基于GIS的唐山地区大气污染物时空分布研究

张晓郁，晏淑梅，田 茜

唐山市环境监测中心站，河北 唐山 063000

基于GIS的唐山地区大气污染物时空分布研究

张晓郁，晏淑梅，田 茜

唐山市环境监测中心站，河北 唐山 063000

应用数据统计和ArcGIS对北方重工业城市唐山地区2014年14个县(区)18个空气自动监测站的数据进行时空分布特征分析，监测的污染物为PM10、SO2、NO2、PM2.5、O3、CO共6项。利用ArcGIS对各个自动监测站污染物数据建立网格模型，采用反距离权重法分别对年均、采暖期、非采暖期的环境空气质量综合指数和6项污染因子浓度的空间分布进行估算，直观比较了污染物在不同时期内的空间分布状况。结果表明，空气质量时间分布较为明显，非采暖期明显好于采暖期。同时，计算出每个网格单元污染指数的标准偏差，结合气象气候、地形地势、工业发展等情况，分析得出北部山区、市中心区附近区域空气质量波动较大。为区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。

ArcGIS；大气；污染物；时空分布；唐山

Keywords:ArcGIS;atmosphere;pollutants;temporal and spatial distribution;Tangshan

随着经济的快速发展, 城市化水平的不断提高，城市大气环境问题日益突出。唐山作为河北省第一经济强市，也是河北省工业大市，钢铁、水泥、火电行业产量名列前茅，结构性污染特征明显。唐山市区域面积为13 472 km2，包括平原、山区、丘陵等多种地形地貌，且为沿海城市，同时作为北方典型的重工业城市，有一定代表性。目前，大气污染形势开始呈现出区域性和复合型特征[1]，污染范围从城市局部向城市周边区域扩展，污染类型从工业污染为主向复合型污染转变。

自2000年以来，众多学者在大气污染物的分布特征、源解析、气象因素分析等方面取得了一定成果，并尝试应用遥感手段进行大气污染物监测[2-5]。但这些研究多针对某一城市的某一种或2种大气污染物。本文以北方重工业城市唐山地区为研究对象，对其14个县(区)18个空气自动监测站的监测数据进行统计，分析全市范围内PM10、SO2、NO2、PM2.5、O3、CO 6种因子环境空气质量综合指数的时间、空间变化规律，同时利用地理信息系统(ArcGIS)的空间分析方法分析该区域污染物的分布特征，更深入的了解唐山地区大气污染物分布情况，从而为该区域的大气环境治理，空气质量预报提供参考依据，为环境管理决策提供及时、准确、全面的环境质量信息[6]。

1 数据来源与分析方法

1.1数据来源

14个县(区)从2014年开始全部安装空气自动监测站，并开始正常运行。目前，唐山市共有空气自动监测站18个，其中中心区(路南区、路北区)6个，其他县(区)各1个，详见图1。

图1 唐山市空气自动监测站点位分布Fig.1 Air quality automatic monitoring stations distribution, Tangshan

18个自动监测站均为同一类型的监测仪器，且每月均定期统一进行数据比对和校和，监测数据有较强的一致性和可比性。文章采用2014年

唐山市14个县(区)各自动监测站的点位信息和监测数据，计算环境空气质量综合指数，计算公式见公式(1)～式(3)。数据见表1。

Ii=Cia/Sia

(1)

式中：Ii表示污染物i的单项指数，i包括SO2、NO2、PM10、PM2.5；Cia表示污染物i的月均值浓度值，i包括SO2、NO2、PM10、PM2.5；Sia表示污染物i的年均值二级标准限值，i包括SO2、NO2、PM10、PM2.5。

(2)

环境空气质量综合指数：Isum=SUM(Ii)

(3)

即：将参与评价的6项污染物的单项指数相加，即为该区域、该月的环境空气质量综合指数。简单的说，综合指数=SO2/年二级标准(60 μg/m3)+NO2/年二级标准(40 μg/m3)+CO(95百分位)/小时二级标准(4 mg/m3)+O3(90百分位)/小时二级标准(160 μg/m3)+PM10/年二级标准(70 μg/m3)+PM2.5/年二级标准(35 μg/m3)。以上提到的24 h平均浓度限值、年均值二级标准均为环境空气质量标准(GB 3095—2012)中的限值标准。

表1 2014年各县(区)环境空气质量综合指数Table 1 Atmospheric comprehensive pollution index of each county in 2014

1.2分析方法

GIS 技术可以有效管理空间数据，确定站点空间位置和分布，并进行空间可视化表达，同时能够将观测值的属性数据与空间数据高效集成[7]，通过地理空间分析研究大气污染物的空间变化特征，并利用图形生成功能生成矢量和栅格数据。

1.2.1 时间分析方法

分别按照全年平均、采暖期(1—3、11—2月)、非采暖期(4—10月)对唐山市环境空气质量综合指数进行统计分析，插值计算3个时期的环境空气质量综合指数，得出其空间分布图，利用图形直观的比较分析。

1.2.2 空间分析方法

本文采用反距离加权平均法(IDW)进行数据插值，且均为二次幂的插值算法，即距离平方反比。其优点在于算法简单，易于实现，能够很好克服其因数据场的空间分布不均而使估值出现偏差的缺点，从而取得较好的插值效果，可以作为精确估值[8]，IDW基于地理学第一定律的基本假设，即2 个物体的相似性随他们的距离增大而减小。最终选取栅格空间分辨率为 1 km×1 km，得到每个网格的污染指数数据，该尺度不仅具有较高的精度，而且也更适合本文数据条件下的空间表达[9-10]。运用反距离加权平均法对污染因子PM10、SO2、NO2、PM2.5、O3、CO浓度进行空间插值，得出6项污染因子的空间分布图。有利于6项污染因子之间进行比较分析，同时也可同环境空气质量综合指数进行比较分析。

1.2.3 大气污染稳定程度分析

计算每个监测点位2014年12个月环境空气质量综合指数的标准偏差，插值得出环境空气质量综合指数标准偏差分布图，通过图形直观分析全市各区域的大气污染稳定情况。

2 污染物分布特征

2.1污染物时空分布

采用ArcGIS系统，结合时间和空间分析方法，对唐山地区2014年环境空气质量综合指数年均值、采暖期和非采暖期进行计算渲染，如图2～图4所示。同时，对全年的6项污染因子的浓度进行计算渲染，各污染因子浓度分布见图5。反距离权重法可以在未知气象条件和地形等情况下简单模拟污染物的扩散情况，能在一定程度上反映该区域环境空气质量综合指数的大小。下列各图中颜色越深表示污染指数越大，且为高值相对集中区域。

图2 唐山市全年环境空气质量综合指数空间分布图Fig.2 Spatial distribution of atmospheric pollutants concentration comprehensive index, Tangshan

图3 采暖期环境空气质量综合指数空间分布图Fig.3 Spatial distribution of atmospheric pollutants concentration comprehensive index, heating period

图4 非采暖期环境空气质量综合指数空间分布图Fig.4 Spatial distribution of atmospheric pollutants concentration comprehensive index, non heating period

图5 各污染因子浓度空间分布图Fig.5 The pollution factor concentration spatial distribution

2.2污染物空间分布标准偏差

分析唐山市2014年度每个网格环境空气质量综合指数的全年标准偏差，主要是用于区分在均值分析过程中，对于网格环境空气质量综合指数的离散程度，目前国内已有部分研究采用环境空气质量综合指数的标准差插值表述区域环境质量或多项污染因子的波动性[11]，并以一个较大的标准偏差，代表大部分数值和其平均值之间差异较大；一个较小的标准差，代表这些数值较接近平均值。从环境污染的角度来说，对于环境空气质量综合指数均值相等而标准差不等的地区，标准差大的地区，空气质量波动大，污染源很有可能是来自异地，由于天气原因，被风带来，污染表现为空气质量较差，但持续时间短，具有过路性特点。因此，在本研究中利用标准差来对空气质量等级均值进行辅助分析。唐山市空气质量标准偏差分布见图6。

图6 环境空气质量综合指数标准偏差分布图Fig.6 Standard deviation distribution of air pollution index

2.3污染物时空分布及稳定状况分析

结合图2～图4分析可以看到，2014年空气质量时间分布较为明显，非采暖期明显好于采暖期，全年均值居中，说明采暖期的大量燃煤对区域空气质量影响较大。空间分布中空气质量最差的为开平区、古冶区、丰润区，最好的为乐亭县、曹妃甸区。整体显示，南部沿海和北部山区空气质量较好，中部平原地区，特别是主城区周边的县(区)空气质量较差。其原因是沿海县(区)大型工业企业较少，且都集中在沿海港口地区，有利于污染物的扩散，而中部地区规模以上工业相对集中，唐山市全年主导风向为西北风，北部地区的污染物还会对中部地区的污染造成叠加[12]。

由图5分析各污染因子空间分布状态，PM10、PM2.5的分布情况基本一致，高浓度主要集中在人口较为密集的市中心区和下风向西部地区，南部沿海和北部山区浓度均较低；SO2、CO高浓度同样也是出现在市中心区和下风向西部地区；NO2除在市中心区和下风向出现高浓度外，在东部玉田县也出现高浓度，这可能受其他地区的空间溢出效应的影响；O3浓度的空间分布状况明显不同于其他5种污染物，高浓度主要在北部遵化、迁西、迁安区域，东南部滦南、曹妃甸区域。另外，中部丰南区浓度也显略高，这几个区域存在较多的钢铁和焦化企业，尤其是焦化企业工艺过程产生大量的甲苯、二甲苯、非甲烷烃等挥发性有机物[13]，挥发性有机物是O3的主要来源，造成该区域的O3产生量较大，贡献值较高。综合分析6种污染因子的分布状况，市中心区及周边区域受取暖期燃煤、道路密集扬尘产量大、其他周边地区空间溢出效应、绿化较北部山区低，风速等扩散因素较沿海区域低等基础产生和排放量、气候气象、地形等因素的影响，PM10、SO2、NO2、PM2.5、CO均有较高浓度，反之北部山区处于上风向、植被密度大、人口密度低，南部沿海地区同样人口密度较低、工业企业数量相对较少且沿海的气象条件有利于污染物的扩散，上述5种污染物浓度均较低。O3的高浓度区域主要存在较多的钢铁焦化企业，且北部山区的大量植被绿化对O3没有明显的消减作用。

对唐山区域内14个县(区)环境空气质量综合指数从小到大进行排名，得到各县(区)空气质量排名；环境空气质量综合指数全年的标准偏差能代表一个区域的空气质量的稳定度，偏差越小越稳定，根据标准偏差由小到大得到各县(区)稳定度的排名，如图7所示。

由图6、图7可以看出，标准偏差较大的地区为迁西县、遵化市、路北区和开平区，空气质量变化较大，其中开平区的空气质量也较差，迁西县、遵化市、路北区空气质量一般，波动较大的原因是迁西县、遵化市有多家大型钢铁、焦化等污染企业，加之季风、山区等气象气候、地形地势的影响；路北区是由于其唐山市中心区的特殊性，冬季集中供暖的影响和丰润区、开平区空间溢出效益的影响。乐亭、曹妃甸、滦南地区标准偏差较小，空气质量变化不大，且同时为空气质量最好的3个县(区)。

图7 空气质量排名和稳定程度排名情况Fig.7 Ranking of air quality and air pollution stability

3 结论

1)唐山市大气环境质量在采暖期和非采暖期差距比较明显，但区域分布特征均和年均值差别不大。

2)区域分布上，南部沿海地区环境空气质量最好，北部山区次之，中部平原地区最差，空气质量较差的地区为开平区、古冶区、丰润区及其周边，可作为工业污染物排放的重点消减地区。

3)PM10、SO2、NO2、PM2.5、CO 5种污染因子在市中心区及周边区域污染浓度较高，北部山区次之，南部沿海地区最低，与环境空气质量综合指数分布状况差别不大，主要是人口道路较为密集、植被绿化相对较低、不利于扩散条件较多、加之采暖期大量燃煤的影响；O3浓度的空间分布与其他5种污染因子明显不同，主要分布在钢铁、焦化企业相对集中的区域，VOCs是O3的主要来源，削减VOCs也应作为环境治理中的重要工作。

4)在大气环境质量稳定程度方面，北部山区、市中心区路北区和与中心区紧邻的工业重镇开平区波动较大。产生的空气质量变化较大和不稳定的原因主要为地形地貌和规模以上工业的污染物的排放，以上几个区域可作为工业污染物的重点防控地区。

文章在大量空气质量监测数据的基础上，采用 GIS 网格化、空间统计、专题渲染等科学的分析方法进行研究。在唐山市大气污染物时空特征研究方面具有重要的意义，为唐山市空气质量功能区划、区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。

[ 1] 张殷俊,陈曦,谢高地,等. 中国细颗粒物(PM2.5)污染状况和空间分布[J]. 资源科学,2015(7):1 339-1 346.

ZHANG Yinjun,CHEN Xi,XIE Gaodi,et al.Pollution status and spatial distribution of PM2.5in China[J]. Resources Science,2015(7):1 339-1 346.

[ 2] 郑君瑜,张礼俊,钟流举,等.珠江三角洲大气面源排放清单及空间分布特征[J].中国环境科学,2009,29(5):455-460.

ZHENG Junyu, ZHANG Lijun, ZHONG Liuju, et al.Area source emission inventory of air pollutant and its spatial distribution characteristics in Pearl River Delta.[J].China Environmental Science,2009,29(5):455-460.

[ 3] 孟伟. 大气主要污染源清单调查与源解析的研究[D].南京：南京信息工程大学,2006.

[ 4] 叶贤满,徐昶,洪盛茂,等.杭州市大气污染物排放清单及特征[J].中国环境监测,2015,31(2):5-11.

YE Xianman,XU Chang, HONG Shengmao, et al.Emission inventory and characteristics of air pollutants in Hangzhou[J].Environmental Monitoring in China,2015,31(2):5-11.

[ 5] 伯鑫,赵春丽,吴铁,等.京津冀地区钢铁行业高时空分辨率排放清单方法研究[J]. 中国环境科学,2015,35(8):2 554-2 560.

BO Xin, ZHAO Chunli, WU Tie, et al.Emission inventory with high temporal and spatial resolution of steel industry in the Beijing-Tianjin-Hebei Region.[J]. China Environmental Science, 2015,35(8):2 554-2 560.

[ 6] 李茜,宋金平,张建辉,等. 中国城市化对环境空气质量影响的演化规律研究[J]. 环境科学学报,2013,33(9):2 402-2 411.

LI Qian,SONG Jinping, ZHANG Jianhui, et al.Dynamics in the effect of China’s urbanization on air quality[J]. Acta Scientiae Circumstantiae, 2013,33(9):2 402-2 411.

[ 7 ] 吴转璋,孙世群,王辉,等. 基于GIS技术的大气环境质量评价方法[J]. 合肥工业大学学报(自然科学版),2006,29(10):1 256-1 259.

WU Zhuanzhang,SUN Shiqun,WANG Hui, et al. Evaluation of urban atmosphere qual ity aided by GIS[J]. Journal of Hefei University of Technology(Natural Science),2006,29(10):1 256-1 259.

[ 8] 高爽,祝栋林,杨新宇. 基于GIS的常州市区大气污染排放清单分析[J]. 环境科学与技术,2015,38(6):241-246.

GAO Shuang,ZHU Donglin,YANG Xinyu.Air pollution emission inventory based on GIS in Changzhou City[J]. Environmental Science & Technology, 2015,38(6):241-246.

[ 8] 李展,杨会改,蒋燕,等.北京市大气污染物浓度空间分布与优化布点研究[J]. 中国环境监测,2015,31(1):74-78.

LI Zhan，YANG Huigai，JIANG Yan, et al.The study on spatial distribution of atmospheric contaminant concentrations and optimization of air quality monitoring sites in Beijing City[J].Environmental Monitoring in China,2015,31(1):74-78.

[10 ] 张霖琳,高愈霄,刀谞,等.京津冀典型城市采暖季颗粒物浓度与元素分布特征[J]. 中国环境监测,2014,30(6):53-61.

ZHANG Linlin，GAO Yuxiao，DAO Xu, et al.Composition and distribution of elements in air particulate matters during heating season of Beijing-Tianjin-Hebei Megacities，China[J].Environmental Monitoring in China,2014,30(6):53-61.

[11] 张宝春,陈彦军,李伟铿,等. 基于GIS的珠三角区域空气质量时空特征研究[J]. 生态环境学报,2011,20(4):600-605.

ZHANG Baochun,CHEN Yanjun,LI Weikeng, et al. The research of spatial and temporal characteristics on air quality level inPearl River Delta based on GIS[J]. Ecology and Environmental Sciences, 2011,20(4):600-605.

[12] 臧星华,鲁垠涛,姚宏,等.中国主要大气污染物的时空分布特征研究[J]. 生态环境学报,2015, 24(8): 1 322-1 329.

ZANG Xinghua,LU Yintao,YAO Hong, et al.The temporal and spatial distribution characteristics of main air pollutantsin China[J]. Ecology and Environmental Sciences,2015, 25(8): 1 322-1 329.

[13] 肖玲.焦化冷凝区挥发性有机物的治理研究[D].武汉：华中科技大学,2012.

ResearchontheTemporalandSpatialDistributionofAirPollutantsinTangshanBasedonGIS

ZHANG Xiaoyu, YAN Shumei, TIAN Qian

Tangshan Environmental Monitoring Center, Tangshan 063000, ChinaAbstract:In this paper, data statistics and ArcGIS were adapted to analyze the temporal and spatial distribution of air pollutants in a heavy industry northern city of Tangshan, with the data from 18 automatic air quality monitoring stations of 14 counties in 2014, The following six pollutants were monitored: PM10, SO2, NO2, PM2.5, O3, CO. By using the geographic information system (ArcGIS), grid model was established on the basis of various automatic monitoring station pollutant data. By using the inverse distance weighting method, the spatial distribution of comprehensive pollution index and concentration of six pollutants during the whole year, heating period and non-heating period was estimated, respectively. The spatial distribution status of pollutants in different periods were being compared directly. It came to a conclusion that the air quality varied due to different time. In other words, it is obvious that the air quality is much better in non-heating period than the heating period. Meanwhile the standard deviation of each grid cell pollution index was calculated. Combining the climate, terrain, industrial development, etc., it concluded that the air quality had a larger fluctuation in northern mountainous area and the downtown neighboring area. These could lay the data foundation for the targeted control, joint defense and pollutants district-cutting plans on districts air pollution.

X823； X51

A

1002-6002(2017)03- 0049- 07

10.19316/j.issn.1002-6002.2017.03.08

2016-04-12;

2016-05-10

张晓郁(1980-)，男，河北丰润人，硕士，高级工程师。