PM2.5時空變化特征與人口暴露風險分析案例目錄TOC\o"1-3"\h\u7599PM2.5時空變化特征與人口暴露風險分析案例 1165861.1PM2.5濃度時空變化特征分析 1142781.1.1季節(jié)尺度PM2.5時空變化特征 2311281.1.2年際尺度PM2.5時空變化特征 9104321.1.3城市尺度PM2.5變化特征 11170511.2PM2.5人口暴露風險評估 13121671.2.1人口暴露強度指標下的暴露風險 14266231.2.2人口加權(quán)暴露濃度指標下的暴露風險 211.1PM2.5濃度時空變化特征分析人體健康與空氣質(zhì)量狀況密切相關(guān)，而PM2.5濃度是空氣質(zhì)量的一種直觀體現(xiàn)，獲取長時間且大范圍的PM2.5濃度數(shù)據(jù)對于區(qū)域空氣質(zhì)量變化研究和相關(guān)政策的制定具有重要意義。本文在第三章已經(jīng)獲取了京津冀地區(qū)2016年至2020年AOD、氣溫、濕度、大氣邊界層高度等各類反演數(shù)據(jù)，為開展長時間跨度下京津冀地區(qū)PM2.5濃度時空變化特征的研究奠定了數(shù)據(jù)基礎(chǔ)。第四章模型搭建與評估的研究結(jié)果表明，可以使用遙感AOD數(shù)據(jù)產(chǎn)品與其他反演要素數(shù)據(jù)估算大范圍區(qū)域的PM2.5濃度，且高濕訂正、空間距離數(shù)據(jù)和注意力機制能在一定程度上提升模型的反演精度。所以本文利用第三章的基礎(chǔ)數(shù)據(jù)，結(jié)合第四章的成果分季節(jié)建立模型，獲得2016年至2020年京津冀地區(qū)每天的PM2.5濃度數(shù)據(jù)，并進一步統(tǒng)計繪圖，從季節(jié)、年際、城市三個角度定性與定量的分析PM2.5濃度變化特征。為了保護生態(tài)環(huán)境和居民健康的基本需求，我國劃分了兩類環(huán)境空氣功能區(qū)，其中一類區(qū)包含自然保護區(qū)、風景名勝區(qū)和其他需要特殊保護的區(qū)域，二類區(qū)則包含居住區(qū)、商業(yè)交通居民混合區(qū)、文化區(qū)、工業(yè)區(qū)和農(nóng)村地區(qū)。不同的環(huán)境空氣功能區(qū)適用不同的空氣污染物濃度限值，一類區(qū)年均PM2.5濃度需要低于15μg/m3，二類區(qū)年均PM2.5濃度需要低于35μg/m3。本文使用二類區(qū)的PM2.5濃度限值35μg/m3，將PM2.5污染情況分為達標與不達標，同時為了能更好的比較不達標區(qū)域PM2.5污染的嚴重程度，以每10μg/m3一個單位繼續(xù)細分不達標PM2.5濃度，得到的PM2.5濃度標準如下表所示，后續(xù)的PM2.5濃度特征分析均基于此表開展。表5-1PM2.5濃度標準PM2.5污染狀況PM2.5濃度（μg/m3）達標0-35不達標Ⅰ36-45不達標Ⅱ46-55不達標Ⅲ56-65不達標Ⅳ66-75不達標Ⅴ76-85不達標Ⅵ86-95不達標Ⅶ≥961.1.1季節(jié)尺度PM2.5時空變化特征按照所屬季節(jié)對PM2.5反演結(jié)果進行劃分，然后使用ArcMap繪制出京津冀地區(qū)2016年至2020年每年的季節(jié)平均PM2.5濃度，其具體的分布情況如圖5-1至5-5所示。觀察每年的季節(jié)平均PM2.5濃度分布情況，可以發(fā)現(xiàn)，各年的PM2.5濃度均呈現(xiàn)冬季最高、秋季次之、夏季最低，春季介于夏季與秋季之間的特征。按照國家制定的PM2.5濃度達標標準，即使是四個季節(jié)中PM2.5污染程度最低的夏季，京津冀地區(qū)大部分城市的空氣質(zhì)量仍不達標，大多數(shù)城市的污染狀況為不達標Ⅰ、Ⅱ級別，即PM2.5平均濃度處于36-55μg/m3這一范圍，而天津市、唐山市與滄州市靠近渤海灣的部分地區(qū)夏季PM2.5平均濃度甚至達到了75μg/m3以上，只有海拔較高的張家口市與承德市大致符合要求，大多數(shù)年份的PM2.5季節(jié)平均濃度基本低于35μg/m3。京津冀地區(qū)污染最為嚴重的幾個城市分別是邯鄲市、邢臺市、石家莊市、衡水市以及保定市。2016年至2020年，這幾個市大部分地區(qū)的春秋兩季平均PM2.5濃度均保持在66μg/m3以上，冬季更是達到了96μg/m3之上，遠高于其他市。京津冀地區(qū)四個季節(jié)的PM2.5污染在空間分布上具有“西北優(yōu)中南劣”的特點，即中部和南部的空氣質(zhì)量要差于西北部，這與該地區(qū)北部多山地高原，中部和南部多平原的地形地勢特點有關(guān)，體現(xiàn)出了地形對PM2.5濃度的影響。a2016年春季平均PM2.5濃度b2016年夏季平均PM2.5濃度c2016年秋季平均PM2.5濃度d2016年冬季平均PM2.5濃度圖5-12016年京津冀地區(qū)四季平均PM2.5濃度a2017年春季平均PM2.5濃度b2017年夏季平均PM2.5濃度c2017年秋季平均PM2.5濃度d2017年冬季平均PM2.5濃度圖5-22017年京津冀地區(qū)四季平均PM2.5濃度a2018年春季平均PM2.5濃度b2018年夏季平均PM2.5濃度c2018年秋季平均PM2.5濃度d2018年冬季平均PM2.5濃度圖5-32018年京津冀地區(qū)四季平均PM2.5濃度a2019年春季平均PM2.5濃度b2019年夏季平均PM2.5濃度c2019年秋季平均PM2.5濃度d2019年冬季平均PM2.5濃度圖5-42019年京津冀地區(qū)四季平均PM2.5濃度a2020年春季平均PM2.5濃度b2020年夏季平均PM2.5濃度c2020年秋季平均PM2.5濃度d2020年冬季平均PM2.5濃度圖5-52020年京津冀地區(qū)四季平均PM2.5濃度1.1.2年際尺度PM2.5時空變化特征為了研究與分析京津冀地區(qū)2016年至2020年的PM2.5濃度變化趨勢，繪制了該地區(qū)全年的PM2.5平均濃度，具體情況如圖5-6所示。a2016年P(guān)M2.5年均濃度b2017年P(guān)M2.5年均濃度c2018年P(guān)M2.5年均濃度d2019年P(guān)M2.5年均濃度(e)2020年P(guān)M2.5年均濃度圖5-62016年至2020年京津冀地區(qū)PM2.5全年平均濃度京津冀地區(qū)全年的PM2.5平均濃度在空間上仍然維持著“西北優(yōu)中南劣”的特點，而在時間上則是呈現(xiàn)逐年下降的趨勢。從上圖可以明顯看出，2016年至2020年整個地區(qū)的PM2.5污染狀況在逐年好轉(zhuǎn)，北部地區(qū)PM2.5濃度達標區(qū)域的面積在不斷擴大，而中南部地區(qū)原本PM2.5污染十分嚴重的邯鄲市、邢臺市、石家莊市、衡水市以及保定市的空氣質(zhì)量狀況也在逐漸變好。2016年，京津冀地區(qū)全年P(guān)M2.5平均濃度為53.68μg/m3，北京市中心地帶PM2.5濃度達到了76μg/m3以上，其余污染地區(qū)主要集中在河北省中南部的保定市、石家莊市、邢臺市和邯鄲市，部分地區(qū)PM2.5污染狀況為不達標Ⅵ級，年均濃度達到了86μg/m3以上，張家口市與承德市大部分區(qū)域的空氣質(zhì)量達標。2017年，年均PM2.5濃度為53.03μg/m3，整個地區(qū)的PM2.5污染有一定的改善，PM2.5濃度處于86μg/m3以上的地區(qū)大幅減少，北京市中心地帶PM2.5濃度降低，但衡水市部分地區(qū)空氣污染加重。2018年，保定市與衡水市PM2.5濃度不達標Ⅴ級的區(qū)域明顯減少，但是滄州市西部地區(qū)的空氣質(zhì)量變差，北京市中心地帶的小部分地區(qū)PM2.5濃度升高，京津冀地區(qū)年均PM2.5濃度為52.85μg/m3，整體污染情況較2017年無太大變化。2019年，全域空氣質(zhì)量較上一年改善明顯，整個地區(qū)PM2.5年均濃度為50.88μg/m3，京津冀中南部地區(qū)PM2.5污染狀況大幅改善，只有小部分地域的PM2.5濃度為不達標Ⅴ級。2020年，邢臺市、石家莊市和保定市的空氣質(zhì)量有所惡化，但北京市、天津市、唐山市、廊坊市以及滄州市等城市的大部分地區(qū)空氣質(zhì)量從不達標Ⅳ級降低為不達標Ⅲ級，京津冀地區(qū)年均PM2.5濃度為50.54μg/m3，相較2019年有小幅改善?？偟膩碚f，從2016年至2020年，京津冀地區(qū)的整體空氣質(zhì)量狀況在不斷變好，這得益于采取的一系列大氣環(huán)境保護措施，對于部分大氣污染仍然比較嚴重的城市，政府應(yīng)該加大監(jiān)測治理的力度，從而改善當?shù)氐目諝赓|(zhì)量。1.1.3城市尺度PM2.5變化特征前兩節(jié)使用反演得到的京津冀全局PM2.5濃度，分季節(jié)、年際角度從整個區(qū)域出發(fā)分析了整個地區(qū)PM2.5濃度的變化特征，但由于人口存在很強的集聚效應(yīng)，每個市的絕大部分人口會集中在城區(qū)范圍內(nèi)，這使得整個區(qū)域的PM2.5濃度并不能很好描述城區(qū)的PM2.5污染情況，所以本節(jié)將從城市角度研究京津冀地區(qū)各市PM2.5濃度的變化特征。首先確定京津冀地區(qū)13座城市主要城區(qū)的經(jīng)緯度范圍，然后從PM2.5反演結(jié)果中篩選出對應(yīng)的PM2.5濃度，計算各城市主要城區(qū)的濃度均值，結(jié)果如下圖表。表5-2近5年京津冀地區(qū)主要城市年平均PM2.5濃度表城市2016年均PM2.5濃度(μg/m3)2017年均PM2.5濃度(μg/m3)2018年均PM2.5濃度(μg/m3)2019年均PM2.5濃度(μg/m3)2020年均PM2.5濃度(μg/m3)北京72.8557.3847.2841.7937.85天津68.5561.7248.551.1648.13承德39.4634.4529.2129.2827.34張家口31.5431.0723.9521.5624.3保定92.2383.1363.8158.2250.24廊坊61.5159.1148.7841.9142.32唐山73.9261.4651.2553.5948.98秦皇島46.1143.5936.7540.634.69石家莊98.6983.7867.2462.7857.59滄州68.1261.0151.9849.8347.07衡水87.1976.0758.4756.151.7邢臺86.5678.5264.7164.6253邯鄲80.7184.8564.7364.8456.6圖5-7京津冀各市主要城區(qū)PM2.5年均濃度變化趨勢圖由以上圖表可知，2016年至2020年京津冀地區(qū)各市主城區(qū)的PM2.5年均濃度均呈現(xiàn)總體下降的趨勢，其中，邯鄲市、秦皇島市與天津市的PM2.5濃度有明顯的反彈，張家口市、承德市與邢臺市的PM2.5濃度有輕微的回升，其余各市的PM2.5年均濃度均是逐年下降。這五年時間里，石家莊市一直是污染最為嚴重的三座城市之一，張家口市與承德市則是京津冀地區(qū)空氣質(zhì)量環(huán)境最好的兩座城市，二者的PM2.5年均濃度一致保持在40μg/m3之下。整個京津冀地區(qū)對PM2.5污染的監(jiān)測治理措施成效顯著，2016年該地區(qū)最高PM2.5平均濃度接近100μg/m3，而2020年所有城市的年均PM2.5濃度則都保持在60μg/m3以下。選取2016年與2020年的PM2.5年均濃度數(shù)據(jù)，計算各城市PM2.5濃度的下降數(shù)值與下降百分比，結(jié)果如下圖所示?？梢园l(fā)現(xiàn)，京津冀地區(qū)所有城市的年均PM2.5濃度均下降了20%以上，而具體到下降數(shù)值，除了整個地區(qū)空氣質(zhì)量排名前三的秦皇島市、張家口市以及承德市，其他城市的PM2.5年均濃度都下降了20μg/m3以上，最高的保定市下降了41.83μg/m3。北京市作為中國的首都與經(jīng)濟文化中心，也是京津冀地區(qū)的核心城市，2016年至2020年其年均PM2.5濃度下降了31.08μg/m3，下降百分比為48.06%，是整個地區(qū)下降幅度最大的城市，空氣質(zhì)量排名從地區(qū)第七上升到地區(qū)第四，說明相關(guān)政策的執(zhí)行十分到位，大氣污染治理卓有成效。圖5-8各城市PM2.5濃度下降數(shù)值與下降百分比1.2PM2.5人口暴露風險評估反演得到的全局PM2.5濃度，能很好的輔助研究地區(qū)空氣污染狀況，然而PM2.5污染的影響主體是人類本身，單純使用PM2.5濃度的高低來評判一個地區(qū)的風險程度只是一種較粗略的方法，容易出現(xiàn)低人口密度地區(qū)的風險被高估，高人口密度地區(qū)的風險被低估的情況。所以本節(jié)利用前文得到的京津冀全局PM2.5濃度數(shù)據(jù)，結(jié)合對應(yīng)的人口密度數(shù)據(jù)，使用人口暴露強度與人口加權(quán)暴露濃度兩個指標對此地區(qū)進行PM2.5人口暴露風險的綜合評估。1.2.1人口暴露強度指標下的暴露風險根據(jù)來源于Worldpop項目的2016年至2020年的人口密度數(shù)據(jù)，得到了京津冀地區(qū)每年的人口總數(shù)，如下表。表5-32016年至2020年京津冀地區(qū)人口總數(shù)年份人口總數(shù)(人)20161107675832017112095918201811418141720191160091642020117695482京津冀地區(qū)的人口總數(shù)超過了一億，且每年都會增加100至200萬人，是我國十分重要的地區(qū)之一，該地區(qū)人口的具體空間分布情況如下圖所示?？梢钥闯?，大量人口集中在京津冀的中部、南部與東部城市，西北方位的張家口市和承德市相對其他城市則是人口稀疏，這是由于平坦寬廣的平原更加適合城市的擴張建設(shè)與人類的密集。同時，各城市的人口集聚效應(yīng)十分顯著，5000人每百公頃以上的地區(qū)只存在于每個市的核心地帶，這證明了結(jié)合人口數(shù)據(jù)進行污染物暴露風險評估的必要性。圖5-92020年京津冀地區(qū)人口空間分布（1）京津冀地區(qū)歷年P(guān)M2.5人口暴露強度使用人口暴露強度指標，將2016年至2020年京津冀地區(qū)的年均PM2.5濃度與對應(yīng)年份的人口密度數(shù)據(jù)進行柵格運算，得到了各年的PM2.5人口暴露強度，結(jié)果如下圖所示。(a)2016年P(guān)M2.5人口暴露強度(b)2017年P(guān)M2.5人口暴露強度(c)2018年P(guān)M2.5人口暴露強度(d)2019年P(guān)M2.5人口暴露強度(e)2020年P(guān)M2.5人口暴露強度圖5-102016年至2020年京津冀地區(qū)PM2.5人口暴露強度空間分布從人口密度和暴露強度的空間分布圖可以明顯看出，2016年至2020年京津冀地區(qū)的整體PM2.5人口暴露強度并無太大變化，且與地區(qū)的人口分布情況具有很高的空間一致性。西北方位的張家口市和承德市的絕大部分地區(qū)PM2.5人口暴露風險值低于200人·μg·10-4·m-5，其他市的大部分地區(qū)PM2.5人口暴露風險值為400至1600人·μg·10-4·m-5，中心城區(qū)的PM2.5暴露風險值則是超過了8000人·μg·10-4·m-5。在十三個城市中，就PM2.5人口暴露風險值高于1600人·μg·10-4·m-5的區(qū)域面積來講，北京市最大，且數(shù)倍于其他城市，天津市次之，承德市的面積最小。觀察PM2.5人口暴露風險值為400至1600人·μg·10-4·m-5的區(qū)域面積，可以發(fā)現(xiàn)邯鄲市、邢臺市、石家莊市和保定市約有50%以上地區(qū)的暴露風險值處于這一檔。雖然2016年2020年地區(qū)的整體空氣污染狀況在不斷改善，PM2.5濃度在不斷降低，但是由于京津冀地區(qū)的人口高度密集，整個區(qū)域的PM2.5人口暴露風險并無明顯變化。由于京津冀地區(qū)的范圍過大，而整體PM2.5人口暴露強度又無太大變化，在該尺度下難以發(fā)現(xiàn)暴露風險的細微變化，所以將尺度縮小到市域內(nèi)，選擇作為地區(qū)核心的北京市來觀察分析人口暴露強度的特征。由下圖可以看出，北京市人口暴露強度的分布可近似為同心圓結(jié)構(gòu)，由中心城區(qū)往外逐漸減弱，中心城區(qū)是大范圍的極高風險地區(qū)（暴露風險值8000人·μg·10-4·m-5以上），城區(qū)外圍散布著斑點狀的極高風險地區(qū)，城市最外圍的PM2.5人口暴露風險值基本低于200人·μg·10-4·m-5。同時，2016年至2020年，北京市中心地帶的暴露風險無明顯變化，而外圍部分地區(qū)的暴露風險值則存在著升高的情況，比如圖中籃圈1部位，2016年中心區(qū)域外的部位基本為低風險地區(qū)（人口暴露風險值低于200人·μg·10-4·m-5），而之后幾年時間，中風險地區(qū)（200至400人·μg·10-4·m-5）的面積在不斷擴大，2020年形成了條狀中風險地區(qū)；籃圈2部位也有風險等級提高的現(xiàn)象，相比2016年，2020年高風險地區(qū)（圖中橙色區(qū)域，暴露風險值1601至8000人·μg·10-4·m-5）的面積明顯變大。(a)2016年北京市PM2.5人口暴露強度(b)2017年北京市PM2.5人口暴露強度(c)2018年北京市PM2.5人口暴露強度(d)2019年北京市PM2.5人口暴露強度(e)2020年北京市PM2.5人口暴露強度圖5-112016年至2020年北京市PM2.5人口暴露強度空間分布（2）京津冀地區(qū)四季PM2.5人口暴露強度由京津冀地區(qū)各季節(jié)PM2.5平均濃度得到四季PM2.5暴露強度空間分布，結(jié)果如下圖。由圖5-12可以看出，各季節(jié)的PM2.5暴露風險空間分布仍然與人口空間分布情況高度一致，北京市、天津市以及中南部地區(qū)的邯鄲市、邢臺市和石家莊市等城市的PM2.5暴露風險高，西北部地區(qū)的張家口市和承德市的暴露風險低。人口暴露高風險及以上地區(qū)（暴露風險值1600人·μg·10-4·m-5及以上，圖中橙色與紅色區(qū)域）主要分布在各市人口密度高的中心城區(qū)。隨著季節(jié)的改變，高風險與極高風險地區(qū)的面積并無太大變化，變化主要集中在中風險與中高風險地區(qū)（暴露風險值201至1600人·μg·10-4·m-5），從春季進入夏季，部分的中高風險地區(qū)降為中風險地區(qū)，之后的秋季，部分中風險地區(qū)升為中高風險地區(qū)，整體情況與春季類似，在進入冬季后，大量的中風險地區(qū)升為中高風險地區(qū)，個別區(qū)域的中風險地區(qū)升為高風險或極高風險地區(qū)。選取京津冀地區(qū)的主要城市（北京市、天津市與石家莊市），計算其四季PM2.5平均人口暴露強度，結(jié)果如下圖5-13所示?？梢园l(fā)現(xiàn)，PM2.5人口暴露強度的季節(jié)變化特征與PM2.5濃度一致，冬季的最高，春秋季次之，夏季最低。三個城市中，北京市的PM2.5平均暴露風險一直最高，各季節(jié)都是地區(qū)平均水平的3倍以上，春季和夏季甚至是平均水平的4.23倍和4.16倍，冬季的絕對暴露風險值達到了1137.75人·μg·10-4·m-5，而中高風險及以上地區(qū)要多于另外兩市的石家莊市的平均暴露風險則一直最低，這與三個城市的人口數(shù)量有著極大的關(guān)系。(a)春季PM2.5人口暴露強度(b)夏季PM2.5人口暴露強度(c)秋季PM2.5人口暴露強度(d)冬季PM2.5人口暴露強度圖5-12京津冀地區(qū)四季PM2.5人口暴露強度空間分布圖5-13主要城市四季PM2.5平均人口暴露強度1.2.2人口加權(quán)暴露濃度指標下的暴露風險PM2.5人口暴露強度指標方法是將研究區(qū)域格網(wǎng)化，計算各個格網(wǎng)單元的暴露風險值，這樣的分辨率高，結(jié)果更加精細，便于對區(qū)域內(nèi)部暴露強度的細節(jié)變化特征進行研究。當人口暴露強度指標應(yīng)用于大范圍空間區(qū)域的整體暴露風險評估時，只能計算各空間區(qū)域的平均暴露強度，然后比較數(shù)值大小從而得出各區(qū)域的暴露風險高低，但是難以通過數(shù)據(jù)的分析得出其他有用信息，這是該方法的不足之處。PM2.5人口加權(quán)暴露濃度指標方法則不僅可以獲得指定空間單元的整體暴露風險，還可以通過與算數(shù)平均PM2.5濃度的比較分析，得出各個空間單元的人口分布傾向，為城市不同區(qū)域的污染減排政策的制定提供數(shù)據(jù)基礎(chǔ)，是更適合城市、城市群這一級別空間單元的居民PM2.5暴露風險評估的方法。為了進一步的反映京津冀地區(qū)的PM2.5污染人口暴露風險的特征，本文還計算了該地區(qū)各市2016年至2020年的PM2.5人口加權(quán)暴露濃度和算數(shù)平均濃度，并進行了比較與排名，結(jié)果如下表所示。表5-4京津冀地區(qū)各市PM2.5人口加權(quán)暴露濃度與算數(shù)平均濃度城市人口加權(quán)濃度(μg/m3)人口加權(quán)濃度排名算數(shù)平均濃度(μg/m3)增加百分比承德市38.161232.816.33%張家口市30.681326.5611.52%保定市73.05466.0610.58%北京市63.77957.6810.56%城市人口加權(quán)濃度(μg/m3)人口加權(quán)濃度排名算數(shù)平均濃度(μg/m3)增加百分比石家莊市71.27269.148.86%邢臺市76.13173.044.23%邯鄲市74.61372.233.30%唐山市60.621059.981.07%滄州市68.03667.890.21%廊坊市66.87766.99-0.18%天津市63.90864.28-0.59%衡水市71.91573.05-1.56%秦皇島市52.771151.5-4.93%京津冀地區(qū)68.35/52.2830.74%根據(jù)此表可以看出，京津冀地區(qū)PM2.5污染對當?shù)鼐用裆眢w健康的實際危害