京津冀空氣質量分布特征及氣象影響因素分析

金仁浩 曾國靜 李盈新 藺 茹

（北京物資學院信息學院 北京 101149）

引言

自2013 年霧霾事件以來，北京地區的空氣質量一直受到政府和市民的高度關注。由于大氣環境存在流動且無明顯邊界的特點，北京地處京津冀地區核心位置，因此中央政府不斷加強和完善京津冀地區大氣污染的聯防聯控工作。雖然近年來，該地區空氣質量取得了一定的好轉，但距國家目標尚有一定的差距，仍是我國大氣污染較為嚴重的區域之一[1]。京津冀地區空氣污染物的超強度排放和被群山環繞的地理環境是造成該地區大氣污染的主要原因[2]。但空氣質量還受到當地氣象因素的影響，在污染物相對穩定的釋放條件下，氣象條件在空氣質量中發揮主要作用[3]。各級環保部門會定期公布當地各種空氣污染物指標值以及綜合空氣質量指數AQI 指標值[4]，這為空氣質量的相關研究提供了重要的數據基礎。目前研究京津冀地區空氣質量的文獻較多，主要可分為空氣質量分布特征及影響因素分析兩方面研究。

郭鑫等通過描述統計方法研究了2013-2018 年京津冀地區空氣質量變化情況，得出該地區空氣質量雖大幅改善但仍超標嚴重，并對各地超標情況進行分析[5]。王迪等通過時空描述分析了京津冀168 個區縣2000-2015 年大氣污染分布情況，得出空氣污染呈現北低南高的現象，且污染程度和范圍呈上升趨勢[6]。張良玉等通過空間相關分析的方法對京津冀地區2014-2018 年大氣污染分布情況展開研究，得出大氣濃度空間分布差異顯著，南部地區污染物濃度呈現高高集聚，而北部地區呈現低低聚聚的分布特征[7]。

涉及京津冀地區空氣質量影響因素的研究相對比較豐富。譬如，李慧杰等通過GIS 統計描述的方法對京津冀地區2013－2017 年AQI 的影響因素進行分析，得出氣溫和風速對AQI 在總體上呈現負相關，濕度、氣壓和經濟增長對AQI 的影響不同地區和時間呈現不同趨勢[8]。弓輝等通過GIS 空間描述和統計相關分析研究京津冀地區霧霾形成的因子，得出AQI 受到污染物排放和氣象因子的綜合影響，且冬季空氣濕度大和風力小是導致霧霾的主要氣象因素[9]。張翠芝等通過灰色關聯法分析京津冀地區AQI 與經濟發展的關系，得出河北省空氣質量與第一二產業關聯性較強，但北京市空氣質量僅與第一產業關聯性較強[10]。

由于社會經濟指標往往是以年度為計數單位，氣象數據以天為計數單位，空氣質量數據以天為計數單位，所以空氣質量指標與經濟社會指標模型分析相對較少，但與氣象因素的分析相對較多。目前對京津冀地區空氣質量影響因素的研究仍有一定不足之處，譬如，研究的數據年份往往集中在2018 年之前，另外對氣象影響因素的分析往往是通過空氣質量指標與單個氣象指標的相關性分析為主，并未通過模型綜合分析氣象因素對空氣質量的影響。因此為彌補這一不足，本文以2019-2020 年京津冀三地的空氣質量數據為基礎，在描述分析該地區空氣質量分布特征的基礎上，通過統計模型來綜合研究氣象因素對空氣質量的影響。

1 數據與方法

1.1 數據

本文以京津冀地區各城市2019-2020 空氣質量數據為研究對象，以各城市AQI 指標值為目標變量，以平均風速、平均氣壓、平均氣溫和平均相對濕度這些氣象因素為影響因素展開研究。在收集各城市氣象數據時，由于石家莊和邯鄲這兩城市數據存在大量缺失，因此在本文的研究中剔除這兩個城市，僅以該地區剩下的11 個城市作為研究對象。根據AQI 日均值，可將空氣質量分為6 個級別：優，良，輕度污染，中度污染，重度污染，嚴重污染。這六個級別對應的AQI 區間分別 為0-50，50-100，101-150，151-200，201-300，300以上[1]。

1.2 建模分析

本文首先對京津冀2019-2020 年11 市AQI 數據和空氣質量等級數據進行時空描述分析，進而從整體上了解該地區空氣質量的變化情況。在統計模型中，回歸模型是一種常見的用來研究目標變量與自變量影響關系的模型，該模型具有簡單易懂、理論完善、解釋性強、容易實現等優點，且被廣泛應用于各個領域。由于該模型對數據量的要求不是太高，本文將僅以2020年各市每日AQI 指標為因變量，以各市每日氣象因素為自變量，建立回歸模型來研究氣象因素對空氣質量的影響。

2 京津冀地區空氣質量分布特征

2.1 京津冀地區AQI指數時間變化特征

京津冀地區11 市的2019-2020 年AQI 月均值變化圖如圖1 所示。由圖可知，該地區在冬季AQI 均值較高，而春夏季及初秋AQI 均值相對較低，即2019-2020 年都表現出1 月份AQI 均值最大，隨著氣溫上升呈現下降趨勢，并在9 月份AQI 均值達到最低，隨著溫度的降低，AQI 均值又逐漸上升到1 月份的最高值。同時1 月份AQI 均值為80-90 之間，9 月份AQI 均值為20-30 之間，AQI 均值的最大值所對應的空氣質量等級為良，說明近兩年該地區空氣質量得到顯著改善。導致該地區AQI 均值呈現此種變化規律的原因可能是該地區秋冬季氣溫低，大氣循環慢，不利于污染物擴散，而春夏季冷暖空氣對流，帶來充足的雨水和對流風，有利于污染物的沉降和擴散。

圖1 京津冀地區11市2019-2020年AQI月均值時序變化圖

2.2 京津冀地區AQI指數空間分布特征

京津冀地區11 市2019-2020 年的AQI 均值及空氣質量等級天數所占比重如表1 所示，表1 中各城市按其AQI 均值數值由小到大排序。結合11 個城市的地理位置和AQI 均值，京津冀地區呈現出北部局域空氣質量較好，南部地區空氣質量較差的現象。具體可將11 個城市分成3 類：以張家口、承德、秦皇島、北京為代表的北部地區，AQI 均值在70 以內，空氣質量相對較好；以廊坊、唐山、天津為代表的中部地區，AQI 均值小于80，空氣質量水平居中；以滄州、衡水、保定、邢臺為代表的南部地區，AQI 均值大于80，空氣質量相對較差。這可能是因為，京津冀北部地區重工業所占比重較低，處于上風向，污染物排放少且便于擴散；而中南部地區工業污染物排放較多，且處于下風向，不利于污染物的擴散。

表1 2019-2020年京津冀地區11市的AQI均值及空氣質量等級天數所占比重

各城市空氣質量等級天數所占比例如表1 所示，張家口和承德空氣質量等級為優的比重都達50%以上，等級為良以上的天數達到94%；雖然秦皇島和北京等級為優的天數僅有40%和38%，但良以上天數都達到84%以上。這北部四城市空氣質量相對較好，尤其是前兩城市。剩下幾個城市等級為優的比重都低于30%，其中邢臺最低僅為14%；但這幾個城市空氣質量等級為良以上的比重都達到70%以上，其中廊坊、天津、滄州等級為良以上的比重都在80%以上。總體而言，以空氣質量等級所占比重呈現出來的空間分布規律與僅以各市AQI 均值得出的結論一致，即京津冀地區呈現出北部局域空氣質量較好，南部地區空氣質量較差的現象。

3 空氣質量與氣象影響因素分析

空氣質量指數AQI 指標是以日為計數單位的數據，雖然經濟社會指標及地理環境因素都會對空氣質量產生影響，但由于數據收集的原因，本文僅選取以日為計數單位的氣象指標作為AQI 指標的影響因素。氣象因素是限制大氣中污染物稀釋、擴散、移動和轉化的重要因素，主要包括平均風速、平均氣壓、平均氣溫和相對濕度。其中風速越高，污染物擴散越快，風速越小，污染物擴散越少；平均氣壓越高，空氣的流速越慢，污染物較難擴散，平均氣壓越低，空氣的流通越快，便于污染物的擴散；溫度上升，空氣流動加速，促進污染物擴散，溫度下降，空氣流動緩慢，造成污染物積累；空氣干燥時，容易引起灰塵，空氣潮濕時，特別是雨水增多時，可去除空氣中混濁的微粒[9]。

本文以京津冀11 個城市2020 年每日AQI 均值為目標變量，以相應的每日平均風速、平均氣壓、平均氣溫和平均相對濕度值為自變量，建立多元線性回歸方程，綜合研究氣象因素對空氣質量的影響。目標變量AQI 值未通過正態QQ 圖檢驗，但對其進行對數轉換后通過正態性檢驗，將新目標變量記為logAQI。本文選用逐步回歸的方式對自變量的進行選擇，逐步回歸結果如表2 所示。由表2 可知，共線性統計量VIF值都低于10，說明各變量之間存在較弱的多重共線性，可以把這些變量一起放入回歸模型進行分析。由模型結果可知，平均氣溫、平均相對濕度、平均氣壓對AQI 值有顯著影響，其中平均氣溫呈現負影響，而其他兩因素呈現正影響，即氣溫上升會帶來AQI 降低，但濕度和氣壓上升會帶來AQI 上升。與氣象常識基本一致，但也說明雖然空氣潮濕會降低空氣中的混濁微粒，但可能并不會降低AQI 值。正如弓輝等指出冬季空氣濕度大和風力小是導致京津冀地區霧霾形成的主要氣象因素[9]。

表2 所得模型中，平均風速未通過逐步回歸的顯著性檢驗，但一般而言風速越高空氣質量越好。當以平均風速建立單變量回歸模型時，得到平均風速異常顯著，且系數值為-6。但以相對濕度和平均風速兩自變量建立模型時，平均風速未通過顯著性檢驗，相對濕度顯著。相對濕度和平均風速之間的相關系數為-0.7，存在著異常顯著的負相關性，說明平均相對濕度與平均風速在回歸模型中存在制約關系。剔除平均相對濕度，重新建立多元線性回歸模型，逐步回歸結果如表3所示。表3 模型結果跟表2 模型結果基本一致，平均氣溫和平均氣壓對AQI 指標影響的方向沒有變化，平均風速對AQI 指標呈現出負向的影響，說明一般而言風速越大，AQI 值越小，空氣質量越高。

表2 空氣質量指數的線性回歸模型結果

表3 空氣質量指數（剔除平均相對濕度）的線性回歸模型

結語

本文研究得出：近年來該地區空氣質量都得到了明顯的提升，該地區在冬季空氣質量相對較差，而春夏及初秋空氣質量相對較好；該地區空氣質量呈現出北部區域較好，而南部地區較差的現象；模型結果顯示氣溫和風速越大空氣質量越好，而濕度和氣壓越大空氣質量越差。

針對上述結果，政府部門應制定相應政策，調整產業結構，降低污染產業比重，實現經濟高質量發展。京津冀南部地區，由于處于下風向且重工業所占比重較大，更應該注重清潔能源使用和產業結構的調整升級。另外由于氣象因素對空氣質量有顯著的影響，相關研究在預測空氣質量時，應注重氣象指標的作用。