蘭州市SO2時空動態分布特征及其與城市生態系統的關系

王青青,巨天珍,*,王培玉,溫 飛,石 垚,馬 成,常 鋒

1 西北師范大學地理與環境科學學院, 蘭州 730070 2 甘肅省環境科學設計研究院, 蘭州 730030 3 中國科學院過程工程研究所, 北京 100190 4 張掖市生態環境局,張掖 734000

大氣污染對氣候變化和區域生態健康的影響日益加劇,如發生在我國的霧霾、酸雨、和光化學煙霧[1-3]等不僅會影響人類的身體健康還會導致整個生態系統紊亂,多年來大氣環境污染一直都是社會高度關注和急需解決的環境問題[4]。隨著我國大氣污染防治工作的深入,當前工程減排的空間日益縮小,那么從技術和監管方面如何提升和持續保障區域與城市大氣環境質量,將是未來我國大氣環境管理需要解決的重點問題。另外,除人類各種社會經濟活動外,植被、氣象等自然要素也是城市生態系統的主體,在區域物質和能量循環中起到重大作用[5],辨識大氣污染物時空演變規律及其與城市生態系統各要素間的相互關系,也可為城市大氣環境質量綜合管控提供科學依據[6]。我國二氧化硫(SO2)排放體量大,在大氣污染中一直是國家的約束性指標之一。衛星遙感監測以其空間覆蓋范圍大、時間周期長、觀測空間連續和可實時快捷的獲得區域SO2數據等優勢特點,彌補地面站點監測在空間覆蓋小和數據獲取時間長等方面的不足[7-8],在闡明大氣污染和氣象要素的交互影響中發揮重要作用,而結合城市植被覆蓋、經濟產值、社會發展指數等數據更能進一步的研究城市生態系統對SO2濃度變化的影響[9-10]。

國外多位學者如Khokhar等[11]利用GOME、Carn等[12]和Prata等[13]AIRS數據反演了高精度的SO2柱濃度,用以研究火山爆發軌跡和污染源演變規律。多位學者通過設計算法反演污染源及其污染物分布,如Lee等[14]基于SCIMACHY發展了一種權函數算法、Krotkov等[15]基于OMI數據反演了SO2柱濃度,趙軍等[16]開發了大氣邊界層SO2數據總量的獲取方法和SO2離散面狀分布模式。Li等[17]利用 OMI 衛星觀測數據,得出在2008年奧運會期間內蒙古、陜西和山西等地的火電廠及其附近SO2的濃度比以往同期有著顯著的下降,從而證明燃煤電廠脫硫政策能有效降低 SO2的人為排放量。王剛等[18]利用衛星反演SO2的BRD算法得出中國SO2濃度高值地區主要是華北、華東以及四川盆地。Zhang 等[19]用 SCIAMACHY 衛星傳感器,評估了中國地區 2004—2009 年人為活動排放SO2含量,西部呈逐年增加的變化趨勢,東部呈逐年下降的變化趨勢。姜杰[20]通過2005—2010年衛星(OMI)遙感數據,監測了中國大氣SO2濃度,認為西部地區季節變化幅度不大,但其變化趨勢與東部地區相反,表現為夏季濃度高,冬季濃度比較低。李兵等[21]利用OMI數據得出2006—2013 年甘肅省天水市大氣SO2柱濃度明顯增加與人為活動、自然條件和外域大氣傳輸的關系。王彥[22]解譯遙感數據指出甘肅省白銀市2011年到2013年大氣邊界層SO2濃度的時空分布并估算了SO2的排放總量。張斌才[23]利用OMI傳感器結合遙感圖像處理技術和地理信息系統分析所得的大氣邊界層(PBL)SO2數據產品指出,蘭(州)白(銀)金(昌)地區SO2季節差異大,冬季SO2柱濃度最高,夏季最低,以及污染源的移動規律。巨天珍等[24]利用OMISO2數據解譯了甘肅省蘭州市城區2009—2010年采暖期和非采暖期SO2空間分布情況。

蘭州市曾經發生光化學污染事件[25],2013年是蘭州步入空氣質量改善的轉折期與加速期,如今的蘭州與曾經全國大氣環境質量倒數第一形象相差甚遠,為了檢驗治理效果,本文基于2006—2016年共11期遙感數據對蘭州市全境對流層SO2柱濃度的時空變化特征及影響因素進行了回顧性的分析研究,并對蘭州市大氣SO2的凈化途徑,以及NDVI、工業總產值、汽車保有量等城市自然經濟社會生態要素的結構變化與城市SO2濃度變化的關系進行了探討。

1 研究區概況

圖1 研究區位置示意圖Fig.1 Schematic diagram of the study area

蘭州市(北緯36°07′,東經103°82′)位于中國西北部,甘肅省中部,為甘肅省省會。地處黃土高原河谷地帶,市區位于盆地內,兩山夾一河(圖1),明顯的盆地地形使得該區大氣層結穩定,形成逆溫層,加之風速較小,靜風率較高,冬季穩定類天氣占70%以上,靜風率達80%,不利于大氣污染物的湍流擴散。又因常年干旱少雨,年均降雨量不足300毫米,蒸發量較高,植被覆蓋率低,沙塵暴和浮塵天氣容易形成和波及,加劇了蘭州市大氣污染。作為老工業基地,蘭州的工業結構以能源、石油化工、有色冶金等原材料上游工業為主,重化工業占整個工業的比重近80%,能源結構單一,80%的能耗以煤為主。近年來機動車年均增幅超過10%,而且每天過境車輛超過11萬輛,目前全市機動車擁有量達到90萬輛,機動車低速或怠速行駛,尾氣排放也成為了主要污染物之一。

2 數據與方法

2.1 傳感器及數據格式

研究所采用的SO2的數據產品來自于美國國家航天局Aura衛星上搭載的OMI傳感器,OMI 傳感器于2004年7月升空[26-27], 是繼 GOME 和 SCIAMACHY 后的新一代大氣成分探測傳感器[28-29],用于 O3、NO2、SO2、HCHO、 BrO 和 OClO 等組分的光譜反演,其軌道掃描幅寬為2600 km,空間分辨率13 km×24 km,有3個通道,波長覆蓋范圍270—500 nm,平均光譜分辨率為0.5 nm,每天覆蓋全球一次。OMI能夠以較高的空間及時間分辨率獲取大氣污染的空間分布的動態變化。

2.2 研究方法

本文選取的SO2數據是2006—2016年日OMI數據產品,OMISO2產品是以HDF-EOS條帶格式存儲,用VISAN軟件對研究區的柱量數據讀入、讀出、過濾和提取。為保證研究區邊界地區的插值精度,實際數據處理時將提取邊界擴大0.5°,再用HDF-view軟件將所選取的“Lat”、“Lon”、“SO2-column”值粘貼出來。利用ArcGIS10.0軟件地統計模塊中的克里金插值法,對處理后的數據進行插值,再使用地圖代數工具進行柵格計算,得到并繪制出蘭州市2006—2016年SO2的時空分布圖。蘭州市植被數據(NDVI)來自于美國國家航空航天NASA的EOS/MODIS數據(https:// ladsweb nascom.nasa.gov),選取2006—2016年的 MOD13Q1 數據產品,時間分辨率為31 d,空間分辨率為1000 m。并使用MRT(MODIS Reprojection Tools) 工具將下載的 MODIS-NDVI數據進行格式轉換、重投影等,得到并繪制出蘭州市植被覆蓋度(NDVI)時空分布圖。

3 結果與分析

3.1 11年蘭州市對流層SO2柱濃度空間變化特征

3.1.1蘭州市對流層SO2柱濃度值的空間分布

圖2 對流層SO2柱濃度多年平均值空間分布圖Fig.2 Tropospheric SO2 column concentration multi-year average spatial distribution map

圖2為蘭州市2006—2016年11年對流層SO2柱濃度多年平均值空間分布圖。為研究需要,將蘭州市SO2柱濃度值分為八個等級(多布森單位),依次為：一級(0—0.06)、二級(0.06—0.12)、三級(0.12—0.18)、四級(0.18—0.24)、五級(0.24—0.30)、六級(0.30—0.36)、七級(0.36—0.42)、八級(0.42—0.48)。由圖2結合圖1蘭州市高程分布可知,蘭州市對流層SO2空間分布的梯度明顯,呈現出以河谷低海拔(皋蘭縣)為中心的高濃度分布,向西北、東南兩側較高海拔SO2濃度遞減的帶狀規律分布,即蘭州市SO2空間呈倒“U”字型分布。其中,七級、八級(高值區)主要分布在皋蘭縣和永登縣的東南部,占總面積的13.5%；六級(較高值區)主要分布在蘭州市市轄區的西固區、安寧區、城關區和七里河區的西北部地區,占總面積的20.3%；三級、四級和五級(中值區)主要分布在各個縣的過渡地帶,分別占總面積的9.4%、21.5%和28.1%。而一級和二級(低值區)主要分布在高海拔的區域,如永登縣的西北部、榆中縣的東南部和東部地區,分別占總面積的2.2%、4.9%。近11年的SO2分布模式對蘭州市SO2空氣質量的預測預報將提供參考。

3.1.2蘭州市對流層SO2柱濃度年際空間分布

通過對蘭州市2006年至2016年逐年的OMI反演的對流層SO2柱濃度數據進行柵格計算,為方便說明問題,將柱濃度值也劃分為八個等級(多布森單位),分別為：一級(0—0.06)、二級(0.06—0.12)、三級(0.12—0.18)、四級(0.18—0.24)、五級(0.24—0.3)、六級(0.3—0.36)、七級(0.36—0.42)和八級(0.42—0.48),繪制成SO2柱濃度的逐年平均值空間分布圖(圖3),從空間分布來看,蘭州市SO2柱濃度年際分布動態趨勢明顯。從2006年到2010年蘭州市“十一五”期間,SO2高值區以面狀紅色分布,具有從中部河谷低海拔區域向著東西兩側高海拔山地逐漸低值化擴散分布的趨勢,2010年減排效果最為明顯；從2011年到2015年“十二五”期間,SO2在2011年皋蘭縣離散面狀分布向永登縣西南半部、紅古區擴散,2012年除榆中縣西南部、永登縣中北部以外,SO2中值區的面狀分布擴大,2013—2014年在波動中緩慢收縮減少,2015年中值區擴大,污染加重；2016年主要污染區域位于永登縣全境和紅古區部分地段即蘭州市西北半部中高海拔區域,與“十一五”和“十二五”污染區集中在低海拔的規律不同。此變化和2010年蘭州市政府與國家環境科學院達成合作框架協議,即蘭州大氣污染及防治對策研究項目啟動有關,環境保護政府部門協同相關企業做到了“全天候、全過程、全方位”的監管,因而取得了從2011年至2016年間蘭州市對流層SO2在波動下降的重要成果。

圖3 對流層SO2柱濃度年平均值空間分布圖Fig.3 Tropospheric SO2 column concentration annual average spatial distribution map

3.1.3蘭州市SO2季節空間分布

圖4為11年間蘭州市對流層SO2季節空間分布圖,季節分布明顯不均,呈冬高夏低的特點,具有冬季>春季>秋季>夏季的分布規律。冬季均值為0.24(多布森),有明顯的高值區,主要分布在皋蘭縣的中部和永登縣的中東部等低海拔地區。中值區分布在永登縣中部大部分中高海拔、蘭州市市區和榆中縣的西部中海拔區域。低值區主要分布在榆中縣高海拔的東南部。冬季SO2分布與采暖期和冬季盛行風有關。春季0.14(多布森),無明顯的高值區,中值區分布在河谷低海拔的皋蘭縣中大部區域,及其周邊高海拔的永登縣東部、榆中縣西北部、和蘭州市城關區北部。低值區主要分布在永登縣西部山地和榆中東南部山地；秋季0.11(多布森),蘭州市中值區呈面狀離散收縮,分布在永登中部、皋蘭局部低海拔地區,蘭州市區除東南部外,西南半部大部分地區為低值區；夏季0.065(多布森)低值的SO2污染物向西北擴散,沒有中高值的SO2污染,這主要與我國夏季盛行東風有關。

圖4 對流層SO2柱濃度季節空間分布圖Fig.4 Seasonal spatial distribution of tropospheric SO2 Concentration

3.2 11年蘭州市對流層SO2柱濃度時間變化特征

3.2.1蘭州市對流層SO2柱濃度年際分布

圖5為遙感數據與地面實測數據的相關性分析圖,地面SO2數據來自中華人民共和國環境保護部發布的2006—2016年空氣質量年報,與遙感數據SO2柱濃度的相關性系數約為0.61,說明兩數據強相關,可以利用衛星數據反映蘭州區域大氣SO2的污染狀況。圖6表示蘭州市2006—2016 年SO2柱濃度年際變化圖,11年來蘭州市年均SO2柱濃度年均值處于不斷波動狀態,但總體呈現下降趨勢,其中2008年和2012年有兩次小的回升。SO2柱濃度值介于0.03—0.25(多布森)之間變化范圍,濃度值的降幅為14%,下降速度為0.02(多布森) 。降低的主要原因是當地政府一直重視SO2大氣污染的治理,確定了減排、壓煤、除塵、控車、增容等重點治污工作,聚焦關鍵過程的管理與控制,實施聯動化、科學化、目標化、工程化、法制化管理等方面,把工業排污、二次揚塵污染、機動車尾氣污染和生產燃煤污染作為大氣污染防治的重中之重,實施全過程、全員、全網格的實時監管,取得了良好的結果。蘭州市大氣污染得到明顯的控制也說明SO2污染與經濟特征的密切關系在強有力的環境管理下可以被打破。

圖5 SO2柱濃度值與地面監測值趨勢圖Fig.5 Comparison of remote sensing SO2 column concentration with ground monitoring value

圖6 2006—2016年SO2柱濃度年際變化趨勢圖Fig.6 Annual mean value change of SO2 column concentration during 2006—2016

3.2.2蘭州市對流層SO2柱濃度季節變化特征

圖7 2006—2016年SO2垂直柱濃度季節變化特征圖Fig.7 Seasonal variation of SO2 vertical column concentration, 2006—2016

圖7為2006—2016年蘭州市不同季節(春季：3—5月、夏季：6—8月、秋季：9—11月、冬季：12—2月)SO2柱濃度分布圖。由圖7可以看出,蘭州市SO2柱濃度始終表現為冬季高于其他3個季節,11年季節均值由大到小依次為：冬季(0.24多布森)>春季(0.14多布森)>秋季(0.11多布森)>夏季(0.065多布森)。2006—2016年,蘭州市SO2在冬季值為0.065—0.5多布森,最高值出現于2007年,最低值出現于2014年,11年來冬季SO2下降速度為0.03多布森；春季SO2柱濃度的變化范圍為0.035—0.26多布森,2008年出現最大值,2016年達到最小值,十一年SO2柱濃度/(多布森)春季的下降速度為0.008多布森；秋季的SO2柱濃度總體上略呈下降趨勢,秋季最大值出現于2006年,為0.33多布森,最小值出現于2014年,為0.03多布森,11年秋季 SO2下降速度為0.013多布森 ；夏季最高值出現于2006年,為0.18多布森,最低值出現于2016年,為0.035多布森,11年間夏季蘭州市SO2呈下降速度為0.012多布森。綜合圖6和圖7可見,2008年SO2的升高與春、冬季節持續較高的排放有關,2012年SO2的提升也來源于冬季的較高排放,可見重視冬季SO2排放的環境管理、凈化和減排是關鍵。

3.3 蘭州市對流層SO2柱濃度與城市生態系統關系

3.3.1城市自然生態系統要素分析

對照圖1蘭州市數字高程模型(DEM)和圖2蘭州市SO2空間分布圖,可以看出蘭州市兩山夾一河的特殊地理地貌與SO2沿河谷高值區向東西兩側遞減分布的空間格局一一對應。這種分布與氣象條件如各縣區的風向(圖8)密切相關。氣候因素對區域大氣運動起到了重要作用。通過統計氣象局網站上蘭州市市轄區(城區)、皋蘭縣、榆中縣以及永登縣的風向數據繪制出圖8,即蘭州市(縣區)風向頻率玫瑰圖。由圖可知,蘭州市城區主導風向為東北風,其次為東風；皋蘭縣、榆中縣和永登縣的主導風向分別為北風、東南風和北風。蘭州市城區為某一風向時,其所在區域大范圍風向未必和城區一致。據趙敬國等學者研究[30-31],當蘭州市區為東北風時,其郊區主要為西北風和西南風,這是因為蘭州市區處于山谷盆地,東西長,南北狹窄,風在山谷中間形成回旋,改變了風向。可見風向尤其是冬季風向及氣候地形等因素的綜合作用導致了蘭州市大氣SO2“倒U型”空間分布格局。

圖8 蘭州市及各縣風向頻率圖Fig.8 Lanzhou City area and county wind direction

圖9 蘭州市2008—2016年NDVI多年均值分布圖和SO2與NDVI分布圖Fig.9 Distribution of NDVI, distribution of SO2 and NDVI from 2008 to 2016 in Lanzhou City

本文使用遙感數據生成的植被覆蓋指數(NDVI)產品反映暴露在SO2下蘭州市植被覆蓋情況。NDVI在反映一個地區植被覆蓋度方面有優勢,過去只能利用植物群落學的樣方調查法得到調查區樣地的數據,植被類型不同覆蓋度的調查方法不同,不同類型的覆蓋度無法統一計算,尤其是大尺度下的植被覆蓋度的計算問題。采用遙感方法計算很容易就解決了此類問題,植被數據與大氣遙感數據之間也可建立對比關系,暴露在SO2下的植被葉面可見傷害率增長速度為不暴露的0.33—1.0倍[32]。如圖9為蘭州市2008—2016年NDVI多年均值分布圖(2006—2007年無NDVI數據),分別選擇三個在植被分布和大氣污染方面具有特色的典型代表如皋蘭縣、榆中縣和蘭州市植被覆蓋分布圖,分別比較三個地段植被覆蓋度的可以看出,榆中縣植被覆蓋度最高,皋蘭縣植被覆蓋度最低,蘭州市城區植被覆蓋度較高。

如圖10表示SO2與NDVI的季節分布圖,夏秋季節NDVI較高,SO2柱濃度較低；冬季NDVI較低,SO2柱濃度較高,由此可見在蘭州市SO2與植被覆蓋度呈負相關,這與浙江省大氣SO2與植被關系相似[33]。多項研究[34-35]表明,一方面植被對 SO2有較強的滯留和吸附作用,另一方面利用植物體內SO2含量可以監測周圍環境中大氣中SO2的濃度。蘭州市四季中大氣SO2與四季植被之間也反映了這樣規律。

蘭州地區自然植被為干草原,植被覆蓋度低。隨著蘭州市經濟發展,城市綠化環境建設步伐加快,蘭州市政府成立蘭州市南北兩山指揮部,各縣也加大投資建設園林城市。自2010年以來蘭州市平均氣溫逐年升高,加之灌溉條件的改善和綠化力度的加大,植被覆蓋度也持續增加。作者建議,創新思路,利用基因工程技術,研究將抗凍基因載入蘭州市闊葉樹種或常綠針葉樹中,培植抗凍藤本、灌木和草本植物,在空曠地、建筑物不同側面通過布滿立體植被覆蓋量,來增加冬季蘭州市植被體量,加大吸收污染物質的力度[36-37],以此作為“十三五”甚至“十四五”期間蘭州市污染減排的途徑之一。

3.3.2城市社會經濟生態系統要素分析

選取蘭州市2006年至2016年的生產總值和工業產值兩個指標進行分析(圖11),生產總值以及工業產值與對流層SO2柱濃度量呈顯著相關,相關系數分別為0.69、0.68,證明蘭州市對流層SO2柱濃度中工業排放占據較大的比重,原因主要是蘭州市經濟發展以重工業為主[38],長期依賴高能耗、髙污染、高排放行業的發展且能源供應以大量消耗煤炭的火力發電為主。

選取蘭州市2006年至2016年的汽油產量、汽車保有量為主要因素,探究能源消耗對對流層SO2柱濃度的影響。圖12表明,兩個影響因素與對流層SO2柱濃度值均呈相關關系,這說明能源消耗和汽車保有量的增加會加大大氣中SO2柱濃度值。

蘭州市由過去的“污染名城”到現在的空氣質量達標城市,據報道其治理經驗總結為“重點遏制、難點突破、整體改善、逐步好轉”,以上的遙感監測結果也說明了經濟發展污染增加的規律[39-42]在蘭州市并沒有出現。

4 結論

基于衛星的遙感監測在反映污染物的長時間和大尺度空間分布及污染源動態方面有絕對優勢,這是地面監測無法替代的技術手段。對于全方位掌握污染物的發生發展規律、與影響因素之間的關系對制定和調整未來大氣污染的防治意義重大。

(1)從空間上看,蘭州市2006—2016年對流層SO2柱濃度的空間分布梯度明顯,呈倒“U”字型。形成以河谷盆地高濃度的SO2柱濃度為中心,向東西兩側山地的低濃度呈階梯狀遞減的分布格局。首次繪制的蘭州市SO2空間分布圖,對今后SO2研究和政府管理提供空間參考。

(2)從時間上看,蘭州市SO2柱濃度在“十一五”期間逐年小幅均勻降低,“十二五”期間在波動中下降,以2015年SO2升高為結尾,在“十三五”又下降的時間分布格局。與地面觀測數據的變化趨勢相似,SO2柱濃度值變化范圍在0.033—0.25(多布森)之間,11年來濃度值的年均降幅為14%,年均下降速度為0.02 (多布森)。蘭州市SO2量值始終表現為冬季高于其他3個季節,11年間由大到小為：冬季(0.24 (多布森))>春季(0.14(多布森))>秋季(0.11(多布森))>夏季(0.065(多布森))。

圖10 蘭州市2008—2016年SO2與NDVI四季對比圖Fig.10 Seasonal map of SO2 and NDVI in Lanzhou City from 2008 to 2016

圖11 經濟發展與對流層SO2柱濃度的相關性Fig.11 Correlation between economic development and tropospheric SO2 column concentration

圖12 能源消耗與對流層SO2柱濃度的相關性Fig.12 Correlation between energy consumption and tropospheric SO2 column concentration

(3)從城市自然生態系統要素上看,地形、氣候特征和植被覆蓋度影響著蘭州市SO2柱濃度分布,在海拔較低、植被覆蓋度低和人類活動頻繁的區域,SO2柱濃度偏高；在地勢較高、植被覆蓋度高和人類活動較少的區域,SO2柱濃度偏低。

(4)從城市社會經濟生態系統要素上看,蘭州市 SO2柱濃度的時空變化受到多方面因素的復合影響,其中最主要的因素為人類活動,提取生產總值、工業產值、能源消耗和汽車保有量四個指標與蘭州市SO2柱濃度做相關性分析,結果表明,生產總值、工業產值、汽油產量和機動車保有量與對流層SO2柱濃度量呈顯著相關,相關系數分別為0.69、0.68、0.43和0.68。這說明SO2體量的減少與工業減排和蘭州市政府大力度有效治理和針對性的監管措施息息相關。

(5)開展跨學科的研究,全面提升治污手段。植被體量和大氣SO2的凈化有密切的關系,在嚴格控制區域SO2排放總量基礎上,通過調控城市社會、經濟、自然生態系統結構,并適當采用基因工程等科學技術,利用各種地表空間增加蘭州市植被覆蓋量,是下一步城市環境質量管理的重要舉措之一。