鄭林昌，任肖妮，韓星

河北大學(xué)經(jīng)濟(jì)學(xué)院

雖然灰霾作為一種自然現(xiàn)象人類早有認(rèn)識，但對其大規(guī)模的研究卻是從21世紀(jì)初開始[1]。目前相關(guān)研究主要集中在城市形態(tài)與空氣質(zhì)量方面，認(rèn)為地形是空氣污染形成和擴(kuò)散的關(guān)鍵因素之一，能夠通過影響局地氣流、溫度、濕度和邊界層等，進(jìn)而對大氣污染的形成、傳播和擴(kuò)散產(chǎn)生影響，尤其在盆地、山谷、山區(qū)等復(fù)雜地形地區(qū)[2-3]。大型城市的城市形態(tài)對空氣質(zhì)量的影響更加明顯，具有高度城市蔓延層級的大都會(huì)地區(qū)，一般會(huì)出現(xiàn)較嚴(yán)重的空氣污染[4-7]，可通過改變污染物排放量及空間分布來減緩對城市空氣質(zhì)量的影響[8]。城市形態(tài)對空氣質(zhì)量的影響是復(fù)雜而間接的，城市土地類型、城市斑塊大小、形狀多樣性、城市污染性產(chǎn)業(yè)規(guī)模、建成區(qū)面積等均能影響城市空氣質(zhì)量[9-13]，復(fù)雜的地形會(huì)導(dǎo)致風(fēng)的輻合，造成污染物的堆積和滯留，對污染物的傳輸和擴(kuò)散產(chǎn)生影響[14-17]。如魏文秀等[18]研究發(fā)現(xiàn)，山麓地區(qū)霾平均出現(xiàn)頻數(shù)顯著高于其兩側(cè)的平原和山地。國內(nèi)外相關(guān)研究成果為正確認(rèn)識城市灰霾污染提供了多角度、多層面的支撐，但綜合考慮地表起伏度、粗糙度、地表形態(tài)和城市規(guī)模聚集效應(yīng)的研究仍偏少。為此，筆者以京津冀地區(qū)作為研究對象，綜合考察城市地表起伏度、粗糙度、地表形態(tài)以及城市規(guī)模聚集效應(yīng)等對城市灰霾的影響。

1 影響城市灰霾的地表因素

作為研究地氣相互作用的重要地表參數(shù)之一，地表粗糙度在一定程度上反映了近地表氣流與下墊面之間的物質(zhì)和能量交換、傳輸強(qiáng)度及其之間的相互作用[19]，在大氣數(shù)值模擬及地表水熱通量的參數(shù)化模型模擬中發(fā)揮著重要作用[20]；也有研究認(rèn)為，地表粗糙度是平均風(fēng)速隨高度減小到0時(shí)的高度[21]。筆者關(guān)注的是地表形態(tài)及其起伏變化對大氣流動(dòng)的影響，故本研究地表粗糙度是指地球表面凹凸不平的程度。有學(xué)者認(rèn)為，地形起伏度是指某一確定面積內(nèi)最高高程和最低高程之差，在相對較大區(qū)域面積內(nèi)一般利用地表面積與投影面積的比值來表示，是能夠反映地形起伏變化和侵蝕程度的宏觀地形因子。地形坡度是表示地表單元陡緩程度的一項(xiàng)指標(biāo)，通常把坡面的垂直高度和水平方向的距離之比叫做坡度(或坡比)，是能夠反映地形起伏變化的微觀地形因子。此外，與普通區(qū)域不同，城市地表有地表建筑物，地表建筑物高低、多少、密集程度等均會(huì)影響到地氣間物質(zhì)、能量交換及大氣環(huán)流。借鑒國內(nèi)外相關(guān)研究成果，選擇地形坡度(地表粗糙度和坡度)、城市規(guī)模和城市地表形態(tài)作為影響城市灰霾污染的主要地表因素(表1)。

表1 城市灰霾的地表影響因素

從空間上看，城市市區(qū)范圍并非圓形，市區(qū)邊界也不是有規(guī)則的曲線，不僅城市市區(qū)地表影響城市大氣流動(dòng)，市區(qū)之外部分區(qū)域也會(huì)對城市大氣流動(dòng)產(chǎn)生影響。為此，從全市和市轄區(qū)2個(gè)層面、宏觀地形和微觀地形2個(gè)角度，來判斷地形坡度對城市灰霾的影響。

城市具有顯著的集聚作用，城市規(guī)模越大其集聚能力越強(qiáng)，單位面積產(chǎn)生的空氣污染物越多，對城市灰霾的影響也越大。本研究選擇城市市區(qū)面積來代表城市規(guī)模。

理論上講，城市地表建筑物越高、越密集，其對地表空氣流動(dòng)的影響也就越大，越不利于污染物的擴(kuò)散。本研究重在考察城市地表建筑物形態(tài)，考慮到城市高層建筑物主要為居民建筑、商業(yè)建筑和公共服務(wù)設(shè)施建筑等，以及京津冀地區(qū)城市地形相對簡單的現(xiàn)實(shí)，選擇城市居住建設(shè)用地、商業(yè)建設(shè)用地和公共服務(wù)設(shè)施建設(shè)用地所占城市建設(shè)用地的比例來代表城市地表形態(tài)。

2 數(shù)據(jù)來源與處理

灰霾污染主要是由人類社會(huì)活動(dòng)排放引起的，是大氣中PM2.5濃度達(dá)到一定限度，引發(fā)空氣能見度降低的天氣現(xiàn)象?；姻参廴境潭瓤捎蒔M2.5濃度和空氣能見度來判斷，由于當(dāng)前我國空氣質(zhì)量監(jiān)測體系中尚未實(shí)現(xiàn)對全部城市或監(jiān)測站點(diǎn)空氣能見度進(jìn)行實(shí)時(shí)監(jiān)測，故將PM2.5代替灰霾污染物，即采用PM2.5濃度來反映灰霾污染。研究樣本城市為京津冀地區(qū)13個(gè)地級以上城市，研究期限為2014—2017年。PM2.5日均濃度從“真氣網(wǎng)”獲取。采集的PM2.5濃度數(shù)據(jù)部分時(shí)點(diǎn)存在空值現(xiàn)象，利用均值、均速遞增(或均速遞減)等方法對空值數(shù)據(jù)進(jìn)行補(bǔ)充。

運(yùn)用ArcGIS 9.3軟件表面分析工具，計(jì)算提取京津冀地區(qū)13個(gè)地級以上城市市轄區(qū)和全市地表粗糙度及地形坡度，其中全市和市轄區(qū)采用各級行政的shp格式數(shù)據(jù)，市轄區(qū)為各市市轄區(qū)shp格式數(shù)據(jù)的合并數(shù)據(jù)，地理基礎(chǔ)數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心，為SRTM 90 m DEM數(shù)據(jù)。地表粗糙度和地形坡度提取過程：1)利用ArcGIS軟件對DEM基礎(chǔ)數(shù)據(jù)進(jìn)行坡度分析；2)利用分區(qū)統(tǒng)計(jì)提取各市(市轄區(qū))范圍內(nèi)的地形坡度(slope)數(shù)據(jù)；3)利用柵格計(jì)算器計(jì)算地表粗糙度(z)，公式如下：

z=1cos(slope×3.141 59180)

(1)

利用城市居住建設(shè)用地面積、公共服務(wù)設(shè)施建設(shè)用地面積、商業(yè)建設(shè)用地面積占城市建設(shè)用地面積的比例來表示城市地表形態(tài)。城市居住建設(shè)用地、商業(yè)建設(shè)用地和公共服務(wù)設(shè)施建設(shè)用地以及城市建設(shè)用地面積數(shù)據(jù)來源于《中國城市建設(shè)統(tǒng)計(jì)年鑒》(2015—2018年)。

3 PM2.5濃度與地表因素的相關(guān)性分析

考慮基本地表因素(地形坡度、地表粗糙度)數(shù)據(jù)不變和行政區(qū)劃、城市地表形態(tài)數(shù)據(jù)年度變化等特點(diǎn)，采用PM2.5年均濃度及月均濃度進(jìn)行城市灰霾污染對城市地表各因素的回歸分析。

3.1 基于年度數(shù)據(jù)的相關(guān)性分析

對京津冀地區(qū)13個(gè)城市2014—2017年P(guān)M2.5年均濃度、城市規(guī)模、城市地表形態(tài)、全市地表粗糙度、市轄區(qū)地表粗糙度、全市地形坡度、市轄區(qū)地形坡度的原始數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見表2。從表2可以看出，在P<0.05水平下，各因素服從正態(tài)分布，其Pearson相關(guān)性分析結(jié)果見表3。從表3可以看出，除城市規(guī)模外，其他各因素與PM2.5年均濃度之間的相關(guān)系數(shù)的絕對值均大于0.3，表明變量間存在一定的相關(guān)性。

表2 2014—2017年各因素正態(tài)性檢驗(yàn)

表3 2014—2017年P(guān)M2.5年均濃度與地表各因素的相關(guān)性

3.2 基于月度數(shù)據(jù)的相關(guān)性分析

對京津冀地區(qū)13個(gè)城市2014—2017年P(guān)M2.5月均濃度的原始數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果見表4。從表4可以看出，在P<0.05水平下，服從正態(tài)分布，其與城市規(guī)模、城市地表形態(tài)、全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度Pearson相關(guān)性分析結(jié)果見表5～表7。

表4 2014—2017年P(guān)M2.5月均濃度的正態(tài)性檢驗(yàn)

表5 2014—2017年P(guān)M2.5月均濃度與城市規(guī)模和城市地表形態(tài)的相關(guān)性

表6 2014—2017年P(guān)M2.5月均濃度與全市和市轄區(qū)地表粗糙度的相關(guān)性

表7 2014—2017年P(guān)M2.5月均濃度與全市和市區(qū)地形坡度的相關(guān)性

4 PM2.5濃度對地表因素的回歸分析

由于反映城市地表起伏度的粗糙度和坡度均為靜態(tài)指標(biāo)數(shù)據(jù)，城市規(guī)模數(shù)據(jù)和城市地表形態(tài)數(shù)據(jù)在年度上是動(dòng)態(tài)變化數(shù)據(jù)。為此，從年度時(shí)間尺度上對因變量數(shù)據(jù)和自變量數(shù)據(jù)進(jìn)行處理，即以各城市年均PM2.5濃度(y)為因變量，城市規(guī)模(x1)、城市地表形態(tài)(x2)、全市地表粗糙度(x3)、市轄區(qū)地表粗糙度(x4)、全市地形坡度(x5)、市轄區(qū)地形坡度(x6)為自變量，進(jìn)行多元一次回歸分析。

不論是基于PM2.5年均濃度，還是月均濃度，其與城市規(guī)模相關(guān)性都較差，故回歸分析過程不再考慮城市規(guī)模。對城市地表形態(tài)、全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度5個(gè)變量進(jìn)行Pearson相關(guān)性分析，結(jié)果見表8。從表8可以看出，全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度之間的相關(guān)系數(shù)均大于0.7，存在較強(qiáng)的共線性，為解決存在的共線性問題，剔除不合判定標(biāo)準(zhǔn)的變量。采用向后回歸法，即首先建立全變量模型，每次剔除1個(gè)最不符合進(jìn)入模型的變量，直到模型中的變量均符合為止。

表8 2014—2017年城市地表形態(tài)各因素間的相關(guān)性分析

4.1 基于2014年數(shù)據(jù)的回歸分析

采用向后回歸法對數(shù)處理后的2014年P(guān)M2.5年均濃度、城市地表形態(tài)、全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度數(shù)據(jù)進(jìn)行多元一次回歸分析，結(jié)果見表9。從表9可以看出，經(jīng)過5次向后回歸剔除，城市地表形態(tài)、全市地表粗糙度、全市地形坡度和市轄區(qū)地形坡度均不符合要求，被剔除出模型。市轄區(qū)地表粗糙度系數(shù)通過顯著性檢驗(yàn)，且模型擬合效果較好，即當(dāng)市轄區(qū)地表粗糙度每增加1%，PM2.5年均濃度會(huì)減少29.588%。回歸方程如下：

y2014=4.638-29.588x4

R2=0.481，F(xiàn)=10.207

表9 2014年P(guān)M2.5年均濃度和各要素的多元一次回歸過程

4.2 基于2015年數(shù)據(jù)的回歸分析

2015年P(guān)M2.5年均濃度、城市地表形態(tài)、全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度數(shù)據(jù)多元一次回歸分析結(jié)果見表10。從表10可以看出，經(jīng)過5次向后回歸的剔除，城市地表形態(tài)、全市地表粗糙度、全市地形坡度和市轄區(qū)地形坡度均不符合要求，被剔除出模型。市轄區(qū)地表粗糙度系數(shù)通過顯著性檢驗(yàn)，且模型擬合效果較好，即當(dāng)市轄區(qū)地表粗糙度每增加1%，PM2.5年均濃度將會(huì)減少27.358%?；貧w方程如下：

y2015=4.446-27.358x4

R2=0.446，F(xiàn)=8.867

表10 2015年P(guān)M2.5年均濃度和各要素的多元一次回歸過程

(續(xù)表10)

4.3 基于2016年數(shù)據(jù)的回歸分析

2016年P(guān)M2.5年均濃度、城市地表形態(tài)、全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度數(shù)據(jù)多元一次回歸分析結(jié)果見表11。從表11可以看出，經(jīng)過4次向后回歸的剔除，全市地表粗糙度、全市地形坡度和市轄區(qū)地形坡度均不符合要求，被剔除出模型。城市地表形態(tài)與市轄區(qū)地表粗糙度系數(shù)均通過顯著性檢驗(yàn)，且模型擬合效果較好，即當(dāng)市轄區(qū)地表粗糙度不變時(shí)，城市地表形態(tài)每增加1%，PM2.5年均濃度將會(huì)增加1.420%；當(dāng)城市地表形態(tài)不變時(shí)，市轄區(qū)地表粗糙度每增加1%，PM2.5年均濃度將會(huì)減少24.066%。回歸方程如下：

y2016=5.358+1.420x2-24.066x4

R2=0.611，F(xiàn)=7.849

表11 2016年P(guān)M2.5年均濃度和各要素的多元一次回歸過程

4.4 基于2017年數(shù)據(jù)的回歸分析

2017年P(guān)M2.5年均濃度、城市地表形態(tài)、全市和市轄區(qū)地表粗糙度、全市和市轄區(qū)地形坡度數(shù)據(jù)多元一次回歸分析結(jié)果見表12。從表12可以看出，經(jīng)過4次向后回歸的剔除，全市地表粗糙度、全市地形坡度和市轄區(qū)地形坡度均不符合要求，被剔除出模型。城市地表形態(tài)與市轄區(qū)地表粗糙度系數(shù)均通過顯著性檢驗(yàn)，且模型擬合效果較好，當(dāng)市轄區(qū)地表粗糙度不變時(shí)，城市地表形態(tài)每增加1%，PM2.5年均濃度將會(huì)增加1.548%；當(dāng)城市地表形態(tài)不變時(shí)，市轄區(qū)地表粗糙度每增加1%，PM2.5年均濃度將會(huì)減少26.057%?；貧w方程如下：

y2017=5.380+1.548x2-26.057x4

R2=0.823，F(xiàn)=23.186

表12 2017年P(guān)M2.5年均濃度和各要素的多元一次回歸過程

5 結(jié)論

(1)不論從年均數(shù)據(jù)，還是月均數(shù)據(jù)來看，城市PM2.5濃度與城市規(guī)模的相關(guān)性都較差，即京津冀地區(qū)城市規(guī)模對其PM2.5濃度沒有太大影響。

(2)從地表起伏度來看，市轄區(qū)城市地表坡度(粗糙度、坡度)與PM2.5濃度的相關(guān)關(guān)系更加緊密，相比而言，全市地表坡度與PM2.5濃度的相關(guān)性略差。

(3)從回歸結(jié)果看，市轄區(qū)地表粗糙度更能解釋城市PM2.5濃度，其對PM2.5濃度的影響是負(fù)向的。雖然2016—2017年城市地表形態(tài)也能夠解釋城市PM2.5濃度，但是其影響是正向的，相比市轄區(qū)地表粗糙度，城市地表形態(tài)對PM2.5濃度的影響很小。