山东省2015—2018年空气质量指数的时空模式可视分析

翟雪迎，孙 勇，季 民，王鹏程

(山东科技大学测绘科学与工程学院，青岛 266590)

目前，随着中国工业化、城镇化的深入推进，能源资源消耗持续增加，随之伴生的大气污染现象引起了国家和社会大众的极大关注。大气质量状况的监测、预测和评估已成为了中外学者的研究热点。Mohan等[1]对德里市从年际、季节的角度进行研究空气质量指数的变化，利用最大算子函数法分析出交通密度的增加与所有的监测站中空气质量差成反比的现象。Hu等[2]对中国的6大城市(北京、上海、广州、石家庄、西安和武汉)多空气质量指数综合分析比较，研究表明在依据空气质量指数的分析下，会低估了空气污染与健康风险的相关性；Peng等[3]对1999—2011年中国PM2.5的时空分布格局进行了深入的分析，研究发现在中国的中东部地区空气污染较为严重而且还存在逐年增长的趋势。目前中国对空气质量监测站点的污染物数据有着大量的数据分析和时空分布研究[4-8]。徐红霞等[9]对山东省的空气污染物数据进行研究，发现颗粒物的污染呈现出从西向东且逐渐减少的趋势，对空气污染物数据建立拉格朗日混合单粒子轨道(hybrid single-particle Lagrangian integrated trajectory，HYSPLIT4)模型进行聚类分析得出，当地人的影响与空气污染有着较大的相关性；王恒等[10]基于山东省某城市六区的PM2.5、PM10、SO2、NO2为评价因子进行多级综合评价，研究结果表明，采用熵值的多级模糊综合评判的方法，对城市空气质量的分析更客观。范竣翔等[11]基于京津冀地区的空气质量和气象数据，建立深度网络模型进行训练，发现考虑时间序列特性的深度递归神经网络(deep recurrent neural networks，DRNN)模型效果更好；康桂红等[12]对山东省的大气污染数据，在时间和空间的分布特征上进行分析，研究结果表明颗粒物是山东省大气污染的主要污染物，大气污染呈现出明显的时间变化规律；许海超等[13]基于山东省17个地级市的空气质量指数(air quality index，AQI)、地理位置和不同季节的气候数据进行研究，分析出沿海城市的AQI呈现出由东南向西且逐渐增大的规律，半岛地区的空气环境最佳，山东省的中部和西北地区的空气污染较为严重。

大气污染不仅局限于人为划定的行政界线，而在时空上有一定程度的影响范围和规律[14-15]。目前，针对AQI的重心迁移和空间集聚特征分析的研究较少。则基于2015—2018年山东省17个地市的空气质量数据，进行时序变化和空间变化的研究分析。在年际、季度分析的基础上，进一步采用空间自相关和重心迁移规律的分析方法，研究了空气质量在城市群相互之间的关系和影响。研究结果可为相关大气环境监测和治理大气污染部门提供科学依据[16]。

1 数据与方法

1.1 研究区域及数据

山东省人口数量的不断增加，建设用地和能源消耗剧增，造成山东省的空气质量面临着巨大的压力。分布在山东省的空气质量监测站点共有74个，监测站点的分布如图1所示。AQI数据主要是来自中华人民共和国生态环境部网站，对所获得的全国数据提取出山东省的空气质量数据。对数据进行去噪，四舍五入保留一位小数。研究数据期间是2015年1月1日—2018年12月31日的约35 000条AQI时报数据，1 455条日报数据，对数据进行时间序列、空间分布的相关处理，并以矢量点状数据转化为面状栅格数据的形式进行研究性分析。

图1 山东省空气质量监测站点的分布Fig.1 Distribution of air quality monitoring stations in Shandong Province

AQI是无量纲指数，是对空气污染的一种单一评价指标，数值的大小与空气污染的严重程度、人体健康的有害程度均正相关[17]。AQI的数值分级计算参考的标准是国家新修订的《环境空气质量标准》(GB 3095—2012)[18]。在2012年，中华人民共和国生态环境部对AQI进行分级评定，实施文件《环境空气质量指数(AQI)技术规定》(HJ633—2012)[19]，将AQI指数分为6级，分级标准如表1所示。

表1 国家级AQI分级标准Table 1 National AQI value grading standard

1.2 数据处理与分析方法

1.2.1 基于空间自相关模型的空气质量分析方法

空间自相关是确定某一变量在空间上是否存在相关性及相关性的强度如何的一种研究方法[20]。主要是建立空间自相关模型，对获取山东省的空气质量数据进行全局自相关和局部自相关分析。

基于空气质量指数的空间自相关分析，主要是根据城市位置和AQI指标值对空间自相关进行度量。根据全局Moran’sI指数(IM)判断山东省的城市空气质量指数在空间上是否存在一定的集聚性，从而判断是否存在着集聚或离散的分布特征。计算公式为

(1)

为深入研究城市间空气质量指数在空间上的局部空间差异性、相互关联性，采用局部空间自相关分析，研究某城市及与其相近城市空气质量的相关程度[21]。局部空间自相关是把全局IM指数分配到研究区域的各个城市单元(用ILM表示)。空气污染不会局限于一块地区，有着区域性传播的特点，相邻城市间的空气质量有着一定的相互影响[22]。局部空间自相关分析的可视化结果分为高高(HH)、高低(HL)、低高(LH)、低低(LL)4种关联模式，计算公式为

(2)

1.2.2 AQI重心迁移规律分析

AQI重心指城市间AQI的加权平均重心，即山东省城市群之间的AQI在空间平面上力矩达到平衡的点[23]。将AQI年均指标值作为权重计算加权的平均中心，可以表现出不同年份的AQI，进而直观地分析出空气质量在研究区域的差异性[24]。根据已获得的山东省2015—2018年的空气质量监测数据，利用基于加权平均模型计算集合重心的方法，研究山东省近几年空气质量的轨迹动态迁移规律、AQI变化的空间区域均衡性。计算公式为

(3)

(4)

城市重心转移距离指数为

(5)

式中:Xg、Yg为重心坐标，分别表示通过空气质量加权后得到g时山东省的几何中心；Xi、Yi表示第i个城市所在的几何地理中心坐标；Zi表示第i个城市的空气质量指数。WL为g～g+1时段重心转移的距离。重心位置与各个城市单元的相对位置通过地图更能清晰明了地表达[25]。

2 结果与分析

2.1 AQI年际序列变化特征分析

对2015—2018年山东省各市空气质量AQI进行数据处理，计算出近4年各市的AQI年度均值，以柱状图的形式进行空气质量的可视化表达如图2所示。由图2可分析出，各市的空气质量AQI近四年大体上均有下降的趋势。主要是山东省的西部、南部、中西部地区的各市近4年AQI均有所下降，尤其是莱芜市的AQI下降幅度最大，在2015—2016年的变化较明显；2016—2017年有所微降；枣庄、滨州、淄博、东营、威海2017—2018年AQI指数比较稳定。沿海地区的城市空气环境整体较好。

70表示2015—2018年山东省各市AQI所有数值中最大值的1/2图2 2015—2018年山东省各市AQI变化柱状图Fig.2 Histogram of AQI change in each city of Shandong Province in 2015—2018

2.2 AQI 年际时空分布变化分析

对山东省近四年各市的AQI年际变化进行绘制，如图3所示，表明山东省空气质量在逐年好转，最为严重的是2015年的红色重度区域，分布在山东省的西北部地区，主要有聊城、德州、济南、淄博、菏泽等城市。尤其是德州空气质量指数最高，高达139.3。东部沿海城市空气质量最好。与2015年相比，2016年整体的空气质量显著变好，中部地区黄色区域的AQI为100～115。分布在山东省西部的菏泽、聊城和德州的空气质量最差。2017年中部地区的城市空气质量状况较佳，部分黄色区域AQI低于100。滨州市在2015—2017年空气质量没有明显变化。与2016年相比，2017年橙色区域城市空气质量转佳，山东省中南部和东部地区，特别是沿海城市空气质量良好，AQI均小于100，其对人类的健康没有危害。2018年山东省除聊城、菏泽、潍坊等城市AQI为100～115的黄色区域外，其他城市AQI均低于100，而深绿色城市有所增加，尤其是莱芜市的变化最明显，2017—2018年，只有潍坊市的空气质量变差。表明山东省各市采取了相关的措施对空气质量进行了整改。四年间威海，烟台两城市空气质量一直保持最好，青岛市在2017年间的空气质量有所变差，但AQI指数仍低于100。德州市近四年空气质量变化最佳，潍坊市的空气质量在2017年有所改善后，在2018年AQI又升到了2015、2016年的指数区间100～125。

图3 2015—2018年山东省各市AQI的年际变化Fig.3 Interannual variation of AQI in cities in Shandong Province from 2015 to 2018

98、86、76和70分别表示2015、2016、2017、2018年山东省各市四季AQI所有数值中最大值的1/2图4 2015—2018年山东省各市四季AQI柱状图Fig.4 AQI histogram of four seasons in Shandong Province in 2015—2018

2.3 AQI季节性变化特征分析

基于山东省2015—2018年的空气质量数据，对季节性的数据进行统计分析如图4所示，春夏秋冬四季分别对应获取研究数据的3—5月；6—8月；9—11月、12—次年2月。山东省各市在2015—2018年的AQI呈现出明显的季节性变化，尤其是采暖期的冬季大气污染更为严重[26]。从时间维度上，2015年空气质量变化呈现出夏、冬两季分明，其主要分布在德州、滨州、聊城、菏泽、济宁、枣庄、临沂、淄博、泰安、日照、青岛11个城市。威海、烟台、东营3个城市的AQI冬、夏季节差异不显著，这是因为3个城市都是沿海城市，因此空气质量较好。烟台、威海、青岛、潍坊、莱芜5个城市夏、秋两季AQI较接近。2016年山东省各市空气质量AQI冬夏差异显著的城市主要有德州、枣庄、临沂、菏泽、莱芜、聊城、济宁7个城市。此现象可能与冬季天气干燥、供暖、烟花爆竹较多有关。威海市夏秋冬AQI基本趋于一致，无明显变化。2016年聊城、滨州、菏泽、临沂、枣庄、潍坊、莱芜冬夏季AQI呈现明显的季节性规律，威海，烟台、滨州、济南夏秋AQI趋于一致。2018年聊城、菏泽、枣庄、淄博、潍坊、莱芜城市季节分明，济宁、聊城夏秋AQI一致。结果表明：沿海地区的城市空气质量最好，冬夏分明较模糊，且夏秋冬AQI差值不大。

3 讨论

3.1 山东省城市群的空间自相关

基于山东省2015—2018年的AQI监测数据建立空间自相关模型，采用全局自相关方法分析Moran’s I指数的变化特征，Moran’s I指数在四年间呈现明显变化，在2015年为0.660 055，2016年增长到0.710 365 5，2017年较2016年较稳定为0.712 45，到2018年显著下降到0.356 569。由此分析得出，山东省AQI指数值Moran’s I在逐年变小，表明山东省近四年AQI的空间集聚特征呈现出先缓慢聚集趋于稳定，后加速分散的聚集态势。

对山东省各市的AQI数据进行局部空间自相关分析如图5所示，HH集聚区聚焦在济南市，AQI指数高值区，空气质量最差，污染严重(相比其他城市地区)。LH集聚性的城市是滨州、泰安两城市，其空气质量指数较低，但周围城市空气质量指数较高。LL集聚类型的城市分布在山东省东部沿海地区，主要有青岛、烟台等城市。普遍东部AQI指数较低，空气质量较好。由图6可知，与2015年AQI的集聚情况相比，2018年集聚类型只有LL类型，LL类型的中心城市是烟台，由于沿海的原因，AQI值较低，空气质量较好。

图5 2015年山东省各市AQI的LISA集聚图Fig.5 LISA agglomeration map of AQI in Shandong Province in 2015

3.2 山东省AQI的重心迁移规律分析

基于获取的山东省2015—2018年的AQI数据，2015—2018年山东省17个市空气质量指数(AQI)重心偏移图)可知，重心逐年向东偏移(图7)，主要在莱芜和淄博的交界处，由莱芜市跨越到淄博市。偏移方向是先东南，再东北，再东南向。

2015—2018年山东省的AQI重心整体存在向东微弱偏移的趋势，微弱偏移距离约6.224 km。

4 结论

基于2015—2018年山东省17个城市AQI的时监测数据，在时间序列和空间分布上综合利用统计分析、相关分析及空间分析等手段，采用空间自相关模型和重心迁移模型研究方法等空间数据统计模型。得出如下结论。

(1)2015—2018年山东省空气质量指数整体呈现逐年降低的趋势，且变化较为明显，AQI降幅最大的是山东省的中部(莱芜市)。由于邻近海边，东部沿海地区的城市空气质量变化甚微，一直处于良好状态，尤其是威海、烟台空气质量一直为优。2015年的多个城市的年度AQI均值在125～140，经过四年的变化,2018年山东省整体空气质量大有好转，只有3个城市(聊城、菏泽、潍坊)的年度AQI在100～115，其他城市均是良好状态。

(2)2015—2018年山东省中部、西部地区空气质量指数季节分明显著，冬夏分级明显。沿海城市四季空气质量指数最低，波动微小，季节性变化最弱。山东省各城市的AQI呈现西高东低、内陆高沿海低的季节空间分布格局。

(3)从空间自相关来看，以2015—2018年的Moran’sI指数来反映山东省空气质量近四年的空间集聚，呈现出先缓慢聚集，趋于稳定，后加速分散的集聚态势，空间相关度在逐年下降。2015年空气污染较为严重的高集聚区为济南，2018年空气质量优的低AQI集中区域是沿海的烟台。2015—2018年山东省的城市群空气质量指数(AQI)重心整体往东微弱偏移，由莱芜跨越到淄博。即山东省西部的空气质量污染表现出转佳趋势。