王媛媛 韓 驥 過(guò)仲陽(yáng)
(1.山西財(cái)經(jīng)大學(xué)資源環(huán)境學(xué)院,地表過(guò)程與生態(tài)環(huán)境研究所,山西 太原 030006; 2.華東師范大學(xué)生態(tài)與環(huán)境科學(xué)學(xué)院,上海市城市化生態(tài)過(guò)程與生態(tài)恢復(fù)重點(diǎn)實(shí)驗(yàn)室,上海 200241; 3.華東師范大學(xué)地理科學(xué)學(xué)院,地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,上海 200241)
近年來(lái)隨著中國(guó)城市化進(jìn)程的加快,機(jī)動(dòng)車快速增長(zhǎng),導(dǎo)致城市中NO2污染顯著增加,尤其是大城市[1-2]。NO2污染在大氣污染中扮演重要角色,NO2不僅是主要的一次污染物,還可以在光化學(xué)反應(yīng)條件下轉(zhuǎn)化成多種二次污染物如O3和PM2.5等[3-4]。NO2對(duì)人體呼吸器官黏膜有強(qiáng)烈的刺激作用,對(duì)肺的危害作用明顯高于SO2和NO,嚴(yán)重時(shí)導(dǎo)致肺氣腫,甚至死亡[5]。
NOx的產(chǎn)生和排放主要來(lái)自能源消耗,如電廠、機(jī)動(dòng)車尾氣,并且與人均國(guó)內(nèi)生產(chǎn)總值(GDP)之間呈顯著正相關(guān)關(guān)系[6]。NO2一方面來(lái)自火力發(fā)電廠和其他工業(yè)的燃料燃燒,貢獻(xiàn)率在60%左右,而另外40%則主要來(lái)自機(jī)動(dòng)車尾氣排放[7]。7:00—9:00和19:00—21:00是NO2日變化的高峰時(shí)段,10—12月是全年NO2濃度較高的月份。大氣污染物(除O3外)的峰值基本出現(xiàn)在冬季,尤其是中國(guó)的北方地區(qū),這與中國(guó)北方冬季燃煤取暖密切相關(guān),生物燃料的燃燒也可能導(dǎo)致豐收季節(jié)(10月)的NO2、PM2.5和PM10處于高濃度水平[8]。
以往的研究探討了NO2污染和城市人口規(guī)模、城市形態(tài)之間關(guān)系[9]。然而,由于城市經(jīng)濟(jì)發(fā)展的差異,能源的生產(chǎn)和排放強(qiáng)度以及利用效率不同,發(fā)達(dá)城市和不發(fā)達(dá)城市、大城市和中小城市在人均大氣污染物排放量上存在很大差異[10]。城市形態(tài)對(duì)城市空氣質(zhì)量具有重要的影響,城市規(guī)模、形狀和聚集度等特征深刻影響著城市的空氣質(zhì)量,并且隨著地理位置的不同也存在較大的差異[11-12]。通常緊湊型城市的人均大氣污染物濃度相對(duì)較低,建成區(qū)斑塊的連接度越高,城市人均NO2濃度越低[13]。
由于我國(guó)地域廣,不同地區(qū)土地覆蓋、經(jīng)濟(jì)發(fā)展等因素存在較大差異,城市空氣質(zhì)量也呈現(xiàn)明顯的空間差異。本研究探討了中國(guó)地級(jí)市NO2污染與城市形態(tài)之間的空間變化關(guān)系,利用中分辨率成像光譜儀(MODIS)地表覆蓋、地面空氣質(zhì)量觀測(cè)數(shù)據(jù),運(yùn)用地理加權(quán)回歸(GWR)模型分析了城市形態(tài)、人口密度與NO2濃度之間的空間聯(lián)系。這項(xiàng)研究能夠?yàn)楦玫亓私獬鞘行螒B(tài)與大氣污染的關(guān)系提供經(jīng)驗(yàn),并為改善空氣質(zhì)量、治理大氣污染的相關(guān)工作提供參考依據(jù)。
黑河—騰沖線通常用來(lái)劃分中國(guó)東西部地區(qū)[14],東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、人口稠密,西部地區(qū)經(jīng)濟(jì)落后、人口稀少[15]。
自1979年中國(guó)實(shí)施改革開放以來(lái),中國(guó)城市人口比例從1979年的18.96%(1.85億)上升至2017年的57.35%(7.93億),在這期間有6億多人口從農(nóng)村移居到城市。能源消費(fèi)總量從1979年的6.03萬(wàn)t(以標(biāo)準(zhǔn)煤計(jì))上升至2017年的43.58萬(wàn)t,增長(zhǎng)了6倍以上。建成區(qū)面積從1979年的10 791.3 km2上升到2017年的54 331.5 km2,擴(kuò)張了4倍以上。
1.2.1 地表空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)
NO2濃度數(shù)據(jù)來(lái)自全國(guó)空氣質(zhì)量實(shí)時(shí)發(fā)布平臺(tái)(http://106.37.208.233:20035/)的逐時(shí)監(jiān)測(cè)數(shù)據(jù),研究時(shí)段為2018年1月1日至12月31日,包括中國(guó)大陸地區(qū)337個(gè)地級(jí)市共1 496個(gè)環(huán)境空氣質(zhì)量監(jiān)測(cè)站的NO2濃度數(shù)據(jù)。
1.2.2 城市形態(tài)數(shù)據(jù)
土地利用/土地覆蓋(LUCC)數(shù)據(jù)(http://ladsweb.nascom.nasa.gov/)來(lái)自MODIS的Land Cover產(chǎn)品,空間分辨率為500 m,時(shí)間為2017年。該數(shù)據(jù)包含5種土地覆蓋分類體系,本研究采用全球地表分類方案,選擇建成區(qū)來(lái)計(jì)算城市形態(tài)特征。
1.2.3 人口數(shù)據(jù)
中國(guó)地級(jí)市城市人口數(shù)據(jù)來(lái)源于2017年度的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》以及各省市統(tǒng)計(jì)年鑒。
1.3.1 城市形態(tài)
基于建成區(qū)面積,城市形態(tài)考慮了城市面積(以斑塊面積總和計(jì))、斑塊數(shù)量、形狀指數(shù)和分維數(shù)4個(gè)指標(biāo),計(jì)算方法參照文獻(xiàn)[11]。城市面積和斑塊數(shù)量是其他景觀指標(biāo)的基礎(chǔ);形狀指數(shù)用來(lái)反映城市形狀的復(fù)雜程度,形狀指數(shù)越大說(shuō)明形狀越不規(guī)則;分維數(shù)用來(lái)度量斑塊的物理連通性,表征斑塊之間的聚集和相鄰程度。
1.3.2 GWR模型
建立GWR模型前,首先需進(jìn)行全局自相關(guān)性和局部自相關(guān)性分析;接下來(lái),對(duì)數(shù)據(jù)建立普通最小二乘法(OLS)模型,來(lái)檢驗(yàn)?zāi)P偷娜謹(jǐn)M合程度;然后再進(jìn)行GWR模型的構(gòu)建。不同于普通的多元回歸模型,GWR模型是面向局部關(guān)系的建模,添加了地理位置參數(shù),因此能較好地解釋空間異質(zhì)性及空間非平穩(wěn)性下變量間的空間關(guān)系。模型的自變量系數(shù)隨空間位置的變化而變化。權(quán)重函數(shù)使用高斯距離衰減加權(quán)來(lái)計(jì)算。使用擬合優(yōu)度(R2)和赤池信息準(zhǔn)則(AIC)來(lái)檢驗(yàn)?zāi)P偷臄M合性能[16]。
中國(guó)2018年平均NO2質(zhì)量濃度為28.42 μg/m3,且具有較大的時(shí)空分布差異。單個(gè)城市中,NO2質(zhì)量濃度最高為54.09 μg/m3(浙江湖州),最低為7.98 μg/m3(四川阿壩)。NO2年均值高于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)二級(jí)限值(40 μg/m3)的城市超過(guò)40個(gè),約占12%。如圖1所示,NO2濃度最高的50個(gè)城市多分布在人口稠密、經(jīng)濟(jì)發(fā)達(dá)的中東部地區(qū);而NO2濃度最低的50個(gè)城市大多人口稀少。圖2為月平均NO2濃度變化趨勢(shì),NO2濃度通常在12月最高,平均值為43.30 μg/m3,7月最低,平均值為19.04 μg/m3。
圖1 2018年地級(jí)市年平均NO2質(zhì)量濃度排序Fig.1 Ranking of annual average NO2 concentration in prefecture-level cities in 2018
圖2 2018年月平均NO2質(zhì)量濃度變化趨勢(shì)Fig.2 Monthly NO2 concentrations level in 2018
城市群中,京津冀的NO2質(zhì)量濃度最高,平均值為42.59 μg/m3,北部灣最低,平均值為17.82 μg/m3,京津冀地區(qū)是北部灣地區(qū)的近2.5倍。京津冀NO2年均值超過(guò)GB 3095—2012二級(jí)限值,其次是長(zhǎng)三角、珠三角、山東半島、中原和晉中,NO2年均值為30~40 μg/m3,其余城市群NO2年均值低于30 μg/m3。
冬季NO2濃度的主要來(lái)源為北方城市燃煤取暖,豐收季節(jié)的秸稈燃燒也貢獻(xiàn)了一部分NO2。機(jī)動(dòng)車尾氣排放逐漸成為NO2不可忽視的一種來(lái)源,大城市機(jī)動(dòng)車保有量劇增,NO2濃度也普遍高于其他城市。城市經(jīng)濟(jì)發(fā)展較好的地區(qū),NO2濃度也相對(duì)較高,城市人均GDP與城市NO2濃度呈顯著正相關(guān)關(guān)系[17]。
圖3展示了各指標(biāo)歸一化后排名前20的城市。城市面積東部大于西部,斑塊數(shù)量東部多于西部,可能是由于東部平原較多;形狀指數(shù)東部高于西部,說(shuō)明東部城市形狀更復(fù)雜;分維數(shù)東部明顯高于西部;人口密度東部高于西部,以中部平原城市群最高。隨著城市人口密度升高,城市面積擴(kuò)張,NO2濃度增長(zhǎng),而經(jīng)濟(jì)發(fā)達(dá)的大城市群的NO2濃度高于中小城市群。
對(duì)全國(guó)地級(jí)市NO2濃度進(jìn)行全局自相關(guān)性分析,結(jié)果顯示數(shù)據(jù)存在顯著的空間自相關(guān)性;局部自相關(guān)性分析發(fā)現(xiàn),熱點(diǎn)區(qū)(高-高)主要集中在京津冀、山東半島、中原和長(zhǎng)三角城市群,而冷點(diǎn)區(qū)(低-低)位于滇中、北部灣和黔中城市群??臻g自相關(guān)性分析表明,中國(guó)城市的NO2濃度表現(xiàn)出全局自相關(guān)和局部自相關(guān),表明數(shù)據(jù)具有明顯的空間非平穩(wěn)性,與張淑平等[18]的研究結(jié)果一致。
圖3 城市形態(tài)和人口密度分布Fig.3 Maps urban form and population density distribution
對(duì)NO2濃度與城市形態(tài)、人口密度之間構(gòu)建的GWR模型結(jié)果表明,模型的截距為19.954,解釋變量系數(shù)從最低的0.129到最高的0.302(見表1)。VIF可用于檢驗(yàn)解釋變量是否冗余,當(dāng)VIF>7.5時(shí),該解釋變量為冗余因子。表1中解釋變量VIF均低于7.5,表明所有解釋變量為非冗余因子。可見,城市NO2濃度與城市形態(tài)、人口密度之間存在顯著的正相關(guān)性。
GWR模型的截距能表征NO2的基本水平。截距從我國(guó)東北到西南依次遞減,表明在相同的城市化因素下,西南部的NO2濃度水平低于東北部城市。中國(guó)城市的NO2濃度與城市形態(tài)指標(biāo)之間顯示出明顯的空間變異性。從模型系數(shù)的空間分布可以看出,城市形態(tài)指標(biāo)在中部和西部地區(qū)具有較高的系數(shù);人口密度的系數(shù)除少數(shù)西部城市外,中部城市高于其他城市??傮w上,NO2濃度和城市形態(tài)之間的關(guān)系是空間非平穩(wěn)的。
表1 解釋變量系數(shù)和截距
如表2所示,OLS模型的R2低于GWR模型,而AIC值高于GWR模型,表明GWR模型的擬合性能更好。西北和東北地區(qū)具有較高的R2,表明西北和東北地區(qū)的GWR模型能更好地捕捉到NO2濃度和城市形態(tài)之間的關(guān)系。相比之下,東部和南部地區(qū)的NO2可能受到其他因素的影響,如植被覆蓋度。
表2 OLS和GWR模型系數(shù)
城市形態(tài)的結(jié)構(gòu)和配置能夠影響出行方式、出行距離和出行頻率,從而影響機(jī)動(dòng)車使用化石燃料所產(chǎn)生的NO2排放量。緊湊型、人口密集的城市能夠減少交通污染物排放,但是城市布局過(guò)于密集卻會(huì)導(dǎo)致污染物稀釋和擴(kuò)散的速度降低[19-20]。因此,應(yīng)構(gòu)建集約高效、緊湊型的城市形態(tài),并通過(guò)提高植被覆蓋度以及調(diào)節(jié)城市形態(tài)的結(jié)構(gòu)與配置,從而降低能源消耗以及NO2濃度。
(1) 全國(guó)337個(gè)地級(jí)市的NO2濃度表現(xiàn)出明顯的時(shí)空異質(zhì)性,其中約12%的城市年平均NO2濃度超過(guò)了GB 3095—2012二級(jí)限值。NO2濃度高值區(qū)域位于京津冀、長(zhǎng)三角、珠三角、中原和山東半島等城市群。NO2濃度在12月最高,7月最低。
(2) 地級(jí)市NO2濃度存在明顯的自相關(guān)性,熱點(diǎn)區(qū)位于京津冀、中原、山東半島、長(zhǎng)三角城市群,冷點(diǎn)區(qū)位于滇中、北部灣和黔中城市群。地級(jí)市NO2濃度表現(xiàn)出全局空間自相關(guān)和局部空間自相關(guān)。
(3) GWR模型結(jié)果表明,城市NO2濃度與城市形態(tài)、人口密度之間存在顯著的正相關(guān)性,且NO2濃度和城市形態(tài)之間的關(guān)系是空間非平穩(wěn)的。