魏旖夢，孜比布拉·司馬義**，楊勝天,4，張蕓菲，田 甜，毛紅云

(1.新疆大學 資源與環(huán)境科學學院，新疆 烏魯木齊830046；2.新疆大學資源與環(huán)境科學學院，智慧城市與環(huán)境建模普通高校重點實驗室，新疆 烏魯木齊830046；3. 新疆大學 綠洲生態(tài)教育部重點實驗室，新疆烏魯木齊830046；4.北京師范大學 地理學與遙感科學學院，北京100875)

近幾十年來，由于中國國民經(jīng)濟的快速發(fā)展以及工業(yè)化、城市化和區(qū)域經(jīng)濟一體化的快速發(fā)展，空氣污染日益突出.大氣污染物的特點是傳播速度快、擴散能力強、影響范圍廣，將對環(huán)境、氣候和人類健康產(chǎn)生重大影響[1-2].中國西北包括陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)，其面積約占全國總面積的30%.西北地形地貌特征極為復雜，且它的地理位置也在“一帶一路”倡議布局中處于核心地位.西北5?。▍^(qū)）具有豐富的地理礦產(chǎn)、油氣能源等資源，但其生態(tài)環(huán)境脆弱，水資源匱乏.隨著“西部大開發(fā)”戰(zhàn)略和“一帶一路”建設的深入實施，西部五?。▍^(qū)）區(qū)域環(huán)境質量逐漸引起人們的重視.目前，大氣污染的研究主要集中在大尺度上的全球空氣污染[3]、或全國空氣污染[4-6]的研究層面，對國內空氣質量的研究多數(shù)針對京津冀地區(qū)[7-8]、珠三角區(qū)域[9]、云貴區(qū)域[10]、成渝城市群[11-12]和東北地區(qū)[13]等地，而對西北5?。▍^(qū)）空氣質量進行研究并探索其影響因素的報道較少，雖然也有學者關注過西北5省（區(qū)）大部分城市的空氣質量[14-16]，這些研究也僅針對陜甘寧地區(qū)或者西北5?。▍^(qū)）的省會城市空氣質量問題進行初步分析，或者利用衛(wèi)星反演前幾年的空氣質量.但是，將西北5?。▍^(qū)）的所有國控監(jiān)測站點做為一個整體，且在時空變化特征上研究該區(qū)域空氣質量時空變化趨勢及其影響因素的成果，相關報道較少.空氣污染作為一種空間現(xiàn)象，現(xiàn)有研究也多側重于傳統(tǒng)的數(shù)理統(tǒng)計[17-21].

因此，本文采用2015—2018年西北5省（區(qū)）的33個地級市、13個自治州和5個地區(qū)的空氣質量實時國控站點監(jiān)測數(shù)據(jù)，利用統(tǒng)計分析法、克里金插值法對西北5省（區(qū)）空氣質量時空演變特征進行探究，并采用地理加權回歸模型（Geographically Weighted Regression，GWR）和普通最小二乘法（Ordinary Least Square，OLS）識別西北各地區(qū)污染物濃度的主要影響因素，此方法對解決區(qū)域性乃至全國性的大氣污染問題，有較好的示范和借鑒作用，以期為西北5?。▍^(qū)）大氣污染防治提供決策參考.

1 材料與方法

1.1 數(shù)據(jù)來源與評價標準本研究的大氣環(huán)境數(shù)據(jù)來自中國環(huán)境監(jiān)測總站的全國城市空氣質量實時發(fā)布平臺（http://106.3 7.2 08.2 33:20035/）.選取2015—2018年西北5?。▍^(qū)）33個地級市、13個自治州和5個地區(qū)的161個國控監(jiān)測站點（如圖1）的逐時空氣質量監(jiān)測數(shù)據(jù).指標包括空氣質量指數(shù)（Air Quality Index，AQI）、PM2.5、PM10、SO2、NO2、CO和O3，其質量濃度限值按照《環(huán)境空氣質量標準》（GB3095—2012）[22]執(zhí)行，具體標準限值見表1和表2.氣象數(shù)據(jù)（溫度、降水量、日照時數(shù)、風速）來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/site/index.html）公布的中國地面氣候資料日值數(shù)據(jù)集（V3.0）.社會經(jīng)濟數(shù)據(jù)（第二產(chǎn)業(yè)GDP比重、綠化覆蓋率、生產(chǎn)總值、總人口、工業(yè)生產(chǎn)總值、人均地區(qū)生產(chǎn)總值、工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量和工業(yè)煙粉塵排放量）主要來源于2019年的中國城市統(tǒng)計年鑒[23].

圖1 西北地區(qū)空氣質量監(jiān)測站點位置示意Fig.1 Spatial distribution of air quality monitoring sites in Northwest of China

1.2 研究方法

1.2.1 空間插值方法 由于站點的數(shù)目有限且監(jiān)測數(shù)據(jù)為點狀，本文采用普通克里金插值法中的指數(shù)函數(shù)將各空氣污染物濃度插值成為連續(xù)的數(shù)據(jù)表面，以反映西北5?。▍^(qū)）空氣質量的整體分布格局.這是一種基于半變異函數(shù)理論，在空間數(shù)據(jù)分布不均的情況下能對插值點屬性進行全面分析的無偏最優(yōu)估計算法[24].

表1 大氣污染物質量濃度標準限值Tab.1 Standard limitsfor concentration of air pollutantsμg·m-3

表2 空氣質量指數(shù)分級標準Tab.2 Levels of air quality indexμg·m-3

1.2.2 空間回歸模型分析

（1）最小二乘法回歸模型分析空間回歸模型的利用可以更好地解釋地理特征的空間關系，并分析屬性數(shù)據(jù)與空間數(shù)據(jù)的空間自相關，其數(shù)學表達式為：

2 西北五省空氣質量總體特征

2.1 空氣質量時間變化特征2015—2018年，由西北各省（區(qū)）的國控站點監(jiān)測數(shù)據(jù)的空氣質量指數(shù)（AQI）年評價結果（表3）可知，2015—2018年西北5?。▍^(qū)）整體空氣質量波動較小，4年的年均AQI污染等級均為良.各城市的AQI年均指數(shù)先在2015—2017年期間上升，到2018年又下降.盡管從2015年以后，年評價指標為優(yōu)和良的城市數(shù)量和其比例有所下降，但2018年的年平均指標為優(yōu)和良的城市數(shù)量卻上升至43個，其比例也分別上升至9.8 %和74.6 %，也是這4年中年評價指標為優(yōu)和良的城市數(shù)量最多的.雖然2017年污染超標的城市數(shù)量最多，達到18個，但是在2018年污染超標城市數(shù)量也下降到8個，可見這4年西北5省（區(qū)）的空氣質量有所改善.

根據(jù)表3可知，2017年的AQI年均值最高，且污染超標城市數(shù)量也最多，所以對2017年西北各?。▍^(qū)）的51個地級市（自治州）的AQI等級日數(shù)進行Kruskal-Wallis H檢驗，得到2017年西北各省地級市（自治州）的不同污染等級的污染天數(shù)情況（如表4），其P值均為0.在2017年的西北5?。▍^(qū)）AQI級別平均日數(shù)中，空氣質量主要為良，占整體的64.4%；2017年中，輕度污染天數(shù)最多的是甘肅省105 d，其次是陜西省84 d，新疆、寧夏和青海相對比較接近60 d左右；中度污染天數(shù)比較接近的是新疆和陜西，都是23 d，甘肅和寧夏比較接近12 d左右；新疆的重度及嚴重污染天數(shù)在西北5?。▍^(qū)）是最多的省份（32 d），其次是陜西省（19 d）.

表3 2015—2018年西北地區(qū)城市AQI指數(shù)年評價結果Tab.3 Evaluation results of air quality index of citiesin Northwest of China from 2015 to 2018

表4 2017年西北地級行政區(qū)AQI級別平均日數(shù)Tab.4 Average daysof air quality index level in Northwest China prefecture level administrative region in 2017

2.2 空間格局的演變

2.2.1 空間格局的年際演變 利用克里金指數(shù)模型插值方法，分別對2015—2018年西北5?。▍^(qū)）51個地級市（自治州和地區(qū)）161個國控監(jiān)測站點進行空間插值，反映4年AQI的空間分布格局的演變過程（見圖2）.2015—2018年，西北5?。▍^(qū)）的污染高值區(qū)域都在新疆維吾爾自治區(qū).從2015年開始，空氣污染集中區(qū)便從新疆地區(qū)逐步向東擴大，其中2017年污染區(qū)域范圍面積有所縮小，但是2018年又是4年中污染區(qū)域范圍達到最大的年份.在這4年期間，污染高值區(qū)的年均AQI值大小排序為2016年＞2015年＞2017年＞2018年，2018年的高值污染區(qū)的年均AQI值最低，達到120.409，2016年的高值污染區(qū)的年均AQI值最高，達到208.7 72，且污染高值區(qū)域主要集中在新疆喀什、和田和阿克蘇地區(qū).根據(jù)前文西北5?。▍^(qū)）整體空氣質量的時間變化來看，2018年整體年均AQI值是4年中最低的，但是從空間分布格局分析，2018年的污染區(qū)域范圍卻是4年中最大的.因此，可知西北5?。▍^(qū)）的區(qū)域性大氣污染現(xiàn)象愈加嚴重，可能與研究區(qū)冬季寒冷干燥、植被稀疏及沙塵天氣的頻繁發(fā)生而造成的污染物積累有關，致使污染區(qū)域范圍逐漸擴張.

圖2 西北地區(qū)2015—2018年AQI空間格局的演變Fig.2 Evolution of air quality index spatial pattern in Northwest China from 2015 to 2018

圖3 西北地區(qū)2015—2018年各污染質量濃度空間格局的演變Fig.3 Evolution of spatial pattern of pollution concentration in Northwest China from 2015 to 2018

2015—2018年西北5?。▍^(qū)）6項空氣污染物質量濃度空間分布格局如圖3.4年中，CO的污染集中區(qū)主要分布在陜西省境內，但其CO中高值分布只在陜西關中平原地區(qū)和甘肅隴南地區(qū). NO2的污染集中區(qū)在甘肅的隴南地區(qū)；其次是青海地區(qū)，由南向北逐層遞減.O3污染分布的集中區(qū)域在新疆地區(qū)，自西向東逐層遞減，東部地區(qū)O3濃度明顯低于西部地區(qū)；城市環(huán)境空氣中的O3濃度受溫度及光照強度的影響明顯（西部地區(qū)明顯高于東部地區(qū)），由于溫度及光照強度顯著影響著城市大氣中的O3濃度，西部地區(qū)海拔高于東部地區(qū)，并且光照強度較高，這會引起強烈的光化學反應，從而導致臭氧污染[25-26].SO2的污染分布集中區(qū)在甘肅的河西走廊地區(qū)、青海地區(qū)和寧夏地區(qū).PM2.5的污染分布由甘肅中部、隴東地區(qū)及寧夏寧東地區(qū)和陜西北部為中心向四周圈層式擴散；新疆南部地區(qū)也是PM2.5高值分布地區(qū)，PM2.5值會隨著污染排放的增加而受到較大的影響.PM10的污染高值區(qū)集中在陜西關中平原；其次是寧夏回族自治區(qū)北部和甘肅省河西走廊地區(qū)，分布呈現(xiàn)出自東向西驟減趨勢.原因可能是因為能源化工“金三角”包括陜西的榆林市和延安市、甘肅的慶陽市和平?jīng)鍪屑皩幭牡你y川市和石嘴山市，又因蘭州市、酒泉市、咸陽市和寶雞市等屬于傳統(tǒng)的重工業(yè)城市，所以這幾年甘肅、陜西和寧夏地區(qū)的大氣污染物質量濃度均處于較高的水平.

3 西北5 ?。▍^(qū)）空氣質量影響因素分析

3.1 評價因子的選擇綜合衡量西北各?。▍^(qū)）的自然社會經(jīng)濟因素，本文以2018年為例，研究自然社會經(jīng)濟因素對AQI的影響.根據(jù)西北5?。▍^(qū)）的實際情況，本文以西北各?。▍^(qū)）的51個地級市（自治州和地區(qū)）為行政區(qū)單位，選取自然因素中年均氣溫、年均風速、年均降水量、年均氣壓、年均相對濕度和年均日照時數(shù)6個主要氣象指標.社會經(jīng)濟特征選取第二產(chǎn)業(yè)GDP比重、綠化覆蓋率、生產(chǎn)總值、總人口、工業(yè)生產(chǎn)總值、人均地區(qū)生產(chǎn)總值、工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量和工業(yè)煙粉塵排放量9個主要社會經(jīng)濟指標.本文利用方差膨脹因子（Variance Inflation Factor，VIF）對所有變量進行共線性檢驗，計算各個因素之間的VIF值，若VIF值大于7.5，說明自變量之間存在明顯的共線性關系，需要剔除該指標因素以消除對回歸模型結果的影響.本文選取的自然與社會經(jīng)濟因素的VIF值均小于7.5，說明選取的這些變量因素均可作為回歸模型的自變量.

3.2 影響因素結果解析從表5可以看出，西北5?。▍^(qū)）的自然與社會經(jīng)濟因素的GWR的R2和AdjustR2都比其OLS回歸模型大，且AICc值也比OLS模型的小，差距大于3，說明地理加權回歸模型（GWR）的擬合效果比OLS回歸模型擬合的效果要好，因此GWR模型更具有優(yōu)越性.本文利用ArcGIS軟件采用Jenks自然斷點法，將西北5?。▍^(qū)）GWR局部系數(shù)進行空間可視化表達（如圖4～5），其值隨著空間分布表現(xiàn)出一定的差異性，可以直觀地看出各個指標在空間上的變化趨勢.

根據(jù)GWR模型得出，自然因素中（以氣象因素為主）對AQI的影響排序依次為風速＞氣溫＞相對濕度＞氣壓＞日照時數(shù)＞降水量.一般認為風可以明顯降低污染物的濃度，并且對污染物的擴散具有重要的作用，這對于污染物比較嚴重的城市來說確實如此[27].但是污染物濃度只有在風速較大的氣象條件下才會明顯降低，若平均風速小于0.5 m/s的靜風或者風速比較小的條件下，是不利于污染物濃度的傳播擴散和輸送[28].

本文僅選取風速、氣溫、氣壓、降水量進行空間可視化（圖4）.根據(jù)圖4（a）可知，除了新疆、青海的海西蒙古族藏族自治州、玉樹藏族自治州和甘肅的酒泉市是隨著風速的增大，空氣質量變差，剩下西北5省（區(qū)）的其他地方都是隨著風速的增大，空氣質量變好.同時，在臨安也得到了AQI與風速的正相關關系證實，風速也會對下風向城市造成輸入型污染，使污染物濃度升高[29].由圖4（b）可知，西北5省（區(qū)）的AQI與年均降水量呈現(xiàn)一定的負相關關系，由于降水對污染物具有一定的凈化作用，降雨過程也是污染物的隱蔽清除過程，大氣污染物中SO2和NO2相對易溶于水，可以吸收空氣中的氣溶膠顆粒.因此，降水量可以有效地降低空氣中污染物的濃度并凈化空氣.根據(jù)圖4（c）可知，AQI與氣溫呈正相關關系，可能與O3濃度有關.一般情況下氣溫是隨著海拔升高而降低的，因而形成熱力環(huán)流現(xiàn)象，從而污染物會隨著熱力環(huán)流現(xiàn)象而稀釋、擴散，但是當溫度隨著海拔升高而升高時，會出現(xiàn)逆溫現(xiàn)象，這不利于熱力環(huán)流現(xiàn)象的形成，因此空氣污染物在近地面的擴散速度小于聚集速度，會導致嚴重的污染.由圖4（d）可知，除了新疆部分地區(qū)，其他?。▍^(qū)）的AQI與氣壓都是正相關關系，因為在高氣壓的情況下，容易形成反氣旋，再加上逆溫現(xiàn)象的出現(xiàn)，冬季也容易形成靜穩(wěn)天氣，更不利于大氣污染物的擴散，使空氣質量下降.但是如果是低氣壓，會容易形成云雨，使空氣質量變好.

根據(jù)GWR模型可知，西北5?。▍^(qū)）社會經(jīng)濟因素對AQI的影響排序為綠化覆蓋率＞第二產(chǎn)業(yè)GDP比重＞總人口＞工業(yè)二氧化硫排放量＞工業(yè)氮氧化物排放量＞工業(yè)煙粉塵排放量＞人均地區(qū)生產(chǎn)總值＞工業(yè)生產(chǎn)總值＞生產(chǎn)總值，表明西北5省（區(qū)）的綠化覆蓋率、第二產(chǎn)業(yè)GDP比重和總人口對AQI的影響最顯著.

本文僅選取綠化覆蓋率、第二產(chǎn)業(yè)GDP比重、工業(yè)二氧化硫排放量、人均地區(qū)生產(chǎn)總值4個因素進行空間可視化表達（圖5）.如圖5（a）可知，陜西西南部、寧夏、甘肅東部、青海西寧市、海東市和海北藏族自治州的第二產(chǎn)業(yè)GDP比重的增加對AQI的影響程度要比其他?。▍^(qū)）的城市大.隨著第二產(chǎn)業(yè)GDP比重的增加，AQI值也增加，導致空氣質量下降.因為其中有些地區(qū)是傳統(tǒng)重工業(yè)地方，經(jīng)濟增長主要取決于第二產(chǎn)業(yè).由圖5（b）可知，人均地區(qū)生產(chǎn)總值對AQI影響較大的地區(qū)在寧夏、甘肅南部、青海的西寧、海東市、陜西南部，表明這些地區(qū)人均地區(qū)生產(chǎn)總值的增加會加劇空氣污染.由圖5（c）可知，西北五?。▍^(qū)）只有新疆的巴音郭楞蒙古自治州、海西蒙古族藏族自治州、玉樹藏族自治州、甘肅的酒泉市和陜西的榆林市的回歸系數(shù)是負值，對AQI的貢獻不高，其他?。▍^(qū)）地方的回歸系數(shù)都是正值，對AQI的貢獻較大，表明工業(yè)二氧化硫排放量的增加會增加AQI值，導致空氣污染加重.由圖5（d）可知，西北五?。▍^(qū)）只有新疆的喀什地區(qū)、和田地區(qū)、克孜勒蘇柯爾克孜自治州、伊犁哈薩克自治州直屬縣市、博爾塔拉蒙古自治州、塔城地區(qū)和克拉瑪依市回歸系數(shù)呈現(xiàn)負值，且從前文圖2中可知，2018年的AQI高值區(qū)大致就在這些地區(qū)，因此該高值區(qū)域綠化覆蓋率的增加會降低AQI值.因此可知，綠化覆蓋率的增加只有對AQI值較高的地區(qū)有明顯的空氣凈化作用，而AQI原本較低的地區(qū)，綠化覆蓋率的對AQI的降低作用就不是很明顯.

表5 西北地區(qū)大氣污染影響因素GWR模型與OLS模型擬合結果對比Tab.5 Comparison of fitting results between GWR model and OLSmodel for influencing factors of air pollution in Northwest of China

圖4 西北地區(qū)2018年自然因素對AQI影響的空間分布Fig.4 Spatial distribution of impacts of natural factorson air quality index in Northwest China in 2018

4 討論與結論

圖5 西北地區(qū)2018年社會經(jīng)濟因素對AQI影響的空間分布Fig.5 Spatial distribution of the impact of socio-economic factorson air quality index in Northwest China in 2018

4.1 討論通過對西北5?。▍^(qū)）的區(qū)域空氣質量的探究，可以得出：該區(qū)域2015—2018年在大氣污染防治工作上取得了一定的進展.但是，大氣污染物存在明顯的跨區(qū)域傳播性，所以西北5?。▍^(qū)）的污染狀況不容忽視.由于其地形極其復雜，以高原、平原、盆地為主，平原等地的日照充足、降水量少、地形起伏較小，受季風的影響也較??；山谷盆地的地形容易對氣流產(chǎn)生阻擋效應，且大氣混合層厚度較低，垂直湍流較弱，混合層對污染物的垂直擴散非常不利；人類生產(chǎn)活動的影響，加劇了西北5?。▍^(qū)）的空氣污染.沙塵天氣多發(fā)生在沙漠或半干旱地區(qū)，是典型的大氣顆粒物沉降現(xiàn)象，它作為一種流動的大面積污染源，會加劇大氣污染.新疆的克孜勒蘇柯爾克孜自治州和喀什、和田地區(qū)等地是沙塵天氣頻發(fā)的重災區(qū)，所以西北5省（區(qū)）每年發(fā)生重污染事件多數(shù)是由于沙塵天氣而造成的.并且由于更早進入采暖期，而采暖期的燃煤排放易導致重污染天氣的形成，不過這幾年西北5省（區(qū)）很多地方開始實施煤改氣，所以燃煤排放導致的污染在逐漸變弱.盡管西北5省（區(qū)）這幾年大氣污染狀況在逐漸好轉，也比京津冀、華北等地污染程度輕，但是西北5?。▍^(qū)）大氣污染防治仍需政府相關部門重視，早日制定出符合該區(qū)域大氣污染防治的措施和計劃，相關政府部門也要兼顧好經(jīng)濟發(fā)展與環(huán)境和諧發(fā)展的關系，要注意調整和優(yōu)化產(chǎn)業(yè)結構，控制好各地的工業(yè)氮氧化物、二氧化硫和煙粉塵的排放量，加大環(huán)保督察力度，加強植樹造林，增加各地區(qū)的綠化覆蓋率，才能更有效地控制空氣污染.

4.2 結論

（1）2015—2018西北5?。▍^(qū)）整體空氣質量波動較小.4年中，2018年的年評價指標為優(yōu)和良的城市數(shù)量最多；2017年的年均AQI值最高，污染超標城市數(shù)量也是最多的一年，其中輕度污染天數(shù)最多的是甘肅省，重度及嚴重污染天數(shù)最多為新疆.

（2）從空間尺度上看，2015—2018年西北5省（區(qū)）的污染高值區(qū)域都在新疆自治區(qū). 2018年均AQI值最低，說明區(qū)域大氣污染現(xiàn)象逐漸減輕，污染情況受到有關部門的重視，西北5省（區(qū)）的區(qū)域污染狀況有所改善.但是，從空間分布格局來看，2018年的污染區(qū)域范圍卻是4年中最大的，可能是西北5?。▍^(qū)）沙塵天氣的頻繁發(fā)生而造成的污染物積累，致使污染區(qū)域范圍逐漸擴張.其他6種污染物（PM2.5、PM10、SO2、CO、O3、NO2）質量濃度的污染高值區(qū)域也各不一樣.

（3）從影響因素上看，自然因素回歸系數(shù)貢獻大小依次為風速＞氣溫＞相對濕度＞氣壓＞日照時數(shù)＞降水量，且西北5?。▍^(qū)）部分城市的風速和相對濕度對AQI的影響與部分已報道研究結果不太一樣.其中，在靜風或者風速較小的條件下，不利于污染物濃度的擴散和輸送，而在冬季一定的濕度條件下，濕度越大越會吸附大顆粒物PM10，造成空氣質量下降，PM10和O3污染在西北5省（區(qū)）是主要的污染物.社會經(jīng)濟因素回歸系數(shù)貢獻大小依次為綠化覆蓋率＞第二產(chǎn)業(yè)GDP比重＞總人口＞工業(yè)二氧化硫排放量＞工業(yè)氮氧化物排放量＞工業(yè)煙粉塵排放量＞人均地區(qū)生產(chǎn)總值＞工業(yè)生產(chǎn)總值＞生產(chǎn)總值，表明西北5?。▍^(qū)）的綠化覆蓋率、第二產(chǎn)業(yè)GDP比重和總人口對AQI的影響最顯著.