陳 楊,單春艷,白志鵬,任麗紅,孟露露,吳曉璇,趙佳佳,李洋陽
1.南開大學(xué)環(huán)境科學(xué)與工程學(xué)院,天津 300071 2.中國環(huán)境科學(xué)研究院,環(huán)境基準(zhǔn)與風(fēng)險(xiǎn)評(píng)估國家重點(diǎn)實(shí)驗(yàn)室,北京 100012
空氣中細(xì)顆粒物(PM2.5)污染對(duì)人體健康和大氣環(huán)境質(zhì)量有極大影響[1-3],當(dāng)前PM2.5成為對(duì)中國城市環(huán)境空氣質(zhì)量影響最大的污染物之一。環(huán)境狀況公報(bào)顯示,2013年首批實(shí)施新環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)的74個(gè)城市PM2.5年均質(zhì)量濃度為72.0 μg/m3,達(dá)標(biāo)城市比例僅為4.1%[4];2014年全國161個(gè)城市PM2.5年均質(zhì)量濃度為62 μg/m3,達(dá)標(biāo)城市比例為11.2%[5]。2015年,全國338個(gè)地級(jí)以上城市PM2.5年均質(zhì)量濃度為50 μg/m3,達(dá)標(biāo)城市比例為21.6%。盡管近幾年通過采取一系列PM2.5污染防治措施,中國部分城市污染程度有所減輕,但達(dá)標(biāo)率仍然較低,區(qū)域性特征明顯[6-9]。2015年,京津冀區(qū)域的13個(gè)地級(jí)城市和長三角區(qū)域的25個(gè)地級(jí)城市中,都各僅有1個(gè)城市達(dá)標(biāo),且各區(qū)域的重污染發(fā)生體現(xiàn)出同步性。因此,合理劃分PM2.5污染防治區(qū)域、建立區(qū)域性大氣環(huán)境管理體系,是改善區(qū)域空氣質(zhì)量的重要途徑。
很多發(fā)達(dá)國家采取區(qū)域聯(lián)防聯(lián)控的大氣管理模式治理PM2.5污染。如美國大氣管理區(qū)域的地理分布和社會(huì)經(jīng)濟(jì)區(qū)域基本一致[10],在個(gè)別嚴(yán)重污染區(qū)域,如美國加州,設(shè)立南海岸大氣質(zhì)量管理區(qū),共同協(xié)商區(qū)域大氣治理事宜。歐盟通過會(huì)議委員會(huì)簽訂國際會(huì)議條約來約束[11]。通過區(qū)域管理、聯(lián)防聯(lián)控和統(tǒng)籌安排,美國、英國等國家的大氣污染得到了有效控制。
中國通過各級(jí)行政區(qū)環(huán)境保護(hù)部門統(tǒng)一實(shí)行大氣環(huán)境治理。部分省(市)按照地理位置和經(jīng)濟(jì)發(fā)展集中程度聚成大區(qū)(如京津冀、長三角、珠三角地區(qū)等)。2013年環(huán)境保護(hù)部提出的大氣污染防治“三區(qū)十群”,做出了全國范圍大氣污染防治分區(qū)的嘗試,在一定程度上改善了大氣污染狀況,但仍主要以省(市)行政大區(qū)為主體,而不是環(huán)境相互影響較大的城市各自合成大區(qū)統(tǒng)籌安排。從大氣問題管理的角度出發(fā),這種自上而下的縱向管理模式無法滿足現(xiàn)今中國嚴(yán)峻的污染形勢,加強(qiáng)橫向的相互影響城市之間的聯(lián)系才是改善中國城市PM2.5污染的出路。部分學(xué)者根據(jù)大氣污染情況利用系統(tǒng)聚類法“橫向”聚類城市。如王斌[12]利用空氣污染指數(shù)(API)數(shù)值將84個(gè)城市聚類成南北2個(gè)大區(qū),細(xì)化可聚類成11個(gè)小區(qū);GAO等[13]利用每日空氣污染指數(shù)將81個(gè)城市劃分成7個(gè)區(qū)域;康娜等[14]利用PM10污染特點(diǎn)將86個(gè)城市劃分為7個(gè)區(qū)域等。但是這些研究側(cè)重于區(qū)域內(nèi)大氣污染特征、規(guī)律的探討,在聚類方法選擇、聚類分區(qū)的說明上過于簡略。因此,本研究從數(shù)據(jù)選擇與處理、聚類要素分析及選擇、結(jié)合實(shí)際地理位置和行政管理對(duì)聚類結(jié)果進(jìn)行判斷分析等角度展開闡述,既探究適于全國城市大氣污染區(qū)域劃分的方法,又為實(shí)際區(qū)域大氣PM2.5防控提供依據(jù)。
選取2015年全國108個(gè)重點(diǎn)城市PM2.5的日均濃度值為數(shù)據(jù)樣本,根據(jù)各城市的PM2.5污染濃度年變化特征進(jìn)行區(qū)域劃分。在中國空氣質(zhì)量在線監(jiān)測分析平臺(tái)[15]獲取108個(gè)城市(長春、哈爾濱、葫蘆島、盤錦、營口、沈陽、包頭、呼和浩特、大同、張家口、承德、北京、保定、廊坊、唐山、天津、秦皇島、石家莊、邢臺(tái)、衡水、德州、邯鄲、滄州、鄭州、威海、煙臺(tái)、大連、濱州、東營、濰坊、丹東、太原、陽泉、濟(jì)南、淄博、菏澤、聊城、青島、日照、臨沂、淮安、宿遷、鹽城、連云港、萊蕪、泰安、徐州、棗莊、濟(jì)寧、渭南、西安、咸陽、寶雞、延安、銅川、泰州、揚(yáng)州、鎮(zhèn)江、南京、合肥、杭州、湖州、紹興、南通、上海、蘇州、無錫、嘉興、常州、寧波、舟山、臺(tái)州、溫州、福州、泉州、金華、衢州、麗水、廈門、汕頭、成都、重慶、長沙、湘潭、株洲、南昌、武漢、昆明、玉溪、西寧、蘭州、清遠(yuǎn)、韶關(guān)、肇慶、柳州、貴陽、深圳、珠海、中山、江門、東莞、廣州、佛山、惠州、北海、南寧、海口、河源)的2015年P(guān)M2.5日均濃度值,進(jìn)行系統(tǒng)聚類分析。為保證數(shù)據(jù)整齊、方便聚類分析,對(duì)缺失數(shù)據(jù)進(jìn)行處理(當(dāng)某一城市某日PM2.5濃度值缺失,則刪除其他城市對(duì)應(yīng)日期數(shù)據(jù)值,最終刪除的日期為1月1—5日、4月4—9日、7月11日),最終處理數(shù)據(jù)得到108個(gè)城市353 d的PM2.5日均濃度值。
使用系統(tǒng)聚類方法。首先定義樣品間的距離(或相似系數(shù)),這時(shí)的類間距離與樣品間的距離是等價(jià)的;然后將距離最近的兩類合并成新類,并計(jì)算新類與其他類的類間距離,再按最小距離準(zhǔn)則并類[16]。這樣每次縮小一類,直到所有的樣品都并成一類為止。這個(gè)并類過程可以用譜系聚類圖形象地表達(dá)出來[17]。
借助SPSS軟件進(jìn)行系統(tǒng)聚類時(shí)需要明確聚類方法、度量標(biāo)準(zhǔn)和數(shù)據(jù)標(biāo)準(zhǔn)化3個(gè)因素。通??墒褂玫木垲惙椒ㄓ薪M間聯(lián)接、組內(nèi)聯(lián)接、最近鄰元素、最遠(yuǎn)鄰元素、質(zhì)心聚類法、中位數(shù)聚類法、ward法等,它們有各自的適用范圍(表1);測度方法有平方歐氏距離、歐氏距離、夾角余弦、皮爾遜相關(guān)系數(shù)、切比雪夫距離、絕對(duì)值距離、明考斯基距離、自定義距離等,其中,夾角余弦、皮爾遜相關(guān)系數(shù)是相似性系數(shù)的測度方法,其他為距離的測度方法。當(dāng)變量量綱不同時(shí)進(jìn)行聚類分析需要先將數(shù)據(jù)標(biāo)準(zhǔn)化。除上述3個(gè)要素以外,系統(tǒng)聚類分為Q型(個(gè)案)聚類和R型(變量)聚類,具體的方法可以根據(jù)數(shù)據(jù)類型以及聚類目的進(jìn)行選擇。
因?yàn)椴煌姆椒▊?cè)重點(diǎn)與實(shí)際意義不同,所以當(dāng)相同數(shù)據(jù)采用不同聚類方法和度量標(biāo)準(zhǔn)進(jìn)行處理時(shí),結(jié)果有所不同,但不同聚類結(jié)果有相似部分。在實(shí)際聚類處理中,可以比較不同處理方法的處理結(jié)果選擇最優(yōu)方案[18]。在比較不同處理結(jié)果時(shí)可以遵循3個(gè)原則:①合理性:聚類分類結(jié)果在實(shí)際應(yīng)用中有可借鑒的意義,符合分類的目的;②適中性:各類別所包含的元素適中,不會(huì)過多或過少;③差異性:各類別內(nèi)聚合系數(shù)(距離)應(yīng)相對(duì)較小,類別間聚合系數(shù)(距離)應(yīng)相對(duì)較大,即類與類之間有界限。這3個(gè)原則與文獻(xiàn)[17]中引述DEMIRMEN提出的分類原則相吻合。
表1 聚類方法表
比較SPSS中幾種聚類方法的適用范圍,優(yōu)先選用類平均法,即組內(nèi)聯(lián)接法和組間聯(lián)接法作為聚類方法。城市聚類分區(qū)的主要目的是使區(qū)域內(nèi)PM2.5濃度變化相關(guān)性較大的城市聚成一類,便于開展區(qū)域性管理。相關(guān)性較大的城市樣本間,應(yīng)該呈現(xiàn)出近似的數(shù)據(jù)波動(dòng)情況,因此測度方法應(yīng)該選擇夾角余弦和皮爾遜相關(guān)系數(shù)。由于本研究使用的數(shù)據(jù)是單一類型的數(shù)據(jù)——僅有PM2.5濃度值,濃度值單位統(tǒng)一,因此不需要進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化。綜上,對(duì)108個(gè)城市進(jìn)行系統(tǒng)聚類可以采取如下4種組合方式:①組內(nèi)聯(lián)接-夾角余弦;②組內(nèi)聯(lián)接-皮爾遜相關(guān)系數(shù);③組間聯(lián)接-夾角余弦;④組間聯(lián)接-皮爾遜相關(guān)系數(shù)。
使用SPSS軟件分別采用上面4種聚類方法進(jìn)行計(jì)算,樹狀聚類圖結(jié)果如圖1所示,圖中標(biāo)定距離代表重新調(diào)整距離后的類別遠(yuǎn)近關(guān)系,數(shù)值在分類時(shí)可作為劃分標(biāo)尺使用。4種聚類方法均有近似的分類趨勢,但細(xì)節(jié)上有所差異。從圖1可知,組內(nèi)聯(lián)接法相對(duì)組間聯(lián)接法,其類內(nèi)的距離較遠(yuǎn),而類間的距離較近;余弦度量和皮爾遜度量相比,在標(biāo)定距離較小時(shí),皮爾遜度量結(jié)果的聚合性更好,即元素較能集中進(jìn)入類別中。
分別選取不同的標(biāo)定距離,每種聚類方法所得的分類結(jié)果有所不同(表2)。組間聯(lián)接法分類的數(shù)量比組內(nèi)聯(lián)接法的數(shù)量少,且隨著標(biāo)定距離的增加,這種差距漸漸縮小。理想的聚類結(jié)果應(yīng)該是標(biāo)定距離相對(duì)較少,類別數(shù)量相對(duì)較少,類別范圍相對(duì)較大,類別內(nèi)元素量適中。結(jié)合樹狀圖觀測的結(jié)果——組內(nèi)聯(lián)接法類內(nèi)遠(yuǎn)、類間近,皮爾遜度量聚合性好,可以選擇“12.5+方法④”和“15+方法①”2種方式比較其在實(shí)際應(yīng)用中是否合理。
PM2.5污染的區(qū)域性主要是因?yàn)榇髿獾牧鲃?dòng)性引起的,PM2.5污染相互影響較大的城市在地理位置上應(yīng)該近鄰,觀察2種方式的分類結(jié)果(表3)可知,“15+方法①”的分區(qū)在實(shí)際運(yùn)用中并不合理。例如廣東多數(shù)城市和河北張家口聚合成一類,玉溪、昆明與福建沿海合成一類等,它們?cè)诘貓D上距離較遠(yuǎn),無法連成區(qū)域,故選擇以“12.5+方法④”聚類結(jié)果作為區(qū)域劃分的主要依據(jù)。進(jìn)行分類時(shí),為保證后續(xù)研究的準(zhǔn)確性和實(shí)際意義,刪除城市樣本量小且涵蓋范圍小的城市,最后將中國劃分為8個(gè)區(qū)域(圖2):?贛鄂湘接壤地區(qū)(長株潭及周邊城市);?成渝及周邊地區(qū);?粵桂地區(qū);?閩浙沿海城市群;?東三省地區(qū);?長三角地區(qū);?山東及周邊地區(qū);?京津冀、山西中北部、陜西關(guān)中城市群。
城市:1.淄博;2.株洲;3.珠海;4.舟山;5.重慶;6.中山;7.鄭州;8.鎮(zhèn)江;9.肇慶;10.長沙11.長春;12.張家口;13.棗莊;14.玉溪;15.營口;16.陽泉;17.揚(yáng)州18.鹽城;19.延安20.煙臺(tái);21.徐州;22.宿遷;23.邢臺(tái);24.湘潭;25.咸陽;26.西寧;27.西安;28.武漢;29.無錫;30.溫州;31.渭南;32.濰坊;33.威海;34.銅川;35.天津;36.唐山;37.泰州;38.泰安;39.太原;40.臺(tái)州;41.蘇州;42.石家莊;43.沈陽;44.深圳;45.紹興;46.韶關(guān);47.上海;48.汕頭;49.廈門;50.日照;51.泉州;52.衢州;53.清遠(yuǎn);54.青島;55.秦皇島;56.盤錦;57.寧波;58.南通;59.南寧;60.南京;61.南昌;62.柳州;63.臨沂;64.聊城;65.連云港;66.麗水;67.廊坊;68.蘭州;69.萊蕪;70.昆明;71.金華;72.江門;73.嘉興;74.濟(jì)寧;75.濟(jì)南;76.惠州;77.淮安;78.湖州;79.葫蘆島;80.呼和浩特;81.衡水;82.菏澤;83.河源;84.合肥;85.杭州;86.邯鄲87.海口;88.哈爾濱;89.貴陽;90.廣州;91.福州;92.佛山;93.東營;94.東莞;95.德州;96.丹東;97.大同;98.大連;99.承德;100.成都;101.常州;102.滄州;103.濱州;104.北京;105.北海;106.保定;107.寶雞;108.包頭。圖1 4種系統(tǒng)聚類方法樹狀圖結(jié)果(由上往下依次為方法①—方法④)Fig.1 Dendrograms of 4 different hierarchical cluster analysis results
表2 不同標(biāo)定距離系統(tǒng)聚類的分類情況
表3 2種聚類方法分類詳情對(duì)比
注:“—”表示未設(shè)區(qū)。
長沙、湘潭、株洲、武漢、南昌跨3省被聚合成贛鄂湘接壤地區(qū)(長株潭及周邊城市),其中的長株潭[19-20]是湖南經(jīng)濟(jì)發(fā)展的核心區(qū)域,3個(gè)城市產(chǎn)業(yè)發(fā)展雖然側(cè)重不同,但是經(jīng)濟(jì)相互影響較大;長株潭與武漢、南昌相聚合,一方面說明其在地理位置上相距較近,變化規(guī)律具有很好的相似性;另一方面可能是周邊樣本量過少導(dǎo)致。閩浙沿海城市群聚合成區(qū)可能由其特殊的氣候環(huán)境和地理位置造成,一方面沿海易受海風(fēng)影響[21],另一方面閩浙沿海城市群經(jīng)濟(jì)區(qū)內(nèi)各城市經(jīng)濟(jì)發(fā)展關(guān)聯(lián)緊密[22]。山東與江蘇北部聚合為山東及周邊地區(qū);而江蘇中南部歸為長三角地區(qū)。江蘇南北被劃分到2個(gè)區(qū)域,可能由于蘇北、蘇中南顆粒物來源不同,也可能由于江蘇蘇北和蘇中南經(jīng)濟(jì)發(fā)展程度不一致導(dǎo)致[23]。這說明某種程度上單純的南北方劃分已經(jīng)不能滿足空氣污染分析的要求,深一步挖掘區(qū)域間的關(guān)聯(lián)更有利于大氣防控工作的開展。京津冀與河南省鄭州市、山西省中北部、陜西省中部聚合成京津冀、山西中北部、陜西關(guān)中城市群,一定程度上說明顆粒物擴(kuò)散的趨勢。京津冀[24-26]地理位置相鄰且相互經(jīng)濟(jì)影響較大,向西擴(kuò)散至陜西成同一區(qū)域。云南、西北地區(qū)、成渝、東三省地區(qū)單獨(dú)聚合,某種程度上反映其地理環(huán)境所帶來的獨(dú)特的污染規(guī)律[12],但也有可能是因?yàn)橹苓厴颖玖窟^少導(dǎo)致。
以上分類結(jié)果中部分區(qū)域劃分主體是省份,也存在幾省被分割交錯(cuò)聚合的情況。聚合成區(qū)的城市在地理位置上鄰近,系統(tǒng)聚類分析的結(jié)果反映了污染的區(qū)域性特征,這說明單一的行政區(qū)環(huán)境管理方法已經(jīng)不能適應(yīng)當(dāng)前的區(qū)域污染特點(diǎn),跨省間的聯(lián)防聯(lián)控、建立區(qū)域空氣管理體系是非常有必要的。
注:底圖源自國家測繪地理信息局網(wǎng)站(http://219.238.166.215/mcp/index.asp)下載的1∶400萬政區(qū)版(南海諸島)中華人民共和國底圖。審圖號(hào)為GS(2008)1 349號(hào),下載日期為2016-03-20。圖2 中國PM2.5防治區(qū)域劃分示意圖Fig.2 Map of eight PM2.5 control regions in China
圖3展示了2015年8個(gè)區(qū)域中城市PM2.5濃度的最高值、最低值和平均值。如圖3所示,8個(gè)區(qū)域中,粵桂地區(qū)總體污染較輕,山東及周邊地區(qū)污染嚴(yán)重。長株潭及周邊地區(qū)、粵桂地區(qū)、閩浙沿海城市群、山東及周邊地區(qū)的各區(qū)域內(nèi)污染輕和污染嚴(yán)重的城市所占比例近似,長三角地區(qū)污染嚴(yán)重的城市所占比例較大,京津冀、山西中北部、陜西關(guān)中城市群中污染輕的城市所占比例較大。山東及周邊地區(qū),長三角地區(qū),京津冀、山西中北部、陜西關(guān)中城市群的內(nèi)部污染程度不均衡、較離散?;浌鸬貐^(qū)、閩浙沿海城市群、長三角區(qū)域的PM2.5范圍的最低值較為相近;長株潭及周邊、東三省地區(qū)、成渝及周邊地區(qū)的PM2.5范圍的最低值較為相近??傮w而言,長株潭及周邊城市對(duì)比其鄰近的粵桂地區(qū)應(yīng)更加強(qiáng)化區(qū)域PM2.5污染防治;粵桂地區(qū)、閩浙沿海城市群整體空氣質(zhì)量較好,應(yīng)在維持現(xiàn)有空氣質(zhì)量的前提下,改善個(gè)別空氣相對(duì)較差城市的空氣質(zhì)量;長三角地區(qū)區(qū)域PM2.5平均值偏高,應(yīng)重點(diǎn)削減重污染城市的源排放;山東及周邊地區(qū)PM2.5污染值跨度大,京津冀、山西中北部、陜西關(guān)中城市群區(qū)域PM2.5平均值偏低但整體污染較重,這2個(gè)區(qū)域PM2.5污染成因復(fù)雜,需要進(jìn)一步探明污染來源后,采取多項(xiàng)措施綜合治理。
圖3 2015年8個(gè)區(qū)域中城市PM2.5濃度最高值、最低值與平均值Fig.3 The highest, the lowest and the mean values of annual concentration of eight regions in 2015
以中國108個(gè)城市PM2.5污染水平為研究對(duì)象,對(duì)比分析了4種不同的系統(tǒng)聚類方法,結(jié)合聚類原則,優(yōu)化確定了合理的聚類方法,根據(jù)2015年P(guān)M2.5日均濃度數(shù)據(jù),將中國城市聚類劃分為8個(gè)主要區(qū)域。分區(qū)結(jié)果在地理分布上具有較好的可解釋性和可操作性。根據(jù)系統(tǒng)聚類的應(yīng)用和結(jié)果,可以得到以下結(jié)論:
1)系統(tǒng)聚類的分類方法和分類結(jié)果沒有固定的評(píng)判標(biāo)準(zhǔn),即沒有對(duì)錯(cuò)之分,不同聚類方案的分類結(jié)果應(yīng)該存在相似部分。因此在考察系統(tǒng)聚類的方法時(shí),首先要根據(jù)使用目的選擇合適的度量標(biāo)準(zhǔn),其次應(yīng)該根據(jù)合理性、適中性、差異性的原則選擇聚類方法。
2)由于分析時(shí)選取的城市樣本有限,區(qū)域的劃分沒有包含中國西部大部分城市和港、澳、臺(tái)地區(qū)。因此,在針對(duì)全國范圍內(nèi)更多的城市劃分PM2.5防治區(qū)域時(shí),可以采取與研究108個(gè)城市聚類的相同步驟進(jìn)行分析,最后則要根據(jù)聚類原則重新選擇聚類方法和標(biāo)定距離。
3)聚類分析結(jié)果顯示,大氣污染防治區(qū)域劃分可能會(huì)打破省、自治區(qū)、直轄市行政區(qū)界限,單純的地理位置近鄰或者同一行政區(qū)劃的城市之間PM2.5污染水平的相關(guān)性不一定最大。因此在研究PM2.5污染的區(qū)域性管理時(shí),不能單純按照行政區(qū)劃來劃分管理區(qū)域。
4)分區(qū)結(jié)果體現(xiàn)了各區(qū)域中城市間PM2.5污染的內(nèi)在關(guān)聯(lián),影響因素可能是類似的經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu),相同的主要污染源類型等,這要根據(jù)各個(gè)區(qū)域的經(jīng)濟(jì)、社會(huì)、地理、氣象特征等具體分析。
5)根據(jù)各個(gè)區(qū)域PM2.5污染情況可知,長株潭及周邊城市整體需加強(qiáng)PM2.5污染防治;長三角地區(qū)應(yīng)著重治理污染嚴(yán)重的城市;山東及周邊地區(qū),京津冀、山西中北部、陜西關(guān)中城市群PM2.5污染成因復(fù)雜,需要探明區(qū)域PM2.5污染主因后,采取綜合措施控制PM2.5污染。
[1] 張少紅,于少華.PM2.5的來源、危害及防治措施研究[J].環(huán)境科學(xué)與管理,2014(7):92-94.
ZHANG Shaohong, YU Shaohua. Sources, harm and prevention control Measures of PM2.5pollution[J].Environmental Science and Management,2014(7):92-94.
[2] 劉潔嶺,蔣文舉.PM2.5的研究現(xiàn)狀及防控對(duì)策[J].廣州化工,2012(23):22-24.
LIU Jieling,JIANG Wenju.The present research situation and prevention control measures of PM2.5[J].Guangzhou Chemical Industry,2012(23):22-24.
[3] 唐孝炎,張遠(yuǎn)航,邵敏.大氣環(huán)境化學(xué)[M].2版.北京:高等教育出版社,2006:268-269.
[4] 環(huán)境保護(hù)部.2013環(huán)境狀況公報(bào)[R].北京:環(huán)境保護(hù)部,2014.
[5] 環(huán)境保護(hù)部.2014環(huán)境狀況公報(bào)[R].北京:環(huán)境保護(hù)部,2015.
[6] 中國科學(xué)院“灰霾追因與控制”專項(xiàng)總體組.“大氣國十條”實(shí)施以來京津冀PM2.5控制效果評(píng)估報(bào)告[J].中國科學(xué)院院刊,2015(5):668-678.
Project Group of “Reasons and Control of Atmospheric Haze”. Chinese Academy of Science. PM2.5control effect assessment report since the implementation of “Ten Articles for Air Pollution” in Beijing, Tianjin and Hebei Province[J].Bulletin of Chinese Academy of Sciences,2015(5):668-678.
[7] 賀克斌,楊復(fù)沫,段鳳魁,等.大氣顆粒物與區(qū)域復(fù)合污染[M].北京:科學(xué)出版社,2011:121-222.
[8] 歐陽帆.中國環(huán)境跨域治理研究[D].北京:中國政法大學(xué),2011.
[9] 任陣海,高慶先,蘇福慶,等.北京大氣環(huán)境的區(qū)域特征與沙塵影響[J].中國工程科學(xué),2003,5(2):49-56.
REN Zhenhai, GAO Qingxian, SU Fuqing, et al. The regional characteristics of the atmospheric environment and the impact of dust-storm in Beijing[J].Engineering Science,2003,5(2):49-56.
[10] 朱玲,萬玉秋,繆旭波,等.論美國的跨區(qū)域大氣環(huán)境監(jiān)管對(duì)我國的借鑒[J].環(huán)境保護(hù)科學(xué),2010,36(2):76-78,95.
ZHU Ling, WAN Yuqiu, MIAO Xubo, et al. Transboundary monitoring for air in United States and its application in China[J].Environmental Protection Science,2010,36(2):76-78,95.
[11] 馮百俠,王倩楠,陳金.發(fā)達(dá)國家大氣污染聯(lián)防聯(lián)控的成功模式與啟發(fā)[J].河北理工大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2013,13(4):5-7.
FENG Baixia, WANG Qiannan, CHEN Jin. Successful modes and inspiration of developed countries in atmosphere joint control[J].Journal of Hebei United University:Social Science Edition,2013,13(4):5-7.
[12] 王斌.利用空氣污染指數(shù)(API)分析我國空氣污染的區(qū)域時(shí)空變化特征[D].青島:中國海洋大學(xué),2008.
[13] GAO H W, CHEN J, WANG B, et al. A study of air pollution of city clusters[J].Atmospheric Environment,2011,45:3 069-3 077.
[14] 康娜,高慶先,王躍思,等.典型時(shí)段區(qū)域污染過程分析及系統(tǒng)聚類法的應(yīng)用[J].環(huán)境科學(xué)研究,2009,22(10):1 120-1 127.
KANG Na, GAO Qingxian, WANG Yuesi, et al. Analysis of regional pollution process and application of system cluster method[J].Research of Environmental Sciences,2009,22(10):1 120-1 127.
[15] 王杰.PM2.5歷史數(shù)據(jù)[EB/OL].[2016-05-11].http://www.aqistudy.cn/historydata/.
[16] 何曉群.多元統(tǒng)計(jì)分析[M].2版.北京:中國人民大學(xué)出版社,2008:59.
[17] 趙姍姍.基于SPSS中系統(tǒng)聚類的CPI分析[D].新鄉(xiāng):河南師范大學(xué),2013.
[18] 沈毅,陳峰.六種常見的條件系統(tǒng)聚類法比較[J].中國衛(wèi)生統(tǒng)計(jì),2004,21(6):338-340.
SHEN Yi, CHEN Feng. The comparison of six familiar conditional hierarchical clustering methods[J].Chinese Health Statistics,2004,21(6):338-340.
[19] 胡麓華,張虹.長株潭城市群核心區(qū)大氣環(huán)境承載力初探[J].四川環(huán)境,2009,28(5):31-35.
HU Luhua, ZHANG Hong. The capacity of the atmospheric environmentin the core area of Changsha-Zhuzhou-Xiangtan agglomeration[J].Sichuan Environment,2009,28(5):31-35.
[20] 楊晴,張凱,柴發(fā)合,等.長株潭城市群秋季大氣顆粒物及其重金屬元素污染特征[J].環(huán)境科學(xué)研究,2013,26(6):590-597.
YANG Qing, ZHANG Kai, CHAI Fahe, et al. Study on the pollution characteristics of atmospheric particles and heavy matals in autumn in Chang-Zhu-Tan Metropolitan Area[J].Research of Environmental Sciences,2013,26(6):590-597.
[21] 鹿世瑾.臺(tái)灣海峽西岸近40年的氣候變化[J].應(yīng)用海洋學(xué)報(bào),1994,13(1):62-70.
LU Shijin. Climatie changes of latest 40a in Taiwan Strait[J].Journal of Applied Oceanography,1994,13(1):62-70.
[22] 鄭秋萍,王宏,林長城,等.海峽西岸沿海城市群大氣污染物濃度特征及其與天氣形勢的關(guān)系[J].環(huán)境科學(xué)學(xué)報(bào),2013,33(2):356-363.
ZHENG Qiuping, WANG Hong, LIN Changcheng, et al. Characteristics of atmospheric pollutants and its relationships with synoptic situations over the metropolis in the western coast of Taiwan strait[J].Acta Scientiae Circumstantiae,2013,33(2):356-363.
[23] 陳誠,陳辰,湯莉莉,等.江蘇沿江城市PM10和PM2.5中水溶性離子特征及來源分析[J].環(huán)境化學(xué),2014,12:2 123-2 135.
CHEN Cheng, CHEN Chen, TANG Lili, et al. Characteristics and sources analysis of water-soluble ions in PM10and PM2.5in cities along the Yangtze River of Jiangsu Province[J].Environmental Chemistry,2014,12:2 123-2 135.
[24] 王志娟, 韓力慧, 陳旭鋒, 等. 北京典型污染過程PM2.5的特性和來源[J].安全與環(huán)境學(xué)報(bào), 2012,12(5):122-126.
WANG Zhijuan, HAN Lihui, CHEN Xufeng, et al. Characteristics and sources of PM2.5in typical atmospheric pollution episodes in Beijing[J].Journal of Safety and Environment, 2012,12(5):122-126.
[25] 北京大學(xué).2010—2014年北京城區(qū)PM2.5污染狀況研究報(bào)告[R].北京:北京大學(xué)統(tǒng)計(jì)科學(xué)中心,2015.
[26] 孟曉艷,王普才,王庚辰,等.北京及其周邊地區(qū)冬季SO2的變化與輸送特征[J].氣候與環(huán)境研究,2009,14(3):309-317.
MENG Xiaoyan, WANG Pucai, WANG Gengchen, et al. Variation and transportation characteristics of SO2in winter over Beijing and its surrounding areas[J].Climatic and Environmental Research,2009,14(3):309-317.