北京市大氣污染物濃度空間分布與優(yōu)化布點研究

李 展，楊會改，蔣 燕，尹元暢，王洪前，王 波，王 斌

四川大學建筑與環(huán)境學院，四川 成都 610065

地質學、環(huán)境學、氣象學、土壤學以及生態(tài)學等學科中的多數(shù)變量如品位［1］、SO2濃度、氣溫、土壤有機質含量［2］等均會因空間所在位置不同而呈現(xiàn)出不同特征，即區(qū)域化變量特征［3］。地統(tǒng)計學［4］基于區(qū)域化變量特征，借助半變異函數(shù)來研究分布于空間并呈現(xiàn)一定隨機性和結構性的自然現(xiàn)象的科學。包括空間結構分析、克里格插值分析、空間自相關分析以及空間模擬等技術，用于分析具有空間坐標變量的空間特征并可進行過程模擬以及空間插值［5］。地統(tǒng)計學方法已廣泛應用于環(huán)境科學、土壤學、生態(tài)學、氣象學和地理學等研究領域［6-9］。

目前，空氣質量監(jiān)測研究以少量監(jiān)測站點常規(guī)監(jiān)測指標 SO2、NO2和 PM10的統(tǒng)計分析為主［10］，以多點位、區(qū)域性空氣質量監(jiān)測布點研究相對較少，而以顆粒物(PM2.5)為代表的監(jiān)測布點研究和以實際監(jiān)測數(shù)據(jù)所進行的區(qū)域空氣質量空間分布研究鮮見報道。該文基于 Arcgis 9.0、Surfer10.0軟件和地統(tǒng)計學方法對北京市環(huán)境保護監(jiān)測中心實時公布的2012年11—12月空氣自動監(jiān)測網絡的大氣污染物SO2、NO2、PM10和PM2.5質量濃度數(shù)據(jù)進行了空間分析，為開展我國城市空氣質量PM2.5監(jiān)測布點研究和區(qū)域大氣污染物空間分布提供理論指導和研究參考。

1 研究背景及數(shù)據(jù)來源

1.1 研究背景

目前北京市空氣質量自動監(jiān)測網絡系統(tǒng)由35個監(jiān)測點位組成，包括23個城市環(huán)境評價點、1個城市清潔對照點、6個區(qū)域背景傳輸點、5個交通污染監(jiān)測點。

2012年頒布的《環(huán)境空氣質量標準》(GB 3095—2012)新增了顆粒物(PM2.5)和臭氧(O3)8 h濃度限值的監(jiān)測指標。其中，PM2.5將在全國重點環(huán)保城市空氣質量監(jiān)測中率先全面開展，使監(jiān)測結果與公眾切身感受一致，逐步與國際標準接軌。環(huán)境保護部最新發(fā)布的《環(huán)境空氣質量監(jiān)測點位布設技術規(guī)范(試行)》(HJ 664—2013)對監(jiān)測點位的布設主要是根據(jù)監(jiān)測目的來選擇監(jiān)測點位，提出的多是定性和半定量的參數(shù)要求。

1.2 數(shù)據(jù)來源

數(shù)據(jù)來源于北京市環(huán)境保護監(jiān)測中心(http://zx．bjmemc．com．cn/)實時公布的 2012年11—12月大氣污染物 NO2、SO2、PM2.5和 PM10小時質量濃度數(shù)據(jù)。10月上旬，北京市環(huán)境保護監(jiān)測中心發(fā)布35個PM2.5自動監(jiān)測站點試運行的監(jiān)測數(shù)據(jù)，同時2012—2013年采暖季正式供暖時間為11月3日，因此該研究選取北京市空氣自動監(jiān)測網絡發(fā)布PM2.5和正式采暖后一個月的大氣污染物監(jiān)測數(shù)據(jù)進行分析。

2 結果與討論

2.1 污染物質量濃度數(shù)據(jù)統(tǒng)計分析

運用經典統(tǒng)計學方法，對大氣污染物SO2、NO2、PM10和PM2.5質量濃度數(shù)據(jù)進行描述性統(tǒng)計和正態(tài)分布檢驗，統(tǒng)計結果見表1。

表1 SO2、NO2、PM10和 PM2.5質量濃度描述性統(tǒng)計表

由表1可知，北京市2012年11—12月SO2、NO2、PM10和PM2.5污染物質量濃度平均值分別為0.032、0.051、0.097、0.070 mg/m3。全市 SO2日均質量濃度為0.015～0.044 mg/m3;NO2的日均質量濃度為0.021～0.072 mg/m3;PM10的日均質量濃度為0.054～0.129 mg/m3;PM2.5日均質量濃度為0.038～0.112 mg/m3。

變異系數(shù)是表示各樣本間變異程度的重要尺度。北京市大氣污染物 SO2、NO2、PM10和 PM2.5濃度的變異系數(shù)分別為20.7%、27.7%、25.6%和25.4%，均屬于中等強度的變異性。

SO2、NO2、PM10和 PM2.5質量濃度數(shù)據(jù)的偏度均為－1～1，峰度值接近于3。因此，驗證結果表明均符合正態(tài)分布，滿足克里格插值的前提條件。

2.2 污染物濃度數(shù)據(jù)空間變異性分析

采用Arcgis 9.0軟件中的Geostatistical Analyst分析模塊，分別對 SO2、NO2、PM10和 PM2.5濃度數(shù)據(jù)進行空間變異分析。通過比較SO2、NO2、PM10和PM2.5濃度數(shù)據(jù)計算出模型的特征參數(shù)，確定最優(yōu)半變異函數(shù)擬合模型和最優(yōu)理論模型［8］下的變異參數(shù)。通過對地統(tǒng)計學分析模塊中的指標預測誤差中的標準平均值、均方根測誤差、平均標準誤差、標準均方根預測誤差指標進行擬合，指標的擬合精度結果表明，SO2、NO2、PM10和PM2.5的最優(yōu)模型分別為球狀模型、球狀模型、球狀模型和高斯模型。最優(yōu)模型的擬合精度結果以及相應模型下計算出的空間變異參數(shù)見表2。

表2 SO2、NO2、PM10和PM2.5濃度數(shù)據(jù)半變異函數(shù)擬合模型及變異參數(shù)

2.3 污染物空間分布圖分析

地統(tǒng)計學分析模塊提供了一系列利用已知樣點進行內插生成研究對象表面預測圖，克里格插值是通從預測點周圍的觀測值中生成權系數(shù)來產生一系列的估計值，通過這些估計值可繪制出所測變量的空間分布圖。為了更直觀地反映北京區(qū)域4種污染物濃度的空間分布狀況，采用Surfer 10.0軟件中的普通Kriging方法對北京市11月SO2、NO2、PM10和 PM2.54 種污染物的平均質量濃度數(shù)據(jù)進行空間插值，生成相應的空間分布預測圖，并和北京市空氣自動監(jiān)測點位圖進行疊加。疊加后4種污染物的空間分布圖見圖1。

圖1 Kriging插值空間分布圖

綜合4種污染物的空間分布圖可以看出，污染物濃度較高的區(qū)域主要表現(xiàn)在城區(qū)和南部地區(qū)，大氣污染狀況整體呈現(xiàn)“北低南高”趨勢。SO2高濃度區(qū)表明河北張家口、廊坊市和天津市對SO2貢獻值占有很大比重［11］。順義和懷柔區(qū)均為首都重要的水源保護區(qū)，工業(yè)類型為環(huán)保型工業(yè)，因此SO2濃度較低。NO2濃度的空間分布表明其分布規(guī)律與北京市主要交通干道的分布一致，說明機動車尾氣是北京市的NO2的主要貢獻者，城區(qū)取暖時產生的SO2和NO2也是導致城區(qū)濃度較高的原因［12］。

PM2.5濃度和PM10濃度的空間分布趨勢大致一樣，表明北京近郊區(qū)南部濃度最高，城區(qū)也較高，北部和西北部較低，從北到南濃度逐步增大。機動車尾氣排放、燃煤排放、生物質燃燒和建筑裝修揚塵等產生的污染物使得城區(qū)顆粒物濃度較高［12］，而“高濃度”南部郊區(qū)受周邊地區(qū)污染物的影響較大，區(qū)域大氣污染物輸送貢獻較為明顯。

北京市大氣污染物空間分布特征與西、北、東三面環(huán)山形成的“西北高東南低”的地形地貌，氣象條件因素，北京市重工業(yè)分布(如位于上風向地區(qū)的石景山是聚集了鋼鐵、發(fā)電、水泥等高污染企業(yè)的傳統(tǒng)重工業(yè)區(qū))，機動車尾氣排放以及北京邊界層外來污染物輸送通道密切相關［13］。有關研究表明［13-14］，經過燕山山麓主要污染源群排放區(qū)(唐山地區(qū)、天津北部、廊坊北部等)燕山山前東風帶;經過邢臺、邯鄲、石家莊、保定等排放源區(qū)的太行山前西南風帶;經過山東中北部、河北滄州、天津南部及廊坊南部等污染物排放區(qū)的華北平原東南風帶是北京市外來污染物主要輸入通道。污染物輸送通道攜帶的污染物向北京聚匯形成通道型污染，這也與京津冀城市群復合型區(qū)域污染日漸突出的環(huán)境問題是一致的［15］。

進入秋、冬季節(jié)，北方地區(qū)地面氣溫較低，空氣中濕度大，且地面風速較小或多為靜風，逆溫現(xiàn)象較為明顯，空氣中污染物的擴散能力較差，污染物持續(xù)積累，造成北京市空氣質量變差。根據(jù)北京市11月份各風向出現(xiàn)的頻率和對應的平均風速繪制風玫瑰圖(圖2)，可以看出，北京市主導風向依次為東北風、西南風、西北風和北風，其風向頻率分別為24.7%、22.4%、21.0%和15.6%，相應平均風速為2.14、1.91、3.33、3.03 m/s，說明北京市大氣污染物“北低南高”空間分布特征受主導風向的影響顯著，且北京市風速較小，氣溫較低，加上頻發(fā)逆溫現(xiàn)象，北京市大氣污染較為嚴重。

2.4 污染物空間特征參數(shù)分析

塊金效應是指隨機因素引起的變異在系統(tǒng)總變異所占的比例。由表2對SO2、NO2、PM10和PM2.5濃度數(shù)據(jù)進行空間特征擬合分析結果可知，其塊金效應分別是29%、24%、7%、4%，均表現(xiàn)很強的空間相關性，即北京市這4種污染物濃度數(shù)據(jù)的空間變異特征受結構因素的影響大于隨機性因素。結構因素主要包括常年主導風向、地形地貌及用地布局分布等，隨機因素主要包括風場的隨機波動、流動污染源排放的變化等。

圖2 北京市11月風向頻率(%)、風速(m/s)玫瑰圖

各項異性比為長軸與短軸之比，一般認為比值大于1.5，則變量的空間結構為各向異性。擬合結果表明，SO2、NO2和PM2.5的各項異性比均大于1.5，因此它們具有明顯的“北低南高”的方向性;PM10的各項異性比為1.29，因此其空間分布無明顯的方向性特征。長軸方向角分別為331°、48°、80°、73°，這與流經華北平原3個主要污染排放源的西南氣流、東南氣流和東風氣流風帶型相吻合。

變程是指空間相關性的最大距離，在變程范圍內樣點間的距離越小，其空間相關性越大。根據(jù)半變異函數(shù)擬合結果，SO2、NO2、PM10和 PM2.5在長軸上的變程為63、58、62、90 km，在短軸上的變程為31、37、48、50 km?？梢钥闯?，不同變程反映污染物有不同的空間相關距離，且呈現(xiàn)出各向異性。從變程數(shù)值可得出，北京市大氣污染物的空間影響范圍與天氣系統(tǒng)的中尺度相當［16］。

2.5 變程在空氣監(jiān)測網絡布點中的應用

研究大氣污染物的空間分布特性對于整體把握區(qū)域環(huán)境空氣質量狀況和開展監(jiān)測布點優(yōu)化十分重要［17］。半變異函數(shù)擬合參數(shù)變程實際上體現(xiàn)了在某種采樣間距下區(qū)域化變量存在空間相關性的范圍。因此，可以為選取監(jiān)測布點距離提供參考，一般要求空間抽樣樣本之間的距離不應大于變異函數(shù)的變程，最好取變程的1/4～1/2［14］。

以北京市區(qū)域空氣質量中PM2.5監(jiān)測站點設置為例，PM2.5日均濃度數(shù)據(jù)半變異擬合結果表明，長軸變程變化范圍為80～100 km，短軸變程變化范圍為30～50 km;PM2.5月均濃度數(shù)據(jù)擬合結果表明，長軸變程為90 km，短軸變程為50 km。因此，北京市空氣質量PM2.5監(jiān)測布點在長軸方向上的間隔設置宜取20～25 km，短軸方向上布點間隔宜取8～12 km。

3 結論

1)北京市大氣污染物 SO2、NO2、PM10和 PM2.5的塊金效應值分別是29%、24%、7%和4%，均表現(xiàn)很強的空間相關性，說明北京市大氣污染物的空間變異特征受結構因素的影響大于隨機因素。北京市地形地貌、秋冬季節(jié)主導風向以及氣象條件對污染物空間分布情況影響較大。

2)北京市 SO2、NO2、PM10和 PM2.5空間分布具有明顯的空間異質性，分布趨勢整體呈“北低南高”的變化趨勢，濃度較高的區(qū)域集中在北京市城區(qū)和南部區(qū)域。污染物空間分布形勢與北京市地形地貌、氣候氣象條件以及周邊地區(qū)污染源對北京市的貢獻是密不可分的。

3)北京市 SO2、NO2、PM10和 PM2.5在長軸上變程分別為 63、58、62、90 km，在短軸上變程分別為 31、37、48、50 km，相應長軸方位角分別為 331°、48°、80°、73°;SO2、NO2和 PM2.5具有明顯方向性;PM10不具有明顯方向性特征。北京市大氣污染空間分析結果表明空間分布與天氣系統(tǒng)的中尺度相當。

4)半變異函數(shù)擬合參數(shù)變程可為監(jiān)測布點中間隔距離選取提供理論指導。以北京市區(qū)域空氣質量中PM2.5監(jiān)測站點設置為例，建議在空氣質量監(jiān)測布點時監(jiān)測站點在長軸方向上間隔設置應取20～25 km，短軸方向上布點間隔應為8～12 km。

該研究所收集的數(shù)據(jù)為2012年北京市冬季開始采暖后1個月的數(shù)據(jù)，空間分析的結論可能存在局限性。今后研究重點應考慮采用足夠多的監(jiān)測數(shù)據(jù)(包括O3)進行空間插值分析，同時全面考慮各種大氣污染物的實際分布情況和空間變異特征，所制定的監(jiān)測點位能夠盡可能合理、準確、完整地反映整個大空間的污染時空分布和演變規(guī)律。

［1］張焱，周永章，李文勝，等．基于礦體三維地質建模的云浮高棖礦區(qū)儲量計算［J］．金屬礦山，2011，415(1):93-97．

［2］Sun B，Zhou S L，Zhao Q G．Evaluation of spatial and temporal changes of soil quality based on geostatistical analysis in the hill region of subtropical China［J］．Geoderma，2003，115:85-99．

［3］劉愛利，王培法，王園園．地統(tǒng)計學概論［M］．北京:科學出版社，2012:2-7．

［4］Matheron G．Principles of geostatistics［J］．Economic Geology，1963，58(8):1 246-1 266．

［5］Wang J．Liu J，Zhuan D，et al．Spatial sampling design for monitoring the area of cultivated land［J］．Taylor＆ Francis Group，2002，23(2):263-284．

［6］Bayraktar H， Turalioglu F S． A Kriging-based approach for locating a sampling site in the assessment of air quality［J］．Stochastic Environmental Research and Risk Assessment，2005，19:301-305．

［7］姚榮江，楊勁松．黃河三角洲土壤鹽分空間變異性與合理性采樣數(shù)研究［J］．水土保持學報，2006，20(6):89-94．

［8］李偉，慶祥，志紅．用Kriging方法對中國歷史氣溫數(shù)據(jù)插值可行性討論［J］．南京氣象學院學報，2007，30(2):246-252．

［9］張潤杰，周強，陳翠賢，等．普通克里格法在昆蟲生態(tài)學中的應用［J］．應用生態(tài)學報，2003，14(1):90-92．

［10］王郁，候青．2000—2010年北京空氣持續(xù)污染特征研究［J］．高原氣象，2012，31(6):1 675-1 681．

［11］孫雪麗，程水源，陳東升．區(qū)域污染對北京市采暖期SO2污染的影響分析［J］．安全與環(huán)境學報，2006，6(5):83-87．

［12］郝吉明，王麗濤，李林，等．北京市能源相關大氣污染源的貢獻率和調控對策分析［J］．中國科學:D輯，2005，35(Ⅰ):115-122．

［13］蘇福慶，高慶先，張志剛，等．北京邊界層外來污染物輸送通道［J］．環(huán)境科學研究，2004，17(1):26-29．

［14］蘇福慶，任陳海，高慶先，等．北京及華北平原邊界層大氣中污染物匯聚系統(tǒng)［J］．環(huán)境科學研究，2004，17(1):21-25．

［15］郭隆．解決區(qū)域大氣污染亟須聯(lián)防聯(lián)控［J］．北京觀察，2013(8):14-16．

［16］張玉玲．中尺度大氣動力學引論［M］．北京:中國氣象出版社，1999:7-22．

［17］Wang J F，Li L F，George C．Sampling and Kriging Spatial Means:Efficiency and Conditions［J］．Sensors(Basel)，2009，9:5 224-5 240．