中国2018年PM2.5的空间分布特征——基于地理信息系统的研究

作者：王涛; 王明悦; 胡薇; 周云平^*; 郑玉新; 冷曙光

来源：环境与职业医学, 2020, 37(06): 553-557.

DOI：10.13213/j.cnki.jeom.2020.19845

• 细颗粒物
• 空气污染
• 空间自相关
• 普通克里格法
• 地理信息系统

[背景]近年来,越来越多的研究关注区域细颗粒物(PM2.5)的污染状况及其时空分布特征,但大部分研究局限于单一城市或区域范围,少数全国性研究也仅局限于31个省会城市,对全国代表性较差,且不利于空气污染干预措施的精准实施。[目的]分析中国2018年PM2.5的空间分布特征,为下一阶段全国大气污染防治措施的制定提供科学依据。[方法]收集2018年中国334个地级及以上城市PM2.5实时监测数据。基于城市年平均值,首先运用全局型Moran’s I统计量分析PM2.5在中国整个区域的空间分布模式。其次运用局域型Moran’s I统计量探明PM2.5的局部空间聚集性区域、聚集类型状态和确切分布位置。最后采用普通克里格法插值估计全国区域范围内的PM2.5浓度。[结果]2018年,中国334个地级及以上城市PM2.5年平均质量浓度(后称浓度)的均值为(39.3±14.4)μg·m-3。196个城市(58.7%)高于我国PM2.5年平均浓度限值(35μg·m-3)。PM2.5存在全局空间自相关性(Moran’s I=0.58,P <0.001)。局域空间自相关探测到98个城市为高-高区域(代表该空间单元观测值高,其周围空间单元观测值也高,余同),15个城市为低-高区域,2个城市为高-低区域,99个城市为低-低区域。新疆西部、京津冀及周边地区PM2.5浓度高,呈现高值聚集区。广西壮族自治区的柳州市和甘肃省的武威市属于高-低区域,该城市的PM2.5浓度高,但其周围城市的PM2.5浓度较低。空间克里格插值结果显示有两个高污染城市聚集地,分别为新疆西部及以河北、河南、山东、山西交界处为中心的区域。[结论]中国城市PM2.5年平均浓度具有空间自相关性。基于空间分布特征,未来PM2.5污染治理仍应以京津冀及周边地区为核心,加强区域联动治理模式,共同打好大气污染防治的攻坚战。

• 单位
  青岛大学