【北京市近年来主要大气污染物时空变化特征及预测研究14000字（论文）】

北京市近年来主要大气污染物时空变化特征及预测研究摘要人们的身体健康情况、幸福指数与空气质量息息相关，大气污染防治成为我国可持续发展必不可少的工作之一。北京市作为我国首都，是我国经济、政治、文化中心，经济发展速度快，伴随产生的是不容乐观的环境质量。自从2013年北京市气象台首次发布雾霾橙色预警以来，北京市空气质量问题受到广泛重视，“大气十条”的发布让污染防治工作逐步进入正轨。本文基于2014-2020年PM2.5、PM10、SO2、NO2、CO和O3这六项主要大气污染物的数据，对其进行统计整理，时间维度上分别从逐日、逐月、逐年角度对数据进行分析，并探讨污染状况、首要污染物、超标天数等变化情况，空间维度则依据北京16个区以及开发区的浓度年均值分析其变化特征，对造成变化的原因进行简要研究，讨论北京市大气污染防治的成效。通过前面两部分研究得出之前颁布的针对性的政策是有效的，基于此结果继续利用六项指标的年均值数据，通过GM模型对2021-2025年北京市主要大气污染物的浓度进行预测，在检验后得出预测结果并对其进行探查，以期为更好、更精准的提出防治措施做出贡献。关键词：主要大气污染物；时空变化特征；GM模型；北京市AbstractPeople'shealthandhappinessindexarecloselyrelatedtoairquality.AirpollutionpreventionandcontrolhasbecomeoneoftheessentialtasksforChina'ssustainabledevelopment.AsthecapitalofChina,Beijingistheeconomic,politicalandculturalcenterofChina.Withtherapideconomicdevelopment,theenvironmentalqualityisnotoptimistic.SincethefirsthazeorangewarningissuedbyBeijingMeteorologicalObservatoryin2013,Beijing'sairqualityproblemshavebeenwidelyvalued,andthereleaseof"tenairregulations"hasgraduallyputpollutionpreventionandcontrolworkontherighttrack.BasedonthedataofPM2.5,PM10,SO2,NO2,COandO3in2014-2020,thispaperstatisticallyorganizesthem,analyzesthedatafromtheperspectiveofdaybyday,monthbymonthandyear,anddiscussesthechangesinpollutionstatus,primarypollutants,numberofdaysabovethestandard,etc.,andthespatialdimensionanalyzesthechangingcharacteristicsoftheconcentrationsin16districtsanddevelopmentzonesinBeijing.TodiscusstheeffectivenessofairpollutionpreventionandcontrolinBeijing.Throughtheprevioustwopartsofthestudytoobtainthepreviouslypromulgatedtargetedpolicyiseffective,basedonthisresultcontinuetousetheannualmeandataofthesixindicators,throughtheGMmodeltopredicttheconcentrationofmajoratmosphericpollutantsinBeijing2021-2025,afterthetesttoobtaintheforecastresultsandexploreit,withaviewtobetterandmoreaccuratepreventionandcontrolmeasurestocontribute.Keywords:Mainairpollutants;Spatialandtemporalvariationcharacteristics;GMmodel;Beijing目录TOC\o"1-2"\h\z\u1导论 11.1研究背景与意义 11.2国内外文献综述 21.3论文研究内容及研究方法 32研究区概况 42.1.地理位置及地形地貌 42.2气候条件 43时间变化特征 53.1基于AQI指数的变化特征 53.2六项污染物的变化特征 84空间分布特征 114.1空间插值 114.2空间变化特征 125GM模型预测分析 135.1GM模型 135.2预测分析 146结论 16参考文献 181导论1.1研究背景与意义1.1.1研究背景北京市作为我国首都，多年来经济高速增长，各大产业蓬勃发展，人们生活质量显著提升，已发展成为我国经济中心城市与国际性大都市，但随其发展而来的负面影响也不容忽视，大气污染便是其中之一，大气污染问题已引起社会普遍关注。针对日益严重的大气污染问题，我国政府也采取了相应措施。2013年发布《大气污染防治行动计划》（“大气十条”），要求全国各地高度重视大气污染治理，积极落实各项措施。2017年，李克强总理提出坚决打好“蓝天保卫战”，要求在“大气十条”实施基础之上，纵深推进大气污染治理，啃下大气污染治理这块“硬骨头”，让大气污染治理更加科学、更加精准、更加有效。据2013年《北京市环境状况公报》显示，北京市空气中6项污染物SO2和CO达到国家标准，其他四项污染物超标，其中PM2.5年均浓度89.5ug/m3，超标156%[1]。据中国环境监测总站数据显示，2017年北京市PM2.5年均浓度虽降至58ug/m3，但是其大气污染物排放强度在全国平均水平的4倍以上，大气污染防治任务仍十分艰巨，且距离国家标准、市民期盼、首都功能定位还存在较大差距。为深入贯彻落实党的十九大提出的关于打赢蓝天保卫战的战略部署，2018年北京市人民政府印发了《北京市打印蓝天保卫战三年行动计划》，提出到2020年，北京市环境空气质量在“十三五”规划目标基础上进一步提高，氮氧化物、挥发性有机物比2015年减排30%以上；重污染天数比率比2015年下降25%以上[2]等目标，贯彻落实绿色发展理念，推进生态文明建设进程，打赢污染防治攻坚战。1.1.2研究意义大气污染的形成是典型的外部不经济现象，即污染物排放私人成本小于社会成本，导致污染问题日益严重，是市场失灵的表现。在这种情况下，仅仅依靠市场很难真正解决问题，政府必须采取行政、法律等手段发挥其宏观调控作用，及时颁布环保政策，积极落实相关部门责任，加强打击监管力度，具体问题具体分析，努力解决大气污染问题，打赢这场“蓝天保卫战”。基于政府采取大气污染防治行动的背景，利用北京市2014-2020年主要大气污染物PM2.5、PM10、SO2、NO2、CO和O3的相关数据，分析其时空变化特征，简要分析相关原因，探究我国政府目前采取的措施是否有效，对主要大气污染物浓度进行预测研究，为北京市空气环境的治理和生态环境保护以及区域环境经济的健康持续发展提供现实依据，以期为北京防治大气污染提供有益思路和参考意见。1.2国内外文献综述虽然我国环境空气污染方面的研究起步较晚，但研究范围广泛，研究颇有成效。我国众多学者在主要大气污染物时空分布、影响因素分析等诸多方面都有研究。1.2.1主要大气污染物大气污染物是指由于自然过程或人类活动而排放到大气中对并对人体或环境造成伤害的物质，其中人为排放源排放的大气污染物是造成空气污染的主要原因[3-5]。PM2.5、PM10、SO2、NO2、CO和O3作为主要大气污染物参与环境空气质量计算，是学者研究的重点。大气污染物可分为气态污染物和颗粒污染物，气态污染物是在常态、常压下以分子状态存在的污染物，包括CO、SO2、NO2、O3等；颗粒物污染物，又被称为气溶胶状态污染物，气溶胶是指悬浮在气体介质中的固态或液态颗粒所组成的气态分散系统，常见的有PM2.5、PM10。许多研究得出颗粒污染物对人体危害更为严重[6-8]。早期大气污染的研究主要集中在SO2、NO2、PM10等污染物，在新环境空气质量标准实施后，增加了对PM2.5、PM10等颗粒物的研究。兰秀娟主要研究“十一五”期间降尘、硫酸盐化速率、SO2、NO2等污染物的浓度变化，分析了其空间分布特征和时间变化趋势[9]；岳辉以武汉市为研究对象，分析其区域PM10浓度的空间分布特征及其影响因素[10]。这二者的研究是在2013年新环境空气质量标准实施前。阮武忠孝通过连续监测南京市中心南京大学鼓楼校区某栋学生公寓室外的O3和PM2.5的浓度，分析其对人体健康的影响[11]；娄彩荣阐述了长三角核心区PM2.5浓度的时空变化规律，分析PM2.5变化和积累特点，研究人类活动对区域污染PM2.5的决定性作用[12]。整体来说对PM2.5、PM10、SO2、NO2、CO和O3这六项大气污染物全部进行研究探讨的文章较少。1.2.2主要大气污染物时空变化特征的相关研究对大气污染物时空变化特征研究有很多。在时间维度，大多分析的是不同年份、不同季节的变化，据此来研究不同政策、气象条件等因素对污染物变化的影响。在空间维度，大多研究的是一个城市群或邻近地区之间的空间耦合性，或者同一城市不同区域大气污染物的变化特征。程雪雁等[13]，许刚等[14]，彭玏[15]，吕莹[16]简单分析了不同时间大气污染物的变化特征。而且在一些特殊活动举办时，其大气污染物变化也比较明显。例如么相姝，金如委通过时间序列分析法和最优空间插值法研究2017年全运会期间天津市大气污染时空变化特征[17]；FuShuke等收集2019年举办过重大国际活动的几个城市的日均空气质量指数和相关污染物浓度数据，研究临时政府措施对环境质量的改善[18]。所以，关于时间变化特征的研究大多是对单个或几个主要大气污染物进行逐日、逐月、逐年的分析，少数论文研究方向是特殊事件发生时某个大气污染物的变化，对于时间变化特征的研究还可以更加具体和深入，在分析过程中可以进行其他方面的延展。目前我国对空气污染物的研究已不仅仅是简单分析其时空变化特征，还更多的考虑到区域协同污染治理方面的问题，从多种角度分析大气污染物，并为其治理提供依据。胡亮根据2013-2016兰州市大气污染物小时浓度数据，分析6种大气污染物在日变化的各种特征，还研究了城市和郊区的差异，采用PSCF方法和CWT方法确定了污染物的来源[19]。葛难难结合南京及其周边城市的地理分布情况，利用相关数据，采用灰色关联度方法，探究大气污染物数据之间的关联性，对其相关性进行评估[20]。孙航通过京津冀地区与长三角城市群的大气污染物时空变化对比，研究两个地区大气污染影响因素的异同[21]。总体上对大气污染物空间变化特征分析研究维度较多，各种研究是较为全面的。1.2.3预测方法的相关研究环境预测是为了制定环境择优决策而采取的行动，旨在提升环境管理科学性与有效制定环境规划。目前对于环境预测方法的研究大多采用应用数学模型方法，其中预测城市大气污染物浓度主要是以污染物排放量为基础进行的。主要包括多元统计分析、灰色预测、神经网络预测和模糊识别等预测方法[22]。灰色预测模型,其本质就是指数预测模型，其中使用最为频繁的是GM(1,1)模型。GM(1,1)模型是由包括一个单变量的一阶微分方程构成，它是参数随时间做一阶变化，利用公式对参数进行拟合和预测,以揭示其变化规律和未来发展趋势[23]。GM模型操作简便、程序简洁、算法清晰、结果准确，在众多领域的预测工作中使用频繁。杨俊峰将重庆市主城区房价的历史均价作为灰色序列，利用GM模型对未来重庆市主城区房价进行预测，并对新陈代谢GM模型与常规GM模型得出的预测结果进行对比，得出新陈代谢GM模型预测结果更精准有效[24]。GM模型在旅游游客流量[25]、轨道交通网络系统[26]等方面的预测上也有涉及。在大气浓度预测方面，吴优[27]、武文琪[28]分别利用GM模型对重庆市、成都市的大气污染物浓度进行了分析及预测研究，并得出理想的结果。基于模型对污染物浓度水平进行预测，探讨未来污染物浓度是否符合预期，对后续大气污染治理研究提供些思路，这是其意义所在。本论文基于大气污染防治背景，吸取之前研究的经验与不足，分析北京市PM2.5、PM10、SO2、NO2、CO和O3这6个主要大气污染物的时空变化特征，在分析过程中对污染状况、首要污染物、超标天数等变化状况进行延展，最后采用GM模型进行预测研究，为北京市大气污染的进一步治理提供参考。1.3论文研究内容及研究方法1.3.1研究内容本研究中数据主要来源于中国重点城市空气质量历史查询网站和北京市生态环境局，依据《环境空气质量标准》（GB3095-2012）等国家标准，对收集到的近七年北京市PM2.5、PM10、SO2、NO2、CO和O3的相关数据依照逐日、逐月、逐年的不同时间尺度进行统计分析，并从污染状况、首要污染物、超标天数等方面进行延展探讨。基于北京市16个市辖区以及开发区PM2.5、PM10、SO2、NO2、CO和O3这6项主要大气污染物的平均浓度值，使用ArcGIS克里金空间插值法分析北京市大气污染物空间分布状况。通过获取2014年1月1日至2020年12月31日北京市PM2.5、PM10、SO2、NO2、CO和O3这6项主要大气污染物数据，本文具体研究内容如下：北京市大气污染现状及时间分布特征北京市大气污染空间分布特征基于上述数据进行的预测研究1.3.2研究方法统计描述法。即通过整理分析分散、无序的数据,描述数据表示出来的数字特征以及分布状态等情况，据此得出相关图、表,达到认识客观事物的目的，为后续分析决策提供事实依据。克里金空间插值法。它是指在整个研究的范围之内，假设在一个控制点上，对于其估算点的数值来说，邻近控制点的影响比较远控制点的影响更大。基于此方法使已知的且离散分布的数据变为连续分布的数值曲面，本质上是一种近似估算方法。灰色预测模型法。灰色预测模型中一阶微分的GM(1,1)模型为一阶单变量模型，是利用同一地区多年研究物的数据，在时间累加后形成新的时间序列规律，将其呈现的规律用一阶线性微分方程的解来逼近，得出预测方程进行预测。2研究区概况2.1.地理位置及地形地貌北京市位于我国华北平原西北部，地处北纬39度26分至41度03分，东经115度25分至117度30分，是我国首都，也是闻名于世界的历史文化古城。北京市经济发展水平高，地理位置优越，与天津市、河北省毗邻，共同构成京津冀发展圈，致力于协同发展。全市面积16410平方公里，共有16个区、2个县。地处华北平原，与渤海湾相邻，分别和辽东半岛、山东半岛相连接，其西部、北部、东北部均是群山环绕，东南部则是一片平原。整体地势由西北向东南倾斜，西北高东南低，西北部为山地，东南部为平原，全市内山地面积占比较大。其中门头沟区的东灵山海拔2303米，为北京市海拔最高点。最低的地面为通州区东南边界。2.2气候条件北京市属于暖温带大陆性季风气候，四季分明，夏季炎热多雨，雨热同期，冬季寒冷干燥，且时间较长。年平均气温约为11.5摄氏度，日照时间长，年平均降水量600多毫米，多集中于夏季，是华北地区降水量最多地区之一。但因为存在暖湿气团和干冷气团，两者此消彼长、互相推移，导致出现降水量年际变化大的现象，旱涝灾害频繁发生。并且北京市地貌复杂，山地平原之间相对高差悬殊，所以北京市气候呈明显的垂直地带性。由于受热带海洋气团和极地大陆气团交替控制，风向也有显著变化，冬季盛行西北风，夏季盛行东南风，春秋两季为季风转换季节。3时间变化特征3.1基于AQI指数的变化特征3.1.1变化特征环境空气质量指数即AQI指数，是2012年3月份国家发布的新的空气质量评价标准，监测PM2.5、PM10、SO2、NO2、CO和O3这6项污染物，每小时会更新一次数据，用来描述空气清洁或污染的程度[29]。根据中国重点城市空气质量历史查询网站得到的监测数据，对北京市2014-2020年日均AQI数据进行整理，并以月为单位进行分析汇总后得到图3-1：图3-1北京市2014-2020年日均AQI汇总从整体来看，日均AQI指数多分布于50-200，即污染程度处于优与中度污染之间。而全年中5-9月份重度污染和严重污染占比少，多为良和轻度污染，1-4、10-12月份重度污染和严重污染占比多，即春季和秋冬季会出现较多次数的重度污染天气。北京市地处北方，四季分明，秋冬季气温低，通常会于11月中旬至次年3月中旬进行集中供暖。而集中供暖多以燃煤、燃油的为燃烧原料，在其进行过程中会释放较多灰尘和有害气体，而且成分比较复杂，对环境质量会产生较大影响，所以会造成较多次数的重度污染天气出现。继续利用上述数据，以年为单位统计不同空气质量级别每年出现天数，结果如表3-1所示：表3-12014-2020年空气质量级别分布状况2014201520162017201820192020变化程度优4456637585861061.41良1281291301521621581720.34轻度污染86708575828867-0.22中度污染59614940232911-0.81重度污染3334301613410-0.70严重污染151597000-1.00自2013年12月实施新的环境空气质量标准以及之后一系列环境政策的发布，环境保护以及治理成为重点。北京市党委和政府积极明确责任、落实各项政策，持续加大去污产能力度，倡导资源能源节约，推动扬尘、挥发性有机污染物等重点领域的治理，致力于生态环境保护、绿色低碳发展、打赢这场污染防治攻坚战。在此背景下，北京市空气质量已有明显改善,在2014-2020年之间，优级天气同比增多1.41倍，严重污染天数降低整整一倍，从2014年的15天降至0天，且2018-2020年三年内严重污染均为0天。至2020年，优级天数106天，良级天数172天，轻度污染天数67天，中度污染11天，重度污染10天，严重污染0天，整体空气质量情况良好，优良天数率较高。对每年1-5月份、10-12月份，即容易出现污染程度较重的月份的空气质量级别进行汇总后发现，2014年优级天数只有37天，2020年优级天数上升为81天，2015年重度污染和严重污染天数达到45天，2019年降至4天。在上述分析中，得知秋冬季重度污染天气出现较频繁，经此次分析可知，前期污染依然相对严重，后期相应有所缓和。2013年9月正式实施的《大气污染防治行动计划》后，2017年北京市细颗粒物年均浓度控制在60μg/m³左右，但大气污染物排放强度仍保持在全国平均水平的4倍以上，大气污染防治任务依然艰巨。2017年随着《关于划定并严守生态保护红线的若干意见》《国家环境保护标准“十三五”发展规划》等文件的相继发布，大气污染防治更加精确，突出特殊问题特殊对策，加之前期治理成果继续发挥作用，后期政策辅助，空气质量逐渐好转。3.1.2首要污染物各项污染物的空气质量分指数最高的污染物为首要污染物，即最严重的污染物,首要污染物的污染指数就是当天的空气质量指数。根据中国重点城市空气质量历史查询网站得到的各项污染物具体监测数据，利用数据计算PM2.5、PM10、SO2、NO2、CO和O3的空气质量分指数，据此得出2014-2020年每天的首要污染物，得到图3-2。图3-22014-2020年首要污染物占比情况总的来说，PM2.5占比最大，出现次数最频繁，2014年首要污染物为PM2.5的天数有207天，占比56.71%，为近七年最高，2020年降至94天，占比25.68%。2014-2020年PM2.5和PM10为首要污染物的天数均较高，但呈现出逐年递减的情况。O3、NO2则与之相反，占比逐年递增，其中O3在2019年占比达到42.74%，超越PM2.5成为首要污染物占比最大的污染物。在计算过程中发现CO、SO2并没有作为首要污染物出现过。在逐个计算数据的过程中，可以直观感受到首要污染物分布受季节影响。将每年的首要污染物按月份汇总得出图3-3。图3-32014-2020年首要污染物占比情况2014-2018年的首要污染物的分布大体上为春、秋以及冬季是PM2.5,夏季是O3；2019、2020年出现不同状况，春、夏及秋季首要污染物均为O3，只有冬季首要污染物为PM2.5。2014-2020年北京市环境空气中污染物组成结构变化明显，由PM2.5、PM10颗粒污染物转变以O3、NO2为主的气态污染物，其中颗粒污染物对人体的危害更大，而且空气质量表现出整体逐年变好的趋势，即政府针对颗粒污染物采取相关措施是精准有效的。O3为二次污染物，是光化学烟雾的主要成分，当其浓度为3-30μg/m³时会对人体有严重危害。随着经济发展，汽车和工业排放的增加成为必然，排放的污染物例如氮氧化物，在适宜的温度、光照等条件下就可以生成臭氧，臭氧污染在北美、欧洲、日本及我国的众多城市中成为普遍现象，O3为首要污染物占比情况增加幅度明显。当然，臭氧污染具有明显的季节性。3.2六项污染物的变化特征3.2.1月变化特征为了得出更加精确的大气污染物时间分布特点，本部分将2014-2020年六项污染物的监测数据进行分类汇总，以月为单位对空气中的污染物浓度进行分析。图3-4六项大气污染物浓度月份变化趋势据图3-4显示，全年中PM2.5、PM10、SO2、NO2、CO整体呈U型分布，03呈倒U型分布。PM2.5、PM10、SO2、NO2、CO浓度均从10月份开始逐渐升高，即供暖期开始后各项污染物浓度显著增高，其中PM2.5、SO2、NO2、CO峰值均发生在供暖期间内，PM10峰值出现在4月份，而03浓度在6月份达到峰值。PM2.5、PM10、SO2、NO2、CO浓度整体呈U型分布，夏季低冬季高，主要是因为冬季大气环流相对较稳定，垂直方向上活动强度有所减缓，边界层高度也明显下降，大气静稳天数显著增加，扩散和稀释污染物的能力降低，同时在供暖期间伴随着大量燃煤会排放更多的污染物，引致污染物浓度显著增高。其中PM10与其他四项明显不同的是其峰值出现在4月份，3月份与4月份仅相差2μg/m³，且在1-4月份之间存在小U型浮动。沙尘暴是颗粒细小的沙尘悬浮于大气之中，同时叠加大气空间运动的作用而产生的。北京市作为沙尘暴高发地区之一，春季发生次数较多，其沙尘多源于内蒙古鄂尔多斯高原北部、库布其沙漠及北京周边裸露沙尘地区，而4月份是风沙天气爆发最频繁的月份，所以4月份虽然非供暖期，但是PM10浓度高。03与另外五项污染物呈现出完全相反的倒U变化趋势，峰值出现在6月份，浓度高达173.14μg/m³，推测因为夏季日照时间长，紫外线强烈，进一步催化了O3在大气中的化学反应。3.2.2年变化特征基于中国重点城市空气质量历史查询网站的监测数据，对PM2.5、PM10、SO2、NO2、CO和O3这6项主要大气污染物的日浓度值的统计时，发现大部分数据很大，远超国家标准。基于2014-2020年大气污染物日精确数据，结合国家环境空气质量二级标准，对每年超标天数进行分析。其中除CO单位为mg/m3，其他污染物单位均为ug/m3。表3-22014-2020年六项大气污染物超标天数年份PM2.5PM10SO2CONO2O320142652593162487620152542224142037320162372050619270201721418815186622018215182001585020191771380112071202014698007054二级标准357060440160由表3-2可以看出，除SO2、CO外，PM2.5、PM10、NO2、O3超标情况均较为严重。其中PM2.5、PM10、NO2在2014年超标天数均达到250天以上，占据全年68%以上，空气质量令人堪忧。2013年“大气十条”发布后，全国各地高度重视大气污染治理，北京市积极响应号召，于2014年拟定北京市首部大气污染防治法规，积极治理大气污染问题。这些年各种环保政策的不断出台，政府对环境的大力整治，空气质量状况改善情况显著。2014-2020年PM2.5、PM10、SO2、NO2、CO和O3这6项污染物达标天数均呈现递减趋势，在这之中NO2降低幅度最大，为71.77%，由2014年的248天降至70天；而SO2、CO降低为0天，在2020年浓度值全部达标。但直至2020年，PM2.5超标天数146天，PM10超标天数98天，大气污染防治行动仍需要继续加强。通过统计分析2014-2020年空气质量数据年均值后得到表3-3，发现北京市环境空气质量情况整体上逐渐好转，PM2.5、PM10、SO2、NO2、CO、O3整体均呈现下降趋势，其降低幅度依次为：SO2>PM2.5>PM10>CO>NO2>O3，SO2降低幅度最大达到82%，O3降低幅度仅4%且呈现波动下降。其中除CO单位为mg/m3，其他污染物单位均为ug/m3。表3-3六项大气污染物浓度年变化趋势年份PM2.5PM10SO2CONO2O32014145.43199.8635.432.1894.00169.862015137.57172.4321.862.2383.86169.862016125.14166.0016.711.9982.43164.14201798.29144.7113.291.7379.00168.86201881.00125.149.431.3266.29160.57201972.00115.717.571.2062.86165.57202065.0097.436.431.0850.00162.57变化幅度-0.55-0.51-0.82-0.50-0.47-0.04在生活取暖、发电厂作业、机动车的尾气排放以及许多工业生产过程中均会产生SO2。SO2作为主要大气污染物之一，其浓度大幅度降低是多方面措施综合作用的结果。首先是推进新能源的使用，北京市燃煤消费量从之前的3000万吨左右降到2020年的300余万吨，电力、燃气等领域清洁能源占比高达96%；结合推进相关作业由城区向远郊区转移的政策，从工业、电力、供暖等燃煤消费的重点领域推进压减燃煤工作，致力于从根源减少SO2的排放，在2018年年底，北京市四大燃煤电厂整体关停或停备，全市平原地区无煤化进程取得显著成果。其次是北京市重点治理移动源排放污染，确立系统精确的“车-油-路”机动车污染防治模式，结合改进技术、增加公共交通建设以及加大监管力度等措施降低机动车污染排放量，以此降低SO2的排放量。其中，O3不属于直接污染物，它是通过光化学反应得到的二次污染物，与PM2.5有一定的关系。据相关推测，因为PM2.5浓度在不断降低，雾霾天气得到缓解，而臭氧污染主要是在光照条件下由挥发性有机物、氮氧化物等污染物通过光化学反应生成的，所以雾霾减少使阳光更容易穿透空气，为地表臭氧生成提供了更多的能量。因此，O3降低幅度仅为4%，且呈现波动下降。分阶段来看，明显是2017-2020年各项污染物指标下降幅度更大，其中PM2.5、PM10、NO2、CO降低程度与2013-2016年相比较明显。截止到2020年，PM2.5、PM10、NO2、O3年均指标仍没有达到国家二级标准，即虽然目前一系列环境政策实施后，空气环境污染状况有所缓解，各项指标下降幅度可观，但是还没有达到国家标准、市民期盼。4空间分布特征4.1空间插值为探究北京市大气污染物的空间分布特征，研究市内不同区域的空气污染状况与变化情况，本文基于北京市生态环境局发布的环境质量公报，对北京市16个市辖区以及开发区历年大气污染物数据进行整理，利用环境质量公报中各个污染物的年度平均值浓度，采取ArcGIS克里金空间插值法对北京市全区域进行插值[30]，得到图4-1。由于CO、O3数据未公布，所以只对PM2.5、PM10、SO2、NO2四项污染物进行分析。图4-1PM2.5、PM10、SO2、NO2浓度空间分布图北京市各污染物的空间分布特征整体上为中部与东南部地区污染程度高，西南同北部地区污染程度低。即东城区、西城区、朝阳区、海淀区、丰台区、石景山区、房山区、通州区、顺义区、大兴区、昌平区及开发区污染比门头沟区、平谷区、怀柔区、密云区、延庆区严重。图4-2为北京市行政地图。东城区和西城区作为北京市首都功能核心区，主要体现北京市的政治、文化中心功能。朝阳区、海淀区、丰台区、石景山区是体现北京市现代经济与国际交往功能的重要区域，高端产业集聚，大力发展科技、金融、物流、文化、旅游等现代服务业。房山区、通州区、顺义区、大兴区、昌平区以及开发区地势平坦、面积广阔，自然条件优越，资源条件得天独厚，为城市发展新区，依托现有工业园将其作为疏散市区发展制造和物流发展业的主要载体，是未来北京经济中心所在。门头沟区、平谷区、怀柔区、密云区、延庆区多处于山区，辖区中山区面积均在62%以上，将其定义为生态涵养发展区，主要作为北京市生态屏障和水源保护地，大力发展生态农业、低消耗都市型工业以及生态旅游业等，转移影响生态、水源的产业，是保证北京市可持续发展的关键区域。图4-2北京市行政地图4.2空间变化特征SO2的分布特征总体上无区别，整个区域内浓度均维持在3-5μg/m³，均达到国家标准，污染程度低。NO2整体分布特征与其他污染物相同，主要是东南部地区浓度不达标，污染程度较高。在所统计的17个区中朝阳区和通州区浓度超标，较2014年只有怀柔区和平谷区浓度达标有较大的改善。与SO2、NO2不同，PM2.5、PM10浓度较2014年变化幅度大。北京市PM10浓度空间分布大体上为东南部高于中部高于北部高于西南部，2014年各区PM10浓度均超过国家标准，其中污染最严重的通州区PM10浓度高达136.9μg/m³，超标95.57%；2019年整体污染程度明显下降，共有7个区达标，大兴、通州区浓度最高为79μg/m³，通州区PM10浓度下降42.29%。下降幅度最大是海淀区，降低48.09%。PM2.5与PM10浓度的空间变化特征相同，呈现东南部、中部、北部、西南部污染程度递增的4级分布，2014年各区PM2.5浓度也均超过国家标准，其中污染最严重的为通州区，浓度为105.9μg/m³，超标202.57%；2019年PM2.5浓度范围在34-46μg/m³，整体污染程度明显下降，通州区浓度最高为46μg/m³，下降56.56%。变化幅度最大的是房山区，PM2.5浓度降低了58.33%。在上述分析中，无论是在2014年还是2019年，无论是PM2.5还是PM10，通州区污染程度都是最严重的一个区，其次是处于相同区位及功能定位类似的大兴区。通州区坐落于北京市东南区，毗邻河北省，地势平坦，又是工业园区聚集地，且北京市西北部山脉环绕，常年盛行西北-东南风，通州区位于下风向，即由于地形、风向以及东南部污染本身较严重，通州区空气质量差。目前，北京市政府正式启动搬迁，搬迁力度很大，目的是疏散人口，重点缓解北京市建设和交通拥堵问题，强调北京政治文化中心的位置。此次搬迁重点涉及水泥、造纸、化工等轻工业，共同构建以及促进产业园区的发展，还包括首都国际医学中心、首都国际教育中心的搬迁转移，致力于推动通州区的发展。另外，在京津冀协同发展这一国家战略背景下，编制《北京市通州区与河北省三河、大厂、香河三县市协同发展规划》，努力促进通州区与北三县协同发展，有利于疏解北京非首都功能，推进首都发展格局优化。所以，未来通州区的经济发展以及其环境质量都是值得持续关注的。5GM模型预测分析前面两部分基于北京市主要大气污染物相关数据，对其进行统计分析，分别得出PM2.5、PM10、SO2、NO2、CO和O3在2014-2020年的时空变化特征。近年来，北京市空气质量明显改善，主要污染物浓度大体呈现下降趋势，且超标天数减少，各项指标下降幅度可观，但是PM2.5、PM10、NO2、O3年均指标仍然没有达到国家二级标准，空气污染状况仍需我们时刻关注。随着经济水平的不断提高，人们环保意识越来越强烈，除了追求更高的生活质量，人们还追求良好的生活体验，好的空气质量必不可少。影响空气质量的因素大体可以确定，但是每种影响因素的影响程度却无法准确衡量。而且由于每个地区地形、功能定位不同，且存在个别特殊气象，以及不同地区有不同的环保政策，甚至实施力度与其反馈准确性有待考究，所以确定各种影响因素对空气质量的影响程度变得更加困难。即大气稳定度、气象条件、工业状况、污染源等对空气质量的影响一般是非线性的，可以将其视为灰色的信息。5.1GM模型5.1.1模型简介最早提出灰色理论的是邓聚龙教授，于20世纪80年代指出可以通过颜色来表示对系统信息的认识理解。其中“白色”表示信息完全无缺失，“黑色”表示信息完全缺失，“灰色”则表示信息不完整[31]。目前在我国灰色预测模型中一阶微分的GM(1,1)模型使用最为广泛，它为一阶单变量模型，在污染物浓度预测方面，利用同一地区多年的污染物浓度值进行分析，在时间累加后就会形成新的时间序列规律，其呈现的规律可用一阶线性微分方程的解来逼近，经证明这种方法所展示出的原始时间序列是呈指数变化的，因此当预测结果隐藏着指数变化规律即可证明灰色模型的预测是成功的。GM(1,1)模型操作简便，程序简洁，算法清晰，结果准确，避免因手工计算使结果不够精确的缺陷，使工作效率大大提高。5.1.2模型预测的步骤GM(1,1)模型预测基本步骤：首先，输入原始数据，得出公式5.1；其次，对公式5.1中的X(0)进行一次累加，得出公式5.2，对其建立GM(1,1)模型，即可利用公式5.3进行预测；通过公式5.4递减还原得到预测值X(0)X(1)X(k)X(k)其中a=auT，a5.2预测分析本部分将根据中国重点城市空气质量历史查询网站得到的监测数据，用灰色预测模型中的GM模型，对北京市2021-2025年的主要大气污染物数据进行预测，并对比环境质量标准考察其未来指标达标程度，观察得出的预测结果是否与期望一致。此次预测原始数据为PM2.5、PM10、SO2、NO2、CO和O3这六项主要大气污染物2014-2020年浓度年平均值，再根据上述公式分别进行累加得到新的序列，据此求出B矩阵，Y矩阵，紧接着求出a、u的数值，得出指数公式，利用各自的公式分别对其进行预测，得出2021-2025年各项指标浓度值，最后进行误差检验。表5-1为六项污染物浓度年平均值，依据表中数据建立预测模型。其中除CO单位为mg/m3，其他污染物单位均为ug/m3。表5-12014-2020年六项污染物浓度年平均值年份PM2.5PM10SO2CONO2O32014145.43199.8635.432.1894.00169.862015137.57172.4321.862.2383.86169.862016125.14166.0016.711.9982.43164.14201798.29144.7113.291.7379.00168.86201881.00125.149.431.3266.29160.57201972.00115.717.571.2062.86165.57202065.0097.436.431.0850.00162.57表5-2为依据上述数据得出的六项大气污染物的预测公式。表5-2六项污染物预测公式污染物QUOTE-24051.2e-0.007016t-2014+24221.05PM2.5-924.556PM10-1671.776SO2-95.238NO2-986.365CO-15.742O3-24051.2由上述预测公式得到图5-1，由预测结果得知，这六项大气污染物在2025年几乎全部达标，浓度下降幅度大，平均达到66.64%，整体是符合人民期待、政策要求的。对于尚未达标的PM10，仍需实施针对政策，精准应对。图5-1六项污染物2021-2025年的预测浓度未来五年主要大气污染物的浓度整体均呈现下降趋势，预测在2025年，除PM10以外，其余指标浓度均达标。PM2.5年均浓度将于2024年达标，降低幅度将达到81.31%。SO2、CO年均浓度于2020年均已达标，在未来的五年中，SO2下降幅度最大为95.38%。NO2年均浓度也在2024年达标，降低幅度为63.23%。O3年均浓度则会在2023年达标，降低幅度最低为7.7%。表5-3为对六项大气污染物的预测数据进行残差检验。表5-3GM模型残差检验污染物平均相对误差方差比小残差概率模型精度PM2.52.93%0.071优PM102.38%0.071优SO22.70%0.021优NO24.45%0.071优CO4.23%0.151优O31.21%0.401合格在PM2.5、PM10、SO2、NO2、CO和O3这六项主要大气污染物中，O3预测值与实际值有出现偏差，其他指标预测均较准确，误差率不高，均通过误差检验。2013年颁布“大气十条”，正式实施已经到10月份，所以之前数据并不完整，本研究数据选取2014-2020年这七年时间，数据较少，导致预测出现了些许不精准也属正常。截止到2020年，北京市环境空气质量在“十三五”规划中的目标基本实现，北京市各级政府积极落实各项政策，努力把握方向不变、力度不减，坚持精确、科学、依法治污，致力于打赢这场污染防治攻坚战，成效显著，但是污染防治行动不会止步于此。2021年是“十四五”规划开局之年，北京市政府发布《北京市深入打好污染防治攻坚战2021年行动计划》，要求提高政治站位、更加明确责任、积极宣传引导、严格考察监督，目的是更加深层次的打好这场污染防治攻坚战，加速北京市绿色低碳发展的进程，致力于将“十四五”时期生态环境保护工作开局工作做好。在未来几年中，北京市将针对大气污染问题，继续坚持综合施策、标本兼治的策略，并进一步延展治理深度和广度，重点坚持颗粒污染物和O3污染协同治理，减少重污染天数，切实提高治理能力，以达到污染防治最终目标。相信在不久的未来，我们将会看见大家期待“蓝天”。6结论本研究基于中国重点城市空气质量历史查询网站相关数据，依据《环境空气质量标准》（GB3095-2012）等国家标准，通过对北京市2014-2020年主要大气污染物浓度的时空变化特征进行分析，得出以下结论：时间变化特征：基于AQI指数进行分析得出，2014-2020年间，北京市大气污染程度明显下降，与2014年相比，2020年优级天数增多1.41倍，严重污染天数降低整整一倍，且2018-2020年三年内严重污染天数均为0天，整体空气质量情况提高。其中春季以及秋冬季出现重度污染天气次数较多。从首要污染物角度，PM2.5为首要污染物的比例最大，出现次数最频繁。2014-2020年期间首要污染物由PM2.5、PM10颗粒污染物转变以O3、NO2为主的气态污染物。首要污染物的分布大体上为春、秋以及冬季是PM2.5,夏季是O3，变化情况不大。基于各污染物浓度浓度精确数据，以月为单位得出PM2.5、PM10、SO2、NO2、CO整体呈U型分布，03呈倒U型分布，PM2.5、PM10、SO2、NO2、CO浓度均从供暖期开始后各项污染物浓度显著增高，其中PM2.5、SO2、NO2、CO峰值均发生在供暖期间内，而03浓度在6月份达到峰值。以年为单位得出北京市大气污染物浓度超标天数均减少，PM2.5、PM10、SO2、NO2、CO、O3浓度整体均呈现下降趋势，其中SO2下降幅度最大。空间变化特征：北京市各污染物的空间分布特征整体上为中部与东南部地区污染程度高，西南同北部地区污染程度低。SO2的分布特征总体上无区别，整个区域内浓度均维持在3-5μg/m³，均达到国家标准，污染程度低。NO2整体分布特征与其他污染物相同，主要是东南部地区浓度不达标，污染程度较高。与SO2、NO2不同，PM2.5、PM10浓度较2014年变化幅度大。预测分析：通过GM模型预测得知，未来五年主要大气污染物的浓度整体均呈现下降趋势，且这六项大气污染物在2025年几乎全部达标，浓度下降幅度大，平均达到66.64%，整体是符合人民期待、政策要求的。对于尚未达标的PM10，仍需实施针对政策，精准应对。针对上述研究，得知北京市大气污染防治成效显著，以颗粒物污染为主的大气污染状况已逐