遥感监测下城市主要大气污染物环流聚类时空分布特征研究

何锡祯

摘要：针对日益严重的城市大气污染问题，提出遥感监测下的城市主要大气污染物环流聚类时空分布特征分析方法。确认区域监测点数量，形成监测网，分析各个区域城市主要大气污染物的关联性与相似性，联合污染物对应的因子荷载与遥感监测数据属性信息，对主要大气污染物展开环流聚类分析，获得大气污染物的时间分布特征和空间分布特征。实验结果表明，以山东省为例，其大气污染最为严重区域为鲁西地区，空气质量最高区域为胶东半岛；山东省大气污染物在夏季的浓度值相对较低，在冬季的浓度值最高。

关键词：遥感监测；大气污染；时间分布特征；空间分布特征

中图分类号：X51 文献标志码：A

前言

随着城市化进程的加快，大气污染成为严重制约城市可持续发展的问题之一。随着经济水平的提高，工业废气排放和汽车尾气等大气污染物排放量逐渐增加，导致雾霾等大气污染现象频繁出现。因此，准确了解城市主要大气污染物的时空分布特征对于科学揭示城市大气环境质量状况、制定有效的治理措施以及保障居民健康具有重要意义。学术界已有大量的学者针对该问题进行了深入研究探讨。

崔爱伟等通过便携式空气污染物检测设备移动观测大气污染物，并分析了大气污染物在不同时段与天气状况下的分布情况，引入Pearson相关性系数获得不同气象因子与城市主要大气污染物浓度质量之间存在的相关性。代园园等结合Spearman秩系数相关法与克里金插值法，在空气质量监测数据的基础上分析污染物在空气中的时空分布特征，并通过灰色关联分析法分析大气污染物受社会因素与自然因素的影响。

在以往优秀研究成果的基础上，通过结合遥感监测和环流聚类分析方法，提出一种全新的城市大气污染物时空分布特征分析方法。该方法旨在深入探究城市主要大气污染物的时空变化规律，揭示其不同区域的分布特征，并为制定更具针对性的大气污染治理措施提供科学依据。

1 时空分布特征分析方法

1.1 遥感监测数据获取

山东省郊区的空气质量监测点数量相对较少，通常设在城市。2005年后，地级市陆续建立监测网，获取污染物质量浓度监测数据。各城市监测点数量分别为：聊城：4个监测点；济南：20个监测点；德州：6个监测点；淄博：12个监测点；枣庄：6个监测点；菏泽：8个监测点；滨州：5个监测点；潍坊：10个监测点；临沂：4个监测点；济宁：6个监测点；泰安：6个监测点。

表1中，引入遥感技术，集成各城市监测点信息，获得污染物质量浓度数据，与其他地区相比，山东省东部区域的AOI相对较低，鲁西南和鲁西北地区的AQI指数明显高于鲁中地区。并在ArcGis软件中绘制山东省2021年-2022年的平均环境空气质量指数分布图，为后续的大气污染物环流聚类时空分布特征分析提供数据支持。

山东省2021年-2022年的AQI指数在区间[60，130]内，潍坊、泰安、日照、青岛、烟台和威海的AQI指数低于平均值，剩余城市的AQI指数均超出平均值。

为了准确分析大气污染物在山东省各城市中的分布情况，将山东省划分为以下五个区域：

（1）鲁西区域：菏泽、聊城、德州；

（2）鲁中区域：济南、潍坊、莱芜、淄博、泰安；

（3）鲁北区域：东营、滨州；

（4）鲁南区域：日照、临沂、枣庄、济南；

（5）胶东半岛：威海、烟台、青岛。

据此确定山东省五个区域对应的AOI指数，鲁西区域为128、鲁中区域为110、鲁北区域为107、鲁南区域为106及胶东半岛为70。其中，山东省胶东半岛地区的AQI指数最低，表明该地区的空气质量较高，鲁西区域的AQI指数最高，表明该地区的空气质量最差。

1.2 环流聚类时空分布特征输出

环流通常指某个区域内空气或水在不同高度或深度上的流动模式，其主要目的是对这些流动模式进行分类和分析，以便更好地理解环流结构的时空变化特征。通过对环流场数据进行空间和时间上的聚类分析，找到不同区域内环流特征的相似性和差异性，揭示环流系统的内在规律，帮助更好地理解大气或水体运动的特点，为气候变化、天气预测、环境保护等领域提供重要的研究依据和数据支持。

通过K-mean聚类方法，可以获取污染物在各区域内的特征，进而分析各个区域污染的关联性与相似性，设置集合F=[x1，x2，…，xk]，该集合由n个数据对象构成，划分集合F，获得K类的类簇集合H=[H1，H2，…，Hk]，设置误差平方和SSE目标函数，衡量K-mean算法的聚类质量，如式（1）：

式（2）中，|Hk|表示SSE（H）对应的模。

虽然K-mean算法具有高效聚类的优势，但在污染物环流聚类时空分析过程中无法准确地确定k值，为此，通过改进赤池信息准则AIC确定k值，其分类结果与AIC之间存在一定的联系，分类结果的准确率随着AIC的减小而增大，如式（3）：

AIC=SSE（k）+2vkmk 式（3）

式（3）中，m表示数据对应的维度，通过求解上式即可获得最优k值。

在研究大气污染物时空分布特征时，涉及到2021年-2022年的污染物质量浓度数据，为了提高样本的收敛性，提高数据分析效率，采用主成分分析方法回归处理污染物质量浓度数据，环流聚类时空分布特征输出结果为式（4）：

Gn=bn1A'1+bn2A'2+…+bnqA'q 式（4）

式（4）中，Gn表示降维处理后的污染物质量浓度数据；bni表示污染物对应的因子荷载；q表示分类结果与AIC对应的数量；A'i表示污染物质量浓度列向量。

2 分析结果与规律

山东空气质量随着《打赢蓝天保卫战三年行动计划》的实施得到了一定的改善，但目前存在部分城市空气质量下降现象，为了治理城市大气污染问题，需要对大气污染物的时空分布特征展开分析。

2.1 空间分布特征分析

PM2.5、PM10、SO2、NO2、CO、O3是城市主要大气污染物，采用K-mean算法展开环流聚类分析，获得主要大气污染物的分布图见图1。

根据图1可知，PM2.5和PM10在山东省的分布情况与AQI分布特征基本相符，通过分析大气污染物空间分布发现，山东省大气污染物浓度最高和最低区域分别为鲁西地区与胶东半岛。山东省大部分城市的SO2浓度分布较为均匀，鲁中东部地区的SO2浓度最高。山东省内只存在鲁中地区这一个NO2高值区，其他地区的NO2浓度分布相差较小。鲁北区域与鲁中区域东北部的CO浓度要高于其他地区。分析O3的浓度分布情况可知，鲁中东北部、鲁北东部以及鲁西北部的浓度相对较高，鲁北西部和鲁中中部地区的O3浓度较低。

通过整体分析发现，在胶东半岛区域PM2.5、PM10、SO2、NO2和CO的浓度均为全省较低值，CO、NO2和SO2浓度在鲁中地区的东部偏高，综上所述，O3、PM10和PM2.5是山东省大部分城市的主要大气污染物。PM10是上述污染物中的浓度最高的，CO属于浓度最低的污染物。对比各个城市的污染物浓度发现，威海的PM2.5、PM10、SO2、NO2、O3和CO的浓度均是最低的，表明威海是山东省大气污染程度最低的城市。

2.2 时间分布特征分析

2.2.1 污染物年际变化

山东省主要大气污染物在2017年-2022年的平均浓度变化情况见图2。

由图2可知，NO2、SO2、O3和CO的年均浓度低于轻污染标准，SO2和CO浓度在整体年际变化中逐渐降低，由此可知，政府的大气污染治理有所成效。NO2的年均浓度较为平稳。O3是在一定气象条件下由氮氧化物转化形成的，该污染物也呈逐年下降趋势，但下降幅度相对较小。2017年和2021年山东省的PM10浓度高于轻污染标准；与2021年相比，山东省2022年的PM2.5浓度相对较低，但两年内的浓度均高于轻污染标准。

2.2.2 污染物周变化

以山东省的济南市为例，分析污染物在城市大气中的周变化情况，分析结果见图3。

由图3可知，O3浓度峰值出现在周六，之后开始下降，SO2浓度、NO2浓度、CO浓度、PM10浓度和PM2.5浓度的周变化趋势相同。通过上述分析可知，周六至周一济南的大气主要污染物浓度相对较高，污染浓度最轻的为周四。

2.2.3 污染物日变化

通过上述分析可知，山东省大气污染物以PM2.5为主，分析PM2.5浓度在春、夏、秋、冬四个季节的日变化特征，见图4。

分析图4（a）可知，春季山东省大气中的PM2.5浓度变化幅度较小，浓度最低的时段出现在下午的16时-18时，1时-12时的浓度相对较高。

由图4（b）可知，夏季是山东省PM2.5浓度最低的季节，其中PM2.5浓度最高值出现在上午9点-10点，最低值出现在下午17点-18点，从上午9点开始，PM2.5浓度呈下降趋势，一直到下午18点为止，PM2.5浓度从19点开始逐渐上升。

根据图4（c）可知，秋季山东省PM2.5的浓度是全年第二高的，PM2.5浓度日均值在秋季的变化情况与夏季相似，存在两个峰值，首个峰值出现在上午10点，持续时间相对较短，最后一个峰值出现在下午21点-22点，持续时间相对高于第一个峰值。

冬季是山东省大气污染程度最高的季节，上午七点出现第一个浓度低值，下午17点-18点出现第二个浓度低值，两个低值较为接近且持续时间短。

3 结束语

城市大气污染问题随着工业化水平的提高逐渐加剧，对此提出了遥感监测下的城市主要大气污染物环流聚类时空分布特征分析方法。通过结合遥感监测技术和环流聚类分析方法，针对城市大气污染物展开时空分布特征分析，能够从更宏观、全局的视角捕捉大气污染物的时空分布情况，对传统监测手段无法覆盖的大范围、精细化的大气污染监测问题提供了解决思路，并且更全面地揭示不同区域内大气污染物的浓度分布情况，为制定针对性的治理措施提供科学依据。结合污染物对应的因子荷载与遥感监测数据属性信息，能够更准确地刻画城市主要大气污染物在时空上的变化特征，为深入了解大气污染物的来源、传输和演化提供重要参考。