2014—2018年京津冀地區PM2.5冷熱點時空格局分析

張良玉，高萬泉，李建軍，王 歡

(1. 保定市氣象局 河北保定071000；2. 保定市徐水區氣象局 河北保定071000)

0 引 言

京津冀城市群是我國北方經濟的重要核心區。偏重的產業結構，以煤為主的能源結構，以公路為主的交通結構，遠超環境承載力的污染排放強度是該地區大氣重污染形成的主因[1]。同時，該地區位于太行山東側“背風坡”和燕山南側的半封閉地帶中，削弱了該地區秋冬季盛行西北季風的作用，并受中層暖蓋的影響，“弱風區”特征明顯，污染物擴散條件較差[2]。

研究表明，粒徑在 2.5μm 以及其以下的細顆粒物(PM2.5)[3]造成的灰霾天氣對人體健康的危害甚至要比沙塵暴更大[4-5]。地理位置、氣候因素的變化會使 PM2.5的發生表現出一定的隨機性，但受各地外部因素的影響，導致 PM2.5存在一定程度的空間分布特性[6]。PM2.5濃度在空間上并不均勻分布，而是表現出明顯的空間聚集特性[7-8]，這種聚集性可以用冷熱點來表述。前人對京津冀地區 PM2.5的研究多集中在變化特征、成因、防治對策等[9-11]，但對如何利用ArcGIS技術探索京津冀地區 PM2.5發生的空間關聯性，以及冷熱點時空分布特征的研究并不多。本文采用空間冷熱點分析方法定量探測 PM2.5濃度的空間自相關性，研究2014—2018年京津冀地區PM2.5濃度空間分布的規律和聚集特征，找出污染熱點區域，以期為京津冀地區治理環境污染，深化區域聯防聯控，打贏藍天保衛戰，改善生態環境提供科學依據。

1 數據來源與處理

1.1 數據來源

利用2014—2018年京津冀地區176個PM2.5環境監測站點資料，根據GB 3095—2012《環境空氣質量標準》中數據統計的有效性規定，對無效的數據進行了處理和刪除。

1.2 數據處理

冷熱點分析是一種探索局部空間聚類分布特征的有效手段[12]，它可以將變量空間分布集聚的程度通過冷熱點進行區分。Getis-Ord Gi*指數可以很好地反映變量在局部空間區域上的冷熱點分布，該模型公式為：

利用 ArcGIS熱點分析工具，在冷熱點分布圖屬性表中生成具有統計學意義的Z得分和P值。如果P值具有顯著性，Z得分大于 0且愈高，目標對象屬性的高值聚類則愈緊密(形成熱點)；Z得分小于0且愈低，則目標對象屬性的低值聚類就愈緊密(形成冷點)。將京津冀地區PM2.5濃度空間分布劃分為：一級冷點區(Z＜-2.58)，即 99%置信區間；二級冷點區(-2.58＜Z＜-1.96)，即 95%置信區間；三級冷點區(-1.96＜Z＜-1.65)，即 90%置信區間；隨機分布區(-1.65＜Z＜1.65)；一級熱點區(Z＞2.58)，即 99%置信區間；二級熱點區(1.96＜Z＜2.58)，即 95%置信區間；三級熱點區(1.65＜Z＜1.96)，即90%置信區間。

2 結果分析

2.1 2014—2018年京津冀地區年平均 PM2.5濃度值站點變化

如表 1所示，根據環境空氣質量指數(AQI)技術規定，將空氣質量按 PM2.5濃度劃分為不同等級，研究不同級別PM2.5濃度的年、月和日變化。

如圖 1所示，2014—2018年京津冀地區年平均PM2.5濃度達到優良程度站點逐漸增多。2014年在176個站點中達到輕度、中度污染的站點多達 81%，優良站點僅為 16%，有 5個站點達到了重度污染程度，2015年后無站點達到重度污染程度；2015、2016年輕度污染以上站點分別為 76%、66%，2017、2018年無站點達到中度以上污染程度；2017年優、良點數達到 70%，2018年超過了 80%，輕度污染站點數降至20%以下。

表1 PM2.5濃度等級劃分Tab.1 PM2.5 concentration grading

圖1 2014—2018年京津冀地區PM2.5濃度站點變化Fig.1 Changes of PM2.5 concentration sites in Beijing-Tianjin-Hebei region from 2014 to 2018

2.2 2014—2018年京津冀PM2.5月平均濃度變化

如圖2所示，2014—2018年京津冀地區PM2.5濃度值 5～9月明顯優于其他月份，各月平均濃度值呈總體下降趨勢，每年1、2、11、12月PM2.5濃度值相對較高，受北方冬季氣候及供暖影響較大。3月進入春季以后，受大風天氣增多、氣溫回升、降水增多等因素影響，PM2.5濃度值下降趨勢明顯。5～9月 PM2.5濃度平均值都達到了優良水平，7月 PM2.5出現了小幅反彈，因為7月受副高控制悶熱天氣及霧霾天氣增多，不利于 PM2.5擴散[13-14]。

圖2 2014—2018年京津冀地區 PM2.5月平均濃度堆積柱形圖Fig.2 Column diagram of average monthly concentration of PM2.5 in Beijing-Tianjin-Hebei region from 2014 to 2018

2.3 2014—2018年京津冀PM2.5的日變化

如圖3所示，2014—2018年京津冀地區PM2.5的歷年日變化呈 U形分布，即秋冬季 PM2.5濃度高，春夏季 PM2.5濃度低，U 形高度逐漸變低趨勢。參照環境空氣質量標準，24h平均 PM2.5濃度限值一級標準為 35μg/m3，二級標準為 75μg/m3。從圖 3可以看出，低于一、二級標準的天數逐年增多，經統計2014年京津冀日平均濃度低于二級標準最長天數為6d，出現達到連續5d的次數僅為4次；2015年最長連續為21d，連續5d的次數為11次；2016年最長連續為24d，連續5d次數達到19次，其中4次達到連續 10d以上；2017年最長連續天數達了 133d，2018年為121d，優良天數分別達到了270、268d，超過全年天數的 7成以上。在超標天數中，2018年以PM2.5為首要污染的天數點總超標天數的百分比首次低于 50%，同時首次低于 O3的超標天數占比[15]，顯示空氣質量得到進一步改善。

圖3 2014—2018年京津冀地區PM2.5濃度日變化Fig.3 Daily variation of PM2.5 concentration in Beijing-Tianjin-Hebei region from 2014 to 2018

2.4 2014—2018年京津冀PM2.5冷熱點時空格局

利用ArcGIS軟件中冷熱點空間分析工具(Getis-Ord Gi*)，空間概念化采用“CONTIGUITY_EDGES_CORNER”，即共享邊界、結點或重疊的面要素會影響目標面要素的計算，得到 2014—2018年京津冀地區 PM2.5冷熱點時空格局變化特征。在一定時段內，若某站點的 PM2.5濃度高于均值，且被同樣具有高于PM2.5濃度站點所包圍，則該站點具有較強的空間聯系，屬于 PM2.5熱點區；反之，則屬于冷點區。冷點區(含一、二、三級)主要分布在張家口、承德及北京的北部地區，2015、2016年秦皇島東部及 2015年天津中東部地區出現冷點聚集區；熱點區(含一、二、三級)主要出現在保定中南部的以南的部分地區，每年分布區域變化較大，但總體來說，熱點區主要出現在石家莊、邢臺和邯鄲地區。

表2顯示冷、熱點區PM2.5濃度平均值均呈下降趨勢。一、二級冷點區 PM2.5濃度平均值均未超過75μg/m3，未低于 35μg/m3；三級熱點區 PM2.5濃度平均值均未超過 75μg/m3，2014、2015年甚至超過了115μg/m3，達到重度污染程度。2014—2018年冷熱點區 PM2.5濃度平均值呈遞進式下降，2014年只有二、三級冷點 PM2.5濃度平均值未超過 75μg/m3，到2018年下降為只有三級熱點區的 PM2.5濃度平均值均超過 75μg/m3。

表2 2014—2018年京津冀地區各級冷熱點區 PM2.5濃度值Tab.2 PM2.5 concentration values of cold and hot spots at all levels in Beijing-Tianjin-Hebei region from 2014 to 2018(unit：μg/m3)

從冷熱點站點數量變化分析得出，一級冷點區站點數比較穩定，均在 24～26之間，其他冷點站點數變更幅度較大，表明除一級冷點區以外的其他區域空氣質量變化受當年氣候及環境治理力度等因素影響較大。但總體來說冷點區站點數呈上升趨勢，熱點區站點數呈下降趨勢。

2.5 2014—2018年京津冀地區各月平均 PM2.5冷熱點時空格局

2014—2018年京津冀地區各月平均 PM2.5濃度一級冷點區與歷年格局變化不大，熱點區受各月氣候及生產、生活污染排放等因素影響，熱點區分布變化較大。各月冷點區域(含一、二、三級)主要分布在張家口、承德及北京的北部地區，秋冬季在秦皇島、唐山及天津的部分地區出現二、三級冷點聚集區；熱點區域(含一、二、三級)主要出現在保定中南部的部分地區，各月的分布變化較大，4～7月在唐山、秦皇島的部分地區出現熱點聚集區。

如表3所示，冷熱點區PM2.5濃度平均值秋冬季大于春夏季。冷點區(含一、二、三級)PM2.5濃度平均值(除1、12月的二、三級及 2月的三級冷點區外)均未超過 75μg/m3，但未低于 35μg/m3；熱點區在 1～3、7、10～12月 PM2.5濃度平均值均超過 75μg/m3，其中 1、2、11、12 月甚至超過 115μg/m3，達到重度污染程度；其他月份熱點區 PM2.5濃度平均值大部分臨近而并未超過75μg/m3。

冷熱點站點數量總體來說秋冬季多于春夏季，表明空氣質量污染程度影響冷熱點的聚集變化。

表3 京津冀地區各月不同冷熱點區PM2.5濃度值Tab.3 PM2.5 concentration values in different cold and hot spots in Beijing-Tianjin-Hebei region in different months(unit：μg/m3)

3 結 論

本文分析了 2014—2018年京津冀地區 PM2.5濃度年、月和日的相關數據及冷熱點空間分布特征，結論如下：

①京津冀地區年平均PM2.5濃度，2014年8成以上站點達到輕度、中度、重度污染程度，2018年 8成以上站點達到優、良水平；PM2.5濃度值 5～9月明顯優于其他月份，各月平均濃度值總體呈下降趨勢；PM2.5濃度值歷年日變化呈 U形分布，秋冬季 PM2.5濃度高于春夏季，U形高度逐漸變低；優良天數逐年增多，2017、2018年已超過全年總日數7成以上。

②冷熱點空間分布具有一定的規律性，冷點區主要分布在張家口、承德及北京的北部地區，熱點區主要出現在保定中南部以南的部分地區，每年分布區域變化較大；冷、熱點區 PM2.5濃度平均值均呈下降趨勢；一級冷點區站點數比較穩定，各級冷點區站點數呈上升趨勢，熱點區呈下降趨勢。

③各月冷點區域主要分布在張家口、承德及北京的北部地區，熱點區域主要出現在保定中南部以南的部分地區，春夏季在唐山、秦皇島的部分地區出現熱點聚集區，冷熱點區 PM2.5濃度平均值秋冬季大于春夏季，冷熱點站點數秋冬季多于春夏季。