王桂林,楊 昆,*,楊 揚(yáng)(1.云南師范大學(xué)信息學(xué)院,云南 昆明 650500；2.西部資源環(huán)境地理信息技術(shù)教育部工程研究中心,云南 昆明 650500)

京津冀地區(qū)不透水表面擴(kuò)張對(duì)PM2.5污染的影響研究

王桂林1,2,楊 昆1,2,*,楊 揚(yáng)1,2(1.云南師范大學(xué)信息學(xué)院,云南 昆明 650500；2.西部資源環(huán)境地理信息技術(shù)教育部工程研究中心,云南 昆明 650500)

基于2000年、2003年、2006年、2009年、2014年的遙感影像提取不透水表面數(shù)據(jù)以及相應(yīng)年份的PM2.5質(zhì)量濃度估算值.以不透水表面覆蓋率(ISC)為城市化指標(biāo)來(lái)分析城市化對(duì)PM2.5質(zhì)量濃度的影響,分別從城市、縣區(qū)尺度探討城市擴(kuò)張對(duì)PM2.5污染時(shí)空分布及演變的影響機(jī)制,定量研究二者相互關(guān)系;以京津冀地區(qū)為例,其ISC 從2000年的0.7%增長(zhǎng)到2014年的1.5%,而PM2.5濃度從45.7μg/m3飆升到77.3μg/m3.根據(jù)2000與2014年的PM2.5濃度差值,把京津冀地區(qū)劃分為輕度(0～9.9μg/m3)、中度(10～29.9μg/m3)、重度(30～49.9μg/m3)、嚴(yán)重(50～77μg/m3)污染區(qū)域,相應(yīng)的不透水表面增長(zhǎng)率分別為 43.3%、110.5%、 165.5%和 208.3%.嚴(yán)重污染區(qū)域位于北京-廊坊-天津-唐山(沿高速公路G1)和北京-保定-石家莊-邢臺(tái)-邯鄲(沿高速公路G4),伴隨著較高的不透水面增長(zhǎng)率(208.3%).同時(shí),在2000～2014年期間,京津冀地區(qū)ISC空間分布與PM2.5污染空間分布高度一致,以太行山和燕山山脈為界的東南地區(qū)的不透水表面增長(zhǎng)率為160.0%,顯著高于西北地區(qū)的增長(zhǎng)率50%,同時(shí)東南地區(qū)的PM2.5濃度增長(zhǎng)值45.5μg/m3也顯著高于西北地區(qū)的17.0 μg/m3.此外,把京津冀地區(qū)174個(gè)鄉(xiāng)鎮(zhèn)按照其ISC劃分為5個(gè)級(jí)別:松散型(0～4.9%)、輕度緊湊型(5%～9.9%)、緊湊型(10%～14.9%)、密集型(15%～24.9%)、高度密集型(＞25%),鄉(xiāng)鎮(zhèn)數(shù)量分別為42、35、52、34、11,對(duì)應(yīng)的PM2.5濃度均值分別為(42.7±10.5)、(79.9±11.9)、(95.6±15.4)、(99.1±10.8)、(115.3±9.2) μg/m3.其中松散型鄉(xiāng)鎮(zhèn)的空氣質(zhì)量較好,而嚴(yán)重霧霾籠罩在高度密集型的鄉(xiāng)鎮(zhèn)中.結(jié)果表明當(dāng)鄉(xiāng)鎮(zhèn)ISC為5%和25%時(shí),對(duì)區(qū)域PM2.5質(zhì)量濃度帶來(lái)劇烈的增長(zhǎng).當(dāng)ISC ＞5%時(shí),PM2.5濃度發(fā)生了激烈增長(zhǎng),其比＜5%的鄉(xiāng)鎮(zhèn)高了87.2%.當(dāng)ISC ＞25%時(shí),其PM2.5濃度飆升到(115.3±9.2) μg/m3,大約是＜5%鄉(xiāng)鎮(zhèn)的3倍.結(jié)論表明,在城市化進(jìn)程中,不透水表面擴(kuò)張對(duì)PM2.5污染的加劇帶來(lái)嚴(yán)重影響,不透水表面擴(kuò)張應(yīng)該成為城市空氣污染一個(gè)不可忽視的影響因素之一.

不透水表面；PM2.5污染；城市擴(kuò)張；京津冀城市群；城市環(huán)境效應(yīng)

人類改變自然地表的一個(gè)重要體現(xiàn)為不透水表面增長(zhǎng).不透水表面作為一種典型的城市地表覆蓋組分,是一種由不透水性材料構(gòu)造的人為地表,主要包括建筑物屋面系統(tǒng)和交通運(yùn)輸系統(tǒng),如房頂、廣場(chǎng)、道路、停車(chē)場(chǎng)等.不透水表面的擴(kuò)張改變了城市生態(tài)系統(tǒng)結(jié)構(gòu)[1],破壞城市生態(tài)功能,導(dǎo)致城市大氣環(huán)境惡化,生物多樣性減少和水環(huán)境退化等城市生態(tài)環(huán)境問(wèn)題[2-3].不透水表面是反映人類活動(dòng)對(duì)自然地表改造的頻度與強(qiáng)度重要指標(biāo),可作為一個(gè)關(guān)鍵的城市生態(tài)和環(huán)境指標(biāo)來(lái)反映伴隨城市擴(kuò)張的負(fù)面生態(tài)環(huán)境影響[3],快速城市化和工業(yè)化導(dǎo)致中國(guó)城市空氣污染日益嚴(yán)重,尤其在京津冀區(qū)域.盡管中國(guó) PM2.5污染的主要來(lái)源煤炭燃燒已經(jīng)在2013年得到控制,并開(kāi)始減少[4],然而空氣污染仍在持續(xù)爆發(fā),并在2015年12月華北地區(qū)首次發(fā)布PM2.5污染”紅色預(yù)警”[5],即中國(guó)空氣污染最高級(jí)別預(yù)警. 2016年入秋以來(lái),京津冀地區(qū)又開(kāi)始持續(xù)出現(xiàn)PM2.5高污染狀態(tài).中國(guó)空氣污染引起各界人士的廣泛關(guān)注,中國(guó)政府迫于壓力采取了一系列措施來(lái)治理城市空氣污染,例如汽車(chē)限行,工業(yè)污染排放控制等,然而中國(guó)空氣污染問(wèn)題并沒(méi)有從根本上解決.近15a以來(lái),中國(guó)許多大城市頻繁發(fā)生的嚴(yán)重灰霾天氣,與發(fā)達(dá)國(guó)家歷史上分階段的大氣污染不同,伴隨中國(guó)快速經(jīng)濟(jì)和城市化發(fā)展的燃煤,交通和工業(yè)等各類污染源的排放導(dǎo)致我國(guó)形成復(fù)合型大氣污染.灰霾天氣是不利的氣象條件(外因)[6]和污染物排放(內(nèi)因)[7]的綜合結(jié)果,要解決灰霾天氣[8],首先需要準(zhǔn)確評(píng)估污染態(tài)勢(shì),確定各個(gè)污染源的權(quán)重,才能科學(xué)制定消減污染物排放的具體計(jì)劃.已有研究表明城市氣象條件主要受城市建筑用地密度,建筑用地高度等控制[9],城市不透水表面覆蓋幾乎控制整個(gè)城市空氣動(dòng)力學(xué),影響和控制城市氣象條件,進(jìn)而影響城市污染物的傳播,擴(kuò)散與匯集[2,10].城市空氣污染嚴(yán)重危害人們的身體和身心健康[11].工業(yè)排放[12-13]、汽車(chē)尾氣排放、烹飪和供暖排放是城市空氣污染的主要來(lái)源[14],均可歸因于城市規(guī)劃的不合理和不科學(xué)性,例如過(guò)度密集的建筑用地和高樓大廈[15]會(huì)阻礙和降低風(fēng)速,進(jìn)而降低空氣污染物的擴(kuò)散[9]. Zhang[9]認(rèn)為作為城市空氣污染的主要污染源-工業(yè)排放是可以通過(guò)控制和限制排放來(lái)有效降低,但是汽車(chē)尾氣、烹飪和供暖的排放屬于人們?nèi)粘Ｉ畹囊徊糠?難以有效地監(jiān)測(cè)與控制[16]且不可避免.但這些人類活動(dòng)均依附在不透水表面上.因此,研究采用ISC作為可量化的城市化指標(biāo)來(lái)研究快速城市化的大氣環(huán)境效應(yīng)具有重大意義.掌握不透水表面擴(kuò)張程度對(duì) PM2.5時(shí)空過(guò)程的影響是控制和治理 PM2.5污染的基礎(chǔ).采用ISC來(lái)綜合反映人類活動(dòng)強(qiáng)度具有可行性.通過(guò)該研究可以為未來(lái)城市化建設(shè)提供一個(gè)定量的可控的城市化指標(biāo),即通過(guò)分析ISC和及其空間分布格局來(lái)宏觀調(diào)控城市生態(tài)系統(tǒng)的結(jié)構(gòu)和功能,為新型城鎮(zhèn)化建設(shè)提供理論依據(jù).為此,本文提取了京津冀地區(qū)近15a來(lái)的ISC和PM2.5質(zhì)量濃度空間分布數(shù)據(jù),分析了二者的時(shí)空變化規(guī)律.

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為京津冀城市群.其位于華北平原,經(jīng)緯度為113.51°～119.91°E、36.02°～45.56°N,擁有1.1億人口,總面積為21.8萬(wàn)km2,建成區(qū)面積為0.33萬(wàn) km2[2014年].京津冀地區(qū)屬于大陸性季風(fēng)氣候,具有明顯的季節(jié)變化,平均氣溫為12.3℃,年均降雨量大約為572mm.本研究區(qū)空間范圍包括北京、天津2個(gè)直轄市和河北省的石家莊、保定、唐山、廊坊、秦皇島、衡水、承德、張家口、邢臺(tái)、邯鄲、滄州 11個(gè)地級(jí)市,城市常住人口2936.86萬(wàn)人.京津冀城市群是我國(guó)三大城市群空氣污染最為嚴(yán)重的都市圈[17].隨著城市化進(jìn)程不斷推進(jìn),京津冀地區(qū) PM2.5污染已經(jīng)成為世界范圍內(nèi)最嚴(yán)重的區(qū)域之一.京津冀城市群示意如圖1所示.

圖1 京津冀地區(qū)示意Fig.1 The sketch map of the BTH region

1.2 研究方法

1.2.1 不透水表面提取 采用歸一化建筑指數(shù)(NDBI)來(lái)提取研究區(qū)的不透水表面信息,歸一化建筑指數(shù)由楊山[18]最早提出,該指數(shù)主要基于城市建筑用地(多為不透水表面)在TM影像短波紅外波段的反射率高于近紅外波段的特點(diǎn)而創(chuàng)建.因此,通過(guò)歸一化處理,得到NDBI指數(shù):

式中:TM7為短波紅外波段;TM4為近紅外波段.在NDBI算法中,對(duì)于landsat數(shù)據(jù),有2個(gè)短波紅外波段(TM5與TM7),反射率都高于近紅外波段,該文通過(guò)對(duì)京津冀地區(qū)大量對(duì)比實(shí)驗(yàn)分析發(fā)現(xiàn),對(duì)于TM數(shù)據(jù)中TM7及TM4提取不透水表面的效果比TM5及TM4更好,能夠去除大部分裸地、山地等地類的影響.NDBI值分布在[-1,1]之間,值越大代表建筑用地比例越高,建筑密度越大.當(dāng)NDBI大于0,即為不透水表面;當(dāng)小于0時(shí),即為非不透水表面.對(duì)提取出來(lái)的不透水表面覆蓋數(shù)據(jù)隨機(jī)選取1900個(gè)點(diǎn)(不透水表面和透水表面各950個(gè)),以Google Earth作為參考依據(jù),對(duì)隨機(jī)點(diǎn)進(jìn)行驗(yàn)證,得出2000、2003、2006、2009、2014年的不透水表面提取的總體精度分別為86.96%、90.17%、88.56%、91.68%和92.66%.

不透水表面覆蓋率指在10×10像元區(qū)域(即為 300m×300m范圍)不透水表面所占比例.該指標(biāo)可作為一個(gè)關(guān)鍵的城市化指標(biāo)來(lái)綜合反映人類開(kāi)發(fā)活動(dòng)強(qiáng)度.基于不透水表面空間分布圖, ISC計(jì)算如下:

式中:不透水表面面積是區(qū)域10×10像元范圍內(nèi)不透水表面面積,總面積是10×10像元區(qū)域總面積.

1.2.2 PM2.5質(zhì)量濃度數(shù)據(jù)

(1)PM2.5地面監(jiān)測(cè)數(shù)據(jù)

我國(guó)從2013年1月開(kāi)始就典型區(qū)域以及各省會(huì)城市部署環(huán)境質(zhì)量自動(dòng)監(jiān)測(cè)點(diǎn)并監(jiān)測(cè)城市每小時(shí)空氣質(zhì)量數(shù)據(jù),到今為止已經(jīng)在全國(guó)范圍369個(gè)城市共部署了1540個(gè)空氣質(zhì)量自動(dòng)監(jiān)測(cè)站,實(shí)時(shí)記錄每小時(shí)空氣質(zhì)量濃度數(shù)據(jù),并在國(guó)家環(huán)境保護(hù)局網(wǎng)站上實(shí)時(shí)公布.空氣質(zhì)量數(shù)據(jù)包括的指標(biāo):(PM2.5_1h、PM2.5_24h、AQI,O3、O3_24h、O3_8h、O3_8h_24h、SO2、SO2_24h、CO、CO_24h、NO2、NO2_24h、 PM10、PM10_24h).該文采集了2013年4月2日～2016年6月17日國(guó)家環(huán)境保護(hù)部發(fā)布的每小時(shí)監(jiān)測(cè)數(shù)據(jù).京津冀地區(qū),到目前為止,總共有84個(gè)站點(diǎn)數(shù)據(jù),其中有80個(gè)站點(diǎn)數(shù)據(jù)收集時(shí)間從2013年4月2日開(kāi)始,而其他4個(gè)站點(diǎn)的數(shù)據(jù)從在2015年1月2日新增設(shè)的.京津冀地區(qū)各城市的站點(diǎn)數(shù)目是根據(jù)城市的人口數(shù)量來(lái)制定,其中北京有12個(gè)、天津有17個(gè)、石家莊7個(gè)、保定5個(gè)、廊坊4個(gè)、邢臺(tái)4個(gè)、衡水3個(gè)、滄州3個(gè)、唐山4個(gè)、秦皇島4個(gè)、承德3個(gè)、張家口3個(gè).對(duì)異常每小時(shí)數(shù)據(jù)進(jìn)行刪除,使所有數(shù)據(jù)符合實(shí)際要求.

(2)PM2.5遙感提取

地面監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)、準(zhǔn)確,然后地面控制點(diǎn)稀少,且主要部署于城市中心,對(duì)京津冀大范圍研究來(lái)說(shuō)其數(shù)據(jù)有限,且時(shí)間跨度較短,難以從長(zhǎng)時(shí)間尺度地來(lái)分析城市空氣質(zhì)量的變化趨勢(shì)[19-23].因此,本文采用了2000～2014年基于衛(wèi)星影像提取的 PM2.5質(zhì)量濃度估算值,該數(shù)據(jù)是采用地理加權(quán)模型(GWR)結(jié)合遙感衛(wèi)星數(shù)據(jù)、模擬數(shù)據(jù)以及地面監(jiān)測(cè)值來(lái)估算區(qū)域 PM2.5濃度值,空間分辨率為 1km[24],該模型不僅考慮了氣溶膠中的化學(xué)組分,土地利用信息和少量的地面監(jiān)測(cè)數(shù)據(jù),把來(lái)自多個(gè)衛(wèi)星產(chǎn)品(MISR,MODIS Dark Target, MODIS和SeaWiFS Deep Blue,MODIS MAIAC)的氣溶膠光學(xué)厚度數(shù)據(jù)并入到 GEOS-Chem模型中,還結(jié)合地面稀釋的監(jiān)測(cè)站點(diǎn)值,來(lái)提高PM2.5質(zhì)量濃度的估算精度.基于交叉驗(yàn)證方法,該模型的PM2.5估算值與地面監(jiān)測(cè)值具有很高的相關(guān)性(R2=0.81),符合該實(shí)驗(yàn)精度要求.

1.2.3 關(guān)聯(lián)規(guī)則挖掘 采用關(guān)聯(lián)規(guī)則挖掘技術(shù)挖掘隱含在海量大數(shù)據(jù)中每小時(shí) PM2.5質(zhì)量濃度與不透水表面覆蓋率之間有意義的模式.關(guān)聯(lián)規(guī)則是由X?Y式子導(dǎo)出,X和Y都是數(shù)據(jù)集.直觀的意思是在一個(gè)事務(wù)數(shù)據(jù)集中,包含 X的事務(wù)往往也包含 Y.例如 80%的緩沖區(qū) ISC＞50%的區(qū)域發(fā)生 PM2.5六級(jí)以上污染.設(shè) T={i1, i2,…, in}是項(xiàng)的集合.設(shè)D是數(shù)據(jù)庫(kù)事務(wù)的集合,其中每個(gè)事務(wù) T是一個(gè)非空項(xiàng)集,使得 T?T;每個(gè)事務(wù)都有一個(gè)標(biāo)識(shí)符,稱為T(mén)ID.設(shè)X是一個(gè)項(xiàng)集,事務(wù)T包含A,當(dāng)且僅當(dāng)X?T.關(guān)聯(lián)規(guī)則是形如 X?Y的蘊(yùn)涵式,其中 X?T, Y?T,并且 X∩Y =Φ.規(guī)則X?Y在事務(wù)集D中成立,具有支持度s和置信度c,其中s是D中事務(wù)包含X∪Y的百分比,c是D中包含X的事務(wù)同時(shí)也包含Y的事務(wù)的百分比.

同時(shí)滿足最小支持度閾值和最小置信度閾值的規(guī)則稱之為強(qiáng)規(guī)則.當(dāng)支持度和置信度度量不足以過(guò)濾掉無(wú)用的關(guān)聯(lián)規(guī)則時(shí),為了處理這個(gè)問(wèn)題,可以使用相關(guān)性度量來(lái)擴(kuò)充關(guān)聯(lián)規(guī)則的支持度-置信度框架.本文采用適合挖掘大型數(shù)據(jù)集的提升度來(lái)度量.提升度(lift)是一種簡(jiǎn)單的相關(guān)性度量,通過(guò)一下定義得到:

lift值小于1,則X的出現(xiàn)與Y的出現(xiàn)是負(fù)相關(guān)的,意味著一個(gè)出現(xiàn)可能導(dǎo)致另一個(gè)不出現(xiàn).如果結(jié)果值大于1,則X和Y是正相關(guān),意味每一個(gè)的出現(xiàn)都蘊(yùn)含另一個(gè)的出現(xiàn).如果值等于 1,則 X和Y是獨(dú)立的,它們之間沒(méi)有相關(guān)性.

2 結(jié)果與討論

2.1 PM2.5污染時(shí)空變化規(guī)律

依據(jù)京津冀地區(qū) 2000～2014年的空間分布,其 PM2.5污染越來(lái)越嚴(yán)重,從 2000年均值45.65μg/m3增長(zhǎng)到2003年59.58μg/m3,年均增長(zhǎng)率為10.17%;從2003年59.58μg/m3增長(zhǎng)到2006年64.81μg/m3,年均增長(zhǎng)率為2.93%.從2006年的64.81μg/m3增長(zhǎng)到2009年的69.72μg/m3,年均增長(zhǎng)率2.53%;從2009年的69.72μg/m3飆升到2014年均值 77.3μg/m3,年均增長(zhǎng)率為 3.62%.可見(jiàn), 2000～2003年間其 PM2.5質(zhì)量濃度的年均增長(zhǎng)率最高,是其他時(shí)間段的 3倍左右.其次為 2009～2014年間,其年均增長(zhǎng)率為 3.62%.把京津冀地區(qū)按PM2.5質(zhì)量濃度進(jìn)行劃分展示,劃分為7個(gè)污染水平區(qū)域:優(yōu)(0～10μg/m3),良好(10～30μg/m3),輕度污染(30～50μg/m3),中度污染(50～70μg/m3),重度污染(70～90μg/m3),嚴(yán)重污染(90～115μg/m3), 污染危險(xiǎn)水平(＞115μg/m3),采用不同的顏色來(lái)代表不同污染水平(圖 2).結(jié)果表明:2000年,只有滄州市小部分處于重度污染,其余區(qū)域都處于中度污染;到2003年,重度污染開(kāi)始在京津冀東南地區(qū)大面積蔓延,其中天津的東北區(qū)域和唐山的東南區(qū)首次從輕度污染加劇為中度污染,而PM2.5嚴(yán)重污染水平開(kāi)始出現(xiàn)在邢臺(tái)和衡水的交界處;到 2006年,PM2.5重度污染繼續(xù)從東南往西北地區(qū)蔓延與擴(kuò)散,PM2.5嚴(yán)重污染情況持續(xù)在東南區(qū)擴(kuò)散和加劇,主要位于石家莊-邢臺(tái)-邯鄲.到 2009年,PM2.5嚴(yán)重污染水平往保定-北京-衡水區(qū)域擴(kuò)散,其中PM2.5危險(xiǎn)污染水平開(kāi)始出現(xiàn)在京津冀東南區(qū)域,雖然處于該危險(xiǎn)污染水平的面積不多.到2012年,最嚴(yán)重的PM2.5污染開(kāi)始在石家莊-邢臺(tái)-邯鄲地帶擴(kuò)散和蔓延.逐步形成二個(gè)污染最嚴(yán)重污染地帶,一個(gè)區(qū)域位于北京-廊坊-天津-唐山;一個(gè)污染帶位于北京-保定-石家莊-邢臺(tái)-邯鄲.

PM2.5污染逐步從河北南部城市往北京和天津移動(dòng),整體 PM2.5污染往北邊移動(dòng),污染逐步加劇,其中唐山、天津、北京污染加劇最快.從京津冀地區(qū)的 PM2.5濃度空間格局分布來(lái)看,以太行山和燕山山脈為界,位于京津冀東南區(qū)域的城市PM2.5污染嚴(yán)重,西北地區(qū)相對(duì)較好;其中靠近渤海的沿海城市污染又較輕于東南地區(qū)內(nèi)陸城市,且高污染地區(qū)主要為污染企業(yè)、人口密集的平原和市中心區(qū).另外,根據(jù)2000～2014年P(guān)M2.5質(zhì)量濃度差值空間分布圖(圖 3),得出以滄州為中心,包括廊坊南部-保定(東北部)-衡水(北部)污染帶,分析原因該地帶從2000年,甚至之前的PM2.5質(zhì)量濃度就已經(jīng)很高,早在2000年,唐山、天津、北京、廊坊北部,以及這一地帶周邊的地段空氣質(zhì)量還良好的時(shí)候,該地段的空氣質(zhì)量一直處于高濃度污染狀態(tài),至今 PM2.5質(zhì)量濃度依然保持在較高水平,因此,其變化的濃度值較小,但是其本身污染很?chē)?yán)重,這是因?yàn)檫@一地帶,地勢(shì)低,空氣不容易擴(kuò)散,因此這一地帶污染開(kāi)始的最早,也是濃度較高的區(qū)域.

圖2 京津冀地區(qū)PM2.5質(zhì)量濃度時(shí)空分布變化趨勢(shì)Fig.2 The changes of the PM2.5concentration in the BTH region

圖3 2000～2014年P(guān)M2.5質(zhì)量濃度差值空間分布Fig.3 The differences in PM2.5concentration between 2000 and 2014

2.2 PM2.5質(zhì)量濃度與不透水表面覆蓋率時(shí)空變化關(guān)系

采用歸一化建筑指數(shù)提取了京津冀地區(qū)2000、2003、2006、2009、2014年的不透水表面數(shù)據(jù),在此基礎(chǔ)上估算了京津冀地區(qū)的 ISC.在最近 15a的城市化進(jìn)程中,京津冀地區(qū)土地利用粗放現(xiàn)象突出,森林生態(tài)系統(tǒng)功能退化嚴(yán)重,尤其是城市不斷往外擴(kuò)張.不透水表面擴(kuò)張不僅僅局限于大城市中,不透水表面增長(zhǎng)與蔓延也發(fā)生于鄉(xiāng)鎮(zhèn)之間,主要以”組團(tuán)”方式從城中心往邊緣地帶蔓延.與 PM2.5空間分布規(guī)律一致,主要以太行山和燕山山脈為界,東南地區(qū)的城市化水平,不透水表面擴(kuò)張程度明顯高于西北地區(qū).

圖4顯示了京津冀地區(qū)從2000～2014年不透水地表面積變化趨勢(shì).京津冀地區(qū)不透水表面面積從2000年1521km2增長(zhǎng)到2014年3324km2,增長(zhǎng)了 1803km2,增長(zhǎng)率為 118.54%,年均增長(zhǎng)率為8.47%.其中從2000～2003年,不透水表面增長(zhǎng)了413km2,年均增長(zhǎng)率為9.05%. 2003～2006年,京津冀不透水表面增長(zhǎng)了653km2,年均增長(zhǎng)率為11.25%.2003～2006年期間不透水表面增長(zhǎng)面積大于2000～2003年期間,年均增長(zhǎng)率增加了2.2%. 2006～2009年期間,不透水表面增長(zhǎng)了563km2,年均增長(zhǎng)率為 7.25%.2009～2014年,不透水表面增長(zhǎng)了 174km2,年均增長(zhǎng)率為 1.1%.得出2003～2006年期間,其不透水表面增長(zhǎng)面積最大,年均增長(zhǎng)率最高,其次為2000～2003年期間,第三為2006～2009年期間,到了2009～2014年,中國(guó)城市擴(kuò)展速度放緩,年均增長(zhǎng)率降為 1.1%.15a間,京津冀地區(qū)城市化擴(kuò)張速度迅速,城市化進(jìn)程速度快,到 2009年開(kāi)始,中國(guó)城市化擴(kuò)張已經(jīng)到了瓶頸之處,中國(guó)房地產(chǎn)庫(kù)存大,城市擴(kuò)張放緩,不透水表面增長(zhǎng)率下降.

圖4 2000～2014年京津冀地區(qū)不透水表面擴(kuò)張趨勢(shì)Fig.4 The changes of impervious surface areaduring 2000 to 2014 in the BTH region

圖5展示京津冀地區(qū)ISC的時(shí)空變化趨勢(shì),對(duì)比分析京津冀地區(qū)ISC與PM2.5質(zhì)量濃度的空間分布規(guī)律.得出京津冀不透水表面和 PM2.5污染的空間分布格局一致:以太行山-燕山山脈為界,東南部不透水表面覆蓋率明顯高于西北區(qū)域,而東南部 PM2.5污染嚴(yán)重,西北部較輕,且高污染地區(qū)主要為企業(yè),人口密集的平原和市中心區(qū).京津冀地區(qū) PM2.5污染加劇明顯,盡管該地區(qū)植被覆蓋狀況總體趨好,但仍然形成了北京(東南)-天津-廊坊(北部)-唐山(沿高速公路 G1)和北京-保定(東南)-石家莊(東部)-邢臺(tái)-邯鄲(沿高速公路G4)兩個(gè)重污染帶.這與2014年京津冀地區(qū)不透水表面覆蓋率的高濃度值分布一致,得出京津冀地區(qū)PM2.5質(zhì)量濃度增長(zhǎng)與ISC保持高度一致性,即京津冀地區(qū)不透水表面也是圍繞沿高速公路G1的北京-保定-石家莊-邢臺(tái)-邯鄲地帶和北京-廊坊-天津-唐山地帶擴(kuò)張.二個(gè)污染帶的不透水表面增長(zhǎng)率為 141.67%,其 PM2.5質(zhì)量濃度從2000年的 64.9μg/m3增長(zhǎng)到 2014年的 136.2 μg/m3,同比增長(zhǎng) 109.86%.以太行山和燕山為界的東南地區(qū) PM2.5質(zhì)量濃度從 2000年的52.5μg/m3到 2014年 98.0μg/m3,同比增長(zhǎng)了45.5μg/m3;而西北地區(qū)的PM2.5質(zhì)量濃度從2000年的22.7μg/m3增長(zhǎng)到2014年39.7μg/m3,同比增長(zhǎng)17μg/m3.東南地區(qū)的PM2.5污染的加劇程度遠(yuǎn)大于西北地區(qū).同時(shí),不透水表面擴(kuò)張也遵循以太行山和燕山山脈為界,東南地區(qū)的不透水表面擴(kuò)張(從2000年的1.0%到2014年2.6%)遠(yuǎn)比西北地區(qū)的擴(kuò)張(從2000年的0.4%到2014年的0.6%)激烈.由此可見(jiàn),PM2.5污染加劇程度與不透水表面擴(kuò)張程度在空間分布和時(shí)間變化上都保持高度的一致.通過(guò)擬合京津冀地區(qū) PM2.5質(zhì)量濃度與 ISC,表明二者相關(guān)性顯著(R2=0.92, P＜0.001),得出ISC影響PM2.5污染變化(表1).

圖5 京津冀地區(qū)不透水表面覆蓋率變化趨勢(shì)Fig.5 Variations of the ISC in the BTH region

表1 ISC與PM2.5質(zhì)量濃度變化Table 1 The changes of the ISC and PM2.5concentrations

為了進(jìn)一步分析京津冀地區(qū)ISC與PM2.5質(zhì)量濃度水平的關(guān)系,依據(jù)2014年與2000年的京津冀 PM2.5質(zhì)量濃度的差值劃分為輕度區(qū)(0～10μg/m3),中度區(qū)(10.01～30μg/m3), 重度區(qū)(30.01～50μg/m3),嚴(yán)重區(qū)(50.01～77μg/m3).

依據(jù)京津冀地區(qū)15a期間的PM2.5質(zhì)量濃度加劇空間分布,得出京津冀地區(qū)有 42374.00km2的輕度區(qū),PM2.5質(zhì)量濃度加劇范圍為0～10μg/m3;有90700.5km2中度區(qū),主要位于滄州、張家口、承德、秦皇島,重度區(qū)的面積有60635.1km2,主要位于北京-廊坊-天津-唐山和保定-石家莊-衡水-邢臺(tái)區(qū)域.而 PM2.5嚴(yán)重加劇區(qū)域面積為20279.0km2,主要位于保定-石家莊-邢臺(tái)-邯鄲沿高速公路 G1的線路上以及北京-廊坊-天津-唐山沿高速公路G4的沿線上.

計(jì)算各區(qū)域的不透水表面覆蓋增長(zhǎng)率,得出PM2.5污染輕度加劇的不透水表面增長(zhǎng)率為43.3%,中度加劇區(qū)域的不透水表面增長(zhǎng)率為110.5%,重度加劇區(qū)域的不透水表面增長(zhǎng)率為165.5%,嚴(yán)重加劇區(qū)域的不透水表面增長(zhǎng)率為208.3%,該結(jié)果表明 PM2.5污染加劇越嚴(yán)重的區(qū)域,其不透水表面增長(zhǎng)率越高.結(jié)合 2014年與2000年的PM2.5質(zhì)量濃度差值空間分布圖和ISC空間分布圖,得出 PM2.5質(zhì)量濃度加劇與不透水表面擴(kuò)張?jiān)诳臻g分布上保持高度一致.

2.3 不透水表面擴(kuò)張對(duì)PM2.5質(zhì)量濃度的影響

2.3.1 城市尺度分析 依據(jù)ISC和PM2.5時(shí)空分布圖,采用空間數(shù)理統(tǒng)計(jì)工具,分別計(jì)算各城市的 ISC和PM2.5質(zhì)量濃度均值在2000年到2014年期間的變化特征,分析二者潛在的相關(guān)關(guān)系(表2).

表2 2000年～2014年城市不透水表面面積與PM2.5質(zhì)量濃度變化關(guān)系Table 2 The changes of the ISC and PM2.5concentration from 2000 to 2014

其中北京不透水面積增長(zhǎng)最大,為 818km2,其增長(zhǎng)率為 167.62%,其次是天津市(356km2),其增長(zhǎng)率為 93.68%;第三為唐山市,其增長(zhǎng)面積為130km2,增長(zhǎng)率為 109.24%.相應(yīng) PM2.5質(zhì)量濃度加劇情況:北京市增長(zhǎng)了34.77μg/m3,天津增長(zhǎng)了25.88μg/m3,唐山市飆升 52.13μg/m3,其中唐山污染加劇最為嚴(yán)重.城市不透水表面的增長(zhǎng)和PM2.5質(zhì)量濃度加劇成顯著正比關(guān)系,京津冀城市化水平影響著該區(qū)域的空氣污染.唐山是個(gè)特例,其不透水表面增長(zhǎng)不是最快,但是其污染最為嚴(yán)重,這是因?yàn)椴煌杆砻媾c PM2.5是一個(gè)間接關(guān)系,其不會(huì)直接產(chǎn)生污染物,污染物排放還受依附于不透水表面上的建筑用地用途的影響,例如工業(yè)用地的污染排放大于商業(yè)用地和居住用地,而居住用地大于商業(yè)用地,而北京、天津重工業(yè)全部遷往河北地區(qū).

2.3.2 鄉(xiāng)鎮(zhèn)尺度分析 為了進(jìn)一步分析不透水表面擴(kuò)張對(duì) PM2.5質(zhì)量濃度的影響,從京津冀地區(qū)鄉(xiāng)鎮(zhèn)尺度分析京津冀地區(qū) 174個(gè)鄉(xiāng)鎮(zhèn)的 ISC和PM2.5質(zhì)量濃度年均值的相關(guān)關(guān)系.

表3表明京津冀地區(qū)鄉(xiāng)鎮(zhèn)PM2.5質(zhì)量濃度和ISC具有顯著的空間自相關(guān)特征,其Moran’s I分別為0.58(P＜0.001)和0.29(P＜0.001),均通過(guò)顯著性檢驗(yàn).該結(jié)論表明京津冀地區(qū)鄉(xiāng)鎮(zhèn) PM2.5質(zhì)量濃度和ISC存在明顯的空間自相關(guān)性,具有顯著的高值聚集,低值聚集特征.另外,依據(jù)鄉(xiāng)鎮(zhèn) PM2.5質(zhì)量濃度和ISC的G指數(shù),得出二者均存在熱點(diǎn)和冷點(diǎn),且二者的熱點(diǎn)均分布在東南地區(qū),冷點(diǎn)均分布在西北地區(qū),二者的熱點(diǎn)和冷點(diǎn)在空間分布格局上基本保持一致.

表3 Moran’s I and General GTable 3 Summary global Moran's I and General G

圖6展示了2014年京津冀地區(qū)174個(gè)鄉(xiāng)鎮(zhèn)的 ISC和 PM2.5質(zhì)量濃度分布圖.得出鄉(xiāng)鎮(zhèn) ISC越大,其 PM2.5污染越嚴(yán)重,二者在空間分布上保持相對(duì)一致.

按照鄉(xiāng)鎮(zhèn)ISC值,把京津冀174個(gè)鄉(xiāng)鎮(zhèn)劃分為:松散型(0～5%),輕度緊湊型(5%～10%),緊湊型(10%～15%),密集型(15%～25%),高度密集型(＞25%)[25].各類型鄉(xiāng)鎮(zhèn)的個(gè)數(shù)分別為42、35、52、34、11,PM2.5質(zhì)量濃度年均值分別為(42.7 ± 10.5)、(79.9 ± 11.9)、(95.6 ± 15.4)、(99.1 ± 10.8)、(115.3± 9.2)μg/m3(表 4).分析各類型鄉(xiāng)鎮(zhèn)的 ISC和 PM2.5質(zhì)量濃度值,得出結(jié)果:松散型的鄉(xiāng)鎮(zhèn)往往具有良好的空氣質(zhì)量;而當(dāng)鄉(xiāng)鎮(zhèn) ISC處于5%～25%之間時(shí),其空氣質(zhì)量具有明顯的惡化跡象.當(dāng)ISC＞5%時(shí), PM2.5濃度發(fā)生了激烈增長(zhǎng),其比＜5%的鄉(xiāng)鎮(zhèn)高了 87.2%.當(dāng) ISC＞25%時(shí),其PM2.5濃度飆升為(115.3±9.2)μg/m3,大約是＜5%的鄉(xiāng)鎮(zhèn)的3倍.因此,城市化進(jìn)程中不透水表面擴(kuò)張對(duì) PM2.5污染的加劇帶來(lái)顯著影響,不透水表面擴(kuò)張應(yīng)該成為城市空氣污染一個(gè)不可忽視的影響因素之一.

圖6 京津冀地區(qū)鄉(xiāng)鎮(zhèn)的ISC和PM2.5質(zhì)量濃度空間分布Fig.6 The spatial distribution of the counties’ ISC and PM2.5concentrations in the BTH region

表4 鄉(xiāng)鎮(zhèn)的ISC與PM2.5質(zhì)量濃度關(guān)系Table 4 The counties’ISC degrees and their PM2.5summary information

2.4 不透水表面擴(kuò)張對(duì) PM2.5質(zhì)量濃度影響的拐點(diǎn)判定

選擇京津冀地區(qū)84個(gè)自動(dòng)監(jiān)測(cè)站點(diǎn),依據(jù)站點(diǎn)每小時(shí)自動(dòng)監(jiān)測(cè)數(shù)據(jù)和和站點(diǎn)緩沖區(qū)范圍(3500m)的 ISC數(shù)據(jù),采用數(shù)據(jù)挖掘技術(shù)來(lái)尋找ISC對(duì) PM2.5污染影響的拐點(diǎn).在數(shù)據(jù)挖掘之前,需要對(duì)PM2.5每小時(shí)濃度數(shù)據(jù)和ISC進(jìn)行預(yù)處理,使之符合數(shù)據(jù)挖掘的格式.首先,對(duì)站點(diǎn)的連續(xù)ISC和PM2.5質(zhì)量濃度值進(jìn)行離散化處理.

根據(jù)中華人民共和國(guó)國(guó)家環(huán)境保護(hù)標(biāo)準(zhǔn)(HJ633-2012)[26]各濃度級(jí)別范圍,把 PM2.5質(zhì)量濃度劃分為6個(gè)級(jí)別.并經(jīng)過(guò)多次試驗(yàn)反復(fù)驗(yàn)證,把ISC劃分為5個(gè)等級(jí),如表5所示.

表5 離散化處理Table 5 Data discretization

在關(guān)聯(lián)規(guī)則挖掘?qū)嶒?yàn)中,需先設(shè)定支持度和置信度閾值,不斷嘗試和組合不同支持度和置信度才能找到合適的閾值,該文根據(jù)數(shù)據(jù)挖掘結(jié)果不斷調(diào)整參數(shù),這也是數(shù)據(jù)挖掘方法的特點(diǎn).找到相應(yīng)的支持度和置信度閾值,然后挖掘出符合強(qiáng)關(guān)聯(lián)規(guī)則的關(guān)聯(lián)規(guī)則總庫(kù),最后篩選出有意義的不同級(jí)別的PM2.5規(guī)則.

首先把所有經(jīng)過(guò)處理符合時(shí)空數(shù)據(jù)挖掘格式的數(shù)據(jù)全部轉(zhuǎn)換為CSV格式.然后進(jìn)行各種支持度、置信度進(jìn)行設(shè)置實(shí)驗(yàn),挖掘PM2.5污染規(guī)則,試驗(yàn)結(jié)果如下所示:

表6 規(guī)則庫(kù)Table 6 Rules

表7 ISC與PM2.5污染的強(qiáng)關(guān)聯(lián)規(guī)則Table 7 The strong association rules between ISC and PM2.5

表 6分別對(duì)不同的支持度和置信度進(jìn)行了實(shí)驗(yàn)分析,并對(duì)不同的規(guī)則庫(kù)進(jìn)行了評(píng)估、識(shí)別,最終認(rèn)為規(guī)則庫(kù)8最符合實(shí)驗(yàn)要求,因此,把規(guī)則庫(kù) 8進(jìn)行評(píng)估分析并識(shí)別出有意義的關(guān)聯(lián)規(guī)則.采用數(shù)據(jù)挖掘技術(shù)分析ISC對(duì)PM2.5質(zhì)量濃度的影響.根據(jù)數(shù)據(jù)挖掘的設(shè)計(jì)方案,經(jīng)過(guò)反復(fù)試驗(yàn)最終選擇支持度=0.0001和置信度=0.2的參數(shù),43條關(guān)于ISC導(dǎo)致PM2.5各個(gè)等級(jí)污染的強(qiáng)關(guān)聯(lián)規(guī)則(表6).支持度大于0.0001,置信度大于0.15,以及l(fā)ift＞1篩選出強(qiáng)關(guān)聯(lián)規(guī)則,規(guī)則庫(kù)如表7所示.

表7是用關(guān)聯(lián)規(guī)則挖掘技術(shù)產(chǎn)生的ISC與PM2.5污染級(jí)別之間的強(qiáng)關(guān)聯(lián)規(guī)則庫(kù).規(guī)則1的置信度為0.516,表明51.6%的事務(wù)包括ISC=2級(jí)別,也同時(shí)包括 PM2.5=1級(jí)別.這說(shuō)明 ISC級(jí)別為2(35% ＜ ISC ＜ 50%)的站點(diǎn)能促進(jìn)PM2.5處于一級(jí)污染范圍之內(nèi),也就是空氣質(zhì)量良好的狀態(tài).規(guī)則1的提升度為1.75,這說(shuō)明ISC = 2級(jí)對(duì)保持PM2.5處于一級(jí)污染提升了175%.規(guī)則2的置信度為0.423,這表明42.3%的事務(wù)包括ISC=1同時(shí)也包括 PM2.5=1級(jí)別.上述二個(gè)規(guī)則得出當(dāng)站點(diǎn)的ISC＜50%時(shí),其PM2.5質(zhì)量濃度較低,很大部分都處于良好狀態(tài).規(guī)則 2的提升度為 1.537,即ISC=1級(jí)對(duì)該站點(diǎn) PM2.5處于良好狀態(tài)提升了153.7%.當(dāng)ISC 級(jí)別大于3級(jí)時(shí),也就是＞50% 的站點(diǎn),那么這些站點(diǎn)的空氣質(zhì)量差,帶來(lái)了 PM2.5重度污染.對(duì)比規(guī)則3、8和13發(fā)現(xiàn),隨著ISC從3級(jí)別到 5級(jí)別,其 PM2.5六級(jí)污染的置信度從0.042～0.049,再到0.317,增長(zhǎng)達(dá)6.5倍,尤其當(dāng)ISC等于5級(jí)別時(shí),其置信度直接是3、4級(jí)別的站點(diǎn)大約10倍的關(guān)系.再看包括PM2.5五級(jí)污染的規(guī)則5、9、14,其置信度分別為0.294、0.129、0.107,隨著ISC的增長(zhǎng),其同時(shí)包括PM2.5五級(jí)污染的事務(wù)關(guān)聯(lián)增長(zhǎng),從ISC=3級(jí)的10.7%增長(zhǎng)到ISC=5的29.4%.其提升度也是隨著ISC級(jí)別增長(zhǎng)而相應(yīng)地提高.另外,包括 PM2.5四級(jí)污染的規(guī)則 4、10、15,其置信度分別為0.301、0.112、0.097,隨著ISC增長(zhǎng),其置信度從0.097增長(zhǎng)到0.301,提升度分別為1.298、1.186、1.024,隨著ISC的增長(zhǎng),提升度也有所增長(zhǎng).所有的規(guī)則都隨著ISC的增長(zhǎng),置信度和提升度都有相應(yīng)的升高,尤其是 ISC＞50%.ISC=50%的拐點(diǎn)對(duì)未來(lái)京津冀地區(qū)城市規(guī)劃和建設(shè)具有指導(dǎo)性的作用,也為規(guī)劃者提供一個(gè)定量指標(biāo)作為參考,在未來(lái)中國(guó)新型城市建設(shè)和管理過(guò)程中,盡量把ISC控制在50%之內(nèi),增長(zhǎng)綠地空間面積和水體面積.

3 結(jié)論

3.1 2000～2014年京津冀地區(qū)ISC的空間分布與 PM2.5質(zhì)量濃度空間分布總體一致.京津冀城市快速擴(kuò)張的同時(shí)伴隨著嚴(yán)重的空氣污染.在空間分布格局上遵循以下規(guī)律:(1)在秦皇島南部-唐山-天津-廊坊(北部)-北京(東南)地帶,這與2014年京津冀地區(qū)ISC的高濃度值分布一致;(2)保定(東南)-石家莊(東部)-邢臺(tái)-邯鄲,對(duì)比 ISC的空間分布圖,與 PM2.5質(zhì)量濃度增長(zhǎng)分布圖一致.可見(jiàn),京津冀地區(qū) PM2.5質(zhì)量濃度的增長(zhǎng)與ISC保持高度一致性.

3.2 對(duì)京津冀地區(qū)174個(gè)鄉(xiāng)/區(qū)的ISC與PM2.5質(zhì)量濃度進(jìn)行空間相關(guān)性分析,PM2.5質(zhì)量濃度和ISC的Moran’s I分別為0.58,0.29,表明二者存在顯著的空間聚集特征.PM2.5高濃度值聚集在邯鄲-邢臺(tái)-石家莊-衡水一帶,而京津冀地區(qū)ISC高值聚集在北京-廊坊-天津-唐山一帶;二者低值聚集都分布在京津冀地區(qū)北部.

3.3 把鄉(xiāng)鎮(zhèn)ISC劃為0～5%;5%～10%;10%～15%; 15%～25%;＞25%五個(gè)級(jí)別,對(duì)應(yīng)的 PM2.5濃度均值分別為:(42.7 ± 10.5)、(79.9 ± 11.9)、(95.6 ± 15.4)、(99.1 ± 10.8)、(115.3± 9.2) μg/m3.可見(jiàn)從鄉(xiāng)鎮(zhèn)尺度,隨著ISC增長(zhǎng),其PM2.5質(zhì)量濃度也相應(yīng)地增長(zhǎng).

3.4 京津冀地區(qū)ISC從2000年的0.7%增長(zhǎng)到2015年的1.5%,增長(zhǎng)率為114.29%,而其PM2.5濃度從 45.7μg/m3飆升到 77.3μg/m3,增長(zhǎng)率為69.15%.最后采用數(shù)據(jù)挖掘技術(shù)得到不透水表面擴(kuò)張對(duì) PM2.5質(zhì)量濃度的影響拐點(diǎn)為 50%.當(dāng)站點(diǎn)緩沖區(qū)范圍 ISC＞50%時(shí),其 PM2.5六級(jí)、五級(jí)污染發(fā)生概率比 ISC＜50%分別增長(zhǎng)了72.25%、33.13%;是 ISC＜35%的站點(diǎn)六級(jí)污染概率的470%倍,是其五級(jí)污染發(fā)生的158.88%倍.其中其四、三級(jí)污染發(fā)生的概率也隨著ISC增長(zhǎng)升高.

[1] EXUM L R, BIRD S L, HARRISON J, et al. Estimating and projecting impervious cover in the Southeastern United States [M]//AGENCY E P. Environmental Protection Agency(EPA) Ecosystems Research Division. 2005.

[2] HEALD C L, SPRACKLEN D V. Land use change impacts on air quality and climate [J]. Chemical Reviews, 2015,115(10):4476-96.

[3] EDITORS. Rise of the city [N]. Science, 2016-05-20.

[4] QI Y, STERN N, WU T, et al. China's post-coal growth [J].Nature Geoscience, 2016,9(8):564-6.

[5] NEWS X. 40cities issue alerts for pollution in N China [M]. 2015.

[6] 馬志強(qiáng),徐 敬,張小玲,等.北京PM2.5背景值定值方法及其變化特征研究 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(1):7-12.

[7] 楊 昆,楊玉蓮,朱彥輝,等.中國(guó)PM2.5污染與社會(huì)經(jīng)濟(jì)的空間關(guān)系及成因 [J]. 地理研究, 2016,35(6):1051-1060.

[8] 吳 兌,陳慧忠,吳 蒙,等.三種霾日統(tǒng)計(jì)方法的比較分析_以環(huán)首都圈京津冀晉為例 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(3):545-554.

[9] ZHANG Y, GU Z. Air quality by urban design [J]. Nature Geoscience, 2013,6(7):506-.

[10] XIA C, YE Y, ZHANG S, et al. Effects of Urban Construction Land Spatial Form on PM2.5Dispersion [M]. 2017.

[11] 周 磊,武建軍,賈瑞靜,等.京津冀PM2.5時(shí)空分布特征及其污染風(fēng)險(xiǎn)因素 [J]. 環(huán)境科學(xué)研究, 2016,29(4):483-493.

[12] 李 璇,聶 滕,齊 珺,等.2013年1月北京市PM2.5區(qū)域來(lái)源解析 [J]. 環(huán)境科學(xué), 2015,36(4):1148-1153.

[13] 王 琴,張大偉,劉保獻(xiàn),等.基于PMF模型的北京市PM2.5來(lái)源的時(shí)空分布特征 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(10):2917-2924.

[14] 李珊珊,程念亮,徐 峻,等.2014年京津冀地區(qū) PM2.5濃度時(shí)空分布及來(lái)源模擬 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(10):2908-2916.

[15] 朱 強(qiáng),亢燕銘,楊 方,等.上游建筑對(duì)街道峽谷內(nèi)流場(chǎng)和污染物分布特征的影響 [J]. 中國(guó)環(huán)境科學(xué), 2015,35(1):45-54.

[16] 黃德生,張世秋.京津冀地區(qū)控制 PM2.5污染的健康效益評(píng)估[J]. 中國(guó)環(huán)境科學(xué), 2013,33(1):166-174.

[17] 王郭臣,王東啟,陳振樓.北京冬季嚴(yán)重污染過(guò)程的PM2.5污染特征和輸送路徑及潛在源區(qū) [J]. 中國(guó)環(huán)境科學(xué), 2016,36(7): 1931-1937.

[18] 楊 山.發(fā)達(dá)地區(qū)城鄉(xiāng)聚落形態(tài)的信息提取與分形研究_以無(wú)錫市為例 [J]. 地理學(xué)報(bào), 2000,55(6):671-678.

[19] LARKIN A, VAN DONKELAAR A, GEDDES J A, et al. Relationships between changes in urban characteristics and air quality in East Asia from 2000 to 2010 [J]. Environmental Science & Technology, 2016,50(17):9142-9.

[20] HAN L, ZHOU W, PICKETT S T A, et al. An optimum city size? The scaling relationship for urban population and fine particulate (PM2.5) concentration [J]. Environmental Pollution, 2016,208: 96-101.

[21] HAN L, ZHOU W, LI W. Increasing impact of urban fine particles (PM2.5) on areas surrounding Chinese cities [J]. Scientific Reports, 2015,5(12467.

[22] HAN L, ZHOU W, LI W, et al. Impact of urbanization level on urban air quality: a case of fine particles (PM2.5) in Chinese cities [J]. Environmental Pollution, 2014,194(163-70.

[23] VAN DONKELAAR A, MARTIN R V, BRAUER M, et al. Global estimates of ambient fine particulate matter concentrations from satellite-based aerosol optical depth: development and application [J]. Environmental Health Perspectives, 2010,118(6): 847-55.

[24] VAN DONKELAAR A, MARTIN R V, BRAUER M, et al. Global Estimates of Fine Particulate Matter using a Combined Geophysical-Statistical Method with Information from Satellites, Models, and Monitors [J]. Environmental Science & Technology, 2016,50(7):3762-72.

[25] BIERWAGEN B G, THEOBALD D M, PYKE C R, et al. National housing and impervious surface scenarios for integrated climate impact assessments [J]. Proceedings of the National Academy of Sciences of the United States of America, 2010, 107(49):20887-92.

[26] HJ633-2012 環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行) [S].

致謝：本實(shí)驗(yàn)的數(shù)據(jù)收集工作由云南省云南師范大學(xué)西部資源環(huán)境地理信息技術(shù)教育部工程中心人員協(xié)助完成,在此表示感謝.

The spatio-temporal variation of PM2.5pollution and the its correlation with the impervious surface expansion.

WANG Gui-lin1,2, YANG Kun1,2*, YANG Yang1,2(1.School of Information Science and Technology, Yunnan Normal University, Kunming 650500, China；2.The Engineering Research Center of GIS Technology in Western China of Ministry of Education of China, Kunming 650500, China). China Environmental Science, 2017,37(7)：2470～2481

Human development activities should be incorporated as integral components of Earth’s ecosystems. The land use/land cover change with rapid urbanization, especially the growth and spread of impervious surface, was changing the structures, degrading the functions of the urban ecological systems and posing threats to air quality. The ISC had been recognized as a geographical indicator to reflect the intensity of human development activities. The ISC in the BTH, which were interpreted from Landsat imagery, rose from 0.7% to 1.5% during 2000 to 2014. The mean of the PM2.5concentration had soared from 45.7 to 77.3μg/m3. We stratified the BTH by differences in the PM2.5concentration between 2000 and 2014 into slight (0～9.9μg/m3), moderate (10～29.9μg/m3), heavy (30～49.9μg/m3), hazardous (50～77μg/m3), the area for slight, moderate, heavy, hazardous was 42374, 90700.5, 60635.1, and 20279.0km2, respectively. The result revealed that the hazardous zone (Beijing-Langfang-Tianjin-Tangshan along the highway G1 and Beijing-Baoding-Shijiazhuang-Xingtai-Handan along the highway G4) were accompanied by the ISC growth rate of 208.3%. Meanwhile, the spatial distribution of PM2.5aggravation was consistent with the impervious surface expansion in the BTHregion, such as the growth rate of the ISC in the southeast (160%) was greater than that in the northwest (50%), and the increase of the PM2.5concentration in the southeast (45.5μg/m3) was also greater than that in the northwest (17.0μg/m3). Moreover, at the county level, we had found that larger county, in term of the ISC, have higher PM2.5concentration. 176counties within BTH region were stratified by ISC into unstressed (0～4.9%), lightly stressed (5%～9.9%), stressed (10%～14.9%), impacted (15%～24.9%), degraded (＞25%), and the corresponding mean of the PM2.5are (42.7±10.5), (79.9±11.9), (95.6±15.4), (99.1±10.8), (115.3±9.2)μg/m3, respectively. The unstressed counties had 0～5% imperviousness and typically had good air quality, and the counties have 5%～25% imperviousness and showed clear signs of degradation. The degraded counties have ＞25% imperviousness and averaged (115.3±9.2)μg/m3of the PM2.5concentration, reaching three times that of the unstressed counties. The proportion and spatial distribution of impervious surface should be considered in the National New-type Urbanization development of China, making the cities surrounded by enough greenbelt and water areas and controlling the county with ISC ＜25% on the basis of the existing impervious surface spatial distribution to form a remedy for the PM2.5pollution.

impervious surface；PM2.5pollution；urbanization；Beijing-Tianjin-Hebei (BTH) region; environment effect

X513

A

1000-6923(2017)07-2470-12

王桂林(1986-),女,江西上饒人,博士研究生,主要從事城市空氣污染,城市化帶來(lái)的環(huán)境效益研究.發(fā)表論文13余篇.

2016-12-07

教育部博士點(diǎn)專項(xiàng)基金資助項(xiàng)目(20115303110002);國(guó)家863計(jì)劃(2012AA121402);國(guó)家自然科學(xué)基金資助項(xiàng)目(50578020);科研創(chuàng)新基金資助項(xiàng)目(yjs201580)

* 責(zé)任作者, 教授, kmdcynu@163.com