乌鲁木齐市空气污染时空分布特征及其与气象因素相关分析

盛永财 ，孜比布拉•司马义 , ，王英鹏，王 显 ，李 颖

1. 新疆大学 资源与环境科学学院，乌鲁木齐 830046

2.新疆大学 智慧城市与环境建模普通高校重点实验室，乌鲁木齐 830046

3.新疆大学 绿洲生态重点实验室，乌鲁木齐 830046

原环保部2016年10月13日向媒体发布2016年前9个月空气质量排名相对较差的10大城市，乌鲁木齐市上榜。随着城市化速度的加快，我国空气污染特征从传统的煤烟型污染向“复合型”污染转变（何建军等，2016a）。城市大气不仅受到局地污染源分布的影响（贺祥等，2016），还受土地利用类型（许珊等，2015）、“城市热岛效应”（朱焱等，2016）、“山谷风热力环流”（董群等，2017）和气象因素（何建军等，2016b）等的影响；其中污染源分布是空气污染的根本原因（黄成等，2011），不利于污染物扩散的气象因素是造成空气污染物浓度增加的直接原因（崔玉航等，2017）。国外学者在气象因素对空气质量影响方面的研究有：气象因素对与空气质量的驱动机制的研究（Mishra et al，2016），昼夜变化和季节变化对空气质量的影响（Shrestha et al，2016；Singh et al，2015），不同时期车辆排放污染浓度对空气质量的影响（Kumar et al，2016）等。国内学者多集中于对气象因素与空气污染物的相关性研究，研究区多集中于东部沿海地区（陈淳祺等，2013；周兆媛等，2014）、经济发达地区（张媛媛等，2016）和大型城市群（廖志恒等，2014）、对西部内陆经济欠发达地区的相关研究较少。乌鲁木齐市作为新疆首府，是我国向西开放的桥头堡，是闻名世界的国际陆港城市，其发展与挑战并存，且担负责任重大。在此背景下，乌鲁木齐市的健康发展尤为重要，其发展很大程度上受到大气环境的影响，所以对乌鲁木齐市大气环境承载力的研究是非常有必要的。

1 材料与研究方法

1.1 数据来源

本文选取乌鲁木齐市官方公布的7个监测站（表 1）2016年 1月每 天 的 AQI，PM2.5、PM10、SO2、NO2、CO、O3浓度，数据来自新疆维吾尔自治区环境质量信息发布平台（http://124.117.235.202:8011/）。同期气象观测数据来自乌鲁木齐市国家基本气象站（WMOID = 51463）（http://data.cma.cn/user/toLogin.html/），选取的气象因素有气压（0.1 hPa）、温度（℃）、相对湿度（%）、降水量（0.1 mm）、风速（0.1 m ∙ s−1）、日照时数（h），各数值为24小时日均数值。土地利用分类数据来自地理空间数据云网站（http://www.gscloud.cn/）乌鲁木齐市Landsat 8 TM影像数据，（TM影像数据信息：数据标识：LC81430292015246LGN00，条带号：143、行编号29，中心经度：87.2719、中心纬度：44.608，日期：2015-09-03，云量：0.11）。

表1 乌鲁木齐市环境空气质量监测控点布设位置Tab.1 Locations of monitoring sites for ambient air quality in Urumqi

1.2 主要研究方法

1.2.1 大气环境质量指数计算及划分标准

《环境空气质量指数（AQI）技术规定（试行）》（HJ 633 —2012）及《环境空气质量标准》（GB 3095 — 2012）是根据保护和改善生态环境、生活环境、人体健康而制定。AQI具体计算如下（高庆先等，2015；潘本锋和李莉娜，2016）：

式中：IAQIP指污染项目P的空气质量分数；CP为污染项目P的浓度；BPHi为相应标准浓度的上限值，BPLo为相应标准浓度的下限值，IAQIHi为与BPHi对应的空气质量分指数，IAQILo为与BPLo对应的空气质量分指数。

AQI = max{IAQI1, IAQI2, IAQI3, …, IAQIn} (2)式中：IAQI为空气质量分指数，n为污染物项目。由上式可知，如果多个污染项目的空气质量分指数都超标，那么AQI为污染项目的空气质量分指数最大的一个。

根据环境空气质量标准，可以将环境空气质量指数AQI分为六个等级（表2）。环境空气质量指数越大，环境空气质量指数级别就越高，说明污染程度越严重，越不利于人类的身体健康。

表2 环境空气质量等级标准Tab.2 Ambient air quality standards

1.2.2 反距离权重法

反距离权重（IDW）法插值是一种在GIS应用中方便、成熟的研究区域性环境污染物质空间分布的插值方法（段平等，2014；李凯等，2016），IDW法以插值点与样本点之间的距离为权重进行加权平均，离插值点越近的样本点赋予的权重越大；该方法的缺点在于依赖距离程度较大，所以误差也会因距离的加长而变大，修补方法是指定距离幂值越小，对距离较远的点产生的影响越大，能模拟出更加平滑的曲面（Oktavia et al，2016）。通过GIS空间插值，可以将离散的点转化为连续变化的平滑曲面，更好地模拟地理要素空间分布特征；用GIS 做 AQI、PM2.5、PM10、SO2、NO2、CO、O3的IDW空间插值，能够直观地看到乌鲁木齐市城区的AQI及污染因子的时空分布特征。

1.2.3 相关分析

相关分析的作用在于揭示地理要素之间相互关系的密切程度，而地理要素之间相互关系密切程度的测定，主要是通过对相关系数的计算来完成（李琛等，2017）。对于两个要素x与y，如果他们的样本值分别为xi与yi（i = 1, 2, …, n），则它们之间的相关系数被定义为：

式中：rxy为x与y之间的相关系数；x、y分别表示两个要素样本值的平均值，即：

相关系数rxy是表示两要素之间的相关程度的统计指标，它的值介于[−1，1]，rxy＞ 0，表示正相关，即两要素同向相关；rxy＜ 0，表示负相关，即两要素异向相关。rxy的绝对值越接近于1，表示两要素的关系越密切，越接近于0，表示两要素的关系越不密切。

1.2.4 层次分析法

层次分析法（analytic hierarchy process，AHP）是将与决策有关的元素分解成目标、准则、方案等层次，把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策（张建国和庞赞，2017）；它将决策者的思维过程条理化、数量化，便于计算，容易被人们所接受，所需要的定量化数据较少，对问题的本质、其所涉及的因素及其内在关系分析的比较透彻、清楚（冷苏娅等，2017）。用AHP法对乌鲁木齐市城区空气质量影响因素做评价分析，能够对其影响因素重要性排名。

1.3 研究区概况

乌鲁木齐市地处中亚中心，是世界上离海洋最远的城市，其地理坐标为东经 86°46′10" — 88°59′48"，北纬 42°54′16" — 44°58′16"；乌鲁木齐市受中温带大陆性干旱气候控制，最热在7、8月，平均气温为25.7℃，最冷在1月，平均气温为−15.2℃。乌鲁木齐市土地利用状况（图1a）主要有工业用地、林地、耕地、未利用地、建设用地和水体等，乌鲁木齐市的城区构成、空气质量检测站点分布和重要污染物企业分布如图1 b所示。2015年底，乌鲁木齐市建成区面积为429.96平方公里，建成区绿化覆盖率为40.3%；总人口为266.83万人，人均GDP达到74340元。

图1 乌鲁木齐市重要污染物企业分布与土地利用Fig.1 Distribution of important pollutant enterprises and land use classif i cation in Urumqi

2 结果与分析

2.1 空气污染时空分布现状

2.1.1 空气污染时间分布特征

由图2可以看出，2016年1月份乌鲁木齐市AQI及污染物因子（除CO外）变化趋势明显。AQI、PM2.5、PM10和NO2变化趋势基本同步，在4日、11日、20日、24日、29日都出现峰值，其中29日AQI、PM2.5、PM10和NO2同时达到最高峰；SO2在 1 — 17日波动较小，17日之后出现大幅度波动；O3在所有污染物因子中波动变化最大，在6 日、20 日、29 日出现三个高峰值：16 μg ∙ m−3、13 μg ∙ m−3和 12 μg ∙ m−3；CO 在所有污染物因子中变化最为稳定，无明显变化趋势。整体而言，空气污染程度在本月前12天波动幅度不大，13 — 23日呈现稳定发展状态，24日开始出现大幅度波动上升，且AQI、PM2.5、PM10和NO2的最高值出现在月末；其中轻度污染天气占整月的3%、中度污染天气占26%、严重污染天气占32%、重度污染天气占39%。2.1.2 空气污染空间分布特征

图2 乌鲁木齐市 AQI、PM2.5、PM10、SO2、NO2、CO、O3浓度变化Fig.2 Variation of AQI and concentrations of PM2.5, PM10, SO2, NO2, CO, O3 in Urumqi

根据新疆维吾尔自治区环境质量信息发布平台所公布的乌鲁木齐市监测站点分布，利用2016年1月各污染物因子的月均值通过ArcGIS 做IDW插值分析（图3）。据图3，PM2.5的高值中心位于米东区，两个低值中心分别位于水磨沟区和新市区；PM10的高值中心位于米东区，两个低值中心分别位于新市区与天山区；NO2的高值中心位于米东区，只有一个低值中心位于新市区；SO2在米东区、天山区和头屯河区出现三个高值中心，在新市区出现低值中心；CO在米东区与新市区（监测站）出现高值中心，其它城区都在低值区；O3的高值中心位于米东区和头屯河区，低值中心位于新市区和天山区。乌鲁木齐市的六个城区中，米东区是空气污染最严重的城区。

再次借助ArcGIS对六个污染物因子的专题地图做“重分类”和“叠加分析”，得到六个污染物因子的综合分布，以《环境空气质量指数（AQI）技术规定（试行）》（HJ 633 — 2012）、《环境空气质量标准》（GB 3095 — 2012）和表2为参照，将污染物因子综合分布图分为六类，得到结果如图4所示。可以看出，乌鲁木齐市2016年1月的空气污染严重地区在米东区和新市区（监测站），新市区与水磨沟区一小部分地区空气污染相对较低；整个城市的大部分地区处在空气质量中度污染状态。

图3 乌鲁木齐市7个监测站点污染因子空间插值图Fig.3 Space interpolation of pollution factors at the 7 monitoring sites in Urumqi

2.2 AQI与气象因素的相关分析

2.2.1 乌鲁木齐市气象因素分析

由图5可以看出，乌鲁木齐市2016年1月的气压变化明显，1 — 11日平稳发展，13日出现小峰值，15日开始波动上升，22日达到本月的最高值9349×0.1 hPa，之后迅速下降，27日达到本月最低值9109×0.1 hPa后又迅速上升。温度的变化幅度明显，2日为本月最高值−2.8℃，3 — 9日温度波动幅度明显，9 — 17日缓慢下滑，17日出现低峰值−15.4℃，19 — 25日温度迅速下降，27日后回升且变化平稳。相对湿度整月处于平稳发展状态，5日以后相对湿度都在80%以上。降水量出现的天数占了1月份的30%，且降雨天降水量都在30000 ×0.1 mm以上。1月风速变化极不稳定，月均风速为1.319 m∙s−1；日照时数在4个小时以上的天数为50%，21 — 29日连续出现日照时数大于5个小时。2.2.2 污染物因子与气象因素的相关分析

通过公式(3)和公式(4)对污染物因子和气象因素做相关分析，得到结果如表3所示。可以看出，PM2.5与气压、温度、相对湿度、降水量、风速和日照时数都呈负相关，其中PM2.5与降水量在0.05水平上呈显著负相关。PM10与气压、温度、相对湿度、降水量、风速和日照时数都呈负相关，其中PM10与降水量在0.05水平上呈显著负相关。NO2与气压、温度、相对湿度、降水量、风速呈负相关，与日照时数呈正相关；其中NO2与温度和降水量在0.01 水平上呈显著负相关，与相对湿度在0.05 水平上呈显著负相关，与日照时数在0.05 水平上呈显著正相关。SO2与气压和相对湿度呈正相关，与温度、降水量、风速和日照时数呈负相关；其中SO2与气压在0.05水平上呈显著正相关，与温度在0.01水平上呈显著负相关。CO与气压、温度、相对湿度、降水量、风速呈负相关，与日照时数呈正相关；其中CO与相对湿度和降水量在0.05水平上呈显著负相关。O3与气压、温度、相对湿度、降水量、风速呈正相关，与日照时数呈负相关。

图4 乌鲁木齐市7个监测站点（PM2.5、PM10、SO2、NO2、CO、O3）叠加Fig.4 Overlay of PM2.5, PM10, SO2, NO2, CO and O3 concentrations at the 7 monitoring sites in Urumqi

图5 乌鲁木齐市气象因素日变化Fig.5 Daily variation of meteorological factors in Urumqi

表3 空气污染物因子与气象因素相关分析Tab.3 Correlation analysis of air pollution factors and meteorological factors

2.3 层次分析法对空气污染分布特征的影响因素评价

结合乌鲁木齐市各城区实际发展情况，构建乌鲁木齐市空气污染评价模型。目标层为空气污染；准则层包括土地利用、重要污染物企业和气象因素；指标层包括工业用地、公共设施用地、商业服务设施用地、道路与交通设施用地、林地、耕地、水体，工业园区、发电站、制造厂、垃圾场，气压、温度、相对湿度、降水量、风速、日照时数。通过专家打分法得到以下4个判断矩阵。得出这4个矩阵都通过了一致性检验，可以用来对目标层“空气污染”做评价分析。

1.空气污染 判断矩阵一致性比例：0.0015；对总目标的权重：1;lambda-{max}:3.0015

2.土地利用 判断矩阵一致性比例：0.0348；对总目标的权重：0.0852;lambda-{max}:7.2838

3.重要污染物企业 判断矩阵一致性比例：0.0030；对总目标的权重：0.7375;lambda-{max}:4.0080

4.气象因素 判断矩阵一致性比例：0.0651；对总目标的权重：0.1773;lambda-{max}:6.4102

综合上面4个判断矩阵，可以得到目标层、准则层内容和指标层各指标权重。可以看出，在准则层，权重大小排名为重要污染物企业（0.7375）、气象因素（0.1773）、土地利用（0.0852）；重要污染物企业对空气污染起到绝对的影响作用。在指标层，排在前六位的是：工业园区（0.5671）、工业用地（0.4249）、垃圾场（0.3128）、相对湿度（0.2153）、日照时数（0.2153）、商业服务设施用地（0.2140），排在中间五位的是风速（0.1793）、降水量（0.1598）、温度（0.1423）、道路与交通设施用地（0.1337）、公共设施用地（0.1078），排在后六位的是气压（0.0879）、水体（0.0620）、制造厂（0.0614）、发电站（0.0586)、耕地（0.0357）、林地（0.0219）。可知对空气污染起到影响作用较大的是工业园区、工业用地、垃圾场、相对湿度、日照时数和商业服务设施用地，对空气污染影响作用较小的是气压、水体、制造厂、发电站、耕地和林地。

3 结论

（1）从时间分布看，乌鲁木齐市2016年1月城市空气污染程度整体呈上升趋势，其中1月上旬呈小波动上升状态、1月中旬呈稳定发展状态、1月下旬呈迅速上升状态且污染物因子AQI、PM2.5、PM10和NO2的最高值都出现在1月下旬。从空间分布看，乌鲁木齐市2016年1月城市空气污染分布基本与乌鲁木齐市的土地利用与重要污染物企业分布相一致；其中PM2.5、PM10、SO2、NO2、CO、O3的高值中心都出现在米东区的古牧地镇、卡子湾镇和铁厂沟镇，低值中心都出现在新市区的六十户乡、青格达湖乡和安宁渠镇；污染物因子的综合空间分布以新市区的监测站和米东区的环保局为中心的两个高值区，以新市区的新疆农科院牧场和水磨沟的三十一中学为中心的两个低值区。

（2）对乌鲁木齐市的城区空气污染物因子和同期气象因素做相关分析得出：PM2.5、PM10与降水量在0.05水平上呈显著负相关；NO2与温度和降水量在0.01 水平上呈显著负相关，与相对湿度在0.05 水平上呈显著负相关，与日照时数在0.05水平上呈显著正相关；SO2与气压在0.05水平上呈显著正相关，与温度在0.01水平上呈显著负相关；CO与相对湿度和降水量在0.05水平上呈显著负相关。

（3）对乌鲁木齐市的空气污染分布特征的影响因素用AHP法做评价分析发现：重要污染物企业的空间分布对乌鲁木齐市空气污染空间分布起到绝对的影响作用，对乌鲁木齐市环境空气污染分布起较大作用的影响因素有工业园区、工业用地、垃圾场、相对湿度、日照时数、商业服务设施用地；影响作用较小的因素有水体、耕地和林地等。

（4）本研究结合遥感影像解译和聚类分析、通过GIS做IDW空间插值分析、相关分析和AHP法对乌鲁木齐市2016年1月环境空气污染的时空分布特征及其影响因素做评价研究，在数理分析过程中忽略了“微风”、“静风”等特殊情况对空气污染物的影响，直接用气象因素的24小时日均值来分析，有所欠缺，今后有待深入研究特殊情况对空气污染的影响。