滇東南地區(qū)PM2.5的時(shí)空分布與土地利用研究

張學(xué)林，馮 祥，王建雄

（云南農(nóng)業(yè)大學(xué) 水利學(xué)院/云南省高校農(nóng)業(yè)遙感與精準(zhǔn)農(nóng)業(yè)工程研究中心，云南 昆明 650201）

0 引言

隨著城市化發(fā)展的不斷推進(jìn)，云南作為祖國面向南亞、東南亞開放的橋頭堡，緊跟時(shí)代發(fā)展的潮流。經(jīng)濟(jì)的發(fā)展必然會(huì)帶來諸多的環(huán)境問題，在此階段尤為嚴(yán)重的是細(xì)顆粒物PM2.5（環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑≤2.5 μm的顆粒物）的污染［1］。PM2.5的特點(diǎn)是粒徑小、空氣中停留時(shí)間長、容易附著有害物質(zhì)、活性高，這些特性使PM2.5對人體健康造成了嚴(yán)重危害。PM2.5對環(huán)境質(zhì)量和人體健康有嚴(yán)重的影響，因此，對PM2.5進(jìn)行時(shí)空分異研究和治理對策研究迫在眉睫。

目前，國內(nèi)外科研工作者已經(jīng)對PM2.5的監(jiān)測、組成、分布、影響等展開了大量研究，結(jié)果表明，PM2.5的濃度與海拔、土地利用情況、溫度、降雨等因素密切相關(guān)，污染程度也會(huì)隨著季節(jié)的改變而改變，其中在城市發(fā)展的過程中，工業(yè)化程度是PM2.5污染程度的一個(gè)重要因素。2016年畢麗玫［2］對昆明大氣PM2.5的污染特征及氣象條件進(jìn)行了相關(guān)性分析；2017年鄧聰?shù)龋?］對高原省份城市的空氣質(zhì)量狀況進(jìn)行了統(tǒng)計(jì)分析，并探究了PM2.5污染水平的時(shí)空分布；2019年韓林潔等［4］對昆明市典型干季大氣PM2.5中重金屬污染特征與來源進(jìn)行了探究；2020年鄧靚等［5］對云南低緯度高原城市大氣PM2.5中水溶性離子特征及其來源進(jìn)行了分析。

但是針對云南省滇東南地區(qū)PM2.5空間分布特征與土地利用方面的研究較少，本文通過探索滇東南地區(qū)PM2.5濃度與土地利用的相關(guān)性，以期為滇東南地區(qū)PM2.5的防治規(guī)劃提供相應(yīng)的參考。

1 研究區(qū)域概況

滇東南地區(qū)位于云南省東南部，主要是紅河哈尼族彝族自治州和文山壯族苗族自治州2個(gè)州。紅河州地處東經(jīng)101°47′～104°16′，北緯22°26′～24°45′之 間，國土面積32931 km2，地 處 亞 熱帶高原型溫潤季風(fēng)區(qū)，立體氣候特征顯著，四季區(qū)分不明顯，干雨季明顯，該州下轄4個(gè)縣級市、6個(gè)縣、3個(gè)自治縣。文山州地處東經(jīng)103°35′～106°12′，北緯22°40′～24°48′之間，國土面積31456 km2，屬亞熱帶季風(fēng)氣候，冬暖夏涼，降雨充沛，下轄1個(gè)地級市、7個(gè)縣。滇東南地區(qū)由文山市、硯山縣、西疇縣、麻栗坡縣、馬關(guān)縣、丘北縣、廣南縣、富寧縣、個(gè)舊市、開遠(yuǎn)市、蒙自市、彌勒市、屏邊苗族自治縣、建水縣、石屏縣、瀘西縣、元陽縣、紅河縣、金平苗族瑤族傣族自治縣、綠春縣、河口瑤族自治縣21個(gè)縣（市）組成［6-7］。

2 數(shù)據(jù)來源

PM2.5相關(guān)數(shù)據(jù)來源于達(dá)爾豪斯大學(xué)大氣成分分析組，時(shí)間跨度2000—2018年，區(qū)域范圍為全國2850個(gè)縣；其他年份的數(shù)據(jù)來源于中國氣象歷史數(shù)據(jù)，時(shí)間跨度更新至2021年8月，區(qū)域?yàn)槿珖?/p>

土地利用數(shù)據(jù)來源于Yang等［8］的研究。該數(shù)據(jù)基于Landset衛(wèi)星影像通過GEE平臺(tái)制造的30 m分辨率中國土地利用數(shù)據(jù)集，與GLC_FCS30、Global30、AGLC2000_2015、FROM-GLC10、ESA10、ESRI10等相比，時(shí)間分辨率更高。該數(shù)據(jù)集更新至1985—2020年。

土地利用數(shù)據(jù)選取了滇東南地區(qū)的土地利用分類圖。

3 數(shù)據(jù)處理與研究方法

3.1 數(shù)據(jù)處理

PM2.5相關(guān)數(shù)據(jù)處理：首先通過篩選選出所需州（市、縣）的數(shù)據(jù)，然后通過ArcGIS 10.8軟件對數(shù)據(jù)進(jìn)行插值，通過可視化圖像分析變化過程。土地利用數(shù)據(jù)處理：首先通過矢量邊界進(jìn)行掩膜提取得出研究區(qū)域數(shù)據(jù)，然后對研究區(qū)域土地利用數(shù)據(jù)進(jìn)行要素轉(zhuǎn)柵格、融合、相交、計(jì)算幾何等操作，得到研究區(qū)域的土地變化數(shù)據(jù)。

3.2 時(shí)間序列分析法

時(shí)間序列分析法被稱為動(dòng)態(tài)序列，一般是將指標(biāo)數(shù)按照時(shí)間序列排列成的數(shù)值序列，需要2個(gè)要素：一是時(shí)間要素，二是數(shù)值要素［9］。本文對滇東南地區(qū)2000—2020年P(guān)M2.5的年平均濃度進(jìn)行了分析。

3.3 克里金（Kriging）插值法

克里金插值法是地質(zhì)統(tǒng)計(jì)學(xué)插值方法中最常用的一種插值方法，利用樣本點(diǎn)的統(tǒng)計(jì)規(guī)律，使樣本點(diǎn)之間的空間自相關(guān)性定量化，在待預(yù)測的點(diǎn)周圍構(gòu)建樣本點(diǎn)的空間結(jié)構(gòu)模型［10］。公式為：

式（1）中，Z0是點(diǎn)（x0，y0）處的估計(jì)值；λi是權(quán)重系數(shù)，用空間已知點(diǎn)的數(shù)據(jù)Zi加權(quán)求和計(jì)算未知點(diǎn)的值。

權(quán)重需滿足點(diǎn)（x0，y0）處的估計(jì)值Z0與真實(shí)值Z0之間的差為最小，且為最優(yōu)的一套系數(shù)，即：

同時(shí)滿足無偏估計(jì)條件，即：

3.4 土地轉(zhuǎn)移矩陣

土地轉(zhuǎn)移矩陣包括固定區(qū)域某一時(shí)間點(diǎn)的不同土地利用面積數(shù)據(jù)以及在變化初期和末期不同土地利用面積的轉(zhuǎn)入、轉(zhuǎn)出信息。土地轉(zhuǎn)移矩陣可以反映在某一時(shí)間段內(nèi)不同土地利用類型的動(dòng)態(tài)變化過程。土地利用轉(zhuǎn)移矩陣的公式為：

式（4）中：S代表面積；n代表土地利用類型數(shù)；i、j分別代表土地在某一時(shí)段轉(zhuǎn)移前后的土地類型；Sij代表i型地轉(zhuǎn)為j型地的面積。在矩陣中行元素代表i型地轉(zhuǎn)移后的各個(gè)土地利用類型的動(dòng)態(tài)變化信息，列元素代表j型地轉(zhuǎn)移前的各個(gè)土地利用類型的來源信息［11］。

3.5 ?；鶊D

桑基圖［12］（Sankey diagram）也叫?；芰科胶鈭D，因Matthew Henry Phineas Riall Sankey在1898年繪制的“蒸汽機(jī)能量效率圖”聞名。其最明顯的特征是起始端和結(jié)束端分支的寬度相等，即保持能量平衡，通過?；鶊D可以清晰地看出不同階段土地利用類型的流向，可進(jìn)一步總結(jié)流向規(guī)律和特征。

3.6 相關(guān)性分析

皮爾遜相關(guān)性是分析2個(gè)變量之間的線性相關(guān)性，2個(gè)變量符合正態(tài)分布，構(gòu)造的模型即為線性回歸模型。皮爾遜相關(guān)系數(shù)用于度量2個(gè)變量之間的相關(guān)程度，其值介于-1～1之間。本文運(yùn)用SPSS Statistics 25軟件進(jìn)行了相關(guān)性分析。皮爾遜相關(guān)系數(shù)公式為：

式（5）中，x、y是 長 度n的2個(gè) 向 量，mx、my為x、y的均值。

4 結(jié)果與分析

4.1 PM2.5的時(shí)間變化特征

本文選取2000—2020年滇東南地區(qū)PM2.5濃度數(shù)據(jù)，把2000、2005、2010、2015、2020年這5個(gè)年份作為時(shí)間節(jié)點(diǎn)，分析各縣（市）在這20年P(guān)M2.5濃度的變化趨勢，發(fā)現(xiàn)2005、2010、2015年這3個(gè)時(shí)間節(jié)點(diǎn)每個(gè)縣（市）的值均比2000、2020年的高，且每個(gè)縣（市）都呈先增加后減少的變化趨勢，2000和2020年的PM2.5濃度水平相接近。

通過對2000—2020年滇東南地區(qū)PM2.5濃度進(jìn)行分析可知（圖1），2000年滇東南地區(qū)PM2.5濃度年平均值最低，為24.478 μg/m3，2007年達(dá)到峰值，為36.832 μg/m3，2018年P(guān)M2.5濃度又下降到2000年的水平，為24.978 μg/m3，2020年之后又經(jīng)歷了小幅增長，但整體仍為先增長后減少的變化趨勢。

圖1 2000—2020年滇東南地區(qū)PM2.5濃度年均變化趨勢

4.2 PM2.5的空間變化特征

將滇東南地區(qū)每個(gè)縣（市）2000—2020年的PM2.5濃度去均值，運(yùn)用ArcGIS 10.8軟件進(jìn)行克里金插值可視化，并對這21年的PM2.5濃度平均水平進(jìn)行對比。由圖2可知，瀘西縣、丘北縣、廣南縣的PM2.5濃度水平一直處于較低的狀態(tài)，河口瑤族自治縣PM2.5濃度處于較高的水平。滇東南地區(qū)整體PM2.5濃度的空間分布狀態(tài)是自北向南逐漸增高，北部地區(qū)濃度比南部地區(qū)的普遍偏低。

圖2 滇東南地區(qū)PM2.5濃度21年均值克里金插值圖

把2000—2020年分成4個(gè)發(fā)展階段，對21個(gè)縣（市）不同階段PM2.5濃度變化程度進(jìn)行分析（圖3），本研究具體分析每個(gè)階段PM2.5濃度變化范圍較大區(qū)域的分布情況。將21年來PM2.5濃度變化數(shù)據(jù)進(jìn)行處理，再通過插值法進(jìn)行可視化，最后得到PM2.5濃度變化較大區(qū)域呈塊狀分布。2000—2005年階段，研究區(qū)域南部的河口瑤族自治縣PM2.5濃度均值達(dá)到11.4788μg/m3，呈上升趨勢分布；2005—2010年階段；研究區(qū)域東南部的麻栗坡縣、西疇縣PM2.5濃度均值分別達(dá)到2.3521、2.1912 μg/m3，呈上升趨勢分布；2010—2015年階段，研究區(qū)域北部的瀘西縣、彌勒市PM2.5濃度均值分別為-5.2935、-5.2557μg/m3，呈下降趨勢分布；2015—2020年階段，研究區(qū)域中部的文山市、西疇縣PM2.5濃度均值分別為-9.0843、-7.7691μg/m3，呈下降趨勢分布。

圖3 滇東南地區(qū)PM2.5濃度變化程度插值圖

4.3 土地利用現(xiàn)狀

運(yùn)用ArcGIS 10.8軟件對2000、2005、2010、2015、2020年的土地利用類型面積進(jìn)行統(tǒng)計(jì)，對2000—2005、2005—2010、2010—2015、2015—2020年 進(jìn)行相交處理，制作土地轉(zhuǎn)移矩陣，統(tǒng)計(jì)不同時(shí)期各種土地利用類型的變化情況，如表1所示。

表12000 —2020年滇東南地區(qū)土地轉(zhuǎn)移變化情況 hm2

通過4個(gè)階段土地轉(zhuǎn)移矩陣得出：2000—2020年這21年間不透水面占地面積一直在增加；草地占地面積每個(gè)時(shí)期都在減少，大都向林地、耕地轉(zhuǎn)變；耕地在2005—2010年這個(gè)時(shí)期大幅減少，說明滇東南地區(qū)正在積極響應(yīng)2002年頒布的《國務(wù)院關(guān)于進(jìn)一步完善退耕還林政策措施的若干意見》退耕還林政策；荒地在這20年間變化不大；水體除在第1階段有所減少之外，其他3個(gè)階段均有所增加；而林地作為占地面積最大的一種土地利用類型，后3個(gè)階段都在大幅度地增長。

對這4個(gè)時(shí)期的土地類型流動(dòng)進(jìn)行可視化處理（圖4）。通過?；鶊D可以看出：在2000—2020年間，滇東南地區(qū)土地流動(dòng)變化最大的是草地、耕地、灌木、林地，其中在2000—2005年間，草地主要流動(dòng)方向?yàn)楦兀氐闹饕鲃?dòng)方向?yàn)椴莸?、林地，灌木的主要流?dòng)方向?yàn)楦?、林地，林地的主要流?dòng)方向?yàn)楦亍⒐嗄?；?005—2010年間，草地的主要流動(dòng)方向?yàn)楦兀氐闹饕鲃?dòng)方向?yàn)椴莸?、灌木、林地，灌木的主要流?dòng)方向?yàn)楦?、林地，林地的主要流?dòng)方向?yàn)楦?、灌木；?010—2015年間，草地的主要流動(dòng)方向?yàn)楦兀氐闹饕鲃?dòng)方向?yàn)榱值?，灌木的主要流?dòng)方向?yàn)楦?、林地，林地的主要流?dòng)方向?yàn)楦?、灌木；?015—2020年間，草地的主要流動(dòng)方向?yàn)楦?，耕地的主要流?dòng)方向?yàn)榱值?、草地、灌木，灌木的主要流?dòng)方向?yàn)楦?、林地，林地的主要流?dòng)方向?yàn)楦?、灌木?/p>

圖4 2000—2020年土地流動(dòng)桑基圖

4.4 PM2.5與土地利用類型相關(guān)性分析

對2000—2020年滇東南地區(qū)PM2.5每年的平均濃度與不同土地利用類型面積占比進(jìn)行皮爾遜相關(guān)性分析，如表2所示。

表2 PM2.5年平均濃度和不同土地利用類型面積占比

對PM2.5和不同土地利用類型進(jìn)行皮爾遜相關(guān)性分析，結(jié)果如表3所示。

表3 PM2.5濃度與不同土地利用類型的相關(guān)系數(shù)

從表2和表3中可以看出：不透水面的面積占比逐年增加，但與PM2.5濃度呈負(fù)相關(guān)，原因是不透水面的面積基數(shù)太小，在本研究區(qū)域不透水面的變化對PM2.5濃度影響較小。草地、耕地、灌木和PM2.5濃度呈正相關(guān)，在本研究區(qū)域2005—2020年草地、耕地、灌木的面積占比整體呈減少的趨勢。而PM2.5年平均濃度在2007—2020年也基本呈逐年減少的趨勢，可能是因?yàn)?005—2020年草地、耕地、灌木這3種土地利用類型的減少主要是流向了林地，導(dǎo)致自2005年之后林地面積不斷擴(kuò)大，從圖4土地?；鶊D也可印證，而森林吸附PM2.5的能力最強(qiáng)，因此，滇東南地區(qū)在草地、耕地、灌木面積減少的同時(shí)，PM2.5濃度也在減少。水體與PM2.5濃度呈顯著負(fù)相關(guān)，水體在本研究區(qū)域的面積占比較小，21年間變化比較穩(wěn)定。林地與PM2.5濃度呈極顯著負(fù)相關(guān)，說明林地變化決定了整個(gè)地區(qū)PM2.5濃度的變化趨勢，也就是說PM2.5濃度的變化在滇東南地區(qū)主要受林地變化的影響。

5 結(jié)論

本文選取了滇東南地區(qū)2000—2020年P(guān)M2.5濃度數(shù)據(jù)和土地利用數(shù)據(jù)，通過分析PM2.5的時(shí)空變化特征和土地利用變化情況得出：滇東南地區(qū)PM2.5濃度在2000—2020年整體呈現(xiàn)先增高后減小的拋物線型變化趨勢，在2007和2014年達(dá)到峰值，在2020年又下降到2000年的水平；整個(gè)研究區(qū)域的PM2.5濃度呈南高北低的趨勢，PM2.5濃度變化較大的區(qū)域呈集中塊狀分布，從研究區(qū)域南部到東部再到北部最后到中部地區(qū)，從21年間PM2.5平均濃度來看，研究區(qū)域的南部地區(qū)明顯高于北部地區(qū)。

滇東南地區(qū)土地利用類型面積占比大小依次為：林地＞耕地＞灌木＞草地＞不透水面＞水體＞荒地，2020年林地的占比達(dá)到61.85%，隨著城市化的推進(jìn)，21年間不透水面的面積在逐年增長，2020年不透水面占比達(dá)到0.37%。受退耕還林政策的影響，2000—2010年間草地、耕地、林地面積變化浮動(dòng)比較大，2005年開始林地的面積不斷擴(kuò)大，主要是由草地、耕地、灌木轉(zhuǎn)變而來，水體面積相對較小。

通過對PM2.5濃度與土地利用相關(guān)性分析得出：在滇東南地區(qū)林地變化決定了PM2.5濃度的變化，林地占地面積在此地區(qū)基數(shù)巨大，對PM2.5影響較大的植被覆蓋區(qū)耕地、草地、灌木在2005—2020年間主要的流動(dòng)方向都是林地，林地在這15年間一直處于增長的狀態(tài)， 2020年已經(jīng)達(dá)到了該區(qū)域總面積的3/5。森林作為“地球之肺”，對PM2.5的吸附能力相對于耕地、草地、灌木而言是最強(qiáng)的，該區(qū)域雖然城市化不斷發(fā)展，不透水面的面積不斷增加，但是受不斷擴(kuò)大的林地面積的影響，PM2.5濃度近些年整體上仍呈下降的趨勢。