环渤海城市群空气污染特征及其与气象要素的关系

2022-10-13 11:37樊欣怡廉丽姝王猛

大气与环境光学学报 2022年5期

樊欣怡,廉丽姝,王猛

(曲阜师范大学地理与旅游学院,山东日照 276800)

0 引言

大气环境与人类健康有着密切的关系,随着我国工业技术水平的不断提高,城市化进程加快,粗放式经济的快速发展和工业生产造成的空气污染对社会经济活动和人类身体健康产生了重大影响。要想打赢蓝天保卫战,大气污染的治理与预防必不可少。鉴于空气质量与气象条件的密切关系,探究空气质量与气象要素的相关性对大气污染治理具有重要意义。

国内外针对空气质量与气象要素的相关性研究较多。在研究对象上,较多研究从全国、省域、市域[1-6]等不同区域尺度探究空气质量与气象要素的关系。随着城市化的发展,城市群也成为大气污染的主要聚集地[7,8]。因此,本文以经济发展迅速、污染严重的环渤海城市群[9]为研究对象,包括国家重点建设的京津冀城市群和稳步建设的山东半岛城市群、辽中南城市群这三大城市群。在指标选取上,一方面选择了能够全面衡量空气污染状况的综合性指标空气质量指数(AQI),另一方面选择了PM2.5、PM10、O3这三大首要污染物作为研究对象[7-13]。

气象条件是影响大气质量和控制污染的重要因素[14,15],中国PM2.5、PM10、O3、NO2、CO、SO2等污染物日平均浓度变化的70%以上与气象条件有关[16]。在以往的研究中,大多只简单表明空气质量指数与气象因子存在相关性,但是对其相关程度研究较少,因此,本研究进一步探究了气象要素与AQI之间的非线性关系。

在分析天气与空气质量的关系时,通常使用相关回归分析、空间自相关、经验正交函数、人工神经网络等方法[17-19]。基于此,本文以2015–2019年环渤海三大城市群28个重点城市为研究单元,全面解析环渤海三大城市群首要污染物时空分布特征和空气质量指数的季节变化特征,利用空间自相关方法对AQI进行空间集聚性分析,探讨其污染分布的规律性。在利用皮尔逊相关法进行不同季节各污染物与气象要素的相关性分析的基础上,进而厘清了各气象因子与AQI之间的非线性关系。研究结果有利于进一步认识环渤海城市群的空气污染现状,对深入大气污染的治理有一定的参考价值。

1 研究区概况

环渤海地区是以北京、天津、河北为核心,以辽东和山东两个半岛为两翼的环渤海经济区域,形成了京津冀城市群、山东半岛城市群和辽中南城市群三大城市群,全区陆域面积达112万平方千米,总人口2.6亿人[20]。研究区选取京津冀城市群中北京、天津、唐山、保定、秦皇岛、石家庄、张家口、承德、沧州、廊坊这10个城市,山东半岛城市群中青岛、济南、潍坊、日照、东营、淄博、烟台、威海这8个地级市,辽中南城市群中沈阳、大连、鞍山、抚顺、本溪、丹东、营口、辽阳、盘锦、铁岭这10个地级市,如图1所示。环渤海三大城市群是我国的政治文化中心,是公共行政和对外交流的中心,也是特大城市重要的科技和教育中心。该地区大气污染较为严重,探究该地区的空气质量特征,可以更好地开展大气污染治理工作。

图1 环渤海三大城市群分布图。(a)位置图;(b)地形图Fig.1 Distribution of the three major urban agglomerations around Bohai Sea.(a)Location map;(b)topographic map

2 数据来源与研究方法

2.1 数据来源

空气质量指数数据来源于中华人民共和国环境保护部网站《重点城市空气质量日报》(http://www.mee.gov.cn/),包括北京、天津、沈阳、大连、济南、青岛等28个城市自2015年1月1日–2019年12月31日的逐日AQI和首要污染物(PM2.5、PM10、O3、NO2、CO、SO2)。气象数据取自中国气象科学数据共享服务网(http://data.cma.cn/),选取了同期的降水量(mm)、气压(hPa)、相对湿度(%)、气温(°C)、风速(m·s-1)、日照时数等逐日地面观测资料。数字高程(DEM)来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/)发布的SRTM90m空间分辨率数据。

2.2 研究方法

环境空气质量指数是描述城市环境空气质量综合状况的无量纲指数。按照《环境空气质量标准》[21]对环渤海三大城市群28个城市2015年1月1日–2019年12月31日的逐日AQI、PM2.5、PM10、O3、NO2、CO、SO2进行统计,从月、季节变化特征及年际变化趋势解析了AQI值的时间变化特征,并对不同季节首要污染物的构成进行研究,缺测数据采取线性插值的方式进行填补。月、季、年数值为相应时间区间内日平均值的算术平均值。四季按照春季(3–5月)、夏季(6–8月)、秋季(9–11月)、冬季(12–2月)进行划分。

空间上邻近地区的空气污染排放水平与气象要素具有一定的相似性,因此AQI可能存在相类似的空间集聚现象,即存在着空间自相关。目前常用的空间自相关模型[19]主要包括全局空间自相关和局部空间自相关,一般用莫兰指数(Moran′sI)来进行度量。

全局Moran′sI描述了属性值在整个区域上的空间特征,计算公式为

式中I为全局空间自相关指数;Wi j为空间权重矩阵,相邻单元通常取为1,其他为0;Xi、Xj分别为城市i和j的空气质量观测值;为均值。I∈[-1,1],当I＜0时,表示研究区域之间的空气质量具有负相关性,且越接近-1,研究区的空气质量差异越大;当I=0时,表示研究区域之间的空气质量没有显著相关性;当I＞0时,表示研究区域之间的空气质量具有正相关性,且越接近1,研究区空气质量之间关系越密切。

标准化统计量Z常被用来检验Moran′sI是否存在空间自相关关系,计算公式为

式中E[I]为观测值,E[I]=-1/(n-1),n为样本总数;var[I]为Moran′sI的方差,这里采用0.01的显著性水平检验。在0.01显著性水平下,-2.58＜Z(I)＜2.58时,说明AQI的空间自相关性不显著,即AQI在空间上随机分布;当Z(I)＜-2.58时,说明AQI在空间上呈负相关分散分布,包括“高-低”关联和“低-高”关联;Z(I)＞2.58,说明AQI在空间分布上具有正向自相关性,即相近的高值AQI空间聚集形成热点分布区,或者相近的低值AQI空间集聚形成冷点分布区。

在空气污染指数与气象要素的相关性分析中,采用皮尔森(Pearson)相关和变化趋势来确定各气象因子对AQI变化的影响程度。各气象因子的取值为该城市多个气象站点(图1)的日均值。

3 结果与分析

3.1 首要污染物特征

AQI是各项污染物的空气质量分指数(IAQI)中的最大值,而当AQI大于50时所对应的污染物就是首要污染物[22]。比较了2015–2019年环渤海三大城市群首要污染物特征,结果如图2所示。由图可知,各城市群之间差异不大,全年首要污染物主要以PM2.5、PM10、O3为主,占80%以上。首要污染物的季节变化特征明显,春季沙尘天气较多,PM10较为突出。夏季O3化学反应加快,占比达到70%。快速集聚的现代化工业[8]和煤炭的使用使得冬季首要污染物主要以PM2.5、PM10为主[23,24],且PM2.5占比更高。NO2在秋季相对较高,CO在六种污染物中占比最小且变化不大,研究结果与郑小华等[25]的研究结果一致。不同的是,图2(c)显示辽中南城市群的SO2浓度最高,尤其在冬季。这与辽中南地区的工业布局有关,如居民区位于众多钢铁、化学重工业基地的下风向[6]等。

图2 2015–2019年环渤海三大城市群各季节首要污染物特征。(a)京津冀城市群;(b)山东半岛城市群;(c)辽中南城市群Fig.2 Characteristics of seasonal primary pollutants of three urban agglomerations around Bohai Sea from 2015 to 2019.(a)Beijing-Tianjin-Hebei urban agglomeration;(b)Shandong Peninsula urban agglomeration;(c)Liaozhongnan urban agglomeration

考虑到不同城市群的地域差异,分析了各地区6种大气污染物季节性变化规律(图3)。就污染物浓度的时序趋势变化而言,除图3(f)中的O3外,其余污染物均呈现下降趋势,这与董佳丹等[26]的研究结果一致。图3(a)和图3(b)显示,京津冀城市群和山东半岛城市群的PM2.5和PM10浓度在春季和秋季下降程度明显高于辽中南城市群,秋季辽中南城市群的污染物浓度高于其他城市群,冬季山东半岛城市群污染物浓度下降程度最小。图3(c)和图3(d)显示,除京津冀城市群冬季CO浓度下降最大外,其余季节均是山东半岛城市群下降程度最大。图3(e)显示,春季和夏季山东半岛城市群NO2下降趋势最明显,秋季辽中南城市群下降趋势最明显,冬季京津冀城市群下降趋势最明显。图3(f)显示,在春季和冬季,辽中南城市群O3浓度上升最明显,但是在夏季和秋季,辽中南城市群O3浓度呈下降趋势,京津冀城市群和山东半岛城市群呈上升趋势,且京津冀城市群的上升程度大于山东半岛城市群。

图3 2015–2019年环渤海各城市6种污染物季节浓度变化。(a)PM2.5;(b)PM10;(c)SO2;(d)CO;(e)NO2;(f)O3Fig.3 Seasonal concentration changes of six pollutants in cities around the Bohai Sea from 2015 to 2019.(a)PM2.5;(b)PM10;(c)SO2;(d)CO;(e)NO2;(f)O3

3.2 空气污染指数的时间变化特征

3.2.1 月值变化

2015–2019年三大城市群空气质量月变化规律(图4)基本一致,AQI最高值及误差棒最大值均出现在12月、1月,空气质量达到三级(轻度污染),此时空气质量最差,AQI最低值及误差棒最小值均在8月,空气质量达到二级(良),此时空气质量最好。在整体95%置信水平中,置信度水平从高到低分别是辽中南城市群、山东半岛城市群和京津冀城市群。

图4 2015–2019年环渤海三大城市群各月份AQI月均值Fig.4 Monthly AQI average of three major cities around Bohai Sea from 2015 to 2019

3.2.2 季节变化

环渤海三大城市群具有明显的AQI季节变化特征(表1)。AQI平均值为冬季＞春季＞夏季＞秋季,说明夏秋季空气质量较好,春季次之,冬季空气质量最差。这不同于姜磊[2]等夏季AQI最低的研究结果,这是因为O3含量不断升高,逐渐代替PM2.5成为首要污染物,而O3易受到前体物和光照季节变化的影响,故在夏季和春季时浓度较高[27-29]。夏秋两季降水增多,植被覆盖率提高,太阳辐射增强[11],逆温出现的可能性小,不利于污染物的聚集,因此空气质量较好。冬季逆温天气出现的频率较大,不利于污染物的输送扩散,导致污染物浓度高。表1中环渤海三大城市群AQI季节变化的标准差均为冬季＞春季＞秋季＞夏季,反映了环渤海三大城市群冬季波动最大,春秋季次之,夏季最小。

表1 2015–2019年环渤海三大城市群AQI季节变化Table 1 Seasonal variation of AQI in three urban agglomerations around Bohai Sea from 2015 to 2019

3.2.3 年际变化

图5为2015–2019年环渤海三大城市群逐年空气质量级别所占的比例。统计结果表明环渤海三大城市群与其他地区[30]具有相同的年际变化特征,即处于Ⅰ级和Ⅱ级的空气质量所占比重整体上逐年增加,环境质量越来越好。京津冀城市群、山东半岛城市群、辽中南城市群的空气质量优良率最低均出现在2015年,依次是47.50%、51.04%、71.67%;优良率最高均出现在2018年,依次是74.17%、85.42%、97.50%,最高最低分别相差26.67%、34.38%、25.83%,其中山东半岛城市群相差最大。这是因为山东半岛的政府及其相关部门开展了淘汰小型燃煤锅炉、计算大气环境容量、加强汽车尾气排放治理等工作[31],注重社会经济与生态环境的协调发展,使大气质量得到有效改善[32]。

图5 环渤海三大城市群逐年空气质量级别百分比。(a)京津冀城市群;(b)山东半岛城市群;(c)辽中南城市群Fig.5 Percentage of annual air quality level in three urban agglomerations around Bohai Sea.(a)Beijing-Tianjin-Hebei urban agglomeration;(b)Shandong Peninsula urban agglomeration;(c)Liaozhongnan urban agglomeration

3.3 空气污染指数的空间变化特征

为进一步研究环渤海三大城市群空气质量的区域特征,表2分别计算了Moran′sI及正态统计量Z。各年份Moran′sI指数均为正值,Z值除2015年外均高于0.01显著性水平下的临界值2.58,说明在2016–2019年环渤海三大城市群AQI存在显著的空间集聚特征,可以进行AQI高值集聚的“热点”分析和AQI低值集聚的“冷点”分析。

表2 2015–2019年环渤海三大城市群AQI空间自相关指数Table 2 AQI spatial autocorrelation index of three urban agglomerations around Bohai Sea from 2015 to 2019

图6展现了环渤海三大城市群AQI冷热点分布的区域特征。从整体看,由沿海向内陆逐渐由冷点转变为热点,即由所在城市与周围城市形成的污染物浓度较低的空气良好区向所在城市与周围城市共同形成的污染物浓度较高的空气污染区转变。冷点区域主要集中在辽中南城市群、京津冀城市群的北部以及山东半岛城市群的东部,热点主要集中在京津冀城市群的南部以及山东半岛城市群的西部。这与沿海地区盛行风较强密不可分,而张家口、本溪经济发展水平较低,拥有工厂较少,排放的空气污染物较少。除此之外,通过对比研究区DEM图可以发现,空气污染主要集中在平原地区,而长白山脉、太行山脉、燕山这种起伏较大的山地地区污染较轻,这与许文轩等[33]的研究结果一致。

2016年以来,冷点城市占比数量逐渐下降,热点区域逐渐上升。这表明虽然城市群的空气环境质量逐渐变好,但是高值AQI逐渐聚集,空间自相关程度进一步增强。沿海地区的大连市、丹东市、本溪市、张家口市一直是冷点区域,即持续稳定的空气质量优良区[34]。青岛市、烟台市、威海市逐渐从冷点变为次冷点,承德市由次冷点变为冷点,即承德市与周围城市形成了联系密切的低值AQI区域。石家庄市、保定市一直是热点区域,是稳定、持续的污染连片区。这是因为该区域位于内陆、西部为天然屏障太行山脉,是典型的“避风港”式地形,这就使得空气污染物不易扩散[33]。济南市、潍坊市、淄博市、东营市、天津市由次热点变为热点,形成高值AQI聚集中心。

3.4 空气质量与气象要素关系相关性分析

选取2015年1月1日–2019年12月31日环渤海三大城市群的日AQI、PM2.5、PM10、O3与主要的同期气象要素值做季节性相关分析,结果如表3所示。

可以看出,AQI、PM2.5、PM10与各气象要素具有相似的相关性。各污染物因子在秋季与温度呈负相关,其他季节多呈正相关,这是因为秋季温度升高后,大气湍流活动加强,有利于污染物扩散。但是春季、夏季多高温,当温度超出一定范围后,污染物容易进行二次转化,空气质量变差;冬季温度过低又会形成逆温层,不利于污染物扩散。当风速越大,日照时间越长时,逆温层越不稳定,污染物被传输的距离越长,清洁空气占比越大,空气质量越好[35],因此污染物与风速和日照时间多呈负相关。但是在夏季,污染物与日照时数多呈正相关,其中AQI受到夏季O3含量高的影响,相关性最大。相对湿度在秋季、冬季多与污染物呈正相关,这是因为相对湿度超过一定范围后,气态污染物容易转化成固态,造成污染物集聚,这也是秋冬季多雾霾的原因。而春季和夏季相对湿度与降水有很大关系,多降水稀释了近地面的污染物,与污染物呈负相关。不同的是,京津冀城市群的相对湿度与污染物在春季呈正相关,这是因为相对于其他两个城市群来说,京津冀城市群大多为内陆城市,春季气温较高,特别是最低气温高、湿度大、日照少、风速小,这就意味着其大气层结较稳定,湍流交换较弱,不利于大气污染物的扩散[36,37]。O3和日照时间和风速的关系与AQI、PM2.5、PM10表现出明显的不同,日照时间越长,O3化学反应越强烈;高风速快速输送使O3下沉运动至近地面,O3含量增加,因此O3与日照时间和风速多呈正相关。

虽然绝大多数的气象因子通过相关性检验,但是相关系数并不高,为进一步探究各气象要素与AQI的关系,对AQI进行了变化趋势的分析,如图7所示。由图可知,随着气温、风速、相对湿度、日照时数的升高,绝大多数的AQI集中在空气优良区,空气质量逐渐提高,但是AQI的分布区间并不会随着气象因子的增加而呈现统一的增大或缩小,因此AQI与各气象因子并不是简单的线性关系。当气温低于一定程度时,AQI的变化区间反而缩小,当平均气温小于-10°C时,空气污染所占的比例更小。而当风速超过一定速度时,会将地面沙土灰尘带到空中,引起AQI的增加。在高相对湿度下,AQI的分布区间明显增大,这是由于大气能见度低,颗粒物吸湿增长,容易形成PM2.5污染,再加上海岸风等影响因素,使得位于相对湿度较高环境中的污染物分布区间较广。因此,当气温、风速、相对湿度、日照时数增加时,空气质量不一定会下降。

图7 2015–2019年环渤海三大城市群AQI随气象因子的变化趋势。(a)京津冀城市群;(b)山东半岛城市群;(c)辽中南城市群Fig.7 Variation trend of AQI with meteorological factors in three urban agglomerations around Bohai Sea from 2015 to 2019.(a)Beijing-Tianjin-Hebei urban agglomeration;(b)Shandong Peninsula urban agglomeration;(c)Liaozhongnan city groups

4 结论

根据2015年1月1日–2019年12月31日的空气质量指数数据及同期气象要素数据,分析了环渤海地区三大城市群空气污染指数的变化特征与气象条件的关系,研究发现:

1)全年首要污染物主要以PM2.5、PM10、O3为主。冬季主要以PM2.5、PM10为主,且PM2.5占比更高。夏季以O3为主,占比达到70%。NO2在秋季相对较高,除冬季外,SO2在其他季节相对较少,CO在六种污染物中均占最小且在波动不大。其中辽中南城市群的SO2浓度最高。在浓度变化方面,除O3外其余污染物呈现下降趋势。且对于不同污染物,不同城市群的下降程度不同。

2)环渤海三大城市群AQI最高值出现在12月、1月,最低值出现在8月。AQI在季节上出现夏秋低、冬春高的变化特点,并且冬季波动最大,春秋季次之,夏季最小。从年际变化的角度看,空气质量整体上呈改善趋势,其中2018年空气质量最好,山东半岛城市群空气质量提高的年际变化最大。

3)由沿海向内陆逐渐由空气质量优良区变为空气污染区,且2016年以来,冷点城市占比数量逐渐下降,热点区域逐渐上升。

4)各污染物与气象要素具有一定的相似性。AQI、PM2.5、PM10、O3与温度在秋季呈负相关,在其他季节多呈正相关;与相对湿度在秋季、冬季多呈正相关,在春季、夏季多呈负相关。除了相似性,各污染物与气象要素还表现出明显的差异性,如除夏季日照时数外,AQI、PM2.5、PM10与风速和日照时间多呈负相关,而O3与日照时间和风速多呈正相关。虽然绝大多数污染物与各气象因子具有相关性,但相关程度较小,具有显著的非线性关系。因此,当气温、风速、相对湿度、日照时数增加时,空气质量不一定会下降。