GIS監控技術下城市持續性空氣污染時空分布特征研究

文章編號：1674-6139（2025）05-0139-05

中圖分類號：X511文獻標志碼：B

Analysis on Spatiotemporal Distribution Characteristics of Urban Persistent Air Pollution under GIS Monitoring Technology

Cao Shuai，Peng Ge，XinSixing

（Municipal Ecologyand Environment Bureau of Beijing，Beijing1O15OO，China）

Abstract：Thecomplexterrainandbuildingswithinthecityaectairfow，esultinginunevendistributionandspatiotemporalra bilityofpoltants，hichincreasstedificultyffeatureaalysisereforemetdforalyngtespatiotemporalstion characteristicsofurbanpersistentairpolutionasedonGSmoitoringtchnologispropoedBysetingupmoitoringpointstocollect airpolltantconcentrationdatathissudconstructedannvironmentalqualityindexodelbasedonthenviromentalqualityading standardsItproosdgioalairalitysessmntidcatorstouantiftoncentratioofoltantsdtquantityfaiulate materintheairasedoevaluationindcators，tespatialandtmporaldistrbutioncaracteisicsofurbnairutioneained Throughexperiments，itisowntattheairpolltionconcentrationintesudyareaiselativelylowfromJunetoAugustndigh fromNovembertoDecember.Intermsofspace，theairpolutionconcentrationinthecentralareaofthecityishigherthanthatinthe surrounding areas.

Keywords：geographicinformationsystem；urbanairpolution；timedistribution；spatialdistribution；airqualityevaluatior

前言

城市空氣污染問題日益嚴重，對居民健康和生態環境造成了影響[1]?？諝馕廴具€會對植被造成損害，影響城市綠化和生態平衡[2]。然而，城市內部的地形包括山丘、河流、湖泊等自然特征，以及高樓大廈、橋梁、隧道等人工建筑。這些地形和建筑物會改變空氣流動的模式，形成局部風場、渦流和死角，影響污染物的擴散和分布，并呈現出非均勻性和時空變異性，導致不同的時間和地點，污染物的濃度會有顯著差異[3]。因此，對城市持續性空氣污染分布特征的相關分析尤為重要。

文獻[4]通過監測TVOC及其組成，揭示了不同地理位置和環境條件下VOCs的分布特征和差異性，但監測站點分布不均影響代表性。文獻[5]利用城市多源遙感數據分析污染物時空變化，通過相關系數法研究氣溶膠光學厚度與 PM_2.5 的關系，但未考慮天氣和地形導致模型不確定性。文獻[6]使用全域和局域莫蘭指數分析大氣污染指數及時空分布，局部最小二乘法解析影響因子，但對數據噪聲和異常值敏感。文獻[7]結合R語言和ArcGIS技術，研究空氣質量指數時空分布及影響因子，探索大氣顆粒物與臭氧的協同關系。

為明確空氣污染的時空分布特征，提出了GIS監控技術下城市持續性空氣污染時空分布特征分析。

1 GIS監測點位布設

城市內部的地形和建筑物會顯著影響空氣流動，包括風速、風向和湍流等。這些因素會影響污染物的擴散路徑和速度，導致污染物在城市內部的分布不均勻。GIS監測點位的布設可以捕捉這些復雜的空間變化，通過在不同地形和建筑物環境中設置監測點，可以更準確地測量和記錄污染物的分布情況。

以市作為研究對象，該市西北高，東南低，西、北、東北三面環山，東南平原地帶，地勢平緩，朝向渤海方向傾斜。境內有永定河、潮白河、北運河、拒馬河等水系，大多發源于西北山區，穿山而過，向東南方向遷回，穿過平原，最終流入渤海。市行政區域面積16410平方公里，轄16個縣，常住人口多，屬暖溫性、半濕半干性季風氣候，夏多雨熱，冬寒干爽，春秋短促，是一種典型的季節性氣候。這種氣候條件使得的四季分明，各有特色。

為了解市空氣主要污染物的時空分布特征，采用GIS在線監測平臺為基礎，獲取連續、實時的監測數據，對該市進行多點、全時間序列的監測。系統包含29個自動空氣污染物監測站，能夠對大氣中的大氣顆粒物 PM_2.5 、氣體污染物 50₂、0₃ 和 NO₃ 四種主要污染物進行監測。每個監測站中的GIS可以每日在0－23時連續采集空氣數據，采集數據以1小時的平均值作為監測時間節點。基于GIS的監測點位分布圖見圖1。

2空氣污染評估指標設置

評估指標是城市空氣污染環境評估工作的核心[8]，直接影響到評估結果的準確性。目前，大氣環境質量評估模型主要有三種：空氣環境質量指標模型、空氣環境分類聚類模型和空氣環境影響解析模型。在這三種模式中，指標模型以簡單的形式，易于與地理信息系統相融合而成。采用加權平均方法[9]，設置空氣環境質量綜合指標 I

式（1）中， ω_i 是第 i 個大氣污染物濃度因子的權重值； C_i 是第 i 個大氣污染物濃度的實際測量值； C_0i 是第 i 個大氣污染物濃度的標準數值，標準數值一般參考市環境質量分級標準，標準見表1。

權重是大氣污染物中某一因子在全部因子中所占的比例，是對大氣污染物評估因子的關注程度。采用加權唯一法，在一個區域內，監測到的大氣污染物評價因子濃度含量低于某個標準，則說明它的重要性不大;反之，如果監測數據超出某一標準，則該數據在評估中的重要性也相應提高。權重計算具體公式為式（2）：

式（2）中， ω_i^k 是第 i 個大氣污染物濃度評價因子在 k 區域內的原始權重值； C_i^k 是第 i 個大氣污染物濃度在 k 區域內的實際測量值； 是第 i 個大氣污染物濃度的平均數值； C_ij 是第 i 個大氣污染物濃度在j級上的標準數值。

3市空氣污染時空分布特征

3.1污染物時間分布特征

由29個監測點位中隨機抽取一監測點位，通過對該點位2019年－2023年五年期間 PM_2.5?SO₂?O₃ 和 NO₃ 四種污染物濃度的變化量進行監測統計。并以2020年季節和月份為時間節點，根據表1環境質量分級標準展開分析，得到空氣污染物的時間分布特征見圖2。

通過圖2（a）能看出，在2019年，可以看出監測點 SO₂、 "NO₃ 污染物濃度含量達到三級污染， 0₃ 和PM_2.5 的污染物濃度含量達到四級污染，總體空氣質量較差;2020年時，監測點空氣質量好轉，監測點 0₃ 和 PM_2.5 濃度降低至三級污染；2021年期間，監測點SO₂ 和 PM_2.5 污染物濃度含量降低到二級污染， 0₃ 和 NO₃ 污染物濃度含量依然維持三級污染；2022年，監測點 0₃ 和 NO₃ 污染物濃度含量降至二級污染， PM_2.5 污染物濃度含量降到一級污染；2023年，監測點空氣質量達到優秀狀態，除 S0₂ 污染物濃度含量依舊在二級污染，但其余三種污染物濃度都降低到了一級輕度污染。綜上說明，監測點的空氣污染質量在一點點好轉。

通過圖2（b）可以看出，監測點在春季時的空氣污染物濃度最高，是因為春季風沙天氣較多，對城市空氣質量有不利影響；夏季空氣污染物濃度最低，是由于夏季降雨量多，污染物比較容易沉淀，空氣質量相對較好。

從圖2（c）-（d）可以看出，1-2月份空氣污染濃度較高，此階段的空氣質量較低;3－4月份的空氣污染濃度有小幅度升高，濃度升高一直持續到5月份；6-8月份的空氣污染濃度呈下降趨勢，且是一年之中濃度最低的三個月，該階段的城市空氣質量明顯提高;9-12月份的空氣污染濃度又呈現了上升趨勢，空氣質量下降。

3.2污染物空間分布特征

基于GIS系統結合29個監測點位的空氣污染物數據，根據空氣污染濃度綜合指標計算式（1）得到市持續空氣污染的空間分布特征，見圖3。

圖3（a）空氣污染物濃度較高的區域，集中于城區中心，呈現重度污染狀態，占全域的 70% 左右；城區北部處于較重污染；由城區中心向南方向，空氣污染物濃度降低，空氣質量提高，西南部為輕度污染，東南部顯示為中度污染。

圖3（b）結果中，相比2019年的空間分布特征，2020年的重度污染區域面積縮小，占全域的 50% 左右，依然集中于城中心區域；南部和北部區域空氣質量提高，表現為輕度污染。整體市區環境污染情況有所好轉。

圖3（c）中城中心區域的空氣污染濃度仍然較高，維持重度污染狀態，但重度污染區域面積明顯變小;北部和東南部空氣質量提高至一級輕度污染；其余區域基本保持在中度和較重污染。

通過圖3（d）可以看出，除城區東部有一小部分區域呈現四級重度污染狀態，城區西部區域呈現三級較重污染，其余區域的污染物濃度都有所下降，空氣質量相應提高。

圖3（e）相對于2019年-2022年，僅剩余東部較小面積區域呈現三級較重污染，城區超過 80% 的面積都呈現一級輕度污染和二級中度污染，空氣質量明顯好轉。

4結束語

文章提出了一種基于GIS監控技術的城市空氣污染時空分布特征分析方法，通過GIS監控技術，對城市持續性空氣污染的時空分布特征進行了深入分析。該方法通過布設監測點位采集空氣污染物濃度數據，構建環境質量指標模型，輸出空氣質量評估指標，量化污染物濃度和顆粒物數量，揭示了城市空氣污染的時空變化規律。實驗結果表明，6月－8月空氣污染濃度較低，11月-12月濃度較高；空間上，城市中心區域污染濃度高于周邊區域。這些發現有助于預測和評估空氣污染對人類健康的影響，為采取有效的防護措施提供了科學依據。此外，研究還揭示了城區空氣污染物濃度在時間上的季節變化，對理解城市空氣污染問題、提升空氣質量監測與預警能力具有重要意義。

參考文獻：

[1]孫豪宇，郭群勇.基于Fluent的城市街區大氣污染擴散仿真[J].計算機仿真，2023，40（1）：499-504；516

[2]魏雯，莊炳亮，葡惠娟，等.冬季華北平原高空急流對近地層空氣污染物作用的初步分析[J].大氣科學，2023，47（5）：1341-1354.

[3]王羅其，傅偉軍，葉正錢，等.基于地理信息系統和遙感技術的山核桃產區林地土壤質量退化評價[J].浙江大學學報（農業與生命科學版），2022，48（2）：216-226.

[4]方洪波，林潔萍，周振，等.東莞市夏秋季大氣揮發性有機物污染特征及來源解析[J].環境科學學報，2023，43（6）：131-140.

[5]呂芳，楊宇鑫，楊俊.氣溶膠光學厚度與 PM_2.5 濃度的時空分布特征及其關系一以京津冀大氣污染傳輸通道城市群為例[J].生態學報，2023，43（1）：153-165.

[6]金自恒，高錫章，李寶林，等.川渝地區空氣質量時空分布格局及影響因素[J].生態學報，2022，42（11）：4379-4388.

[7]劉杰，王明飛，鄧建明，等.山東省AQI、顆粒物和臭氧時空演化特征及關鍵影響因素識別分析[J].環境科學研究，2023，36（2）：273-284.

[8]張子玥，楊文玉，李煥，等.基于在線監測數據的石化企業CFB鍋爐大氣污染物排放綜合評價［J].安全與環境學報，2023，23（6）：2051-2059.

[9]蘇佳，武茜，黃光球.面向工業污染源排放的城市大氣環境系統韌性評價及其時空演化[J].環境工程學報，2023，17（4）：1263-1273.