甘肃省空气质量的时空变化及其影响因素分析

摘 要：随着城市建设的快速发展，人类赖以生存的空气污染日趋严重。以甘肃省2019—2023年期间的空气质量监测数据为研究对象，利用数理统计、空间差值、皮尔逊相关分析等方法，研究了甘肃省辖区内空气质量及污染物的时空变化及空气质量的影响因素。结果表明：2019—2023年期间，甘肃省的空气质量变化整体比较平稳，评价为“良”的占比最高，14个市州各类污染物的变化趋势大致相同，呈现连续的“W”形，存在明显的季节性特征；甘肃省的AQI峰值存在向西北方向城市转移的趋势，整体呈现出由西北向东南方向逐渐减小的变化特征，其他6种污染物高值区分布具有明显的空间差异。

关键词：空气质量指数；时空分布；克里金插值；皮尔逊相关系数

中图分类号：X51 文献标志码：B 文章编号：2095–3305（2024）05–0-03

甘肃省地处我国西北地区，地形复杂，气候多样，自然环境脆弱，容易受到人类活动和气候变化的影响，空气质量问题日益突出。随着工业化进程和城市化发展，甘肃省的空气质量受到了严重影响[1]。工业排放、机动车尾气排放、生物质燃烧等因素导致大气污染物排放增加，造成空气质量恶化，严重影响了居民健康和生态环境。同时，气候变化也对甘肃省的空气质量产生了影响，气温升高、降水变化等因素可能改变大气环流格局，进而影响空气质量的时空分布[2]。

因此，深入研究甘肃省空气质量的时空变化及其影响因素，不仅有助于揭示空气质量问题的本质和规律，为环境保护和治理提供科学依据，也具有重要的政策和社会意义。基于2019—2023年甘肃省的14个市州的空气质量实时监测点的监测数据，采用统计分析、克里金差值、斯皮尔曼相关分析等方法，分析了甘肃省空气质量数据，探讨了空气质量的时空变化特征及其影响因素，为提高甘肃省的空气质量提供科学支持和决策参考。

1 数据来源与研究方法

1.1 研究区域的概况

甘肃省位于我国西北部，东邻陕西省，南接四川省和青海省，西连新疆维吾尔自治区，北与内蒙古自治区、宁夏回族自治区接壤，下辖14个地级行政区划，包括12个地级市和2个自治州。甘肃省地势西高东低，主要由祁连山、秦岭、河西走廊和阿尔金山等山脉组成，气候多样，包括温带大陆性气候、高原气候、半干旱气候等多种类型。

1.2 数据来源

研究数据来自中国环境监测总站的全国城市空气质量实时发布平台，选取2019—2023年甘肃省12个地级市、2个自治州的34个空气质量监测点。

1.3 研究方法

1.3.1 空气质量指数

空气质量指数（Air Quality Index，AQI）是定量描述空气质量状况的无量纲指数。AQI数值越大、级别和类别越高、表征颜色越深，说明空气污染状况越严重，对人体的健康危害也就越大[3]。AQI的计算方法为：

AQI=max{IAQI1，IAQI2，IAQI3，…，IAQIn}（1）

式（1）中，n为污染物项目，AQI分级标准见表1。

由于AQI评价的6种污染物浓度限值各有不同，在评价时各污染物都会根据不同的目标浓度限值折算成空气质量分指数（Individual Air Quality Index，IAQI）[4]，其计算方法为：

IAQIp=（CP-BPLO）+IAQILO（2）

式（2）中，IAQIp为污染物项目P的空气质量分指数；CP为污染物项目P的质量浓度；BPHi为相应地区的空气质量分指数及对应的污染物项目浓度指数表中与CP相近的污染物浓度限值的高位值；BPLo为相应地区的空气质量分指数及对应的污染物项目浓度指数表中与CP相近的污染物浓度限值的低位值；IAQIHi为相应地区的空气质量分指数及对应的污染物项目浓度指数表中与BPHi对应的空气质量分指数；IAQILo为相应地区的空气质量分指数及对应的污染物项目浓度指数表中与BPLo对应的空气质量分指数。

1.3.2 克里金差值

克里金法（Kriging）是依据协方差函数对随机过程/随机场进行空间建模和预测（插值）的回归算法[5]。克里金法是对已知函数进行加权平均估计未知函数的方法，其预测理论接近于线性回归。

（3）

式（3）中，是点（x0，y0）处的估计值；λi是权重系数。

同样是采用空间上所有已知点的数据加权求和来估计未知点的值。但是权重系数并非距离的倒数，而是能够满足点（x0，y0）处的估值与真实值的差最小的一套最优系数，同时满足无偏估计的条件[6]，即同时满足式（4）、式（5）：

（-z0）（4）

∑（-z0）=0（5）

1.3.3 皮尔逊相关系数

皮尔逊相关系数用于度量2个变量之间的相关程度，其值介于-1～1之间。具体来说，皮尔逊相关系数的计算公式为：

（6）

其中，，；

式（6）中，xi、yi分别表示第i个样本点对应的2个变量的取值，x、y分别表示2个变量的均值，n表示样本数量。当r=1时，表示2个变量之间存在完全的正线性相关关系，即一个变量增加时，另一个变量也增加；当r=-1时，表示2个变量之间存在完全的负线性相关关系，即一个变量增加时，另一个变量减少；当r=0时，表示2个变量之间不存在线性相关关系。

2 结果与分析

2.1 空气质量的时间变化特征

2019—2023年，甘肃省AQI的年均值别为60.53、57.65、63.24、63.22、69.36。从2019—2023年甘肃省AQI

指数年评价结果（表2）可知，甘肃省整体空气质量变化较平稳，评价为“良”的占比较高，其次是“优”，轻度污染和重度污染的占比均比较低，其中，2020、2022、2023年均未出现中度污染。

在2019—2023年期间，甘肃省14个市州的细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）、臭氧（O3）、一氧化碳（CO）等主要污染物的逐月变化趋势大致相同，呈现连续的“W”形，存在明显的季节性特征。CO、NO2、SO2每年的浓度峰值均出现在冬季以及春季，冬季的整体浓度最高，主要受交通、取暖排放、工业排放等的影响；而O3每年的浓度峰值呈现出与CO、NO2、SO2相反的趋势变化，其冬季的浓度在全年中最低，浓度峰值出现在夏季，这与光化学反应和高温天气有关；PM2.5和PM10这两种颗粒物在冬季和春季达到高峰，冬季由于取暖需求增加和大气稳定，颗粒物浓度较高，春季则受到沙尘暴等气象条件的影响，颗粒物浓度也会较高。

在14个市州中，具有明显特征的城市有兰州市和白银市，其中兰州市的CO、NO2浓度整体较高，连续5年的CO平均浓度为0.94 mg/m3、NO2平均浓度为44.80 μg/m3；白银市的SO2年平均浓度明显高于其他城市，达到了32.94 μg/m3。在2019—2023年期间，O3浓度在2022年7月附近出现了急速下降，这可能与7月中旬陇东南地区出现特大暴雨、庆阳遭遇罕见洪涝灾害等有关。PM2.5和PM10这两种颗粒物在2021年3月左右出现了很高的峰值，是由于在2021年3月15日，甘肃省发生了严重的戈壁沙尘暴天气，内蒙古、甘肃和宁夏部分地区的浓度超过了7 000 μg/m3，在鄂尔多斯、金昌、武威和中卫等城市出现了沙尘暴，根据卫星数据显示，沙尘覆盖了约45万km2的区域。

2.2 空气质量空间变化特征

对甘肃省2019—2023年期间34个空气质量监测点的AQI监测数据进行克里金空间差值分析，反映了甘肃省2019—2023年AQI的空间演变过程，结果表示，2019—2023年期间，甘肃省AQI峰值存在向西北方向的酒泉市、嘉峪关市、张掖市等城市转移的趋势，整体呈现出由西北向东南方向逐渐减小的变化特征。2019年，甘肃省的AQI分布存在较明显的空间异质性，高值区主要集中在兰州市，低值区集中在甘南藏族自治州、陇南市；2020—2023年，兰州市AQI的下降趋势明显，甘南藏族自治州、陇南市低值区进一步扩大。

甘肃省2019—2023年的PM2.5、PM10、SO2、NO2、O3、CO浓度空间分布显示（图略），CO浓度高值区分布在兰州市周围，低值区分布在酒泉市；NO2的高值区分布在白银市，低值区分布在酒泉市、嘉峪关市；PM10浓度的高值区分布在甘肃西北方向的酒泉市、嘉峪关市、张掖市，低值区主要集中在甘南以及陇南；PM2.5、SO2的分布具有一定的空间异质性，前者高值区出现在嘉峪关市以及庆阳市，后者的高值区则出现在金昌、武威，低值区出现在陇南以及酒泉市；O3浓度受到光照的影响明显，西部几个城市的整体浓度偏高于东部的城市，但是庆阳市的O3浓度却呈现出较高的数值。

2.3 空气质量影响因素分析

依次将3—5月、6—8月、9—11月、12月至翌年2月，按照气象标准划分为一年中的春季、夏季、秋季以及冬季，利用皮尔逊相关系数分析甘肃省2019—2023年期间AQI与各类污染物相关性的季节特征（表3）。结果表明，从全年角度出发，6类污染物均与AQI呈现正相关，其中PM2.5、PM10呈现显著正相关，相关系数分别为0.742、0.980。春季，AQI与PM2.5（P＜0.01）、PM10（P＜0.01）、O3（P＜0.05）呈现显著正相关；夏季，AQI与PM2.5（P＜0.01）、PM10（P＜0.01）、O3（P＜0.01）呈现显著正相关；秋季，AQI与PM2.5（P＜0.01）、PM10（P＜0.01）呈现显著正相关；冬季，AQI与PM2.5、PM10、NO2、CO均存在0.01水平上显著正相关性。

3 结论

（1）2019—2023年期间，甘肃省的空气质量变化整体比较平稳，评价为“良”的占比最高，其次是“优”，有少量评价“中度污染”，不存在“重度污染”“严重污染”，14个市州各类污染物的变化趋势大致相同，呈现连续的“W”形，存在明显的季节性特征。

（2）2019—2023年期间，甘肃省AQI峰值呈向西北方向的酒泉市、嘉峪关市、张掖市等城市转移的趋势，整体呈现出由西北向东南方向逐渐减小的变化特征。这期间，AQI最高值出现在2023年嘉峪关市，AQI低值区从甘南藏族自治州、陇南市进一步向周围扩大，省会兰州市的AQI呈现明显下降趋势，说明区域大气污染现象在整体减弱。其他6类污染物高值区分布均不相同，与其本身辖区内的产业结构、地理位置、气候等有很大的关系。

AQI与6类污染物整体呈现正相关，其中PM2.5、PM10呈现显著正相关，并且有明显的季节特征：春秋季，AQI与PM2.5、PM10呈现显著正相关；冬季，AQI除了与PM2.5、PM10呈现显著正相关，还与NO2、CO也呈现显著正相关；夏季，AQI与AQI与PM2.5、PM10、O3呈现显著正相关。

参考文献

[1] 杨燕燕.甘肃西北关键城市空气污染特征及颗粒物潜在源区研究[D].兰州：兰州大学，2021.

[2] 魏旖梦，孜比布拉·司马义，杨胜天，等.西北五省（区）空气污染时空变化特征及其影响因素[J].云南大学学报（自然科学版），2021，43（3）：513-523.

[3] 陈黎明，程度胜.长株潭空气污染指数相关性研究及季节调整[J].统计与决策，2014（14）：139-142.

[4] 蔺雪芹，王岱.中国城市空气质量时空演化特征及社会经济驱动力[J].地理学报，2016，71（8）：1357-1371.

[5] 黄远来.南宁城区2018—2022年环境空气质量时空变化特征分析[J].绿色科技，2023，25（16）：139-143.

[6] 肖悦，田永中，许文轩，等.近10年中国空气质量时空分布特征[J].生态环境学报，2017，26（2）：243-252．

基金项目：2022年甘肃省大学生创新创业训练计划项目“‘双碳’目标下基于遥感监测技术在温室气体浓度监测中的研究”（S202216209026）；甘肃省教育厅2023年高校教师创新基金项目“多信源、多尺度结构健康监测系统集成及应用研究”（2023B-280）；甘肃省教育厅2023年高校教师创新基金项目“‘双碳’背景下基于多维信息技术在既有建筑的绿色改造中的应用研究”（2023B-276）。

作者简介：杨田（1990—），女，甘肃静宁人，讲师，研究方向为摄影测量与遥感。