基于地理探测器的高原城市空气质量时空差异及影响因素分析*

刘圣之， 梁秋实， 尹继清， 贾雨欣， 何静, 张文翔

(云南师范大学 地理学部，云南省高原地理过程与环境变化重点实验室，云南 昆明 650500)

1 前言

随着我国经济的快速发展及城市化进程的加速，空气质量问题日益受到人们的广泛关注[1].空气质量指数(Air Quality Index，AQI)作为描述空气清洁程度的重要指标之一，被广泛用于我国的相关监测与研究中[2].目前，我国空气质量的相关研究主要集中在城市化进程较快的华北平原[3]和长江三角洲地区[4]，以及生态系统较脆弱、空气质量易受影响的西北[5]等区域.相关学者通过利用多元回归模型[6]、灰色关联分析[7]及空间误差模型[8]等多种方法，探讨了该区域空气质量的时空分布特征、分异及影响机制[9].已有的研究表明，我国空气质量在时空分布上分异性显著，呈现出明显的季节性差异，且在区域上具有北方高于南方、东部沿海高于西部内陆的特征[10].而进一步的研究发现，沙尘暴等气象因素[11]和人为的挥发性有机物(VOCs)和氮氧化物(NOx)等污染物是影响我国空气质量的主要因素[12].

由于受西南季风、东亚季风及青藏高原的共同影响，加之特殊的地貌与地形，近年来滇中城市出现了一些偶发性的大气污染事件[13].相对于已开展大量空气质量研究的华北、东北、长江中下游和东南沿海等地区，目前西南高原城市空气污染的主要影响要素与驱动机制研究还有待进一步加强.通过对低纬高原城市的典型代表昆明市主城区2015-2019年空气质量相关指标进行分析，结合地理探测器法与空间插值分析，研究了昆明市主城区AQI值以及主要污染物的时空分布特征，探讨了影响昆明市AQI值空间分异的主要因子与驱动机制.研究结果将为高原型城市大气污染防治与空气质量的提升提供一定的科学依据.

2 数据与方法

2.1 数据来源

通过全国城市空气质量实时发布平台(http://106.37.208.233:20035/)获取了昆明市各监测点AQI及主要污染物浓度数据.考虑到站点位置分布及监测年限，选用碧鸡广场、呈贡新区、东风东路、金鼎山、龙泉镇和西山森林公园6个站点2015-2019年的空气质量数据进行插值来分析昆明主城区AQI值的时空分异特征(图1).研究区气象因子数据获取自中国气象数据网(http://data.cma.cn/).昆明市城区社会经济指标则通过2015-2019年昆明市统计年鉴获得.

该图基于自然资源部标准地图服务网站下载的审图号为GS(2017)1267号的标准地图制作，底图无修改.

2.2 研究方法

2.2.1 空气质量指数

AQI常被用来监测空气污染物的浓度，其指标越大表明空气污染越严重.其计算公式为

IAQILi，

(1)

AQI=max{IAQI1,IAQI2,

IAQI3,…,IAQIn}；

(2)

式中，n指各项污染物；IAQIP和CP分别为各项污染物的空气质量分指数与质量浓度；BPHo是指与CP相近的污染物浓度限值的高位值；BPLi是指与CP相近的污染物浓度限值的低位值；IAQIHo是指与BPHo对应的空气质量分指数；IAQILi是指与BPLi对应的空气质量分指数.

2.2.2 克里金插值法

克里金插值法又称空间局部插值法，是以变异函数理论和结构分析为基础，在有限区域内对区域化变量进行无偏最优估计的一种方法[14].普通克里金插值法计算公式[15]为

(3)

2.2.3 地理探测器

地理探测器方法是通过探测地理现象的空间分层异质性来揭示其背后驱动力的一种统计学方法，其公式[16]为

(4)

3 结果与分析

3.1 昆明空气质量时空变化特征

3.1.1 时间变化特征

昆明市主城区2015-2019年AQI值在10～166间波动，但年均值变化较小，空气质量优良率为98.57%～99.73%；其中，2015年污染天数最多为31 d，而2019年污染天数仅为6 d.分析昆明市主城区2015-2019年AQI逐月变化特征发现(图2(a))，在各年份中均是5-10月AQI处于低值区，而11月至翌年4月相对较高，这与我国其他区域(东北、华北及东南区域[17])逐月变化特征略有不同(图2(b)).这说明昆明市主城区旱季AQI值显著大于雨季，即雨季空气质量更优.

图2 2015-2019年昆明市AQI逐月变化特征(a)和2015年其他区域AQI逐月变化特征(b)

3.1.2 空间分布特征

对昆明市主城区2015-2019年AQI的空间分布特征进行了分析(图3)，结果表明AQI值由城区经济中心向城郊逐渐降低，且AQI极值分布的区域表现出逐渐缩小的趋势.

该图基于自然资源部标准地图服务网站下载的审图号为GS(2017)1267号的标准地图制作，底图无修改.

3.2 主要污染物浓度时空变化特征

3.2.1 时间变化特征

通过对2015-2019年昆明市主城区空气中主要污染物浓度的年际变化进行分析后发现，6种污染物浓度波动不大，且除ρ(NO2)和ρ(O3)外，其余污染物浓度均呈下降趋势.

对昆明市主城区2015-2019年空气主要污染物浓度的逐月变化特征进行研究后发现(图4)，昆明市主要污染物的浓度在不同月份具有明显分异.ρ(PM2.5)、ρ(PM10)、ρ(CO)和ρ(NO2)呈“N”型分布，表现出雨季(5-10月)值低、旱季(11月至翌年4月)值高的特征，与AQI逐月变化较一致；而ρ(O3)则呈现双峰态变化模式，即4月和7-8月存在两个峰值.此外，ρ(SO2)在6-7月浓度相对较低.

图4 2015-2019年昆明市主城区主要空气污染物浓度月变化

3.2.2 空间分布特征

对昆明市主城区2015-2019年主要污染物浓度的空间插值进行分析(图5)，发现PM2.5、SO2和CO空间分异不明显，区域内其浓度年际波动较小.PM10和NO2浓度则呈现出由城区向城郊逐渐降低的趋势；而O3则表现出城区浓度低于城郊的特征.

3.3 昆明空气质量驱动因素分析

利用地理探测器对2015-2019年昆明市主城区各影响因子对AQI值的解释力大小进行了分析(表1).结果表明，各驱动因子的影响力在0.04～0.85之间；其中，2015-2019年解释力有3年/次大于0.3的影响因子有人口密度、平均气温、平均水汽压、平均气压和年降水量，特别是平均气温和平均水汽压每年(即5年/次)解释力均大于0.3.

表1 2015-2019年昆明市主城区AQI驱动力决定力(q)值变化特征

对影响昆明市主城区空气质量空间分异驱动力的交互作用进行研究后发现(图6)，各因子交互作用下的影响力介于0.26～0.93，说明各影响因子两两交互作用，都会不同程度的增加对研究区AQI空间分异的解释力度.

图6 2015-2019年昆明市主城区驱动因子交互变化特征

4 讨论

昆明市主城区AQI在空间上呈现出由城区中心向四周逐渐降低的分布格局，其主要原因在于城区中心人口密度大，人类活动相对较多，造成各种空气污染物直接或间接地进入大气，从而使得大气污染物浓度升高.而因子的交互作用则指示了人为活动和气象因素的协同作用对区域空气质量影响较大，这说明在区域空气质量治理时，特别需要考虑特殊气象条件下对人类生产活动的管理.同时，地形地貌特征及风向在一定程度上也会影响空气污染物的分布.

此外，不同的气象要素对空气质量的作用不同[18]，昆明市主城区AQI及大气主要污染物在时间上的分布特征与西南季风区旱雨季变化相一致，即区域空气质量较差的月份主要出现在旱季(11月至翌年4月)，说明昆明主城区空气质量不仅受社会经济活动的影响，还受到气象因素的影响.通常情况下，昆明冬季气温相对较低，近地面盛行下沉气流，加之气溶胶的协同效应[19]和降雨稀少，导致空气中的污染物质积累而使AQI值升高.而地理探测器对驱动因子的分析也表明各气象要素影响着研究区的空气质量，特别是各驱动因子间的协同作用，极大地影响着昆明市主城区的空气质量.同时，由于昆明位于我国西南地区云贵高原中部[20]，受太阳辐射强度较大，加之西南季风区旱季降水少且云层薄，太阳辐射不易被大气中的云和气溶胶削弱，从而进一步加剧了O3的形成[21].

5 结语

(1)昆明市主城区空气质量优良率为98.57%～99.73%，整体较好.其中，AQI值表现出雨季(5-10月)较低，旱季(11月至翌年4月)较高的特征；而主要污染物除NO2和O3略有上升外，其他均呈整体下降趋势.

(2)昆明市主城区AQI值在空间上由城区中心向四周逐渐降低.主要污染物PM10和NO2城区中心浓度较高，而O3则与之相反.

(3)地理探测器分析中人口密度、平均气温、平均水汽压、平均气压和年降水量等要素对AQI值的解释力较大，而各因子的协同作用则显著大于单一因子的影响力.

(4)昆明市主城区空气质量受社会经济活动和气象因素的协同影响.