基于反距離加權空間插值方法的南京老城區PM2.5 的空間分布研究

許亞輝 周 蕾 倪海峰 李 輝

河海大學地球科學與工程學院

概述

隨著工業化進程的加快，人類活動對自然環境的影響越來越大，以南京為例，在2014年1月全國74 個城市空氣質量排名中，南京位于倒數第15 名。其中，以PM2.5為首要污染物的天數最多。目前，大氣中PM2.5 對人類健康的威脅逐步加劇，如何減輕PM2.5 對人類的危害已成為一個迫切需要解決的問題。本文通過利用反距離加權空間插值的方法分析南京市城區PM2.5 空間分布情況，進而為改進城市綠化、保護城市生態環境、滿足城市居民對改善城市環境的迫切需求提供決策支持。

研究區域與研究方法

研究區概況

南京市，長江下游地區重要的產業城市和經濟中心，是華東地區的交通樞紐。行政區劃上，南京市由11 個轄區組成。

數據來源

PM2.5 數據及監測站空間位置坐標

本文所使用的PM2.5 數據由PM2.5 監測網中南京老城區的9 個PM2.5 監測站提供，且這9 個PM2.5 監測站空間位置，即經緯度由Google 地球提供，如表1 所示。

南京市行政邊界矢量圖

在對南京市老城區PM2.5 數據進行空間插值時，需要使用南京市行政邊界矢量圖作為繪制底圖，該矢量邊界由測繪科學數據共享服務網（http：//sms.webmap.cn）提供。

研究方法

空間插值方法

如果一個反映了區域內的某種特征或現象的變量呈現一定的空間分布時，則稱該變量為區域化變量，區域化變量是一個隨機變量，它具有局部的、隨機的特征。假設一個區域化變量在某個區域內有值，即該區域化變量的空間點函數為f（x），那么有：

區域化變量具有一定的結構特點，采用空間插值的方法，我們認為區域化變量在點x 與偏離空間距離為h 的點x+h 處的值f（x）和f（x+h）具有某種程度的相似性，即自相關性，這種自相關性的程度依賴于兩點間的距離h及變量特征。依據這種特性，我們利用空間插值算法可以得到x+h 處的值，即f（x+h）。

反距離加權插值法

反距離加權（Inverse Distance Weighted，簡 稱IDW）插值法是基于相近相似的原理：當兩個物體之間的距離越小時，它們的相似性越高。反之，當兩個物體之間的距離越大時，它們的相似性越低。樣本點與待插值點間的距離為權重，待插值點與樣本點越近，則該點權重越大，反之越小。反距離加權插值法的一般公式如下：

權重的確定計算公式為：

其中，P 為指數；di0 是待插值點s0 與樣本點si 之間的距離。

待插值點值的權重與P 值有關，即樣本點與待插值點的距離越大，樣點對待插值點影響的權重按指數規律減少。在插值過程中，各樣本點值對待插值點值作用的權重大小是成比例的。

南京市中心城區PM2.5 空間插值

生成監測站矢量圖

在進行空間插值前，需運行ArcGIS 9.3 軟件，對南京老城區9 個PM2.5 監測站的空間位置矢量化，并形成ShapeFile 文件。具體做法為：首先建立一個Excel 表格，輸入9 個站點名稱（name）以及各站點的經緯度（Lon/Lat）和各站點2013年下半年的PM2.5 數據均值；打開ArcMap 9.3，創建新的數據幀并添加（add）第一步中創建的Excel 數據；右擊數據，點擊Display XY Data，確定橫縱坐標對應表中的經緯度值，單擊edit 選定WGS 1984 坐標系，將九個站點進行展繪；右擊Excel 數據選擇Export Data 將其導出為ShapeFile 文件并在ArcMap 中顯示。

PM2.5 空間插值

此時監測站矢量圖中各點的屬性數據已包含PM2.5值，接下來進行反距離加權空間插值。運用Spatial Analyst 工具箱，點擊Interpolate to Raster，繼續點擊Inverse Distance Weighted（即反距離加權進行空間插值）。Z value filed 設置為監測點的PM2.5 值，power（權重）設為2，點擊確定，即可獲得矢量插值影像。

圖像剪裁

本文利用柵格運算器對插值后的PM2.5 分布圖進行剪裁

使用Spatial Analyst 工具箱，點擊Options，在彈出的對話框中設置Extent 選項中的Analysis extent，載入南京老城區矢量邊界的ShapFile 文件完成設置；繼續使用Spatial Analyst 工具箱，點擊菜單中Convert 并選擇Features to Raster，將已生成的矢量插值影像轉換為柵格影像。同理將南京市老城區邊界矢量圖轉換為邊界柵格數據，并在屬性表中增加一條字段，如value，值設為1；使用柵格計算器，點擊Raster Calculator，將生成的插值影像柵格數據與南京市老城區邊界柵格數據的value 值進行乘法運算，因為邊界外的值默認為0，所以乘法運算后，邊界外的插值影像消失，此時即可獲得南京市老城區PM2.5 空間插值圖。

地圖編輯、整飾、輸出

南京市老城區PM2.5 空間插值影像生成后，便可對該地圖進行編輯、整飾、輸出。根據實際情況設置圖名、作者、單位、制圖時間、比例尺、指北針等地圖要素，以及圖幅大小、像素等，最后輸出打印。如圖1，為2013年下半年南京老城區PM2.5 均值分布圖。

圖1 2013年下半年南京老城區PM2.5 均值分布圖

空間插值結果與分析

南京PM2.5 現狀

通過分析圖3，雖然2013年下半年南京PM2.5 狀況較好，空氣質量總體為良，但根據每日的PM2.5 數據顯示，2013 下半年個別天數空氣質量達到了重度污染乃至爆表的狀態。因此如何有效改善南京市空氣質量，指導城市綠化建設成為政府亟待解決的問題。

PM2.5 分布驅動力

人類因素

由圖1 可以看出，南京地區2013年下半年PM2.5 值分布呈現東北低、西南高的狀態。通過了解南京發展近況得知，新世紀以后，南京城市迅速向西南擴張，城鎮化步伐加快，大量城市建筑拔地而起，植被覆蓋度降低，大大減弱了城市植被降塵作用。另一方面，城市發展所需要的化石燃料，通過燃燒排放出大量粉塵，也同樣造成空氣污染加重的態勢。

自然因素

PM2.5 除了受到人類的影響外，一定程度上也受到自然因素的影響。由于季節性氣候條件不同，如風、降水以及沙塵天氣等，不同時間段風向風速不同，對地區大氣中顆粒物會產生的影響也不同。

誤差因素

由于PM2.5 測定的局限性，不能使所獲得的數據非常精準，并且在計算過程中也會產生一定的誤差，因此使得PM2.5 分布情況不能完全精確表達。

結語

本文使用空間插值方法分析了2013年下半年南京老城區PM2.5 分布狀況，得到南京市PM2.5 分布呈東北低、西南高狀態的結論。通過分析，這種空間分布格局背后的驅動因素主要有城市發展、人為影響等幾個方面。這提醒著人們在經濟發展的同時，也需要對環境質量進行更多的重視。需要強調的是PM2.5 對人類健康有著極大的危害，如何保護生態環境、降低城市PM2.5 值應當成為當今城市發展的一個重要的關注方向。