大氣環(huán)境熱點(diǎn)網(wǎng)格遙感篩選方法研究

陳 輝,王 橋,厲 青,王中挺,馬鵬飛,周春艷,毛慧琴 (1.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心,北京 100094)

京津冀地區(qū)處于環(huán)渤海地區(qū)和東北亞的核心區(qū)域,是中國(guó)工業(yè)最為發(fā)達(dá)的地區(qū)之一,同時(shí)也是空氣污染最嚴(yán)重的地區(qū)之一,是國(guó)家控制空氣污染的重點(diǎn)區(qū)域.而空氣污染物的遷移擴(kuò)散會(huì)影響周邊省市的空氣質(zhì)量,因此需對(duì)京津冀及其周邊地區(qū)采取聯(lián)防聯(lián)控措施[1].近年來(lái),京津冀及周邊地區(qū)大氣環(huán)境呈現(xiàn)出煤煙型與氧化型污染共存、局地污染與區(qū)域污染相疊加、污染物之間相互耦合的復(fù)合型大氣污染特征[2].我國(guó)政府提出要建立先進(jìn)的環(huán)境監(jiān)測(cè)體系,全面反映環(huán)境質(zhì)量狀況和趨勢(shì),準(zhǔn)確預(yù)警各類(lèi)環(huán)境突發(fā)事件.因此,環(huán)保部門(mén)不斷創(chuàng)新環(huán)境保護(hù)監(jiān)管方式和手段,而衛(wèi)星遙感技術(shù)由于其監(jiān)測(cè)范圍廣、光譜信息多、數(shù)據(jù)客觀(guān)準(zhǔn)確等顯著優(yōu)勢(shì),能夠在不同尺度上反映多種大氣污染物的宏觀(guān)分布趨勢(shì)、源匯分布等信息.

近年來(lái),衛(wèi)星遙感技術(shù)被廣泛用于我國(guó)大氣環(huán)境遙感監(jiān)測(cè),關(guān)佳欣等[3]采用2000～2009年MODIS遙感氣溶膠光學(xué)厚度產(chǎn)品分析并對(duì)比了我國(guó)中東部華北、四川盆地、長(zhǎng)江三角洲和珠江三角洲 4個(gè)地區(qū)的AOD季節(jié)分布及其變化情況;Liu等[4]、Hu等[5]、馬宗偉等[6]、陳輝等[7]基于衛(wèi)星遙感AOD結(jié)果和相對(duì)濕度(RH)、邊界層高度及其他地理環(huán)境要素?cái)?shù)據(jù),利用地理加權(quán)回歸、廣義相加等高級(jí)統(tǒng)計(jì)模型實(shí)現(xiàn)從AOD到PM2.5濃度的轉(zhuǎn)換,通過(guò)地面實(shí)測(cè)數(shù)據(jù)驗(yàn)證評(píng)估分析了高級(jí)統(tǒng)計(jì)模型與一般統(tǒng)計(jì)模型相比在反映 AOD-PM2.5空間變異關(guān)系上具有較大的優(yōu)越性;周春艷等[8-12]采用 OMI數(shù)據(jù)對(duì)京津冀、山東、長(zhǎng)江三角洲和珠江三角洲等多個(gè)城市群地的對(duì)流層 NO2柱濃度時(shí)空分布格局變化進(jìn)行了分析,并從地形、氣象條件、經(jīng)濟(jì)、農(nóng)業(yè)、生活和國(guó)家重大環(huán)保措施等多個(gè)方面分析了 NO2濃度變化的影響因素;宋國(guó)富等[13]、徐曉華等[14]、康重陽(yáng)等[15]分別采用 OMI和SCIAMACHY的 SO2數(shù)據(jù)分析了我國(guó)長(zhǎng)時(shí)間序列對(duì)流層SO2時(shí)空分布規(guī)律.綜合梳理上述研究主要從單項(xiàng)大氣污染物的遙感監(jiān)測(cè)結(jié)果進(jìn)行區(qū)域整體時(shí)空分布特征的宏觀(guān)分析,尚缺乏對(duì)多項(xiàng)污染物的綜合分析和局部重點(diǎn)污染地區(qū)的深入探測(cè),這對(duì)我國(guó)復(fù)合型大氣環(huán)境及重點(diǎn)污染源環(huán)境監(jiān)管支撐力度有限.

本研究在灰霾天數(shù)、PM2.5、NO2和 SO2的衛(wèi)星遙感監(jiān)測(cè)結(jié)果基礎(chǔ)上,對(duì)京津冀及周邊地區(qū)的四項(xiàng)指標(biāo)遙感監(jiān)測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析,構(gòu)建大氣環(huán)境遙感綜合污染指數(shù),并根據(jù)大氣環(huán)境遙感綜合污染指數(shù)的空間分布特征篩選出大氣環(huán)境綜合污染相對(duì)較重的熱點(diǎn)網(wǎng)格單元,為快速捕捉大氣環(huán)境污染源和精準(zhǔn)治理提供科學(xué)的信息支撐.

1 研究數(shù)據(jù)與方法

1.1 遙感數(shù)據(jù)

考慮到近年來(lái)我國(guó)大氣污染突出特征表現(xiàn)為灰霾天氣的頻繁發(fā)生以及細(xì)顆粒物(PM2.5)和污染氣體(NO2、SO2)高濃度值,采用灰霾天數(shù)和 PM2.5、NO2、SO2濃度的遙感監(jiān)測(cè)結(jié)果作為熱點(diǎn)網(wǎng)格篩選的基礎(chǔ)輸入數(shù)據(jù),相應(yīng)資料產(chǎn)品所用的衛(wèi)星傳感器、空間分辨率及過(guò)境時(shí)間情況見(jiàn)表1.其中,灰霾天數(shù)和PM2.5主要利用TERRA和AQUA兩顆衛(wèi)星上搭載的中分辨率光譜成像儀(MODIS)數(shù)據(jù)進(jìn)行遙感反演獲取灰霾天數(shù)和PM2.5濃度結(jié)果,而NO2、SO2主要利用AURA衛(wèi)星上搭載的臭氧監(jiān)測(cè)儀(OMI)數(shù)據(jù)獲取柱濃度信息.

表1 本研究所用遙感產(chǎn)品信息Table 1 Information of remote sensing products in this study

1.1.1 灰霾天數(shù)遙感監(jiān)測(cè) 灰霾天數(shù)是指一段時(shí)間內(nèi)灰霾天氣發(fā)生頻次的統(tǒng)計(jì)結(jié)果,灰霾天氣就是“氣溶膠細(xì)粒子在高濕度條件下引發(fā)的低能見(jiàn)度事件”,形成灰霾天氣的氣溶膠組成非常復(fù)雜[2,16].參照世界氣象組織[17-19]的技術(shù)資料,本研究遙感監(jiān)測(cè)到的灰霾天氣是指去除霧、降水等現(xiàn)象且水平能見(jiàn)度小于 5千米的情況.

灰霾天氣遙感監(jiān)測(cè)是根據(jù)灰霾氣溶膠在可見(jiàn)光、近紅外、中紅外和熱紅外等電磁波段反射與發(fā)射特征,首先利用深藍(lán)算法[20-22]從 MODIS數(shù)據(jù)中遙感反演得到灰霾氣溶膠光學(xué)厚度,然后結(jié)合邊界層高度從灰霾氣溶膠光學(xué)厚度計(jì)算得到近地面消光系數(shù),再利用 Koschmieder公式[23]將近地面消光系數(shù)轉(zhuǎn)換為水平能見(jiàn)度,最后根據(jù)水平能見(jiàn)度和氣象資料來(lái)綜合判定是否為灰霾天氣.

為對(duì)遙感監(jiān)測(cè)灰霾天數(shù)結(jié)果進(jìn)行檢驗(yàn),利用地面能見(jiàn)度儀和氣象站(設(shè)置在環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心大樓樓頂,地理坐標(biāo)為東經(jīng) 116.24°,北緯40.08°),參照世界氣象組織(WMO)的技術(shù)資料計(jì)算所在地區(qū) 2016年逐月的灰霾天數(shù),并從遙感監(jiān)測(cè)結(jié)果中提取相應(yīng)時(shí)間和地理位置的灰霾天數(shù),將二者進(jìn)行對(duì)比分析(圖 1),結(jié)果表明總體上遙感監(jiān)測(cè)灰霾天數(shù)略高于地面儀器測(cè)量結(jié)果,但二者具有較高的一致性,決定系數(shù)超過(guò)0.8,這說(shuō)明基于衛(wèi)星遙感技術(shù)獲取的灰霾天數(shù)較為可靠,能較好地表征區(qū)域灰霾時(shí)空變化情況.

1.1.2 PM2.5濃度遙感監(jiān)測(cè) PM2.5遙感反演主要根據(jù)大氣顆粒物的垂直分布和吸濕增長(zhǎng)的基本原理,在衛(wèi)星遙感反演氣溶膠光學(xué)厚度(AOD)的基礎(chǔ)上,以相對(duì)濕度(RH)、邊界層高度(HPBL)等氣象資料作為輔助數(shù)據(jù),結(jié)合地面觀(guān)測(cè)數(shù)據(jù)建立利用地理加權(quán)回歸(GWR)模型對(duì)空間上的每個(gè)點(diǎn)優(yōu)化選取帶寬并進(jìn)行回歸分析,建立PM2.5-AOD在空間上的變異轉(zhuǎn)換關(guān)系,最終獲取近地面 PM2.5質(zhì)量濃度.不少研究結(jié)果表明,基于 GWR方法的衛(wèi)星遙感反演結(jié)果與地面觀(guān)測(cè)結(jié)果具有較高的一致性,決定系數(shù)超過(guò)0.7[5-7].本研究利用GWR方法從MODIS數(shù)據(jù)中計(jì)算京津冀及周邊地區(qū)每日 PM2.5濃度,并合成計(jì)算 2016年 1～12月的逐月及全年平均濃度.

圖1 衛(wèi)星遙感與地面儀器測(cè)量灰霾天數(shù)對(duì)比情況Fig.1 Comparison of total haze days from satellite and results of ground monitor

1.1.3 NO2柱濃度遙感監(jiān)測(cè) 基于OMI數(shù)據(jù)的NO2對(duì)流層柱總量反演主要是采用差分光學(xué)吸收光譜算法(differential optical absorption spectroscopy,DOAS),該方法主要利用可見(jiàn)光(425～450nm)窗口的高光譜輻射探測(cè)信號(hào)及NO2在該窗口內(nèi)的強(qiáng)吸收的特征,去除地表反射及氣溶膠的散射影響、大氣分子拉曼散射所引起 Ring 效應(yīng)的填充作用及窗口內(nèi)其他所有氣體的吸收影響,獲得地面到衛(wèi)星傳感器整個(gè)光程的NO2斜柱濃度(SCD);然后基于輻射傳輸模型計(jì)算得到大氣質(zhì)量因子將 NO2斜柱濃度轉(zhuǎn)化為垂直柱濃度(VCD);并實(shí)現(xiàn)與平流層 NO2濃度的分離以獲取對(duì)流層NO2柱濃度[24].本研究所用NO2資料來(lái)自于荷蘭皇家氣象研究所(KNMI)反演并由 TEMIS(Tropospheric Emission Monitoring Internet Service)發(fā)布的 OMI NO2對(duì)流層垂直柱濃度產(chǎn)品,空間分辨率為 0.125°,Wenig等[25]和 Boersma等[26]將衛(wèi)星遙感產(chǎn)品與地基產(chǎn)品進(jìn)行了對(duì)比驗(yàn)證分析,決定系數(shù)達(dá)0.8以上,保證了產(chǎn)品的可靠性.本研究從該產(chǎn)品中提取 2016年每天的NO2對(duì)流層垂直柱濃度,并進(jìn)行2016年1～12月逐月及全年平均濃度合成計(jì)算.

1.1.4 SO2柱濃度遙感監(jiān)測(cè) 基于OMI傳感器反演邊界層 SO2的主要算法采用波段殘差法(BRD)[27],即利用SO2在紫外波段(310～330nm)處吸收較明顯的4個(gè)波長(zhǎng)處的輻射值兩兩做差值形成3個(gè)波長(zhǎng)對(duì),然后利用275K溫度下的SO2的剖面微分?jǐn)?shù)據(jù)將每一對(duì)殘差值分別轉(zhuǎn)換成SO2的傾斜柱量值,再經(jīng)過(guò)大氣質(zhì)量因子校正得到SO2垂直柱濃度值.BRD算法對(duì)于近地表SO2濃度變化具有較好的探測(cè)能力,能很好的探測(cè)人為活動(dòng)排放引起的SO2濃度變化[15].

本研究所用的 SO2資料為 NASA發(fā)布的 OMI SO2邊界層柱濃度產(chǎn)品,空間分辨率為0.25°,Lee等[28]利用地面測(cè)量結(jié)果和衛(wèi)星遙感反演結(jié)果進(jìn)行對(duì)比分析發(fā)現(xiàn)二者具有較高的一致性,決定系數(shù)達(dá) 0.5.本研究從該產(chǎn)品中提取2016年每天的SO2邊界層垂直柱濃度數(shù)據(jù)集,并進(jìn)行2016年1～12月逐月及全年平均濃度合成計(jì)算.

1.2 研究方法

1.2.1 大氣環(huán)境遙感綜合污染指數(shù) 目前所采用的空氣質(zhì)量指數(shù)(AQI)被定義為一項(xiàng)或者多項(xiàng)空氣污染物濃度的線(xiàn)性轉(zhuǎn)換結(jié)果,用來(lái)描述空氣質(zhì)量的日變化情況,這種空氣質(zhì)量評(píng)價(jià)方法能體現(xiàn)出空氣中的主要污染物,但是不能綜合表達(dá)大氣中其他因子對(duì)于空氣環(huán)境質(zhì)量的影響[29].橡樹(shù)嶺大氣質(zhì)量指數(shù)(the Oak Ridge Air Quality Index,ORAQI)是由美國(guó)原子能委員會(huì)橡樹(shù)嶺國(guó)立實(shí)驗(yàn)室于1971年9月提出的.這種指數(shù)評(píng)價(jià)方法認(rèn)為評(píng)價(jià)指標(biāo)對(duì)空氣質(zhì)量綜合評(píng)價(jià)效果的影響呈指數(shù)關(guān)系,可以根據(jù)各地區(qū)不同的環(huán)境狀況確定相應(yīng)的評(píng)價(jià)模型[30].

設(shè)Ci代表任一項(xiàng)實(shí)測(cè)污染物的日平均濃度,Si代表該污染物的相應(yīng)標(biāo)準(zhǔn)值, ORAQI可按下式計(jì)算:

式中:a 、 b 為常系數(shù).ORAQI方程應(yīng)用非常廣泛,定量描述了每項(xiàng)污染物的重要性.實(shí)際評(píng)價(jià)中,根據(jù)ORAQI計(jì)算結(jié)果,將大氣環(huán)境質(zhì)量分為六級(jí),依次為優(yōu) (＜20),好 (20～39),尚 可 (40～59),差 (60～79),壞(80～100),危險(xiǎn)(＞100);ORAQI 越大,大氣環(huán)境質(zhì)量越差[29-31].

采用ORAQI評(píng)價(jià)大氣環(huán)境污染狀況首先需要確定當(dāng)?shù)氐沫h(huán)境背景值和評(píng)價(jià)標(biāo)準(zhǔn),以計(jì)算出適用于研究地區(qū)的常系數(shù) a 、 b .而系數(shù) a 、 b 的確定方法為:當(dāng)各種污染物濃度等于該地區(qū)背景濃度時(shí),ORAQI= 1 0;當(dāng)各種污染物濃度均達(dá)到相應(yīng)的標(biāo)準(zhǔn)時(shí),O RAQI= 100;因此,a 、 b 由以下方程組確定:

已有相關(guān)學(xué)者[31-33]對(duì)美國(guó)、印度及中國(guó)等不同地區(qū)采用不同的污染因子計(jì)算獲取 ORAQI常系數(shù)a、b,部分結(jié)果如表2.

由此可見(jiàn),常系數(shù)a和b根據(jù)不同地區(qū)、不同的污染因子以及采用的計(jì)算方法的變化而表現(xiàn)出較大差異,其中常系數(shù)a的最大值和最小值分別為39.2和2.13,常系數(shù)b的最大值和最小值分別為2.49和0.967.因此,將橡樹(shù)嶺大氣質(zhì)量指數(shù)應(yīng)用于京津冀及周邊地區(qū)的大氣環(huán)境質(zhì)量綜合評(píng)價(jià)分析,首先需要根據(jù)所選取的四項(xiàng)大氣環(huán)境遙感污染因子確定標(biāo)準(zhǔn)值和背景值,從而確定系數(shù).但目前尚未發(fā)布衛(wèi)星遙感監(jiān)測(cè)灰霾天數(shù)和 PM2.5、NO2、SO2濃度四項(xiàng)大氣環(huán)境遙感污染指標(biāo)的相關(guān)標(biāo)準(zhǔn),本研究根據(jù)陳輝等[31,33]的研究方法,根據(jù)不同指標(biāo)的分形分布特征統(tǒng)計(jì)分析結(jié)果,采用分形求和模型來(lái)獲取四項(xiàng)大氣環(huán)境遙感污染因子的背景值和標(biāo)準(zhǔn)值.

表2 ORAQI常系數(shù)計(jì)算結(jié)果對(duì)比Table 2 the Comparison of constant coefficient for different ORAQI

分形求和模型是在分形統(tǒng)計(jì)模型基礎(chǔ)上發(fā)展起來(lái)的,分形統(tǒng)計(jì)模型實(shí)際上是對(duì)物體累積密度分布分形特征的解析和描述,即大于某一尺度的物體的數(shù)目與物體大小尺度之間存在著冪函數(shù)關(guān)系,即具有尺度不變性.Shen[34-35]進(jìn)一步提出了分形求和模型用來(lái)確定地球化學(xué)數(shù)據(jù)分組界限,

式(3)中N( r)表示所有滿(mǎn)足xi≥r的總和,為分形維數(shù),C為常數(shù).

因此,本研究根據(jù) 2016年京津冀及周邊地區(qū)每個(gè)月的灰霾天數(shù)和 PM2.5、NO2、SO2月均濃度四項(xiàng)大氣環(huán)境遙感污染因子的密度分布特征建立分形求和模型,首先根據(jù)不同的指標(biāo)值來(lái)統(tǒng)計(jì)大于相應(yīng)指標(biāo)值的象元個(gè)數(shù),然后將統(tǒng)計(jì)結(jié)果在雙對(duì)數(shù)坐標(biāo)系中描繪出來(lái),根據(jù)散點(diǎn)分布特征進(jìn)行擬合分析,從而確定四項(xiàng)遙感監(jiān)測(cè)因子的背景值和標(biāo)準(zhǔn)值,然后根據(jù)式(2)求解方程即可獲得 ORAQI的常系數(shù) a和常系數(shù) b,建立區(qū)域大氣環(huán)境遙感綜合污染指數(shù)計(jì)算方法.

1.2.2 大氣環(huán)境熱點(diǎn)網(wǎng)格提取及分析 隨著我國(guó)城市現(xiàn)代化建設(shè)進(jìn)程的加快,城市環(huán)境問(wèn)題也日期凸顯,改善城市環(huán)境質(zhì)量不僅是一個(gè)管理問(wèn)題,同時(shí)也是科學(xué)技術(shù)問(wèn)題,采用網(wǎng)格化分析方法解決城市環(huán)境問(wèn)題勢(shì)在必行,是城市環(huán)境管理發(fā)展的必然趨勢(shì)[36].而大氣環(huán)境熱點(diǎn)網(wǎng)格則是指所有區(qū)域網(wǎng)格的大氣環(huán)境污染相對(duì)較重的網(wǎng)格單元,是在大氣環(huán)境監(jiān)管中高度重視、重點(diǎn)關(guān)注的區(qū)域.

針對(duì)京津冀及周邊地區(qū)的大氣環(huán)境質(zhì)量精細(xì)化管理需求,本研究首先將京津冀及周邊地區(qū)劃分為1km×1km網(wǎng)格約70萬(wàn)個(gè),根據(jù)上述計(jì)算的每個(gè)網(wǎng)格的大氣環(huán)境遙感綜合污染指數(shù)長(zhǎng)時(shí)間序列的分布情況,提取出大氣環(huán)境遙感綜合污染指數(shù)相對(duì)較高(ORAQI＞60)的網(wǎng)格,即為大氣環(huán)境熱點(diǎn)網(wǎng)格,該網(wǎng)格單元可以作為環(huán)保部門(mén)進(jìn)行環(huán)境執(zhí)法和督查的參考區(qū)域.然后結(jié)合高分辨率衛(wèi)星數(shù)據(jù)對(duì)熱點(diǎn)網(wǎng)格內(nèi)的土地利用類(lèi)型進(jìn)行解譯分析,為保證土地利用類(lèi)型解譯精度,收集米級(jí)(即空間分辨率不超過(guò) 10m)的衛(wèi)星數(shù)據(jù),采用目視解譯的方法,將熱點(diǎn)網(wǎng)格的土地利用分為工業(yè)用地和非工業(yè)用地,工業(yè)用地主要指用來(lái)建設(shè)工廠(chǎng)廠(chǎng)房和施工等土地利用類(lèi)型,包括工廠(chǎng)廠(chǎng)房、露天作業(yè)等;其他類(lèi)型則為非工業(yè)用地,包括農(nóng)田、林地、農(nóng)村居民點(diǎn)、城鎮(zhèn)居民用地、水體、道路等多種類(lèi)型.最后,根據(jù)大氣環(huán)境質(zhì)量管理需求,對(duì)熱點(diǎn)網(wǎng)格內(nèi)的工業(yè)用地占比情況進(jìn)行統(tǒng)計(jì)分析,探討不同規(guī)模類(lèi)型的企業(yè)的生產(chǎn)活動(dòng)對(duì)大氣環(huán)境質(zhì)量影響,為大氣環(huán)境監(jiān)管提供信息參考.

2 結(jié)果與討論

2.1 基于衛(wèi)星遙感的大氣環(huán)境污染時(shí)空變化特征分析

利用MODIS、OMI數(shù)據(jù)和氣象資料對(duì)京津冀及周邊每天的灰霾天氣及 PM2.5、NO2、SO2濃度情況進(jìn)行遙感監(jiān)測(cè),并統(tǒng)計(jì)京津冀及周邊地區(qū) 2016年全年的灰霾天數(shù)和 PM2.5、NO2、SO2年均濃度空間分布情況,結(jié)果如圖2.

從圖中可以看出, 2016年京津冀及周邊地區(qū)的灰霾天數(shù)和PM2.5、NO2、SO2濃度分布情況來(lái)看,總體上均表現(xiàn)出北部地區(qū)大氣環(huán)境質(zhì)量較好而中部和南部地區(qū)污染稍重的空間分布態(tài)勢(shì),但各項(xiàng)污染物的局部分布特征表現(xiàn)出較大差異.如灰霾天數(shù)較多地區(qū)主要分布在河南的鄭州、焦作等地,PM2.5濃度的高值區(qū)主要分布在河北的保定、石家莊、邢臺(tái)和河南的新鄉(xiāng)、焦作等地,NO2柱濃度高值區(qū)主要分布在北京、天津、河北的唐山、石家莊及邯鄲等地,SO2柱濃度高值區(qū)主要分布在山西的呂梁、臨汾、河北的石家莊、邯鄲等地,不同地區(qū)的大氣環(huán)境污染呈現(xiàn)出主要污染物不盡相同并且多項(xiàng)污染物形成復(fù)合型污染的復(fù)雜情況,因此有必要根據(jù)各項(xiàng)大氣環(huán)境污染物的分布情況發(fā)展一個(gè)大氣環(huán)境遙感綜合污染指數(shù),對(duì)大氣環(huán)境質(zhì)量時(shí)空變化進(jìn)行綜合分析.

圖2 2016年京津冀及周邊區(qū)域灰霾天數(shù)和PM2.5、NO2、SO2年均濃度空間分布Fig.2 Spatial distribution of the total haze days and annual concentions results of the PM2.5、NO2、SO2 in the Beijing-Tianjin-Hebei and surrounding regions in 2016

2.2 大氣環(huán)境遙感綜合污染指數(shù)分析

根據(jù)分形求和模型統(tǒng)計(jì)京津冀及周邊地區(qū)灰霾月累計(jì)天數(shù)和 PM2.5、NO2、SO2月均濃度的密度分布情況,并將其繪制在雙對(duì)數(shù)坐標(biāo)系中,結(jié)果見(jiàn)下圖.從圖中可以看出在雙對(duì)數(shù)坐標(biāo)系中,四項(xiàng)遙感監(jiān)測(cè)因子的散點(diǎn)基本分布在3條直線(xiàn)上,因此,可根據(jù)不同因子的分布情況對(duì)3個(gè)區(qū)間的散點(diǎn)分別進(jìn)行線(xiàn)性擬合,結(jié)果見(jiàn)表3.

圖3 2016年京津冀及周邊區(qū)域灰霾累計(jì)天數(shù)和PM2.5、NO2、SO2月均濃度分形求和模型結(jié)果Fig.3 Results of the fractal summation model of the total haze days and annual concentions results of the PM2.5、NO2、SO2 in the Beijing-Tianjin-Hebei and surrounding regions in 2016

表3 2016年京津冀及周邊區(qū)域灰霾天數(shù)和PM2.5、NO2、SO2月均濃度分形求和模型擬合結(jié)果Table 3 The fitting results of the fractal summation model of the total haze days and annual concentions results of the PM2.5、NO2、SO2 in the Beijing-Tianjin-Hebei and surrounding regions in 2016

從表3中可以看出,衛(wèi)星監(jiān)測(cè)灰霾天數(shù)和PM2.5、NO2、SO2濃度四項(xiàng)大氣環(huán)境遙感因子的3段直線(xiàn)的擬合決定系數(shù)R2都在0.88以上,這說(shuō)明四項(xiàng)因子的分形求和模型擬合效果較好,可以有效表征出不同因子的密度分布特征.根據(jù)分形模型擬合的3段直線(xiàn)可確定兩個(gè)分界點(diǎn),即為衛(wèi)星遙感監(jiān)測(cè)京津冀及周邊地區(qū)四項(xiàng)大氣環(huán)境質(zhì)量因子的背景值和標(biāo)準(zhǔn)值,結(jié)果如下:

表4 2016年京津冀及周邊區(qū)域灰霾天數(shù)和PM2.5、NO2、SO2月均濃度背景值和標(biāo)準(zhǔn)值Table 4 The background and standard values of the total haze days and annual concentions of PM2.5、NO2、SO2 in the Beijing-Tianjin-Hebei and its surrounding regions in 2016

根據(jù)表4結(jié)果,可知:京津冀及周邊地區(qū)的遙感監(jiān)測(cè)灰霾天數(shù)、PM2.5、NO2和SO2的背景值分別為10.7天、57.5μg/m3、515.7×1013mole/cm2和 0.29DU,標(biāo)準(zhǔn)值分別為 22.2d、112.2μg/m3、2073.1×1013mole/cm2和0.64DU.

根據(jù)上述結(jié)果代入(2)式可解方程得到:a=1.3906,b=2.6836.將上述結(jié)果代入(1)式可確定京津冀及周邊地區(qū)衛(wèi)星遙感監(jiān)測(cè)大氣環(huán)境遙感綜合污染指數(shù)公式如下:

根據(jù)式(5)計(jì)算2016年1～12月京津冀及周邊地區(qū)每個(gè)月的大氣環(huán)境遙感綜合污染指數(shù),其時(shí)空分布變化情況見(jiàn)下圖.

從上圖可以看出,2016年1～12月京津冀及周邊地區(qū)大氣環(huán)境遙感綜合污染指數(shù)空間分布呈現(xiàn)出顯著的時(shí)空分布特征,每個(gè)月的高值區(qū)主要分布在區(qū)域中部的北京南部、天津南部、河北南部、河南北部、山東的西北部和山西局部等地,這與京津冀及周邊地區(qū)的工業(yè)企業(yè)排放源的空間分布情況關(guān)系密切;并且1～12月大氣環(huán)境遙感綜合污染指數(shù)呈現(xiàn)“U”形變化特征,即 11～12月和 1～2月的值相對(duì)較高,3～10月相對(duì)較低,這可能和京津冀及周邊地區(qū)的采暖活動(dòng)相關(guān).為定位篩選出京津冀及周邊地區(qū)的大氣環(huán)境污染相對(duì)最高的象元,將 1～12月的大氣環(huán)境遙感綜合污染指數(shù)進(jìn)行年均合成計(jì)算,其空間分布情況見(jiàn)下圖.

圖4 2016年京津冀及周邊地區(qū)大氣環(huán)境遙感綜合污染指數(shù)月均分布Fig.4 Spatial distribution of the monthly average comprehensive pollution index of atmospheric environment remote sensing in the Beijing-Tianjin-Hebei and surrounding regions in 2016

圖5 2016年京津冀及周邊地區(qū)大氣環(huán)境遙感綜合污染指數(shù)年均值空間分布情況Fig.5 Spatial distribution of the annual average comprehensive pollution index of atmospheric environment remote sensing in Beijing-Tianjin-Hebei and surrounding regions in 2016

從圖 5可以看出,2016年京津冀及周邊北部和南部的大部分地區(qū)大氣環(huán)境遙感綜合污染指數(shù)年均值分布在 0～20之間,這說(shuō)明該地區(qū)的大氣環(huán)境質(zhì)量總體相對(duì)較好;中部的北京、唐山、天津、廊坊、保定、滄州、石家莊、衡水、邢臺(tái)、邯鄲、東營(yíng)、濱州、淄博、濟(jì)南、德州、聊城、濟(jì)寧、棗莊、安陽(yáng)、鶴壁、新鄉(xiāng)、焦作、鄭州等地的 ORAQI年均值超過(guò) 20,這說(shuō)明上述城市的大氣環(huán)境質(zhì)量相對(duì)略差;其中保定中部、石家莊大部、邢臺(tái)東部、邯鄲東部和安陽(yáng)北部一帶的ORAQI年均值分布在40～60之間,這說(shuō)明這些地區(qū)的大氣環(huán)境質(zhì)量總體較差,ORAQI年均值相對(duì)較高的地區(qū)主要分布在保定中部、石家莊中北部及邢臺(tái)南部和邯鄲北部交界處,其 ORAQI年均值超過(guò) 60,這說(shuō)明這些地區(qū)的大氣環(huán)境質(zhì)量很差,可以作為大氣環(huán)境監(jiān)管和污染治理的重點(diǎn)關(guān)注區(qū)域.

2.3 大氣環(huán)境熱點(diǎn)網(wǎng)格提取分析

根據(jù) ORAQI對(duì)大氣環(huán)境質(zhì)量的分級(jí)情況[29],將大氣環(huán)境質(zhì)量污染較重的(即大氣環(huán)境遙感綜合污染指數(shù)年均值大于 60)的網(wǎng)格作為大氣環(huán)境熱點(diǎn)網(wǎng)格提取出來(lái)共計(jì)1782個(gè).然后結(jié)合Google earth對(duì)熱點(diǎn)網(wǎng)格內(nèi)的土地利用類(lèi)型進(jìn)行目視解譯分類(lèi)(分為工業(yè)用地和非工業(yè)用地),并估算工業(yè)用地占網(wǎng)格面積比例,利用Arcgis軟件分別將保定市、石家莊市、邢臺(tái)和邯鄲市的大氣環(huán)境熱點(diǎn)網(wǎng)格根據(jù)網(wǎng)格工業(yè)用地面積比例進(jìn)行渲染制圖,并對(duì)各市的熱點(diǎn)網(wǎng)格工業(yè)用地占比情況進(jìn)行統(tǒng)計(jì)(圖6和表5).

結(jié)果表明:保定市的大氣環(huán)境熱點(diǎn)網(wǎng)格主要分布在南市區(qū)和清苑縣一帶,網(wǎng)格工業(yè)用地面積比例整體較高,共48個(gè)網(wǎng)格,工業(yè)用地面積比例在10%以上的網(wǎng)格比例為 75%,其中南市區(qū)部分熱點(diǎn)網(wǎng)格的工業(yè)用地面積超過(guò) 50%,這說(shuō)明該地區(qū)的中大規(guī)模企業(yè)生產(chǎn)對(duì)局地的大氣環(huán)境質(zhì)量影響相對(duì)較大;石家莊市的大氣環(huán)境熱點(diǎn)網(wǎng)格主要分布在藁城縣北部、正定縣東部、石家莊市轄區(qū)、欒城北部及鹿泉縣北部局部等地,共1314個(gè)網(wǎng)格,其中工業(yè)用地面積比例在 10%以?xún)?nèi)的網(wǎng)格比例約為 65%,工業(yè)用地面積比例在 10%～30%之間的網(wǎng)格比例約為 25%,這說(shuō)明該地區(qū)的中小型企業(yè)生產(chǎn)對(duì)局地的大氣環(huán)境影響較大;邢臺(tái)和邯鄲的大氣環(huán)境熱點(diǎn)網(wǎng)格主要分布在邢臺(tái)的沙河市和沙河的武安市交界地區(qū),共420個(gè)網(wǎng)格,其中工業(yè)用地面積比例在 5%以?xún)?nèi)的網(wǎng)格比例約為48.6%,非工業(yè)用地網(wǎng)格比例為41.4%,這說(shuō)明該地區(qū)的小型企業(yè)和農(nóng)業(yè)(非工業(yè)用地網(wǎng)格的土地利用類(lèi)型主要為農(nóng)田)生產(chǎn)活動(dòng)對(duì)當(dāng)?shù)卮髿猸h(huán)境質(zhì)量影響相對(duì)較大.

圖6 2016年保定市(a)、石家莊市(b)、邢臺(tái)市和邯鄲市(c)大氣環(huán)境熱點(diǎn)網(wǎng)格及工業(yè)用地面積占比情況Fig.6 Spatial distribution of the hotspot grid of atmospheric environment and its industry land proportion in 2016

表5 2016年京津冀及周邊地區(qū)大氣環(huán)境熱點(diǎn)網(wǎng)格及工業(yè)用地面積占比情況統(tǒng)計(jì)Table 5 The statistical results of the hotspot grid of atmospheric environment and its industry land proportion in the Beijing-Tianjin-Hebei and surrounding regions in 2016

總體上,工業(yè)用地占比較低(低于 10%)的網(wǎng)格占總網(wǎng)格數(shù)的比例相對(duì)較高,約為61.8%;而工業(yè)用地占比較高(高于 30%)的網(wǎng)格占總網(wǎng)格數(shù)的比例相對(duì)較低,約為 5.1%.這說(shuō)明小型企業(yè)的生產(chǎn)排放對(duì)當(dāng)?shù)氐拇髿猸h(huán)境質(zhì)量影響較大,這與多家媒體報(bào)道的“小散亂污”企業(yè)制造業(yè)問(wèn)題突出嚴(yán)重影響大氣環(huán)境質(zhì)量的結(jié)果較為一致[37-40].

值得注意的是,非工業(yè)用地的熱點(diǎn)網(wǎng)格占總網(wǎng)格數(shù)的比例約為 13.5%,由于非工業(yè)用地?zé)狳c(diǎn)網(wǎng)格的土地利用類(lèi)型主要為農(nóng)田,所以農(nóng)業(yè)生產(chǎn)對(duì)當(dāng)?shù)卮髿猸h(huán)境質(zhì)量也產(chǎn)生一定影響.

3 結(jié)論

3.1 2016年京津冀及周邊地區(qū)的灰霾天數(shù)和PM2.5、NO2、SO2濃度分布總體上均表現(xiàn)出北部地區(qū)大氣環(huán)境質(zhì)量較好而中部和南部地區(qū)污染稍重的空間分布態(tài)勢(shì),但各項(xiàng)污染物的局部分布特征表現(xiàn)出較大差異,不同地區(qū)的大氣環(huán)境呈現(xiàn)出主要污染物不盡相同并且多項(xiàng)污染物形成復(fù)合型污染的情況.

3.2 基于分形求和模型結(jié)果確定了京津冀及周邊地區(qū)灰霾天數(shù)、PM2.5、NO2和 SO2濃度的背景值分別為10.7天、57.5μg/m3、515.7×1013mole/cm2和0.29DU,標(biāo) 準(zhǔn)值 分別 為 22.2d、112.2μg/m3、2073.1×1013mole/cm2和0.64DU.在此基礎(chǔ)上,結(jié)合 ORAQI建立的大氣環(huán)境遙感綜合污染指數(shù)對(duì)區(qū)域大氣環(huán)境質(zhì)量時(shí)空變化有較好的指示效果,京津冀及周邊北部和南部的大部分地區(qū)大氣環(huán)境質(zhì)量總體相對(duì)較好,中部部分城市的大氣環(huán)境質(zhì)量相對(duì)較差,大氣環(huán)境污染最重的地區(qū)主要分布在保定中部、石家莊中北部及邢臺(tái)南部和邯鄲北部交界處.

3.3 利用ORAQI共篩選出大氣環(huán)境熱點(diǎn)網(wǎng)格1782個(gè),其中工業(yè)用地面積占比較低的熱點(diǎn)網(wǎng)格數(shù)比例相對(duì)較大,這表明小型企業(yè)生產(chǎn)排放對(duì)當(dāng)?shù)氐拇髿猸h(huán)境質(zhì)量影響較大.