入。因此,后續(xù)研究可開(kāi)展多重影響因素共同分析,通過(guò)多種方法進(jìn)行對(duì)比,并采用精度更高的模型。

3.2 結(jié)論

1)2017—2021年,環(huán)渤海地區(qū)除2019年AQI及6項(xiàng)污染物濃度同比有所提高外,總體呈下降趨勢(shì)。其中,PM2.5、PM10、NO2、SO2、CO濃度的逐月變化均呈“V”形,O3則呈現(xiàn)與之相反的變化趨勢(shì)。環(huán)渤海地區(qū)5個(gè)代表性城市的空氣質(zhì)量等級(jí)以良為主,優(yōu)良等級(jí)占比逐年遞增,其他污染等級(jí)占比整體呈降低趨勢(shì)。首要污染物中,PM2.5、PM10污染主要出現(xiàn)在冬季,O3污染集中出現(xiàn)在夏季。環(huán)渤海地區(qū)AQI大致呈現(xiàn)西南高、東北低的分布特征,不同月份的AQI空間分布差異較大。除PM2.5與PM10的空間分布具有相似性外,其余污染物的分布均具有明顯的空間異質(zhì)性。

2)AQI與6項(xiàng)污染物之間整體呈正相關(guān),其中與PM2.5、PM10、NO2、O3具有顯著相關(guān)性。AQI與年末總?cè)丝?、民用車輛保有量、第二產(chǎn)業(yè)產(chǎn)值呈顯著正相關(guān),與城市園林綠地面積呈一定程度的負(fù)相關(guān)。

3)2022年6月—2023年12月環(huán)渤海地區(qū)AQI及各項(xiàng)污染物濃度預(yù)測(cè)結(jié)果表明,除O3濃度呈現(xiàn)一定的季節(jié)性變化并逐步升高外,AQI及其余5項(xiàng)污染物濃度值整體呈下降趨勢(shì),表明環(huán)渤海地區(qū)空氣質(zhì)量逐漸好轉(zhuǎn)。其中,9月份是空氣質(zhì)量較好的時(shí)段。