基于镇域尺度的环鄱阳湖城市群雾霾污染演变特征分析

2022-03-13李峥荣华婷郭艾

安徽农学通报 2022年4期

李峥荣华婷郭艾

摘要：从镇域尺度厘清雾霾污染的时空格局特征，对加强环鄱阳湖城市群生态文明建设具有重要的作用。基于PM 2.5浓度分布数据，通过数理统计与探索性空间分析方法对环鄱阳湖城市群镇域雾霾污染时空格局特征进行了深入分析。结果显示：（1）环鄱阳湖城市群镇域雾霾污染的绝对差异波动变化显著，而相对差异虽有波动但整体趋于平稳，城市群雾霾污染具有明显的热点集聚特征。（2）研究期内，环鄱阳湖城市群镇域雾霾污染大致经历了中度污染均衡、高污染集聚、低度污染均衡3个阶段，中高度及高度污染型镇域具有显著的空间集聚与空间“跃迁”现象。（3）雾霾污染的空间关联格局则出现高-高型镇域由“一”字型向南北式纺锤状格局转变，低-低型镇域由紊乱态逐步向有序态演进特征。因此，今后应逐步调整产业结构，促进城市群社会经济绿色生态发展，实现雾霾污染源的下降;同时，加强城市群山水林田草综合治理，打造环鄱阳湖城市群生态命运共同体，以生态手段促进雾霾污染的有效降解。

关键词：雾霾污染;PM2.5;演变特征;镇域尺度;环鄱阳湖城市群

中图分类号 F062.2 文献标识码 A 文章编号 1007-7731（2022）04-0138-04

Abstract： Clarifying the characteristics of the temporal and spatial patterns of haze pollution from the township scale has an important cognitive effect on the construction of ecological civilization in the urban agglomeration around Poyang Lake.Based on the PM2.5 concentration distribution data， through mathematical statistics and exploratory spatial analysis methods， an in-depth analysis of the characteristics of the temporal and spatial pattern of haze pollution in the urban agglomeration around Poyang Lake， the results show：（1）Haze pollution in the urban agglomeration around Poyang Lake The absolute difference fluctuates significantly， while the relative difference fluctuates but the overall difference tends to be stable.The smog pollution of urban agglomerations has obvious hotspot clustering characteristics.（2）During the study period， the haze pollution in the towns of the Poyang Lake urban agglomeration roughly experienced three stages：moderate pollution balance， high pollution agglomeration， and low pollution balance.The middle and high pollution towns have significant spatial agglomeration and The phenomenon of spatial “transition”.（3）The spatial correlation pattern of haze pollution shows that the high-high type township has changed from a “one” to the north-south spindle pattern， and the low-low type township has gradually evolved from a disordered state to an orderly state.Based on this， this article believes that the industrial structure should be gradually adjusted， the social， economic， and green ecological development of urban agglomerations should be gradually adjusted to reduce haze pollution sources.Means to promote the effective degradation of haze pollution.

Key words： Haze pollution; PM2.5; Evolution characteristics; Township scale; Urban agglomeration around Poyang Lake

1 引言

隨着我国经济社会的快速发展和城市化进程的加快，空气污染问题日益频发，尤其近几年雾霾污染已成为全国范围常见的大气污染问题，受到了普遍关注。雾霾污染对生态环境、人体健康和道路交通、人们的生活和生产方式等多个方面都产生了严重的影响，区域生态环境保护面临着重大挑战[1]。2013年，国际癌症研究机构（IARC）已将PM2.5列为人类致癌物，PM2.5作为城市地区大气污染的重要污染物，是造成城市雾霾最重要的“元凶”之一[2]。习近平总书记在两会期间多次就环境保护问题和生态文明建设发表了重要讲话，提出要注重对雾霾污染的防控工作;中央层面《大气污染防治行动计划》的出台及落实，则进一步推动大气环境治理的进程，标志着大气环境治理已成为生态文明建设的重要内容，是实现区域可持续发展的重要途径之一，并纳入国家顶层设计之中。

大气污染逐步成为城市与区域可持续发展的重要瓶颈，学术界基于不同空间尺度对雾霾污染进行了大量实证研究。比如，高歌对全国雾霾的时空分布特征及其变化趋势进行分析，得到长江中下游、华南和华北地区是雾霾天气集中多发区，全国平均霾日数呈现明显的增加趋势[3];吴兑等利用气象资料分析了全国雾霾的长期变化趋势，着重指出20世纪80年代以后，霾日出现的频数有明显上升的趋势，且霾日多集中在我国东部和南部，经济和工业发展较好的地区[4]。城市群已逐步成为拉动区域发展的增长极，城市群尺度的雾霾研究大量涌现，比如，马晓倩等[5]、李欣等[6]、曾浩等[7]分别就京津冀、长三角、长江经济带雾霾污染时空演化进行相关研究。而在城市尺度层面，于淑秋等[8]、钱峻屏等[9]对北京市、汕尾市雾霾的时空分布进行了探讨;陈钰彬等通过对合肥市雾霾污染进行定性和定量分析得到，工业发达的地区污染程度高于其他地区[10]。在系列时空特征分析基础上，地理学者开始注重雾霾污染这一现象背后的成因与机理分析。学者们普遍认为雾霾污染不仅受区域地形、气候等自然要素的影响，还受来自城镇化、工业化等带来的人类活动增强影响[11]。安兴琴等利用GIS分析兰州市雾霾污染状况，指出其大气污染物空间扩散与分布受高原典型盆地城市地貌特征的影响[12];孟小绒等研究指出西安市特殊的地形、季风是雾霾时空变化的重要的影响因素[13];王立平采用省际雾霾污染面板数据，从经济、人口、政策3个方面探讨雾霾污染的影响因素，结果表明，产业结构、能源消费结构、城市建设施工、人口规模等因素对雾霾污染具有抗干扰性的“稳健性”影响[14];熊超、邵帅等从经济、能源视角揭示了重工业为主的产业结构、煤炭为主的能源结构、机动车数量与房地产市场升温等对雾霾暴发产生了重要影响[15-16];冷艳丽等通过研究2001—2015年省际面板数据，发现城市化对雾霾污染具有正向影响，而产业结构与雾霾污染之间存在正相关关系[17]。

環鄱阳湖城市群是长江中游城市群的重要组成部分，也是江西实现绿色发展的区域支撑载体与核心增长极[18]。在《环鄱阳湖生态城市群》中，生态是城市群发展的基础与特色，其发展定位中明确将其打造为长江经济带绿色产业聚集区、国家绿色城镇化先行示范区。近年来，随着全国生态文明建设的深入推进，鄱阳湖城市群绿色发展已打造为全国重要的“生态样板”，在区域乃至全国生态文明建设进程中均具有积极的示范或经验借鉴作用。雾霾污染治理是城市群生态发展的重要任务之一，在新型城镇化、乡村振兴与生态文明建设的多重背景下，探讨镇域尺度下的环鄱阳湖城市群雾霾污染的时空演化特征，对于经济快速发展、要素高度集聚的城市群地区的雾霾治理具有重要认知作用，也为城市群雾霾治理的差异化策略提供理论依据。

2 数据来源与方法

2.1 数据来源 Atmospheric Composition Analysis Group利用化学SeaWiFS仪器与GEOS-Chem输送模式，计算并校准了1998—2018年全球PM2.5年均浓度值（http：//fizz.phys.dal.ca/～atmos/martin/？page_id=140），数据精度可达到0.01经纬度。相较于我国实时监测数据，该类数据具有时间序列长、清晰度相对较高的优点。本文基于该数据提取2000—2018年环鄱阳湖城市群内的PM2.5浓度分布状况;利用ArcGIS软件平台将其采样为100m×100m，并利用区域统计分析功能计算环鄱阳湖城市群各镇域的PM2.5平均值，以表征镇域雾霾污染程度。

2.2 研究方法

2.2.1 标准差指数、变异系数区域发展差异可分为绝对差异和相对差异[19]，本文利用标准差指数和变异系数对县域雾霾污染程度进行差异分析。其计算公式如下：

式中：yi为第i个单元的平均值;N为单元个数;[y]为整个研究区的平均值。S为标准差指数，S值越大，表明县域污染程度的绝对差异越大;V是变异系数，V值越大，表示区域的相对差异越大。

2.2.2 空间自相关空间自相关是一种空间统计分析方法，其空间分布特征可以通过空间自相关的全局和局域2个指标来度量。全局自相关系数是用来验证整个研究区域的空间模式和度量属性值在整个区域空间上的分布态势或集聚状况，表示全局空间自相关的指标和方法很多，最常用的是Morans′I。局域空间关联性指标Getis-Ord Gi*是用来揭示空间地域单元与其临近空间单元属性特征值之间的相似性或相关性[20]。

3 结果与分析

3.1 鄱阳湖城市群雾霾污染的区域差异特征环鄱阳湖城市群镇域PM2.5的标准差指数呈现出波动变化特征：2000—2006年，区域标准差指数值域区间为[4，6];而在2007—2013年，标准差指数值域区间则为[5，7]，表明这一时期区域雾霾污染的绝对差异整体呈现出扩大趋势，逐步出现两极分化趋势;2014—2018年，标准差指数的值域区间大致为[5，6]，其整体变化幅度较小，年际间的绝对差异逐步趋于平稳。标准差指数值域区间变化表明研究期内，环鄱阳湖城市群镇域雾霾污染的绝对差异波动变化显著、年际间差异出现持续扩张与趋于平稳两大趋势。从相对差异来看，变异系数其值域区间为[0.109，0.166]，极大值及极小值分别出现在2005、2016年，二者仅相差0.057，镇域雾霾污染相对差异曲线虽稍有波动变化但变化幅度较小，整体趋于平稳。

基于镇域平均PM2.5指数进行空间自相关计算，结果显示：环鄱阳湖城市群镇域雾霾污染呈现出显著的空间自相关特征，即发展水平相似的县域（高-高或低-低）在空间上呈集聚趋势。环鄱阳湖城市群镇域雾霾污染的Morans′I均在0.20以上，表明雾霾污染在城市群内虽呈现热点集聚格局、但其空间范围并不稳定。从Morans′I曲线变化来看，其曲线出现急剧波动变化现象，表明镇域雾霾污染的空间集聚性出现急剧提升或下降趋势，其空间范围出现明显的“跃迁”现象。对比曲线变化，标准差指数与Morans′I曲线呈现出一定相关性，经历了大致相关的波动历程（见图1）。

3.2 鄱阳湖城市群雾霾污染的空间格局特征基于环鄱阳湖城市群雾霾实际状况，以2000、2009及2018年为时间断面，以20μg/m3、30μg/m3、40μg/m3、50μg/m3为临界值将其划分为低度污染区、中低度污染区、中度污染区、中高度污染区及高度污染区等5类，制成雾霾污染空间格局分布专题图（图2），以探讨环鄱阳湖城市群镇域雾霾污染的镇域雾霾污染的空间演化过程。

从各类污染区的镇域数量来看，低度及中低度污染镇域个数出现下降-上升现象，而高度及中高度污染镇域个数则呈相反趋势;表明2000—2009年，环鄱阳湖城市群雾霾污染持续恶化，2009—2018年，在生态文明建设及美丽中国江西样板打造政策驱动下，环鄱阳湖城市群环境治理取得良好成效。在3个时间断面下，中低度以下污染镇域个数分别为34、11和289个，而高度及中高度污染镇域个数则为37、809和34个，这进一步表明环鄱阳湖城市群雾霾污染在2000—2009年由中污染均衡逐步向高污染集聚转变，2009—2018年则逐步转为低污染均衡态势。

镇域雾霾污染的空间格局显示：中高度及高度污染型镇域呈现出显著的空间集聚与空间“跃迁”特征。2000年中高度以上污染型镇域主要集聚在城市群西北部省域边缘地区、沿江地区及西部萍乡市-宜春市的沪昆铁路沿线地区，这一时期受地形及工业发展政策的影响，沿江地区、萍乡-宜春地区受工业发展影响雾霾污染相对严重，而城市群西北部地处丘陵山地地区（幕府山、九岭山），雾霾污染源虽较少，但其由于扩散不畅而导致雾霾污染较重。2009年，城市群西北部地区雾霾污染进一步恶化，形成高度污染集聚区;而在城市群中西部地区形成连片发展现象。这一时期，环鄱阳湖城市群雾霾污染整体处于中高度污染状态，中低度及低度污染镇域呈散点状分布于城市群边缘地区。在江西省生态文明建设政策驱动下，2018年环鄱阳湖城市群雾霾污染显著减轻，但在城市群沿江地区及南昌市市区仍出现中高度污染镇域，其主要原因在于九江-湖口同城化及南昌市城市内部更新改造以及基础设施建设过程中导致的城市雾霾污染源增多。

3.3 鄱阳湖城市群雾霾污染的空间关联格局本研究通过GeoDa软件计算得到环鄱阳湖城市群镇域雾霾污染的空间关联格局，依据其与相邻单元要素属性，将其划分为高-高、高-低、低-低、低-高等4类（图3），以深入探讨环鄱阳湖城市群镇域雾霾污染的空间集聚特征。

2000年，雾霾污染的高-高型镇域主要呈带状及散点状格局，其中城市群西北部地区形成“一”字型集中分布带，而在城市群中西部地区则以散点状分布在萍乡、宜春、吉安等地;雾霾污染的低-低型镇域则主要分布于城市群东部及中部地区，该类型集聚区在东部地区大致形成“三”字型分布格局，而在城市群中部则以团聚状为主;雾霾污染的低-高型及高-低型镇域整体数量较少，主要呈散點状分布在城市群中。2009年，雾霾污染的高-高型镇域数量则出现显著增长、空间范围持续扩张，大致以修水-沿江、昌九铁路、沪昆铁路为界形成了“]”格局;雾霾污染的低-低型镇域在城市群东部地区出现扩张状况并逐步形成双带发展格局，该类型镇域在城市群西部地区整体变动较小，在中部地区则逐步消失。发展至2018年，雾霾污染的高-高型镇域主要呈纺锤状分布在城市群中部地带，在两端主要连接南昌、九江两大都市区;而低-低型镇域则主要演变成五大片区，城市群东部地区呈现出“二”字型格局，中部则以南昌为核心形成散点状格局，而在城市群西部仍以带状分布于九岭山、萍乡-宜春南部一线。

整体来看，雾霾污染的高-高型镇域由“一”字型经历“]”格局逐步向南北分布的纺锤状格局转变，雾霾污染高度集中区在空间上呈现出跃迁现象;而雾霾污染的低-低型镇域则由紊乱态逐步向有序态演进，并在空间格局上形成了五大片区。无论是低-高型镇域还是高-低型镇域，2种类型镇域数量在研究期内均较少，主要以散点状分布格局为主。

4 结论与讨论

4.1 结论本文以镇域PM2.5平均浓度为测度指标，通过数理统计及空间分析方法对镇域尺度下的环鄱阳湖城市群雾霾污染时空演变特征进行分析，得到以下主要结论：

（1）环鄱阳湖城市群镇域雾霾污染的绝对差异波动变化显著、年际间差异出现持续扩张与趋于平稳两大趋势，而相对差异曲线虽稍有波动变化但变化幅度较小、整体趋于平稳，环鄱阳湖城市群镇域雾霾污染呈现出显著的空间自相关特征。

（2）从各类污染区的镇域数量来看，低度及中低度污染镇域个数出现下降-上升现象，而高度及中高度污染镇域个数则呈相反趋势;受地形及工业发展影响，中高度及高度污染型镇域呈现出显著的空间集聚与空间“跃迁”特征。

（3）雾霾污染的高-高型镇域由“一”字型经历“]”格局逐步向南北分布的纺锤状格局转变，而雾霾污染的低-低型镇域则由紊乱态逐步向有序态演进，并在空间格局上形成了五大片区;低-高型镇域及高-低型镇域在城市群内以散点状分布格局布局。

4.2 讨论作为生态城市群，各镇域应在坚持绿色发展原则下，立足地方特色对经济产业结构进行有序调整，对能源消耗大、污染排放重的粗放型产业进行改造或迁出，以减少雾霾污染源;与此同时，在树立山水林田草综合治理理念下，防止绿色生态系统的破坏，加大绿色生态系统的保护力度，让生态手段成为雾霾污染降解的有效手段。

参考文献

[1]刘海猛，方创琳，黄解军，等.京津冀城市群大气污染的时空特征与影响因素解析[J].地理学报，2018，73（01）：177-191.

[2]王冠岚，薛建军，张建忠.2014年京津冀空气污染时空分布特征及主要成因分析[J].气象与环境科学，2016，39（01）：34-42.

[3]高歌.1961-2005年中国霾日气候特征及变化分析[J].地理学报，2008（07）：761-768.

[4]吴兑，吴晓京，李菲，等.1951—2005年中国大陆霾的时空变化[J].气象学报，2010，68（05）：680-688.

[5]马晓倩，刘征，赵旭阳，等.京津冀雾霾时空分布特征及其相关性研究[J].地域研究与开发，2016，35（02）：134-138.

[6]曾浩，李亚男.长江经济带城市雾霾污染时空演化及治理策略研究[J].东华理工大学学报（社会科学版），2019，38（02）：120-126.

[7]李欣，曹建华，孙星.空间视角下城市化对雾霾污染的影响分析——以长三角区域为例[J].环境经济研究，2017，2（02）：81-92.

[8]于淑秋，林学椿，徐祥德.北京市区大气污染的时空特征[J].应用气象学报，2002（S1）：92-99.

[9]钱峻屏，黄菲，黄子眉，等.汕尾市雾霾天气的能见度多时间尺度特征分析[J].热带地理，2006（04）：308-313.

[10]陈钰彬，倪敬能，李菁，等.合肥市PM_（2.5）的分布特征及其要素分析[J].合肥学院学报（自然科学版），2015，25（04）：81-86.

[11]马丽梅，张晓.区域大气污染空间效应及产业结构影响[J].中国人口·资源与环境，2014，24（07）：157-164.