東北空氣質量時空變化特征及變化趨勢研究

郭保林 周開斌 孫 婭 馬開睿

（哈爾濱商業大學 黑龍江哈爾濱 150028）

引言

改革開放前，東北地區逐步實現工業化，多數年份的GDP約占全國GDP 的13%，工業規模約占全國工業總規模的20%，在國內有著舉足輕重的地位。改革開放后，我國在工業化發展進程中以服務業發展為主，但東北地區的經濟和工業規模在全國的占比逐漸下降且趨同，服務業的發展相對滯后[1]。與此同時，東北地區的生態環境問題日益顯現（尤其是空氣污染以及霾污染等復合型大氣污染問題）。2013 年東北地區發生大規模霧霾污染；2014-2016 年東北地區持續出現空氣重污染，達到霧霾高峰期；2019 年東北地區出現區域性大氣污染，部分城市達到嚴重污染。大氣污染成為東北地區生態文明建設和經濟發展過程中的重要阻礙，嚴重影響著大氣環境質量和居民身體健康[2]。

1 研究區域與研究方法

1.1 研究區域和數據來源

2012 年中國為健全環境質量評價體系，頒布《環境空氣質量標準》（GB3095-2012），將空氣質量指數（Air Quality Index,AQI）作為環境質量評價的參考數據。本文將執行2012 年環境空氣質量標準的東北地區34 個地級城市（見表1）作為研究區域[3]，采用2015-2019 年空氣質量指數AQI 以及PM2.5、PM10、SO2、CO、NO2、O3數據，結合年、度、月的時空間尺度，利用Mann-Kendall趨勢檢驗法研究東北地區大氣質量的變化趨勢和變化特征。

表1 東北地區區域劃分及地級市個數

研究數據（見表1）中，中國空氣質量在線監測分析平臺（https://www.aqistudy.cn/historydata/）和天氣網（https://rp5.ru/）為研究提供了主要數據，包括中國大氣污染物數據和空氣質量數據。其中天氣網中采用的是東北地區2015-2019 年34 個城市的空氣質量指數（AQI）和五大氣體（PM2.5、PM10、SO2、CO、NO2、O3）數據。

1.2 Mann-Kendall趨勢檢驗法

Mann-Kendall 趨勢檢驗法由H.B.Mann 和M.G.Kendall 提出并發展，屬于非參數分析法，可以定量地計算出時間序列的變化趨勢，是水文氣象序列研究中經常采用的方法。

Mann-Kendall 趨勢檢驗法是非參數檢驗方法，也稱無分布檢驗，其特點是不需要對數據系列進行特定的分布檢驗，也不受極端值和異常值的影響，類型變量和順序變量的分析可以運用微量值或低于檢測范圍的值，計算比較簡便。檢驗原理：在雙邊趨勢檢驗中，對于給定的置信水平α，時間序列數據存在明顯的上升或下降趨勢。Z 為正值表示增加趨勢，負值表示減少趨勢；Z的絕對值在大于等于1.28、1.64、2.32 時表示分別通過了信度90%、95%以及99%顯著性檢驗。

2 結果分析：東北地區空氣質量的時空變化特征

根據中國空氣質量在線監測分析平臺（https://www.aqistudy.cn/historydata/）和天氣網（https://rp5.ru/）提供的2015-2019 年東北地區34 個地級市的空氣質量指數（AQI）和PM2.5、PM10、SO2、CO、NO2、O3的小時和月均值數據，通過對數據進行算術平均可得到所需的年、季均值。其中，季度采用氣象劃分法，即以陽歷3-5 月為第一季度，6-8 月為第二季度，9-11 月為第三季度，12-2（來年）月為第四季度。平臺提供的數據中，缺少遼寧省朝陽市2015 年2 月和3 月的空氣質量指標（AQI、PM2.5、PM10、SO2、CO、NO2、O3），所以采用SPSS 均值法對缺失值進行替補。本章節分析東北地區2015-2019 年34 個地級市空氣質量指標（AQI、PM2.5、PM10、SO2、CO、NO2、O3）的年度、季度和月度變化，以期從不同尺度了解東北地區空氣質量時空變化特征，從而科學認識東北地區大氣污染特點，對改善區域空氣質量以及制定防控措施具有指導意義。

2.1 城市空氣質量逐漸改善，重工業化區域污染明顯

比較2015-2019 年東北地區34 個城市的空氣質量指標（AQI、PM2.5、PM10、SO2、CO、NO2、O3），對東北地區空氣質量的時空變化特征進行分析。

從整個地區看，2015-2018 年東北地區AQI、PM2.5、PM10 和CO 的年度均值連續下降，2018 年下降至最低點后在2019 年有小幅度上升；SO2年度均值在2015-2019 年持續下降，在2018 年下降幅度最大（降幅達6.20μg/m3）；NO2年度均值在2017 年和2019 年有微小上升，整體表現為下降趨勢；2015 年O3年度均值為87.09μg/m3，2016-2017 年持續上升且增幅較大，2017 年升至98.62μg/m3，2018 年下降至88.24μg/m3，但2019 年又上升至91.80μg/m3。比較2015-2019 年的季度均值，東北地區AQI、PM2.5、PM10、SO2、CO 和NO2的季度均值在第一季度和第二季度有大幅下降，第四季度明顯上升，O3季度均值在第一季度和第二季度大幅上升，第三季度和第四季度大幅下降，說明東北地區34 個城市的空氣質量逐漸改善，個別污染物的濃度值不穩定。空氣質量指標（AQI、PM2.5、PM10、SO2、CO、NO2、O3）在2015-2019年內的季度變化軌跡基本相似，AQI、PM2.5、PM10、SO2、CO 和NO2在第四季度的均值最高，之后持續下降，第二季度進入低谷，之后逐月上升。

從區域層面看，黑龍江、吉林、遼寧三個地區2015 年AQI、PM2.5、PM10、SO2、CO 和NO2的年度均值都高于2016-2019 年，基本都在2018 年達到低谷，在2019 年有小幅度上升；O3的年度均值在2015-2019 年期間經歷了先上升后下降再上升的波浪型變化趨勢。其中東北地區2015 年第四季度的SO2季度均值和2016 年第四季度的PM2.5、PM10 季度均值大于其他年份同期均值，吉林2015 年第四季度的AQI 和NO2季度均值大于2016-2019 年同期均值，黑龍江和遼寧2015 年第四季度的CO 季度均值大于2016-2019 年同期，吉林和遼寧2016 年第一季度的O3季度均值大于其他年份同期均值。

東北地區各區域的AQI、PM2.5、PM10、SO2、CO 和NO2季度均值基本呈現“第四季度高第二季度低，第一季度降第三季度升”的變化軌跡，O3季度均值呈現“第二季度高第四季度低，第三季度降第一季度升”的變化軌跡。

分地區比較空氣質量指標的年度均值，AQI、PM2.5 的高值區包括哈爾濱、大慶、七臺河、長春、吉林、四平、沈陽、鞍山；PM10的高值區包括哈爾濱、鶴崗、七臺河、長春、吉林、四平、松原、沈陽、鞍山、葫蘆島；SO2的高值區包括哈爾濱、齊齊哈爾、吉林、通化、沈陽、鞍山、錦州、葫蘆島；CO 的高值區包括哈爾濱、齊齊哈爾、雞西、四平、通化、白山、鞍山、本溪、丹東、遼陽、朝陽、葫蘆島；NO2的高值區包括哈爾濱、牡丹江、大慶、長春、吉林、四平、通化、沈陽、鞍山、葫蘆島；O3的高值區包括佳木斯、大慶、雞西、長春、吉林、四平、沈陽、大連、錦州、營口和葫蘆島。由此可見，重工業化城市普遍比其他城市的空氣質量差。

2.2 城市空氣質量向好發展，優良天數比率上升

2015 年東北地區平均達標天數比例為75.00%，輕度污染占25.00%；2017 年平均達標天數比例為91.66%，比2015 年上升16.66 個百分點，輕度污染占8.34%；2016 年、2018 年和2019 年平均達標天數比例為100.00%。五年期間，東北地區空氣質量達標天數不斷增加，比例相應增加，輕度污染天數下降。但2017 年東北地區AQI 年度均值較2016 年有所上升，2019 年AQI 年度均值較2018 年有所上升，這說明在2017 年和2019 年東北地區空氣質量的污染程度較往年有所增強，重污染天氣并沒有被完全有效地遏制。

根據國家環境保護標準《環境空氣質量指數（AQI）技術規定（試行）》（HJ633-2012）規定，空氣污染指數可以分為六個級別：優（0≤AQI≤50）、良（51≤AQI≤100）、輕度污染（101≤AQI≤150）、中度污染（151≤AQI≤200）、重度污染（201≤AQI≤300)和嚴重污染（AQI>300）。對2015-2019 年東北地區不同區域的不同污染程度天數在各年度占比進行詳細統計，可以看出2015 年東北地區空氣質量達標天數占全年比例由大到小排列為黑龍江、遼寧、吉林，占比分別為91.67%、75.00%、66.67%；2016 年和2017 年黑龍江空氣質量全年達標天數比例為100.00%，吉林和遼寧占比為91.67%；2018 年和2019 年東北地區全年的空氣質量全部達到標準，其中2018 年黑龍江和吉林空氣質量為優的天數占全年比例為33.33%，2019 年黑龍江和吉林空氣質量為優的天數占全年比例分別為50.00%、25.00%。2015-2019 年黑龍江空氣質量為優的天數占比均高于東北地區平均水平，是東北地區空氣質量最好的地方；2015-2019 年吉林和遼寧空氣質量為輕度污染的天數占比略高于東北地區平均水平；與黑龍江相比，吉林和遼寧的空氣質量稍差。

2.3 城市空氣污染物濃度整體呈下降趨勢

采用Mann-Kendall 趨勢檢驗法對2015-2019 年東北地區的空氣質量指標（AQI、PM2.5、PM10、SO2、CO、NO2、O3）數據進行計算，對東北地區空氣質量的變化發展趨勢進行分析。

從整個地區看，2015-2019 年東北地區AQI、PM2.5、PM10、SO2、CO、NO2和O3的樣本量（n）都為60，方差Var（S）均為24583，檢驗統計量（S）均為負值，M-K 統計量（Z）分別為-3.42、-2.93、-3.17、-3.41、-3.50、-2.51、-0.30。其中，2015-2019 年東北地區的AQI、PM2.5、PM10、SO2、CO 和NO2的M-K 統計量（Z）均為負值，說明東北地區的AQI、PM2.5、PM10、SO2、CO 和NO2的濃度呈下降趨勢，而且AQI、PM2.5、PM10、SO2、CO 和NO2的M-K統計量（Z）的絕對值（|Z|）都大于2.32，表示通過了信度99%的顯著性檢驗，具有明顯的下降趨勢；2015-2019 年東北地區O3的M-K 統計量（Z）為負值，但絕對值（|Z|）為0.30，小于1.28，說明東北地區O3濃度的下降趨勢沒有通過信度90%的顯著性檢驗，且M-K 統計量（Z）值較小，變化趨勢并不能完全確定。

表2 2015-2019年東北地區各區域檢驗統計量（S）

表3 2015-2019年東北地區各區域M-K統計量（Z）

從區域層面看（見表2-表3），2015-2019 年黑龍江、吉林、遼寧三個地區AQI、PM2.5、PM10、SO2、CO、NO2和O3的檢驗統計量（S）和M-K 統計量（Z）均為負值。其中2015-2019 年黑龍江、吉林、遼寧三個地區AQI、PM2.5、PM10、SO2和CO 的M-K 統計量（Z）的絕對值（|Z|）都大于2.32，說明黑龍江、吉林、遼寧三個地區AQI、PM2.5、PM10、SO2和CO 的濃度都呈下降趨勢，且都通過了信度99%的顯著性檢驗，下降趨勢的可信度高。2015-2019 年黑龍江、吉林兩個地區NO2的M-K 統計量（Z）的絕對值（|Z|）大于2.32，通過了信度99%的顯著性檢驗，表現為高可信度的下降趨勢；遼寧地區NO2的M-K 統計量（Z）的絕對值（|Z|）為1.8，大于1.64，通過了信度95%的顯著性檢驗，下降趨勢較為可信。2015-2019 年黑龍江、吉林、遼寧三個地區O3的M-K 統計量（Z）值分別為-0.92、-1.17、-0.3，M-K 統計量（Z）的絕對值（|Z|）均小于1.28，沒有通過信度90%的顯著性檢驗，下降趨勢缺乏可信度。2015-2019 年東北地區各區域的AQI、PM2.5、PM10、SO2、CO 和NO2濃度基本呈現出具有高可信度的下降趨勢。受樣本數量限制，O3濃度呈現出低可信度的下降趨勢，還需要長期穩定的數據積累才能得出最終結論。

3 結論與討論

3.1 結論

（1）東北地區空氣質量逐漸改善，重工業區域污染明顯

比較2015-2019 年東北地區空氣質量指標（AQI、PM2.5、PM10、SO2、CO、NO2、O3）顯示，東北各區域的AQI、PM2.5、PM10、SO2、CO 和NO2濃度基本呈現“第四季度高第二季度低，第一季度降第三季度升”的變化軌跡，O3濃度呈現“第二季度高第四季度低，第三季度降第一季度升”的變化軌跡。其中，東北地區AQI的年度均值在2015-2018 年連續下降，空氣質量逐漸改善。空氣污染物的濃度高值區主要包括東北地區的重工業城市區域，重工業化城市的空氣質量普遍比其他城市差，污染明顯。

（2）城市空氣質量向好發展，優良天數比率上升

除2015 年平均達標天數比例為75.00%外，東北地區2016-2019 年空氣質量平均達標天數比例均為100.00%，達標天數不斷增加，污染天數下降，城市空氣質量向好發展。五年期間，黑龍江省空氣質量為優的天數占比均高于東北地區平均水平，是東北地區空氣質量最好的地方；吉林和遼寧空氣質量為輕度污染的天數占比略高于東北地區平均水平，與黑龍江相比空氣質量稍差。

（3）東北地區城市空氣污染物濃度整體呈下降趨勢

黑龍江、吉林、遼寧三個地區的AQI、PM2.5、PM10、SO2、CO和NO2濃度的變化都通過了信度較高的顯著性檢驗，呈現出具有高可信度的下降趨勢，城市空氣質量明顯好轉。但在分析過程中，東北地區O3濃度的變化在顯著性檢驗中沒有通過高信度的檢驗，呈現出低可信度的下降趨勢，目前對其變化趨勢并不能得出最終結論。

3.2 討論

（1）參考數據較為單一

僅從空氣污染物濃度的分布和變化特征方面分析空氣質量水平，在分析過程中可供參考的數據有限，可能導致分析結果有偏差，未來或可以引入其他可供參考的變量，多種變量相結合，從而提高研究結果的科學性和準確性。

（2）樣本選擇數量較少

受數據資料的限制，所選擇的樣本數量僅包括2015-2019年的空氣質量指標數據，對東北地區空氣質量時空變化特征和變化趨勢的研究，僅基于東北地區部分地級市的參考數據，而且在分析過程中也出現了O3濃度變化趨勢可信度較低的情況，并不能完全下最終結論。

（3）模型檢驗方法可持續改進

Mann-Kendall 趨勢檢驗法主要在時間序列上分析數據的可信度和變化趨勢，對各個指標的相關性和空間分布情況的分析還需引入更合理的分析模型，全面驗證空氣質量時空變化特征和變化趨勢是一個值得思考的難題，數據搜集和模型檢驗的路途仍然遙遠。

結語

隨著東北地區出現區域性大氣污染，部分城市達到嚴重污染，大氣污染成為東北地區生態文明建設和經濟發展過程中的重要阻礙，嚴重影響著大氣環境質量和居民身體健康。本研究從不同尺度了解東北地區空氣質量時空變化特征和變化趨勢，不僅有利于科學認識東北地區大氣污染特點，還對制定環保和防控措施具有指導意義，以達到改善區域空氣質量，防止環境污染，建設環保城區的目的。