基于空间统计的南京市雾霾影响因素分析
基于空间统计的南京市雾霾影响因素分析
李雪健;江畅;樊瑞;徐琪;包雨鑫;刘炳晖
【摘 要】[目的]定量研究雾霾的影响因素及其空间相关性。[方法]利用南京市MODIS气溶胶产品、气象数据以及社会经济数据，结合空间统计方法和传统统计方法对影响南京市雾霾的因素进行分析，利用Geoda分析气溶胶光学厚度（ AOD）数据的空间相关性，并利用SPSS软件分析南京市雾霾的影响因素。[结果]空气质量指数（AQI）与温度、风力和湿度呈现显著负相关，其中，与温度、风力相关程度较大，与湿度相关程度较小；空气质量与二氧化碳浓度、二氧化硫浓度、工业粉尘排放量和工业烟尘排放量呈显著负相关；空气质量与人口、第三产业总值呈显著正相关，与汽车数量呈显著负相关；4个季节的AOD分布均是显著自相关的；在春夏季节，浦口区表现为高聚集，春季的栖霞区和夏季的雨花台区表现为低高聚集；冬季，浦口区和栖霞区表现为高聚集；秋季，高聚集现象进一步扩散。[结论]空气质量主要受气候、空气污染和环境污染的影响，有空间自相关的特点。%Objective] To quantitative study the haze influencing factors and its spatial correlation.[Method] MODIS aerosol product,meteoro-logical data and socioeconomic data were used to analyze the haze influe
ncing factors in Nanjing City by combining the spatial statistical method and traditional statistical method.Spatial correlation of AOD data were analyzed by Geoda analysis.And the haze influencing factors in Nanjing were analyzed by SPSS software.[Result] AQI showed significant negative correlation with temperature,wind power and humidity.Among them, temperature had relatively great correlation with wind power ,but had relatively small correlation with humidity .Air quality showed significant neg-ative correlation with carbon dioxide concentration,the concentration of sulfur dioxide,industrial dust emissions and industrial soot emissions,but had significant positive correlation with population and the total value of the tertiary industry .Air quality had negative correlation with the number of cars.AOD distributions in four seasons were significant autocorrelation.In spring and summer,Pukou District showed high aggregation,Qixia District in spring and Yuhuatai District in summer showed low-high aggregation.In winter,Pukou and Qixia showed high aggregation.In autumn, high aggregation further spread.[Conclusion] Air quality is mainly affected by climate,air pollution and environmental pollution,and has the characteristics of spatial autocorrelation.
雾霾城市【期刊名称】《安徽农业科学》
【年(卷),期】2016(044)030
【总页数】6页(P160-164,222)
【关键词】雾霾;影响因素;空间自相关;相关分析;回归分析
【作 者】李雪健;江畅;樊瑞;徐琪;包雨鑫;刘炳晖
【作者单位】南京邮电大学地理与生物信息学院，江苏南京210023;南京邮电大学地理与生物信息学院，江苏南京210023;中软国际科技服务有限公司南京分公司，江苏南京210023;南京邮电大学地理与生物信息学院，江苏南京210023;南京邮电大学地理与生物信息学院，江苏南京210023;南京邮电大学地理与生物信息学院，江苏南京210023
【正文语种】中 文
【中图分类】S16
空气质量问题日益严重，雾霾在人类健康和社会生活方面的影响更加明显，在我国沿海地区、北京、山西和天津等地区经常出现很严重的雾霾天气。雾霾降低了能见度，严重影响道路的安全，可能导致重大交通事故。在人体健康方面，PM2.5颗粒表面能吸收大量的有毒、有害的物质，通过鼻呼吸进入肺部和血液，导致呼吸系统和心血管系统疾病，加重慢性疾病，引起人体免疫力的结构变化，危及人体健康[1]。大量的PM2.5颗粒的聚合会干扰太阳对地球的太阳辐射，对光合作用造成影响，降低农产品的输出；雾霾中的二氧化硫气体容易形成酸雨，危害土壤、河流和建筑物。
空气污染物的聚集加特定的气象条件形成了雾霾天气。在相对湿度大且静风的条件下，大气对流比较少，此时大气相对较为稳定，污染物很难进行扩散，从而导致污染物浓度升高。秋冬季节，空气湿度相对较大，更促进烟、灰尘等的增长，更容易产生雾霾。许多学者对雾霾进行了分析[2-5]，如曹伟华等[3]从不同角度对北京地区的雾霾时空特征进行分析；冯少荣等[4]采用2种不同统计方法对全国18个城市影响雾霾的因素进行分析，且对比了不同分析法的优缺点。该研究利用南京市MODIS气溶胶产品、气象数据以及社会经济数据，结合空间统计方法和传统统计方法对影响南京市雾霾的因素进行分析，利用Geoda分析气溶胶光学厚度(aerosol optical depth，AOD)数据的空间相关性，并利用SPSS软件分
析南京市雾霾的影响因素。
1.1 指标确定
1.1.1 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是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式，分级别来指示空气污染程度和空气质量状况，适合表示城市的短时间内的空气质量状况和一段事件内空气污染物的变化特征。
1.1.2 MODIS气溶胶光学厚度产品。气溶胶颗粒污染是影响大气环境质量的重要污染物。气溶胶光学厚度是指无云垂直气柱中气溶胶散射造成的消光程度，可以表示大气的混浊程度，MODIS中的气溶胶产品能够直观反映大气情况、指示雾霾天气[6]。因此，对气溶胶进行大范围、动态和实时监测就显得特别重要。该研究选用的MOD04_L2数据可用来获取大气气溶胶光学特性和质量浓度。所使用的AOD数据空间分辨率为10 km×10 km，用灰度值来表示气溶胶光学厚度的大小，灰度值是AOD实际值的1 000倍。
1.2 数据选取及数据来源 对于南京市的空间自相关分析，选取2013年Terra MODIS AOD产
品作为数据来源，下载自NASA。对于雾霾影响因素的分析，气象条件选取2013年全年每日的AQI指数、温度、湿度、风力和环境良好天数，来自南京市天气预报网站，其中风力获取的数据是等级的形式，在初步处理时取了风力等级的均值。社会条件分两部分，对于环境污染方面，选取二氧化硫、二氧化氮、工业粉尘、工业烟尘、工业废气排放量和工业固体废弃物；对于社会经济方面，选取人口、汽车数量、第一产业总值、第二产业总值、第三产业总值和绿化覆盖面积，来自于2005—2013年江苏省统计局南京市年鉴。
1.3 分析方法 研究AQI与气象条件关系时，先从散点图直观地看出两者之间的关系，然后求出它们的相关系数，定量得到它们之间的相关性。传统的统计方法是使用最小二乘法对所要研究的影响因素进行分析，但在实际应用时，这种方法有很大的局限性，在此使用SPSS软件里的向后方法，即先把所有变量都输入，设置条件进行判断，若检验未通过判断的话就舍弃该变量。空间统计方法使用了MODIS的气溶胶产品，计算气溶胶厚度与AQI的相关系数，然后利用气溶胶厚度代替AQI进行研究，研究中先建立权重矩阵，然后通过Moran’s I指数判断是否存在全局自相关及其显著性，存在的话再得到LISA聚集图直观地看出研究的因素在空间上的关系。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。