【《PM2.5时空变化特征与人口暴露风险分析案例》6800字】

PM2.5时空变化特征与人口暴露风险分析案例目录TOC\o"1-3"\h\u7599PM2.5时空变化特征与人口暴露风险分析案例 1165861.1PM2.5浓度时空变化特征分析 1142781.1.1季节尺度PM2.5时空变化特征 2311281.1.2年际尺度PM2.5时空变化特征 9104321.1.3城市尺度PM2.5变化特征 11170511.2PM2.5人口暴露风险评估 13121671.2.1人口暴露强度指标下的暴露风险 14266231.2.2人口加权暴露浓度指标下的暴露风险 211.1PM2.5浓度时空变化特征分析人体健康与空气质量状况密切相关，而PM2.5浓度是空气质量的一种直观体现，获取长时间且大范围的PM2.5浓度数据对于区域空气质量变化研究和相关政策的制定具有重要意义。本文在第三章已经获取了京津冀地区2016年至2020年AOD、气温、湿度、大气边界层高度等各类反演数据，为开展长时间跨度下京津冀地区PM2.5浓度时空变化特征的研究奠定了数据基础。第四章模型搭建与评估的研究结果表明，可以使用遥感AOD数据产品与其他反演要素数据估算大范围区域的PM2.5浓度，且高湿订正、空间距离数据和注意力机制能在一定程度上提升模型的反演精度。所以本文利用第三章的基础数据，结合第四章的成果分季节建立模型，获得2016年至2020年京津冀地区每天的PM2.5浓度数据，并进一步统计绘图，从季节、年际、城市三个角度定性与定量的分析PM2.5浓度变化特征。为了保护生态环境和居民健康的基本需求，我国划分了两类环境空气功能区，其中一类区包含自然保护区、风景名胜区和其他需要特殊保护的区域，二类区则包含居住区、商业交通居民混合区、文化区、工业区和农村地区。不同的环境空气功能区适用不同的空气污染物浓度限值，一类区年均PM2.5浓度需要低于15μg/m³，二类区年均PM2.5浓度需要低于35μg/m³。本文使用二类区的PM2.5浓度限值35μg/m³，将PM2.5污染情况分为达标与不达标，同时为了能更好的比较不达标区域PM2.5污染的严重程度，以每10μg/m³一个单位继续细分不达标PM2.5浓度，得到的PM2.5浓度标准如下表所示，后续的PM2.5浓度特征分析均基于此表开展。表5-1PM2.5浓度标准PM2.5污染状况PM2.5浓度（μg/m³）达标0-35不达标Ⅰ36-45不达标Ⅱ46-55不达标Ⅲ56-65不达标Ⅳ66-75不达标Ⅴ76-85不达标Ⅵ86-95不达标Ⅶ≥961.1.1季节尺度PM2.5时空变化特征按照所属季节对PM2.5反演结果进行划分，然后使用ArcMap绘制出京津冀地区2016年至2020年每年的季节平均PM2.5浓度，其具体的分布情况如图5-1至5-5所示。观察每年的季节平均PM2.5浓度分布情况，可以发现，各年的PM2.5浓度均呈现冬季最高、秋季次之、夏季最低，春季介于夏季与秋季之间的特征。按照国家制定的PM2.5浓度达标标准，即使是四个季节中PM2.5污染程度最低的夏季，京津冀地区大部分城市的空气质量仍不达标，大多数城市的污染状况为不达标Ⅰ、Ⅱ级别，即PM2.5平均浓度处于36-55μg/m³这一范围，而天津市、唐山市与沧州市靠近渤海湾的部分地区夏季PM2.5平均浓度甚至达到了75μg/m³以上，只有海拔较高的张家口市与承德市大致符合要求，大多数年份的PM2.5季节平均浓度基本低于35μg/m³。京津冀地区污染最为严重的几个城市分别是邯郸市、邢台市、石家庄市、衡水市以及保定市。2016年至2020年，这几个市大部分地区的春秋两季平均PM2.5浓度均保持在66μg/m³以上，冬季更是达到了96μg/m³之上，远高于其他市。京津冀地区四个季节的PM2.5污染在空间分布上具有“西北优中南劣”的特点，即中部和南部的空气质量要差于西北部，这与该地区北部多山地高原，中部和南部多平原的地形地势特点有关，体现出了地形对PM2.5浓度的影响。a2016年春季平均PM2.5浓度b2016年夏季平均PM2.5浓度c2016年秋季平均PM2.5浓度d2016年冬季平均PM2.5浓度图5-12016年京津冀地区四季平均PM2.5浓度a2017年春季平均PM2.5浓度b2017年夏季平均PM2.5浓度c2017年秋季平均PM2.5浓度d2017年冬季平均PM2.5浓度图5-22017年京津冀地区四季平均PM2.5浓度a2018年春季平均PM2.5浓度b2018年夏季平均PM2.5浓度c2018年秋季平均PM2.5浓度d2018年冬季平均PM2.5浓度图5-32018年京津冀地区四季平均PM2.5浓度a2019年春季平均PM2.5浓度b2019年夏季平均PM2.5浓度c2019年秋季平均PM2.5浓度d2019年冬季平均PM2.5浓度图5-42019年京津冀地区四季平均PM2.5浓度a2020年春季平均PM2.5浓度b2020年夏季平均PM2.5浓度c2020年秋季平均PM2.5浓度d2020年冬季平均PM2.5浓度图5-52020年京津冀地区四季平均PM2.5浓度1.1.2年际尺度PM2.5时空变化特征为了研究与分析京津冀地区2016年至2020年的PM2.5浓度变化趋势，绘制了该地区全年的PM2.5平均浓度，具体情况如图5-6所示。a2016年PM2.5年均浓度b2017年PM2.5年均浓度c2018年PM2.5年均浓度d2019年PM2.5年均浓度(e)2020年PM2.5年均浓度图5-62016年至2020年京津冀地区PM2.5全年平均浓度京津冀地区全年的PM2.5平均浓度在空间上仍然维持着“西北优中南劣”的特点，而在时间上则是呈现逐年下降的趋势。从上图可以明显看出，2016年至2020年整个地区的PM2.5污染状况在逐年好转，北部地区PM2.5浓度达标区域的面积在不断扩大，而中南部地区原本PM2.5污染十分严重的邯郸市、邢台市、石家庄市、衡水市以及保定市的空气质量状况也在逐渐变好。2016年，京津冀地区全年PM2.5平均浓度为53.68μg/m³，北京市中心地带PM2.5浓度达到了76μg/m³以上，其余污染地区主要集中在河北省中南部的保定市、石家庄市、邢台市和邯郸市，部分地区PM2.5污染状况为不达标Ⅵ级，年均浓度达到了86μg/m³以上，张家口市与承德市大部分区域的空气质量达标。2017年，年均PM2.5浓度为53.03μg/m³，整个地区的PM2.5污染有一定的改善，PM2.5浓度处于86μg/m³以上的地区大幅减少，北京市中心地带PM2.5浓度降低，但衡水市部分地区空气污染加重。2018年，保定市与衡水市PM2.5浓度不达标Ⅴ级的区域明显减少，但是沧州市西部地区的空气质量变差，北京市中心地带的小部分地区PM2.5浓度升高，京津冀地区年均PM2.5浓度为52.85μg/m³，整体污染情况较2017年无太大变化。2019年，全域空气质量较上一年改善明显，整个地区PM2.5年均浓度为50.88μg/m³，京津冀中南部地区PM2.5污染状况大幅改善，只有小部分地域的PM2.5浓度为不达标Ⅴ级。2020年，邢台市、石家庄市和保定市的空气质量有所恶化，但北京市、天津市、唐山市、廊坊市以及沧州市等城市的大部分地区空气质量从不达标Ⅳ级降低为不达标Ⅲ级，京津冀地区年均PM2.5浓度为50.54μg/m³，相较2019年有小幅改善。总的来说，从2016年至2020年，京津冀地区的整体空气质量状况在不断变好，这得益于采取的一系列大气环境保护措施，对于部分大气污染仍然比较严重的城市，政府应该加大监测治理的力度，从而改善当地的空气质量。1.1.3城市尺度PM2.5变化特征前两节使用反演得到的京津冀全局PM2.5浓度，分季节、年际角度从整个区域出发分析了整个地区PM2.5浓度的变化特征，但由于人口存在很强的集聚效应，每个市的绝大部分人口会集中在城区范围内，这使得整个区域的PM2.5浓度并不能很好描述城区的PM2.5污染情况，所以本节将从城市角度研究京津冀地区各市PM2.5浓度的变化特征。首先确定京津冀地区13座城市主要城区的经纬度范围，然后从PM2.5反演结果中筛选出对应的PM2.5浓度，计算各城市主要城区的浓度均值，结果如下图表。表5-2近5年京津冀地区主要城市年平均PM2.5浓度表城市2016年均PM2.5浓度(μg/m³)2017年均PM2.5浓度(μg/m³)2018年均PM2.5浓度(μg/m³)2019年均PM2.5浓度(μg/m³)2020年均PM2.5浓度(μg/m³)北京72.8557.3847.2841.7937.85天津68.5561.7248.551.1648.13承德39.4634.4529.2129.2827.34张家口31.5431.0723.9521.5624.3保定92.2383.1363.8158.2250.24廊坊61.5159.1148.7841.9142.32唐山73.9261.4651.2553.5948.98秦皇岛46.1143.5936.7540.634.69石家庄98.6983.7867.2462.7857.59沧州68.1261.0151.9849.8347.07衡水87.1976.0758.4756.151.7邢台86.5678.5264.7164.6253邯郸80.7184.8564.7364.8456.6图5-7京津冀各市主要城区PM2.5年均浓度变化趋势图由以上图表可知，2016年至2020年京津冀地区各市主城区的PM2.5年均浓度均呈现总体下降的趋势，其中，邯郸市、秦皇岛市与天津市的PM2.5浓度有明显的反弹，张家口市、承德市与邢台市的PM2.5浓度有轻微的回升，其余各市的PM2.5年均浓度均是逐年下降。这五年时间里，石家庄市一直是污染最为严重的三座城市之一，张家口市与承德市则是京津冀地区空气质量环境最好的两座城市，二者的PM2.5年均浓度一致保持在40μg/m³之下。整个京津冀地区对PM2.5污染的监测治理措施成效显著，2016年该地区最高PM2.5平均浓度接近100μg/m³，而2020年所有城市的年均PM2.5浓度则都保持在60μg/m³以下。选取2016年与2020年的PM2.5年均浓度数据，计算各城市PM2.5浓度的下降数值与下降百分比，结果如下图所示。可以发现，京津冀地区所有城市的年均PM2.5浓度均下降了20%以上，而具体到下降数值，除了整个地区空气质量排名前三的秦皇岛市、张家口市以及承德市，其他城市的PM2.5年均浓度都下降了20μg/m³以上，最高的保定市下降了41.83μg/m³。北京市作为中国的首都与经济文化中心，也是京津冀地区的核心城市，2016年至2020年其年均PM2.5浓度下降了31.08μg/m³，下降百分比为48.06%，是整个地区下降幅度最大的城市，空气质量排名从地区第七上升到地区第四，说明相关政策的执行十分到位，大气污染治理卓有成效。图5-8各城市PM2.5浓度下降数值与下降百分比1.2PM2.5人口暴露风险评估反演得到的全局PM2.5浓度，能很好的辅助研究地区空气污染状况，然而PM2.5污染的影响主体是人类本身，单纯使用PM2.5浓度的高低来评判一个地区的风险程度只是一种较粗略的方法，容易出现低人口密度地区的风险被高估，高人口密度地区的风险被低估的情况。所以本节利用前文得到的京津冀全局PM2.5浓度数据，结合对应的人口密度数据，使用人口暴露强度与人口加权暴露浓度两个指标对此地区进行PM2.5人口暴露风险的综合评估。1.2.1人口暴露强度指标下的暴露风险根据来源于Worldpop项目的2016年至2020年的人口密度数据，得到了京津冀地区每年的人口总数，如下表。表5-32016年至2020年京津冀地区人口总数年份人口总数(人)20161107675832017112095918201811418141720191160091642020117695482京津冀地区的人口总数超过了一亿，且每年都会增加100至200万人，是我国十分重要的地区之一，该地区人口的具体空间分布情况如下图所示。可以看出，大量人口集中在京津冀的中部、南部与东部城市，西北方位的张家口市和承德市相对其他城市则是人口稀疏，这是由于平坦宽广的平原更加适合城市的扩张建设与人类的密集。同时，各城市的人口集聚效应十分显著，5000人每百公顷以上的地区只存在于每个市的核心地带，这证明了结合人口数据进行污染物暴露风险评估的必要性。图5-92020年京津冀地区人口空间分布（1）京津冀地区历年PM2.5人口暴露强度使用人口暴露强度指标，将2016年至2020年京津冀地区的年均PM2.5浓度与对应年份的人口密度数据进行栅格运算，得到了各年的PM2.5人口暴露强度，结果如下图所示。(a)2016年PM2.5人口暴露强度(b)2017年PM2.5人口暴露强度(c)2018年PM2.5人口暴露强度(d)2019年PM2.5人口暴露强度(e)2020年PM2.5人口暴露强度图5-102016年至2020年京津冀地区PM2.5人口暴露强度空间分布从人口密度和暴露强度的空间分布图可以明显看出，2016年至2020年京津冀地区的整体PM2.5人口暴露强度并无太大变化，且与地区的人口分布情况具有很高的空间一致性。西北方位的张家口市和承德市的绝大部分地区PM2.5人口暴露风险值低于200人·μg·10-4·m-5，其他市的大部分地区PM2.5人口暴露风险值为400至1600人·μg·10-4·m-5，中心城区的PM2.5暴露风险值则是超过了8000人·μg·10-4·m-5。在十三个城市中，就PM2.5人口暴露风险值高于1600人·μg·10-4·m-5的区域面积来讲，北京市最大，且数倍于其他城市，天津市次之，承德市的面积最小。观察PM2.5人口暴露风险值为400至1600人·μg·10-4·m-5的区域面积，可以发现邯郸市、邢台市、石家庄市和保定市约有50%以上地区的暴露风险值处于这一档。虽然2016年2020年地区的整体空气污染状况在不断改善，PM2.5浓度在不断降低，但是由于京津冀地区的人口高度密集，整个区域的PM2.5人口暴露风险并无明显变化。由于京津冀地区的范围过大，而整体PM2.5人口暴露强度又无太大变化，在该尺度下难以发现暴露风险的细微变化，所以将尺度缩小到市域内，选择作为地区核心的北京市来观察分析人口暴露强度的特征。由下图可以看出，北京市人口暴露强度的分布可近似为同心圆结构，由中心城区往外逐渐减弱，中心城区是大范围的极高风险地区（暴露风险值8000人·μg·10-4·m-5以上），城区外围散布着斑点状的极高风险地区，城市最外围的PM2.5人口暴露风险值基本低于200人·μg·10-4·m-5。同时，2016年至2020年，北京市中心地带的暴露风险无明显变化，而外围部分地区的暴露风险值则存在着升高的情况，比如图中篮圈1部位，2016年中心区域外的部位基本为低风险地区（人口暴露风险值低于200人·μg·10-4·m-5），而之后几年时间，中风险地区（200至400人·μg·10-4·m-5）的面积在不断扩大，2020年形成了条状中风险地区；篮圈2部位也有风险等级提高的现象，相比2016年，2020年高风险地区（图中橙色区域，暴露风险值1601至8000人·μg·10-4·m-5）的面积明显变大。(a)2016年北京市PM2.5人口暴露强度(b)2017年北京市PM2.5人口暴露强度(c)2018年北京市PM2.5人口暴露强度(d)2019年北京市PM2.5人口暴露强度(e)2020年北京市PM2.5人口暴露强度图5-112016年至2020年北京市PM2.5人口暴露强度空间分布（2）京津冀地区四季PM2.5人口暴露强度由京津冀地区各季节PM2.5平均浓度得到四季PM2.5暴露强度空间分布，结果如下图。由图5-12可以看出，各季节的PM2.5暴露风险空间分布仍然与人口空间分布情况高度一致，北京市、天津市以及中南部地区的邯郸市、邢台市和石家庄市等城市的PM2.5暴露风险高，西北部地区的张家口市和承德市的暴露风险低。人口暴露高风险及以上地区（暴露风险值1600人·μg·10-4·m-5及以上，图中橙色与红色区域）主要分布在各市人口密度高的中心城区。随着季节的改变，高风险与极高风险地区的面积并无太大变化，变化主要集中在中风险与中高风险地区（暴露风险值201至1600人·μg·10-4·m-5），从春季进入夏季，部分的中高风险地区降为中风险地区，之后的秋季，部分中风险地区升为中高风险地区，整体情况与春季类似，在进入冬季后，大量的中风险地区升为中高风险地区，个别区域的中风险地区升为高风险或极高风险地区。选取京津冀地区的主要城市（北京市、天津市与石家庄市），计算其四季PM2.5平均人口暴露强度，结果如下图5-13所示。可以发现，PM2.5人口暴露强度的季节变化特征与PM2.5浓度一致，冬季的最高，春秋季次之，夏季最低。三个城市中，北京市的PM2.5平均暴露风险一直最高，各季节都是地区平均水平的3倍以上，春季和夏季甚至是平均水平的4.23倍和4.16倍，冬季的绝对暴露风险值达到了1137.75人·μg·10-4·m-5，而中高风险及以上地区要多于另外两市的石家庄市的平均暴露风险则一直最低，这与三个城市的人口数量有着极大的关系。(a)春季PM2.5人口暴露强度(b)夏季PM2.5人口暴露强度(c)秋季PM2.5人口暴露强度(d)冬季PM2.5人口暴露强度图5-12京津冀地区四季PM2.5人口暴露强度空间分布图5-13主要城市四季PM2.5平均人口暴露强度1.2.2人口加权暴露浓度指标下的暴露风险PM2.5人口暴露强度指标方法是将研究区域格网化，计算各个格网单元的暴露风险值，这样的分辨率高，结果更加精细，便于对区域内部暴露强度的细节变化特征进行研究。当人口暴露强度指标应用于大范围空间区域的整体暴露风险评估时，只能计算各空间区域的平均暴露强度，然后比较数值大小从而得出各区域的暴露风险高低，但是难以通过数据的分析得出其他有用信息，这是该方法的不足之处。PM2.5人口加权暴露浓度指标方法则不仅可以获得指定空间单元的整体暴露风险，还可以通过与算数平均PM2.5浓度的比较分析，得出各个空间单元的人口分布倾向，为城市不同区域的污染减排政策的制定提供数据基础，是更适合城市、城市群这一级别空间单元的居民PM2.5暴露风险评估的方法。为了进一步的反映京津冀地区的PM2.5污染人口暴露风险的特征，本文还计算了该地区各市2016年至2020年的PM2.5人口加权暴露浓度和算数平均浓度，并进行了比较与排名，结果如下表所示。表5-4京津冀地区各市PM2.5人口加权暴露浓度与算数平均浓度城市人口加权浓度(μg/m³)人口加权浓度排名算数平均浓度(μg/m³)增加百分比承德市38.161232.816.33%张家口市30.681326.5611.52%保定市73.05466.0610.58%北京市63.77957.6810.56%城市人口加权浓度(μg/m³)人口加权浓度排名算数平均浓度(μg/m³)增加百分比石家庄市71.27269.148.86%邢台市76.13173.044.23%邯郸市74.61372.233.30%唐山市60.621059.981.07%沧州市68.03667.890.21%廊坊市66.87766.99-0.18%天津市63.90864.28-0.59%衡水市71.91573.05-1.56%秦皇岛市52.771151.5-4.93%京津冀地区68.35/52.2830.74%根据此表可以看出，京津冀地区PM2.5污染对当地居民身体健康的实际危害