城市化对中国地级市NO2污染的影响研究*

王媛媛 韩 骥 过仲阳

(1.山西财经大学资源环境学院，地表过程与生态环境研究所，山西 太原 030006； 2.华东师范大学生态与环境科学学院，上海市城市化生态过程与生态恢复重点实验室，上海 200241； 3.华东师范大学地理科学学院，地理信息科学教育部重点实验室，上海 200241)

近年来随着中国城市化进程的加快，机动车快速增长，导致城市中NO2污染显著增加，尤其是大城市[1-2]。NO2污染在大气污染中扮演重要角色，NO2不仅是主要的一次污染物，还可以在光化学反应条件下转化成多种二次污染物如O3和PM2.5等[3-4]。NO2对人体呼吸器官黏膜有强烈的刺激作用，对肺的危害作用明显高于SO2和NO，严重时导致肺气肿，甚至死亡[5]。

NOx的产生和排放主要来自能源消耗，如电厂、机动车尾气，并且与人均国内生产总值(GDP)之间呈显著正相关关系[6]。NO2一方面来自火力发电厂和其他工业的燃料燃烧，贡献率在60%左右，而另外40%则主要来自机动车尾气排放[7]。7：00—9:00和19:00—21:00是NO2日变化的高峰时段，10—12月是全年NO2浓度较高的月份。大气污染物(除O3外)的峰值基本出现在冬季，尤其是中国的北方地区，这与中国北方冬季燃煤取暖密切相关，生物燃料的燃烧也可能导致丰收季节(10月)的NO2、PM2.5和PM10处于高浓度水平[8]。

以往的研究探讨了NO2污染和城市人口规模、城市形态之间关系[9]。然而，由于城市经济发展的差异，能源的生产和排放强度以及利用效率不同，发达城市和不发达城市、大城市和中小城市在人均大气污染物排放量上存在很大差异[10]。城市形态对城市空气质量具有重要的影响，城市规模、形状和聚集度等特征深刻影响着城市的空气质量，并且随着地理位置的不同也存在较大的差异[11-12]。通常紧凑型城市的人均大气污染物浓度相对较低，建成区斑块的连接度越高，城市人均NO2浓度越低[13]。

由于我国地域广，不同地区土地覆盖、经济发展等因素存在较大差异，城市空气质量也呈现明显的空间差异。本研究探讨了中国地级市NO2污染与城市形态之间的空间变化关系，利用中分辨率成像光谱仪(MODIS)地表覆盖、地面空气质量观测数据，运用地理加权回归(GWR)模型分析了城市形态、人口密度与NO2浓度之间的空间联系。这项研究能够为更好地了解城市形态与大气污染的关系提供经验，并为改善空气质量、治理大气污染的相关工作提供参考依据。

1 数据与方法

1.1 概 况

黑河—腾冲线通常用来划分中国东西部地区[14]，东部地区经济发达、人口稠密，西部地区经济落后、人口稀少[15]。

自1979年中国实施改革开放以来，中国城市人口比例从1979年的18.96%(1.85亿)上升至2017年的57.35%(7.93亿)，在这期间有6亿多人口从农村移居到城市。能源消费总量从1979年的6.03万t(以标准煤计)上升至2017年的43.58万t，增长了6倍以上。建成区面积从1979年的10 791.3 km2上升到2017年的54 331.5 km2，扩张了4倍以上。

1.2 数 据

1.2.1 地表空气质量监测数据

NO2浓度数据来自全国空气质量实时发布平台(http://106.37.208.233:20035/)的逐时监测数据，研究时段为2018年1月1日至12月31日，包括中国大陆地区337个地级市共1 496个环境空气质量监测站的NO2浓度数据。

1.2.2 城市形态数据

土地利用/土地覆盖(LUCC)数据(http://ladsweb.nascom.nasa.gov/)来自MODIS的Land Cover产品，空间分辨率为500 m，时间为2017年。该数据包含5种土地覆盖分类体系，本研究采用全球地表分类方案，选择建成区来计算城市形态特征。

1.2.3 人口数据

中国地级市城市人口数据来源于2017年度的《中国统计年鉴》《中国城市统计年鉴》以及各省市统计年鉴。

1.3 方 法

1.3.1 城市形态

基于建成区面积，城市形态考虑了城市面积(以斑块面积总和计)、斑块数量、形状指数和分维数4个指标，计算方法参照文献[11]。城市面积和斑块数量是其他景观指标的基础；形状指数用来反映城市形状的复杂程度，形状指数越大说明形状越不规则；分维数用来度量斑块的物理连通性，表征斑块之间的聚集和相邻程度。

1.3.2 GWR模型

建立GWR模型前，首先需进行全局自相关性和局部自相关性分析；接下来，对数据建立普通最小二乘法(OLS)模型，来检验模型的全局拟合程度；然后再进行GWR模型的构建。不同于普通的多元回归模型，GWR模型是面向局部关系的建模，添加了地理位置参数，因此能较好地解释空间异质性及空间非平稳性下变量间的空间关系。模型的自变量系数随空间位置的变化而变化。权重函数使用高斯距离衰减加权来计算。使用拟合优度(R2)和赤池信息准则(AIC)来检验模型的拟合性能[16]。

2 结果与讨论

2.1 中国NO2浓度的时空分布特征

中国2018年平均NO2质量浓度为28.42 μg/m3，且具有较大的时空分布差异。单个城市中，NO2质量浓度最高为54.09 μg/m3(浙江湖州)，最低为7.98 μg/m3(四川阿坝)。NO2年均值高于《环境空气质量标准》(GB 3095—2012)二级限值(40 μg/m3)的城市超过40个，约占12%。如图1所示，NO2浓度最高的50个城市多分布在人口稠密、经济发达的中东部地区；而NO2浓度最低的50个城市大多人口稀少。图2为月平均NO2浓度变化趋势，NO2浓度通常在12月最高，平均值为43.30 μg/m3，7月最低，平均值为19.04 μg/m3。

图1 2018年地级市年平均NO2质量浓度排序Fig.1 Ranking of annual average NO2 concentration in prefecture-level cities in 2018

图2 2018年月平均NO2质量浓度变化趋势Fig.2 Monthly NO2 concentrations level in 2018

城市群中，京津冀的NO2质量浓度最高，平均值为42.59 μg/m3，北部湾最低，平均值为17.82 μg/m3，京津冀地区是北部湾地区的近2.5倍。京津冀NO2年均值超过GB 3095—2012二级限值，其次是长三角、珠三角、山东半岛、中原和晋中，NO2年均值为30～40 μg/m3，其余城市群NO2年均值低于30 μg/m3。

冬季NO2浓度的主要来源为北方城市燃煤取暖，丰收季节的秸秆燃烧也贡献了一部分NO2。机动车尾气排放逐渐成为NO2不可忽视的一种来源，大城市机动车保有量剧增，NO2浓度也普遍高于其他城市。城市经济发展较好的地区，NO2浓度也相对较高，城市人均GDP与城市NO2浓度呈显著正相关关系[17]。

2.2 中国地级市的城市形态与人口密度的分布特征

图3展示了各指标归一化后排名前20的城市。城市面积东部大于西部，斑块数量东部多于西部，可能是由于东部平原较多；形状指数东部高于西部，说明东部城市形状更复杂；分维数东部明显高于西部；人口密度东部高于西部，以中部平原城市群最高。随着城市人口密度升高，城市面积扩张，NO2浓度增长，而经济发达的大城市群的NO2浓度高于中小城市群。

2.3 中国城市形态指标与NO2浓度的空间回归模型结果

对全国地级市NO2浓度进行全局自相关性分析，结果显示数据存在显著的空间自相关性；局部自相关性分析发现，热点区(高-高)主要集中在京津冀、山东半岛、中原和长三角城市群，而冷点区(低-低)位于滇中、北部湾和黔中城市群。空间自相关性分析表明，中国城市的NO2浓度表现出全局自相关和局部自相关，表明数据具有明显的空间非平稳性，与张淑平等[18]的研究结果一致。

图3 城市形态和人口密度分布Fig.3 Maps urban form and population density distribution

对NO2浓度与城市形态、人口密度之间构建的GWR模型结果表明，模型的截距为19.954，解释变量系数从最低的0.129到最高的0.302(见表1)。VIF可用于检验解释变量是否冗余，当VIF>7.5时，该解释变量为冗余因子。表1中解释变量VIF均低于7.5，表明所有解释变量为非冗余因子。可见，城市NO2浓度与城市形态、人口密度之间存在显著的正相关性。

GWR模型的截距能表征NO2的基本水平。截距从我国东北到西南依次递减，表明在相同的城市化因素下，西南部的NO2浓度水平低于东北部城市。中国城市的NO2浓度与城市形态指标之间显示出明显的空间变异性。从模型系数的空间分布可以看出，城市形态指标在中部和西部地区具有较高的系数；人口密度的系数除少数西部城市外，中部城市高于其他城市。总体上，NO2浓度和城市形态之间的关系是空间非平稳的。

表1 解释变量系数和截距

如表2所示，OLS模型的R2低于GWR模型，而AIC值高于GWR模型，表明GWR模型的拟合性能更好。西北和东北地区具有较高的R2，表明西北和东北地区的GWR模型能更好地捕捉到NO2浓度和城市形态之间的关系。相比之下，东部和南部地区的NO2可能受到其他因素的影响，如植被覆盖度。

表2 OLS和GWR模型系数

城市形态的结构和配置能够影响出行方式、出行距离和出行频率，从而影响机动车使用化石燃料所产生的NO2排放量。紧凑型、人口密集的城市能够减少交通污染物排放，但是城市布局过于密集却会导致污染物稀释和扩散的速度降低[19-20]。因此，应构建集约高效、紧凑型的城市形态，并通过提高植被覆盖度以及调节城市形态的结构与配置，从而降低能源消耗以及NO2浓度。

3 结 论

(1) 全国337个地级市的NO2浓度表现出明显的时空异质性，其中约12%的城市年平均NO2浓度超过了GB 3095—2012二级限值。NO2浓度高值区域位于京津冀、长三角、珠三角、中原和山东半岛等城市群。NO2浓度在12月最高，7月最低。

(2) 地级市NO2浓度存在明显的自相关性，热点区位于京津冀、中原、山东半岛、长三角城市群，冷点区位于滇中、北部湾和黔中城市群。地级市NO2浓度表现出全局空间自相关和局部空间自相关。

(3) GWR模型结果表明，城市NO2浓度与城市形态、人口密度之间存在显著的正相关性，且NO2浓度和城市形态之间的关系是空间非平稳的。