霧霾多發天氣與局地氣候的時空相關性分析

甘泉

摘 要：隨著社會經濟的不斷發展，人民生活水平的不斷提升，人們對氣候環境的關注也越來越多，但是我國大氣污染問題卻越來越嚴重。研究發現，霧霾多發天氣的地區，往往都是相對"局地氣候"出現。對于這一系列科學問題的探索，首要任務就是研究霧霾天氣與局地氣候的相關性，其次就是研究造成這種局地氣候的原因，從而達到合理制定改善空氣質量，防控霧霾污染的目的。基于此，文章利用空間分析法，對霧霾天氣與局地氣候相關性進行研究，以供參考。

關鍵詞：霧霾多發天氣；局地氣候；相關性

引言

自二十一世紀以來，除了人口密集、經濟發達的一線城市飽受霧霾的毒害外，愈來愈多的二線城市也成為了霧霾的頻發地，這使得霧霾天氣逐漸成為了我國要解決大氣污染不容忽視的一大關鍵環節。要解決這一難題，則應對形成霧霾的機理、如何有效控制霧霾、對霧霾天氣建立預警預測系統等問題進行系統的研究，這也成為了目前全球地球科學領域的熱點研究課題，這也表明了如何正確處理社會發展和霧霾天氣兩者之間的關系己經不可忽視。

1數據分析方法及數據預處理

由于我國幅員遼闊、地形復雜，人口及城市分布不均勻，本文選取較有代表性，霧霾嚴重的北京市作為本文的主要研究對象，但是作為霧霾中的主要成分——氮氧化物的組成十分復雜，并且相應的數據支持不夠準確，因此，暫不選取氮氧化物作為研究屬性，文章就選取2004年至2008年的二氧化硫以及可吸入顆粒物的年均濃度作為研究霧霾天氣的代表屬性，分別對研究區域作分析。對數據進行相應的空間分析時，必須存有這些變量的屬性值以及整體區域中全部要素的空間關系。因此首先利用Excel軟件將所有的基礎數據進行整理，接下來對所有研究區域的城市利用Access添加經緯度屬性，進而將該Excel文件轉換為.dbf格式，然后利用ArcGis 10將轉換為.dbf格式的數據庫文件再次轉換為ShapeFile格式的文件，以便于可以直接進行相應的空間分析計算，并且包含相關的屬性。

2全局空間自相關分析

2.1 PM10的全局指數

經研究表明，研究區域的Moran'sI指數均較為顯著，呈現正的空間自相關，表明研究區域中的研究城市的觀測值呈聚集狀態，并非隨機狀態。也就是說，PM10年平均濃度高的城市與PM10年平均濃度高的城市相鄰，PM10年平均濃度低的城市與PM10年平均濃度低的城市相鄰，由此猜測PM10因大氣傳輸，進而產生異地區源貢獻，從而導致不同地區在整體區域中體現出局地氣候，影響霧霾天氣。

2.2 SO2全局指數

從研究區域近幾年的SO2全局指數分析，研究區域中的研究城市的觀測值呈聚集狀態，并非隨機狀態。也就是說，SO2年平均濃度高的城市與SO2年平均濃度高的城市相鄰；SO2年平均濃度低的城市與SO2年平均濃度低的城市相鄰，由此猜測SO2因大氣傳輸，進而產生異地區源貢獻，從而導致不同地區在整體區域中體現出局地氣候，影響霧霾天氣。

2.3 PM10的與SO2的對比分析

圖1 SO2與PM10全局Moran's I趨勢對比圖

以上分別研究了PM 10與SO2的全局自相關Moran's I指數，接下來就這兩種影響因子在研究時期內的變化趨勢進行對比分析，如圖1所示。

3局部空間自相關分析

首先對利用Moran散點圖對PM10的局部空間自相關進行分析，與之前一樣，依然采用GeoDa軟件，從Moran散點圖可以看出，無論是哪一年的數據，主要研究區域——北京市一直都在散點圖的第一象限，即PM10的濃度高，相鄰區域的PM10也較高，在整體研究區域上形成了一個較為明顯且較典型的局部地區嚴重的霧霾天氣，在整體區域中，該局地區域也呈現出“高高”的空間格局。另外，從這幾年的散點圖中還可以看出，整體研究區域的自相關性在逐漸減弱，說明以北京市為主的研究區域受相鄰區域霧霾天氣影響的程度開始降低。

接下來對利用Moran散點圖對SO2的局部空間自相關進行分析，與之前一樣，依然采用GeoDa軟件。研究發現，在整體研究區域的空間中，空間格局呈現正相關的研究區域要多于負相關的研究區域；然而，在2007年和2008年中，空間格局呈現“高高”“低高”“低低”“高低”的研究區域數量基本一致，即在2007和2008年這兩年中，整體研究區域的空間中，研究區域之間相互影響正在減弱。

4數據處理結果分析

由之前利用空間自相關的方法對PM10和SO2分析表明，兩種污染物都存在著正的空間相關分布，即霧霾天氣受到相鄰區域的影響大，然而，這種影響正在不斷的弱化，尤其是PM10年平均濃度，在研究時間內弱化非常強烈。形成這種霧霾污染物分布格局的原因有：研究區域與其相鄰的的地形結構，氣候與氣象特征，當地人類活動的影響因素等，由以上原因，從而形成了一個異地區源貢獻的影響因子。對霧霾污染的空間自相關分析，得出以下結論：第一，PM10的指數隨著時間的推進變得越來越弱，在相同或相似的地理環境與氣象指數的前提下，與當地政府投入環境保護與整改的力度，改善當地的經濟結構有很大的關系；第二，以北京為主要霧霾多發天氣的研究城市，在較為廣闊的研究區域中，體現出一定的局地霧霾天氣特征，即高污染濃度區域相對集聚，形成霧霾污染的集中區域。

結束語

綜上所述，北京地區的霧霾天氣存在局地空間分布的格局，在較廣范圍內形成一種局地霧霾天氣，這種局地天氣格局與霧霾多發天氣之間存在相關性。

參考文獻：

[1]古陽.霧霾多發天氣與局地氣候的時空相關性分析[D].電子科技大學，2015.

[2]于麗娟，尹承美，何建軍，張永婧，李瑞.濟南霧和霾特征及其影響因素分析[J].干旱氣象，2017，35（04）：581-589.

[3]徐言，姜琦剛，劉舒，馬玥.遙感氣象多源觀測的一次霧霾事件分析[J].應用基礎與工程科學學報，2017，25（06）：1094-1104.