PM2.5時空分布特征及影響因素分析案例目錄TOC\o"1-3"\h\u20579PM2.5時空分布特征及影響因素分析案例 1258361.1PM2.5時空分布特征分析 150801.1.1PM2.5季節(jié)時空分布特征 1216111.1.2PM2.5年時空分布特征 4127631.2社會經(jīng)濟因素驅(qū)動分析 7262431.2.1空間自相關(guān)結(jié)果分析 887861.2.2驅(qū)動模型構(gòu)建與評估 111.1PM2.5時空分布特征分析根據(jù)我國環(huán)境空氣質(zhì)量標準（GB3095-2012）[70]，PM2.5年均濃度一級限值為15μgm-3（適用于一類區(qū)，如自然保護區(qū)、風景名勝等），二級限值為35μgm-3（適用于居住區(qū)、商民混合區(qū)、農(nóng)村地區(qū)、工業(yè)區(qū)等）。參考PM2.5日濃度標準，將年均濃度按照基礎值比例轉(zhuǎn)化（>2、1.6-2、1.4-1.6、1-1.4、<1）[71]，得到的PM2.5年濃度污染標準如表1.1所示。完成模型的構(gòu)建與精度評估后，使用訓練效果與擬合程度最優(yōu)的隨機森林模型（RF）反演出2017~2019年華東地區(qū)PM2.5日數(shù)據(jù)，再進一步從季節(jié)、年尺度上分析華中地區(qū)PM2.5濃度的時空分布特征。表1.SEQ表5.\*ARABIC1本文PM2.5年均濃度標準空氣質(zhì)量狀況PM2.5年濃度(μgm-3)達標1-35輕度污染35-49中度污染49-56重度污染56-70嚴重污染>701.1.1PM2.5季節(jié)時空分布特征本節(jié)主要從季節(jié)變化的時間尺度上分析華中城市群的PM2.5濃度變化特征，首先根據(jù)華中地區(qū)的氣候狀況進行季節(jié)劃分：春季為3~5月，夏季為6~8月，秋季為9~11月，冬季為12~次年2月。三個分區(qū)的季節(jié)平均PM2.5濃度空間分布如圖1.1至1.3所示，大多呈現(xiàn)“冬高夏低，春降秋升”的特征。華中地區(qū)全域各城市夏季空氣質(zhì)量較好，大部分區(qū)域污染低于35μgm-3。河南和湖北地區(qū)冬季污染最嚴重，區(qū)域大部分城市均超過49μgm-3，達到中度污染以上的水平，秋季和春季北部濃度高于南部。季節(jié)污染的極高值出現(xiàn)在河南分區(qū)的冬季，達到78μgm-3，該分區(qū)春夏季空氣質(zhì)量相對較好，秋東季節(jié)均存在一定程度的污染，冬季全域均處于高污染水平。湖南分區(qū)整體空氣質(zhì)量較好，春、夏、秋差異不大，基于低于35μgm-3，冬季污染相對嚴重，大多集中在湖南北部地區(qū)。圖1.SEQ圖5.\*ARABIC1河南分區(qū)各季節(jié)平均PM2.5濃度空間分布圖1.SEQ圖5.\*ARABIC2湖北分區(qū)各季節(jié)平均PM2.5濃度空間分布圖1.SEQ圖5.\*ARABIC3湖南分區(qū)各季節(jié)平均PM2.5濃度空間分布1.1.2PM2.5年時空分布特征基于RF模型反演的PM2.5日數(shù)據(jù)，計算得到華中地區(qū)年P(guān)M2.5濃度空間分布如圖1.4所示：圖1.SEQ圖5.\*ARABIC4華中地區(qū)年均PM2.5濃度空間分布2017~2019年均PM2.5濃度呈現(xiàn)空間上北部高于南部，時間上逐年降低的趨勢。2017年，華中地區(qū)PM2.5年均濃度為39.81μgm-3，重度污染主要集中在河南省（除信陽）和湖北北部地區(qū)，部分城市達到嚴重污染的水平，信陽市可能因為是河南省唯一沒有集中供暖的地區(qū)所以污染情況較河南省其他市良好；中度污染主要集中在湖北中東部地區(qū)、湖南省東北部地區(qū)為輕度污染，湖南西南部和南部部分城市空氣質(zhì)量達標。2018年，華中地區(qū)整體污染情況和17年相比沒有明顯變化，污染情況沒有明顯的改善，年均濃度為40.89μgm-3，區(qū)域南部污染濃度與2017年相差不大，湖北省西北部地區(qū)嚴重污染區(qū)域減少，部分城市已從重度污染降低為中度污染，但湖北中東部分城市污染情況有一定的加重；湖南部分地區(qū)空氣質(zhì)量達標，年均濃度低于35μgm-3。2019年，華中地區(qū)PM2.5年均濃度為31.21μgm-3，全區(qū)空氣質(zhì)量狀況改善明顯，重度污染區(qū)域繼續(xù)縮小至河南北部以及湖北中東部，長江以北大部分地區(qū)已從中度污染降低為輕度污染，長江以南空氣質(zhì)量達標地區(qū)數(shù)顯著增加。可以看出，我國近年來的一系列環(huán)保措施成效顯著，有效的降低了PM2.5污染濃度，政府應繼續(xù)加強環(huán)保力度，提升空氣質(zhì)量達標率。以上從全域角度分析了華中地區(qū)年均PM2.5濃度的空間分布情況，若想進一步探究污染高低值集聚的情況，需從分區(qū)角度開展年均PM2.5濃度空間分布特征分析。分區(qū)結(jié)果如圖1.5至圖1.7所示：圖1.SEQ圖5.\*ARABIC5河南分區(qū)年均PM2.5濃度空間分布從河南分區(qū)這三年的PM2.5分布圖可以看出，靠近河北地區(qū)的豫北城市大部分空氣質(zhì)量一直未達標，但三年里部分城市污染總體呈降低趨勢，且北部污染高于南部。2017年輕度和中度污染集中在區(qū)域北部和中部的大部分地區(qū)；2018年污染嚴重地區(qū)基本上與17年無明顯變化；2019年除安陽市、鶴壁市等豫北城市出現(xiàn)污染情況些許加劇外，其余大部分地區(qū)整體污染水平降低至中度污染及以下，南陽、信陽地區(qū)甚至出現(xiàn)達標的好轉(zhuǎn)現(xiàn)象。結(jié)合區(qū)域地理位置與發(fā)展情況，河南省城市污染主要由于氣象條件、燃煤能源結(jié)構(gòu)和揮發(fā)性有機物污染防治工作起步晚，冬季大部分城市都有采暖期，能源消耗較大，且河南更靠近北方地區(qū)，氣候干燥，該地區(qū)不僅與京津冀霧霾存在一定的關(guān)聯(lián)性，其本身火電裝機、鋼鐵產(chǎn)能、燃煤消費較高，污染排放強度高于全省平均水平。因此，該地區(qū)需制定更為嚴格的治霾措施，全面推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，工業(yè)錯峰生產(chǎn)，清潔取暖，嚴格落實禁燒要求、控制揚塵排放，導致整體PM2.5污染情況偏高。但是從這幾年的變化可以看出，政府在加強環(huán)境整改工作上有明顯效果，河南省近年來空氣質(zhì)量有所改善，說明政府的環(huán)保措施落實到位。圖1.SEQ圖5.\*ARABIC6湖北分區(qū)年均PM2.5濃度空間分布湖北分區(qū)這三年里的污染呈現(xiàn)先上升后下降的的趨勢，大部分區(qū)域處于輕度污染或達標狀態(tài)，只有荊州、潛江等部分城市屬于中度污染，整體污染情況良好。2017年大部分區(qū)域年均PM2.5濃度低于49μgm-3，屬于輕度污染已下，只有十堰、襄陽、武漢、荊州等城市的部分區(qū)域達到輕度污染；2018年全區(qū)空氣質(zhì)量狀況有著一定的改善，但荊州、天門、潛江、仙桃地區(qū)污染情況有所加劇，達到中度污染水平，其他城市空氣質(zhì)量或與去年持平或有所改善；2019年區(qū)域空氣質(zhì)量有著明顯改善，大部分中度污染轉(zhuǎn)為輕度污染或達標，中度污染中集中在南部的湖南省交界處，其他地區(qū)的PM2.5水平都接近達標水平。整體而言，東部和西部山區(qū)的空氣質(zhì)量要優(yōu)于中部平原，尤其是江漢平原這一區(qū)域是全省人口最密集、經(jīng)濟最發(fā)達的地方，需要更加重視大氣污染的治理。圖1.SEQ圖5.\*ARABIC7湖南分區(qū)年均PM2.5濃度空間分布湖南分區(qū)在華中地區(qū)中屬于空氣質(zhì)量較好的區(qū)域，三年間呈現(xiàn)先上升后降低趨勢，但整體變化不大，并朝著改善的趨勢發(fā)展。2017年空氣質(zhì)量輕度污染地區(qū)主要集中在湘東北地區(qū)，長沙、岳陽、常德等這幾個工業(yè)發(fā)達的城市尤為突出，也波及到周邊的益陽、湘潭等城市，存在一定程度的污染，其他地區(qū)基本上屬于輕度污染以下；2018年相比于去年反而有所升高，空氣質(zhì)量輕度污染的城市數(shù)增多，達標的地區(qū)明顯減少；而2019年的結(jié)果則顯示大部分城市都處于輕度污染或者達標水平，說明污染情況得到明顯改善，只有湘北部分地區(qū)存在中度污染情況，其余地區(qū)的PM2.5水平明顯下降。說明2018-2019年湖南各市政府對環(huán)保工作高度重視，各市PM2.5水平均有所下降，全年未發(fā)生環(huán)境污染事件生態(tài)環(huán)境發(fā)展取得顯著成效，空氣質(zhì)量優(yōu)良天數(shù)日益增長，望湖南政府繼續(xù)保持環(huán)保措施取得有效成果，強化污染管理。1.2社會經(jīng)濟因素驅(qū)動分析考慮到社會經(jīng)濟數(shù)據(jù)的完整性和可獲取性，以2018年為例對研究區(qū)域PM2.5污染的驅(qū)動因素開展分析。使用前期建模獲取的2018年華中地區(qū)PM2.5年數(shù)據(jù)，結(jié)合地級市行政區(qū)邊界進行柵格統(tǒng)計，得到各個地級市的年P(guān)M2.5濃度；依據(jù)STIRPAT理論，從中國城市統(tǒng)計年鑒和各省市統(tǒng)計年鑒獲取人口、經(jīng)濟、綠化、工業(yè)、交通等數(shù)據(jù)，使用GeoDa軟件構(gòu)建空間計量模型以進行社會經(jīng)濟因素對PM2.5污染的驅(qū)動分析。1.2.1空間自相關(guān)結(jié)果分析在使用空間計量模型分析PM2.5污染驅(qū)動因素之前，需先進行PM2.5的空間相關(guān)檢驗。PM2.5是一種典型的區(qū)域污染擴散要素，在空間上可能會存在高、低值的集聚現(xiàn)象。因此，為探尋研究區(qū)域內(nèi)PM2.5是否存在空間自相關(guān)性，首先根據(jù)地級市shp文件建立基于Queen的空間權(quán)重矩陣，計算出每一個要素的全局Moran’sI值，同時進行顯著性P、Z檢驗；其次，繪制PM2.5分布的Moran散點圖，來分析華中地區(qū)污染分布的空間關(guān)聯(lián)情況。各個變量的全局Moran指數(shù)結(jié)果如表1.2所示：表1.SEQ表5.\*ARABIC2各分區(qū)PM2.5Moran’sI指數(shù)分區(qū)IPZ豫0.6730.0014.6712鄂0.5310.0014.0263湘0.2540.0341.9661可以看出，2018年華中三省的PM2.5Moran指數(shù)為正，河南、湖北分區(qū)大于0.5，說明該數(shù)據(jù)存在較強的空間正相關(guān)性，即污染分布呈現(xiàn)高-高與低-低的空間集聚態(tài)勢；P值為0.001，即該數(shù)據(jù)隨機生成的概率只有0.1%，說明檢驗結(jié)果高度顯著，數(shù)據(jù)來源可靠性較高（99.9%的置信度）；Z值分別為4.6712、4.0263、1.068，均大于1.96，說明存在明顯的聚類特征。湖南分區(qū)Moran指數(shù)為0.254，雖存在空間正相關(guān)性，但沒有河南、湖北的相關(guān)性高，P值為0.034小于0.05，結(jié)果亦顯著相關(guān)。綜上所述，在各個分區(qū)PM2.5均呈現(xiàn)顯著的自相關(guān)性，因此在驅(qū)動模型構(gòu)建中需考慮空間的影響。全局空間自相關(guān)在區(qū)域范圍上分析了污染集聚情況，但是忽略了局部地區(qū)存在的空間異質(zhì)性和不穩(wěn)定性。華中地區(qū)PM2.5的Moran散點圖如圖1.8所示，從圖中可以看出各個城市的PM2.5之間存在空間自相關(guān)性，亦存在空間差異性。但是從數(shù)據(jù)的分布情況來看，多數(shù)城市集中在第一和第三象限，即城市間存在明顯的空間正相關(guān)性，屬于高-高和低-低集聚類型，并且位于第一象限的地級市比位于第三象限的多。其中高值被高值包圍的地級市有，河南分區(qū)鶴壁、許昌、漯河、鄭州、焦作、濮陽、商丘，湖北分區(qū)黃岡、鄂州、武漢、孝感、潛江、天門、仙桃、荊州、咸寧，湖南分區(qū)岳陽、常德、益陽、長沙、湘潭、株洲、衡陽；低值被低值包圍的地級市有，河南分區(qū)南陽、信陽、駐馬店、許昌、三門峽，湖北分區(qū)恩施、神農(nóng)架林區(qū)、宜昌、荊門，湖南分區(qū)永州、懷化、湘西、張家界；高值被低值包圍的地級市有河南分區(qū)濟源、新鄉(xiāng)、開封、洛陽，湖北分區(qū)隨州、襄陽、孝感、十堰，湖南分區(qū)婁底、邵陽；低值被高值包圍的地級市有河南分區(qū)周口、平頂山，湖北分區(qū)黃石，湖南分區(qū)郴州。圖1.SEQ圖5.\*ARABIC8各分區(qū)Moran散點圖（從左至右分別為豫鄂湘分區(qū)）Moran散點圖可以定性描述在每個象限各地級市與鄰接單元的空間關(guān)系，但即使在相同的象限中，各地級市間也存在較大的差異，這種時候可通過生成局部自相關(guān)LISA聚集圖和LISA顯著性圖（圖1.9至圖1.11），從定量的角度得知各象限內(nèi)部相關(guān)的具體程度。LISA圖僅顯示顯著性較高的區(qū)域，可以看出河南北部，湖北中部和湖南益陽呈現(xiàn)較為顯著的PM2.5濃度高值集聚（高-高），表明該地區(qū)不但自身的污染較高，其旁邊地市的污染也處于高位；高顯著性的低污染集聚（低-低）主要在河南信陽，湖北神農(nóng)架林區(qū)和恩施，湖南湘西和郴州，即他們自身污染較低，周圍地市也處于低值。具體污染原因分析見1.2.3節(jié)。圖1.SEQ圖5.\*ARABIC9河南LISA圖（上為LISA聚集圖，下為LISA顯著性圖）圖1.SEQ圖5.\*ARABIC10湖北LISA圖（上為LISA聚集圖，下為LISA顯著性圖）圖1.SEQ圖5.\*ARABIC11湖南LISA圖（上為LISA聚集圖，下為LISA顯著性圖）1.2.2驅(qū)動模型構(gòu)建與評估通過空間自相關(guān)分析證實PM2.5存在顯著的空間相關(guān)性，因此在驅(qū)動模型的建立中必須考慮空間的影響。擬引入STIRPAT模型和空間計量模型結(jié)合，一方面使模型的構(gòu)建更具有科學依據(jù)，另一方面可以解決空間自相關(guān)的問題。由于STIRPAT是可擴展的，結(jié)合共線性檢驗后的社會經(jīng)濟要素，構(gòu)建的STIRPAT基本分析模型如公式1.1所示。（1.1）式中Y為PM2.5年均值濃度，α為常量，β0，…，為待估計的模型參數(shù)，為模型的誤差隨機項，X1，…，分別為年末戶籍人口、地區(qū)生產(chǎn)總值（GRP）、建成區(qū)綠化覆蓋率、第二產(chǎn)業(yè)占GRP比重、工業(yè)煙（粉）塵排放量、年末實有出租車數(shù)和城市建設用地占市區(qū)面積比重。變形后的STIRPAT公式即為對數(shù)（ln）形式，對數(shù)形式亦可以消除變量間異方差。加入空間效應的計量模型主要有空間滯后模型（SLM）和空間誤差模型（SEM）?？臻g滯后模型的表達式為公式1.2，空間誤差模型的表達式為公式1.3和1.4：（1.2）（1.3）（1.4）式中，ρ為空間自回歸系數(shù)，W為根據(jù)地級市shp文件建立的空間權(quán)重矩陣，λ為空間誤差系數(shù)，ε為正態(tài)分布的隨機誤差變量。使用最小二乘法（OLS）估計模型，根據(jù)拉格朗日統(tǒng)計量（表1.3）可得知：三大省份的數(shù)LM（lag）比LM（error）更顯著，并且R-LM(lag)顯著而R-LM(error)不顯著，因此選擇空間滯后模型（SLM）進行分析；全域的LM（error）比LM（lag）更顯著，并且R-LM(error)顯著而R-LM(lag)不顯著，因此選擇空間誤差模型（SEM）進行分析。表1.SEQ表5.\*ARABIC3分區(qū)OLS估計拉格朗日統(tǒng)計量統(tǒng)計量豫鄂湘全域值P值P值P值PLagrangeMultiplier(lag)1.5140.0181.0550.3042.6931.5140.2670.605RobustLM(lag)13.0530.0001.1330.2871.90613.0530.4120.520LagrangeMultiplier(error)0.0040.9440.2700.6030.8020.0040.4180.517RobustLM(error)7.5430.0060.3480.5550.0157.5430.5640.452以同樣的方法對2018年華中地區(qū)全區(qū)數(shù)據(jù)進行共線性檢測和拉格朗日統(tǒng)計評估，選擇空間誤差模型對全區(qū)數(shù)據(jù)進行分析（表1.4），結(jié)果顯示將整個華中地區(qū)的數(shù)據(jù)作為一個整體代入構(gòu)建的模型，擬合的R2最高，達到0.941，說明當作為整體進行分析時，94.1%的數(shù)據(jù)能被該融合模型解釋，進一步說明將華中地區(qū)作為一個整體研究的效果比分區(qū)更好。但各社會經(jīng)濟要素對PM2.5并無顯著性影響，每個因子的決定系數(shù)都偏低，決定性不大。因此，考慮到影響PM2.5的要素存在明顯的區(qū)域分布特征，按照省界劃分的原則對三個分區(qū)和整個全域進行分析。對三大省份分別進行分析，在綜合考慮了人口、經(jīng)濟、綠化、工業(yè)和交通等因素的前提下，湖北分區(qū)擬合的R2最高（0.919），說明91.9%的數(shù)據(jù)都可以被七種社會經(jīng)濟因子所構(gòu)建的STIRPAT與空間計量結(jié)合模型解釋，其次是河南分區(qū)（R2:0.859），說明此分區(qū)81.9%的數(shù)據(jù)可以用這個模型解釋，最后是湖南分區(qū)（R2:0.790），其結(jié)果最差，只有79%的數(shù)據(jù)能夠被此模型解釋。表1.SEQ表5.\*ARABIC4分區(qū)PM2.5的社會經(jīng)濟影響因素解析河南分區(qū)湖北分區(qū)湖南分區(qū)華中全域指標系數(shù)Z系數(shù)Z系數(shù)Z系數(shù)ZR20.859—0.919—0.790—0.941—α0.6451.1610.0511.0161.5712.3232.2050.509Ln戶籍人口0.0401.7730.0731.1280.0252.960**0.0358.181***LnGRP0.0711.954-0.035-4.4820.0830.603-0.011-1.511**綠化覆蓋率-0.058-0.1900.00410.075-0.059-1.106-0.011-0.507第二產(chǎn)業(yè)占比0.0700.7580.0060.2610.0150.9430.03412.149**Ln粉塵排放-0.002-0.1210.0430.0210.0811.038-0.016-0.678Ln出租車0.0512.413**0.0261.6230.0070.0730.0142.758城區(qū)占比0.0680.8070.0240.252-0.058-1.205-0.004-1.760WPM2.50.7321.521***-0.023-1.059-0.432-2.304***——ε——————-0.212-0.961注：*表示10%水平下顯著，**代表5%水平下顯著，***代表1%水平下顯著。從河南分區(qū)結(jié)果來看，地區(qū)生產(chǎn)總值（GRP）和第二產(chǎn)業(yè)占比（%）對PM2.5污染有顯著的正相關(guān)影響，地區(qū)生產(chǎn)總值（GRP）和第二產(chǎn)業(yè)占比（%）每增加1%，PM2.5濃度分別對應升高0.071%和0.070%。通過對地區(qū)生產(chǎn)總值（GRP）和第二產(chǎn)業(yè)占比（%）數(shù)據(jù)可視化（圖1.12），可以看出鄭州市GRP最高，其次是洛陽和南陽，可以看出GRP較高的城市大多集中鄭州及其周邊城市，這些城市在發(fā)