滇東南地區(qū)PM2.5的時空分布與土地利用研究

張學林，馮 祥，王建雄

（云南農業(yè)大學 水利學院/云南省高校農業(yè)遙感與精準農業(yè)工程研究中心，云南 昆明 650201）

0 引言

隨著城市化發(fā)展的不斷推進，云南作為祖國面向南亞、東南亞開放的橋頭堡，緊跟時代發(fā)展的潮流。經濟的發(fā)展必然會帶來諸多的環(huán)境問題，在此階段尤為嚴重的是細顆粒物PM2.5（環(huán)境空氣中空氣動力學當量直徑≤2.5 μm的顆粒物）的污染［1］。PM2.5的特點是粒徑小、空氣中停留時間長、容易附著有害物質、活性高，這些特性使PM2.5對人體健康造成了嚴重危害。PM2.5對環(huán)境質量和人體健康有嚴重的影響，因此，對PM2.5進行時空分異研究和治理對策研究迫在眉睫。

目前，國內外科研工作者已經對PM2.5的監(jiān)測、組成、分布、影響等展開了大量研究，結果表明，PM2.5的濃度與海拔、土地利用情況、溫度、降雨等因素密切相關，污染程度也會隨著季節(jié)的改變而改變，其中在城市發(fā)展的過程中，工業(yè)化程度是PM2.5污染程度的一個重要因素。2016年畢麗玫［2］對昆明大氣PM2.5的污染特征及氣象條件進行了相關性分析；2017年鄧聰等［3］對高原省份城市的空氣質量狀況進行了統(tǒng)計分析，并探究了PM2.5污染水平的時空分布；2019年韓林潔等［4］對昆明市典型干季大氣PM2.5中重金屬污染特征與來源進行了探究；2020年鄧靚等［5］對云南低緯度高原城市大氣PM2.5中水溶性離子特征及其來源進行了分析。

但是針對云南省滇東南地區(qū)PM2.5空間分布特征與土地利用方面的研究較少，本文通過探索滇東南地區(qū)PM2.5濃度與土地利用的相關性，以期為滇東南地區(qū)PM2.5的防治規(guī)劃提供相應的參考。

1 研究區(qū)域概況

滇東南地區(qū)位于云南省東南部，主要是紅河哈尼族彝族自治州和文山壯族苗族自治州2個州。紅河州地處東經101°47′～104°16′，北緯22°26′～24°45′之 間，國土面積32931 km2，地 處 亞 熱帶高原型溫潤季風區(qū)，立體氣候特征顯著，四季區(qū)分不明顯，干雨季明顯，該州下轄4個縣級市、6個縣、3個自治縣。文山州地處東經103°35′～106°12′，北緯22°40′～24°48′之間，國土面積31456 km2，屬亞熱帶季風氣候，冬暖夏涼，降雨充沛，下轄1個地級市、7個縣。滇東南地區(qū)由文山市、硯山縣、西疇縣、麻栗坡縣、馬關縣、丘北縣、廣南縣、富寧縣、個舊市、開遠市、蒙自市、彌勒市、屏邊苗族自治縣、建水縣、石屏縣、瀘西縣、元陽縣、紅河縣、金平苗族瑤族傣族自治縣、綠春縣、河口瑤族自治縣21個縣（市）組成［6-7］。

2 數據來源

PM2.5相關數據來源于達爾豪斯大學大氣成分分析組，時間跨度2000—2018年，區(qū)域范圍為全國2850個縣；其他年份的數據來源于中國氣象歷史數據，時間跨度更新至2021年8月，區(qū)域為全國。

土地利用數據來源于Yang等［8］的研究。該數據基于Landset衛(wèi)星影像通過GEE平臺制造的30 m分辨率中國土地利用數據集，與GLC_FCS30、Global30、AGLC2000_2015、FROM-GLC10、ESA10、ESRI10等相比，時間分辨率更高。該數據集更新至1985—2020年。

土地利用數據選取了滇東南地區(qū)的土地利用分類圖。

3 數據處理與研究方法

3.1 數據處理

PM2.5相關數據處理：首先通過篩選選出所需州（市、縣）的數據，然后通過ArcGIS 10.8軟件對數據進行插值，通過可視化圖像分析變化過程。土地利用數據處理：首先通過矢量邊界進行掩膜提取得出研究區(qū)域數據，然后對研究區(qū)域土地利用數據進行要素轉柵格、融合、相交、計算幾何等操作，得到研究區(qū)域的土地變化數據。

3.2 時間序列分析法

時間序列分析法被稱為動態(tài)序列，一般是將指標數按照時間序列排列成的數值序列，需要2個要素：一是時間要素，二是數值要素［9］。本文對滇東南地區(qū)2000—2020年PM2.5的年平均濃度進行了分析。

3.3 克里金（Kriging）插值法

克里金插值法是地質統(tǒng)計學插值方法中最常用的一種插值方法，利用樣本點的統(tǒng)計規(guī)律，使樣本點之間的空間自相關性定量化，在待預測的點周圍構建樣本點的空間結構模型［10］。公式為：

式（1）中，Z0是點（x0，y0）處的估計值；λi是權重系數，用空間已知點的數據Zi加權求和計算未知點的值。

權重需滿足點（x0，y0）處的估計值Z0與真實值Z0之間的差為最小，且為最優(yōu)的一套系數，即：

同時滿足無偏估計條件，即：

3.4 土地轉移矩陣

土地轉移矩陣包括固定區(qū)域某一時間點的不同土地利用面積數據以及在變化初期和末期不同土地利用面積的轉入、轉出信息。土地轉移矩陣可以反映在某一時間段內不同土地利用類型的動態(tài)變化過程。土地利用轉移矩陣的公式為：

式（4）中：S代表面積；n代表土地利用類型數；i、j分別代表土地在某一時段轉移前后的土地類型；Sij代表i型地轉為j型地的面積。在矩陣中行元素代表i型地轉移后的各個土地利用類型的動態(tài)變化信息，列元素代表j型地轉移前的各個土地利用類型的來源信息［11］。

3.5 桑基圖

?；鶊D［12］（Sankey diagram）也叫桑基能量平衡圖，因Matthew Henry Phineas Riall Sankey在1898年繪制的“蒸汽機能量效率圖”聞名。其最明顯的特征是起始端和結束端分支的寬度相等，即保持能量平衡，通過?；鶊D可以清晰地看出不同階段土地利用類型的流向，可進一步總結流向規(guī)律和特征。

3.6 相關性分析

皮爾遜相關性是分析2個變量之間的線性相關性，2個變量符合正態(tài)分布，構造的模型即為線性回歸模型。皮爾遜相關系數用于度量2個變量之間的相關程度，其值介于-1～1之間。本文運用SPSS Statistics 25軟件進行了相關性分析。皮爾遜相關系數公式為：

式（5）中，x、y是 長 度n的2個 向 量，mx、my為x、y的均值。

4 結果與分析

4.1 PM2.5的時間變化特征

本文選取2000—2020年滇東南地區(qū)PM2.5濃度數據，把2000、2005、2010、2015、2020年這5個年份作為時間節(jié)點，分析各縣（市）在這20年PM2.5濃度的變化趨勢，發(fā)現(xiàn)2005、2010、2015年這3個時間節(jié)點每個縣（市）的值均比2000、2020年的高，且每個縣（市）都呈先增加后減少的變化趨勢，2000和2020年的PM2.5濃度水平相接近。

通過對2000—2020年滇東南地區(qū)PM2.5濃度進行分析可知（圖1），2000年滇東南地區(qū)PM2.5濃度年平均值最低，為24.478 μg/m3，2007年達到峰值，為36.832 μg/m3，2018年PM2.5濃度又下降到2000年的水平，為24.978 μg/m3，2020年之后又經歷了小幅增長，但整體仍為先增長后減少的變化趨勢。

圖1 2000—2020年滇東南地區(qū)PM2.5濃度年均變化趨勢

4.2 PM2.5的空間變化特征

將滇東南地區(qū)每個縣（市）2000—2020年的PM2.5濃度去均值，運用ArcGIS 10.8軟件進行克里金插值可視化，并對這21年的PM2.5濃度平均水平進行對比。由圖2可知，瀘西縣、丘北縣、廣南縣的PM2.5濃度水平一直處于較低的狀態(tài)，河口瑤族自治縣PM2.5濃度處于較高的水平。滇東南地區(qū)整體PM2.5濃度的空間分布狀態(tài)是自北向南逐漸增高，北部地區(qū)濃度比南部地區(qū)的普遍偏低。

圖2 滇東南地區(qū)PM2.5濃度21年均值克里金插值圖

把2000—2020年分成4個發(fā)展階段，對21個縣（市）不同階段PM2.5濃度變化程度進行分析（圖3），本研究具體分析每個階段PM2.5濃度變化范圍較大區(qū)域的分布情況。將21年來PM2.5濃度變化數據進行處理，再通過插值法進行可視化，最后得到PM2.5濃度變化較大區(qū)域呈塊狀分布。2000—2005年階段，研究區(qū)域南部的河口瑤族自治縣PM2.5濃度均值達到11.4788μg/m3，呈上升趨勢分布；2005—2010年階段；研究區(qū)域東南部的麻栗坡縣、西疇縣PM2.5濃度均值分別達到2.3521、2.1912 μg/m3，呈上升趨勢分布；2010—2015年階段，研究區(qū)域北部的瀘西縣、彌勒市PM2.5濃度均值分別為-5.2935、-5.2557μg/m3，呈下降趨勢分布；2015—2020年階段，研究區(qū)域中部的文山市、西疇縣PM2.5濃度均值分別為-9.0843、-7.7691μg/m3，呈下降趨勢分布。

圖3 滇東南地區(qū)PM2.5濃度變化程度插值圖

4.3 土地利用現(xiàn)狀

運用ArcGIS 10.8軟件對2000、2005、2010、2015、2020年的土地利用類型面積進行統(tǒng)計，對2000—2005、2005—2010、2010—2015、2015—2020年 進行相交處理，制作土地轉移矩陣，統(tǒng)計不同時期各種土地利用類型的變化情況，如表1所示。

表12000 —2020年滇東南地區(qū)土地轉移變化情況 hm2

通過4個階段土地轉移矩陣得出：2000—2020年這21年間不透水面占地面積一直在增加；草地占地面積每個時期都在減少，大都向林地、耕地轉變；耕地在2005—2010年這個時期大幅減少，說明滇東南地區(qū)正在積極響應2002年頒布的《國務院關于進一步完善退耕還林政策措施的若干意見》退耕還林政策；荒地在這20年間變化不大；水體除在第1階段有所減少之外，其他3個階段均有所增加；而林地作為占地面積最大的一種土地利用類型，后3個階段都在大幅度地增長。

對這4個時期的土地類型流動進行可視化處理（圖4）。通過桑基圖可以看出：在2000—2020年間，滇東南地區(qū)土地流動變化最大的是草地、耕地、灌木、林地，其中在2000—2005年間，草地主要流動方向為耕地，耕地的主要流動方向為草地、林地，灌木的主要流動方向為耕地、林地，林地的主要流動方向為耕地、灌木；在2005—2010年間，草地的主要流動方向為耕地，耕地的主要流動方向為草地、灌木、林地，灌木的主要流動方向為耕地、林地，林地的主要流動方向為耕地、灌木；在2010—2015年間，草地的主要流動方向為耕地，耕地的主要流動方向為林地，灌木的主要流動方向為耕地、林地，林地的主要流動方向為耕地、灌木；在2015—2020年間，草地的主要流動方向為耕地，耕地的主要流動方向為林地、草地、灌木，灌木的主要流動方向為耕地、林地，林地的主要流動方向為耕地、灌木。

圖4 2000—2020年土地流動桑基圖

4.4 PM2.5與土地利用類型相關性分析

對2000—2020年滇東南地區(qū)PM2.5每年的平均濃度與不同土地利用類型面積占比進行皮爾遜相關性分析，如表2所示。

表2 PM2.5年平均濃度和不同土地利用類型面積占比

對PM2.5和不同土地利用類型進行皮爾遜相關性分析，結果如表3所示。

表3 PM2.5濃度與不同土地利用類型的相關系數

從表2和表3中可以看出：不透水面的面積占比逐年增加，但與PM2.5濃度呈負相關，原因是不透水面的面積基數太小，在本研究區(qū)域不透水面的變化對PM2.5濃度影響較小。草地、耕地、灌木和PM2.5濃度呈正相關，在本研究區(qū)域2005—2020年草地、耕地、灌木的面積占比整體呈減少的趨勢。而PM2.5年平均濃度在2007—2020年也基本呈逐年減少的趨勢，可能是因為2005—2020年草地、耕地、灌木這3種土地利用類型的減少主要是流向了林地，導致自2005年之后林地面積不斷擴大，從圖4土地?；鶊D也可印證，而森林吸附PM2.5的能力最強，因此，滇東南地區(qū)在草地、耕地、灌木面積減少的同時，PM2.5濃度也在減少。水體與PM2.5濃度呈顯著負相關，水體在本研究區(qū)域的面積占比較小，21年間變化比較穩(wěn)定。林地與PM2.5濃度呈極顯著負相關，說明林地變化決定了整個地區(qū)PM2.5濃度的變化趨勢，也就是說PM2.5濃度的變化在滇東南地區(qū)主要受林地變化的影響。

5 結論

本文選取了滇東南地區(qū)2000—2020年PM2.5濃度數據和土地利用數據，通過分析PM2.5的時空變化特征和土地利用變化情況得出：滇東南地區(qū)PM2.5濃度在2000—2020年整體呈現(xiàn)先增高后減小的拋物線型變化趨勢，在2007和2014年達到峰值，在2020年又下降到2000年的水平；整個研究區(qū)域的PM2.5濃度呈南高北低的趨勢，PM2.5濃度變化較大的區(qū)域呈集中塊狀分布，從研究區(qū)域南部到東部再到北部最后到中部地區(qū)，從21年間PM2.5平均濃度來看，研究區(qū)域的南部地區(qū)明顯高于北部地區(qū)。

滇東南地區(qū)土地利用類型面積占比大小依次為：林地＞耕地＞灌木＞草地＞不透水面＞水體＞荒地，2020年林地的占比達到61.85%，隨著城市化的推進，21年間不透水面的面積在逐年增長，2020年不透水面占比達到0.37%。受退耕還林政策的影響，2000—2010年間草地、耕地、林地面積變化浮動比較大，2005年開始林地的面積不斷擴大，主要是由草地、耕地、灌木轉變而來，水體面積相對較小。

通過對PM2.5濃度與土地利用相關性分析得出：在滇東南地區(qū)林地變化決定了PM2.5濃度的變化，林地占地面積在此地區(qū)基數巨大，對PM2.5影響較大的植被覆蓋區(qū)耕地、草地、灌木在2005—2020年間主要的流動方向都是林地，林地在這15年間一直處于增長的狀態(tài)， 2020年已經達到了該區(qū)域總面積的3/5。森林作為“地球之肺”，對PM2.5的吸附能力相對于耕地、草地、灌木而言是最強的，該區(qū)域雖然城市化不斷發(fā)展，不透水面的面積不斷增加，但是受不斷擴大的林地面積的影響，PM2.5濃度近些年整體上仍呈下降的趨勢。