基于AQCI的辽宁省空气质量时空分布特征

doi:10.3969/j.issn.1673-503X.2024.03.005

摘要/Abstract

摘要：

基于2015—2022年辽宁省80个国控站点和109个省控站点空气质量监测数据, 计算空气质量综合指数(Air Quality Composite Index, AQCI), 分析辽宁省空气质量时间变化规律, 并应用ArcGIS空间自相关方法探讨不同时间尺度AQCI空间分布特征。结果表明: 2015—2022年辽宁省AQCI总体呈下降趋势, 由2015年的5.64降至2022年的3.55;2022年空气质量优良率较2015年提升24.7%;首要污染物中O₃、PM_2.5和PM₁₀占比从93.1%增加到99.0%。各季AQCI呈夏季 < 秋季 < 春季 < 冬季的分布规律; 空气质量优良率夏季或秋季最高, 春季次之, 冬季最低; 首要污染物呈季节性波动, 春、秋、冬季以PM_2.5和PM₁₀污染为主, O₃污染主要出现在夏季。AQCI月变化明显, 1月最高, 7月或8月最低, 各市差异较大; 空气质量优良率1月最低, 8月最高; 各月首要污染物中PM_2.5、PM₁₀和O₃合计占比超过90%。辽宁省AQCI空间聚集特征明显, 随时间变化具有差异性, 中部城市群高值聚集特征尤为显著。

关键词: AQCI, 首要污染物, 空气质量优良率, 空间自相关

Abstract:

Based on the air quality monitoring data in Liaoning province from 2015 to 2022, the Air Quality Composite Index (AQCI) was used as the characterization index to analyze the temporal variation of air quality, and the ArcGIS spatial autocorrelation tool was used to explore the spatial distribution characteristics of AQCI at different time scales. The results show that AQCI in Liaoning province shows a downtrend over the past 8 years, decreasing from 5.64 in 2015 to 3.55 in 2022. The excellent air quality rate steadily increased, with a 24.7% improvement in 2022 compared to 2015. The proportion of O₃, PM_2.5, and PM₁₀ as primary pollutants increased from 93.1% to 99.0%. The seasonal mean value of AQCI follows the distribution pattern of summer < autumn < spring < winter. The excellent air quality rate is highest in summer or autumn, followed by spring, and winter is lowest. The primary pollutants show seasonal fluctuations, with PM_2.5 and PM₁₀ being the main pollutants in spring, autumn, and winter, while O₃ pollution mainly occurs in summer. The monthly variation in AQCI is significant, which varies largely in different cities, with the highest values in January and the lowest values in July or August. The excellent air quality rate is lowest in January and highest in August. PM_2.5, PM₁₀, and O₃ account for more than 90% of the primary pollutants each month. The spatial aggregation characteristics of AQCI in Liaoning province are evident, with variations over time. The high-value aggregation characteristics of the central urban agglomeration are particularly significant.

Key words: Air Quality Composite Index(AQCI), Primary pollutants, Excellent air quality rate, Spatial autocorrelation

中图分类号:

于文革, 梁铁军, 王玉琦, 张浩楠, 张倩怡, 丁桦. 基于AQCI的辽宁省空气质量时空分布特征[J]. 气象与环境学报, 2024, 40(3): 37-45.

Wen'ge YU, Tiejun LIANG, Yuqi WANG, Haonan ZHANG, Qianyi ZHANG, Hua DING. Spatio-temporal characteristics of air quality in Liaoning province based on the Air Quality Composite Index[J]. Journal of Meteorology and Environment, 2024, 40(3): 37-45.

图/表 10

图1

图2

图3

图4

图5

表1

表2

图6

图7

图8

参考文献 35

1	李竞, 侯丽朋, 唐立娜. 基于环境库兹涅茨曲线的我国大气污染防治重点区域环境空气质量与经济增长关系研究[J]. 生态学报, 2021, 41 (22): 8845- 8859.
2	张南南, 吴舜泽, 李一凡. 基于百分位数法的中国空气质量改善效果评估分析[J]. 环境科学学报, 2018, 38 (5): 2082- 2089.
3	许燕婷, 刘兴诏, 王振波. 基于AQI指数的中国城市空气质量时空分布特征[J]. 广西师范大学学报(自然科学版), 2019, 37 (1): 187- 196.
4	何振芳, 郭庆春, 刘加珍, 等. 河北省大气污染时空变化特征及其影响因素[J]. 自然资源学报, 2021, 36 (2): 411- 419.
5	林文鹏, 郭欣瞳. 中国城市群臭氧时空分布特征分析[J]. 中国环境科学, 2022, 42 (6): 2481- 2494.
6	符传博, 丹利, 徐文帅, 等. 2015—2018年海南省臭氧污染特征及其天气类型[J]. 气象与环境学报, 2021, 37 (6): 27- 35. doi: 10.3969/j.issn.1673-503X.2021.06.004
7	臧振峰, 张凤英, 李永华, 等. 我国主要粮产区PM_2.5、PM₁₀时空分布特征及影响因素——以河南省为例[J]. 自然资源学报, 2021, 36 (5): 1163- 1175.
8	李欢欢, 张凯, 牛璨, 等. 保定市PM_2.5和臭氧污染特征分析[J]. 环境科学研究, 2022, 35 (3): 683- 690.
9	裘彦挺, 吴志军, 尚冬杰, 等. 我国城市大气PM_2.5与O₃浓度相关性的时空特征分析[J]. 科学通报, 2022, 67 (18): 2008- 2017.
10	刘晓红, 江可申. 中国城市PM_2.5的时空分异及影响因素分析——基于161个城市的实证研究[J]. 调研世界, 2018, (1): 25- 34.
11	武祺然, 周力凯, 孙金金, 等. 浙江省空气质量变化特征研究-基于函数型数据分析[J]. 山东大学学报: 理学版, 2021, 56 (7): 53- 64.
12	刘利, 邓宇宸, 吴丹, 等. 广东省城市环境空气质量时空特征及经济影响因素分析[J]. 中国环境监测, 2021, 37 (3): 40- 50.
13	高睿娜, 孙银川, 左河疆, 等. 银川市主要污染物变化特征及其关系研究[J]. 气象与环境学报, 2022, 38 (1): 33- 39.
14	侯素霞, 张鉴达, 李静. 上海市大气污染物时空分布及其相关性因子分析[J]. 生态环境学报, 2021, 30 (6): 1220- 1228.
15	张辉, 巫楚, 张敬伟, 等. 河源市空气质量首要污染物特征及其与气象条件的关系[J]. 气象与环境学报, 2022, 38 (1): 40- 47.
16	臧星华, 鲁垠涛, 姚宏, 等. 中国主要大气污染物的时空分布特征研究[J]. 生态环境学报, 2015, 24 (8): 1322- 1329.
17	张向敏, 罗燊, 李星明, 等. 中国空气质量时空变化特征[J]. 地理科学, 2020, 40 (2): 190- 199.
18	朱海勇, 张守鑫, 刘加珍, 等. 山东省空气质量的时空特征及影响因素分析[J]. 环境污染与防治, 2022, 44 (9): 1228-1233, 1240.
19	张莹, 贾旭伟, 杨旭, 等. 中国典型代表城市空气污染特征及其与气象参数的关系[J]. 气象与环境学报, 2017, 33 (2): 70- 79.
20	么相姝, 赵文吉, 杨振宇, 等. 基于Ward系统聚类的京津冀城市群空气质量时空变化特征与成因分析[J]. 生态环境学报, 2021, 30 (2): 340- 350.
21	詹建益, 黄观超, 周华, 等. 华北地区颗粒物浓度时空分布特征及其因素[J]. 自然资源学报, 2021, 36 (4): 1036- 1046.
22	许敏. 中国长三角地区PM_2.5时空分布数值模拟研究[J]. 气象与环境学报, 2021, 37 (4): 33- 39.
23	邹旭东, 蔡福, 王笑影, 等. 辽宁省臭氧质量浓度变化研究[J]. 生态环境学报, 2020, 29 (9): 1830- 1838.
24	项程程, 柴曼. 辽宁城市PM_2.5时空变化聚类及其气象影响特征[J]. 气象与环境学报, 2019, 35 (1): 35- 44.
25	刘宁微, 权维俊, 任万辉, 等. 辽宁地区O₃污染状况及相关气象要素分析[J]. 气象与环境学报, 2021, 37 (5): 27- 33.
26	刘湘南, 王平, 关丽, 等. GIS空间分析(3版)[M]. 北京: 科学出版社, 2017: 119- 122.
27	赵艳艳, 张晓平, 陈明星, 等. 中国城市空气质量的区域差异及归因分析[J]. 地理学报, 2021, 76 (11): 2814- 2829.
28	周梦鸽, 杨依, 孙媛, 等. 2016—2020年山东省空气质量时空分布特征及影响因素分析[J]. 环境科学, 2022, 43 (6): 2937- 2946.
29	马瑞丰, 许敬红, 严良政. 2013—2018年大连中心城区臭氧时空变化及其影响因子分析[J]. 气象与环境学报, 2022, 38 (3): 75- 84.
30	陈卫卫, 刘阳, 吴雪伟, 等. 东北区域空气质量时空分布特征及重度污染成因分析[J]. 环境科学, 2019, 40 (11): 4810- 4823.
31	郭雯雯, 陈永金, 刘阁, 等. 2016—2019年长江中游城市群空气质量时空变化特征及影响因素分析[J]. 生态环境学报, 2020, 29 (10): 2034- 2044.
32	颜丰华, 陈伟华, 常鸣, 等. 珠江三角洲大气光化学氧化剂(Ox)与PM_2.5复合超标污染特征及气象影响因素[J]. 环境科学, 2021, 42 (4): 1600- 1614.
33	朱红蕊, 刘赫男, 张洪玲, 等. 哈尔滨市空气质量特征及其与气象要素的关系[J]. 气象与环境学报, 2019, 35 (1): 53- 58.
34	马雁军, 刘宁微, 王扬锋. 辽宁中部城市群大气污染分布及与气象因子的相关分析[J]. 气象科技, 2005, 33 (6): 527- 532.
35	蔺雪芹, 王岱. 中国城市空气质量时空演化特征及社会经济驱动力[J]. 地理学报, 2016, 71 (8): 1357- 1371.

指数	全年	春季	夏季	秋季	冬季
全局莫兰指数	0.1070	0.0929	0.1093	0.1226	0.1266
Z得分	5.5763	4.9082	5.6892	6.3162	6.5219
P值	0.0000	0.0000	0.0000	0.0000	0.0000

指数	1月	2月	3月	4月	5月	6月	7月	8月	9月	10月	11月	12月
全局莫兰指数	0.1584	0.1198	0.0612	0.1315	0.0949	0.1570	0.0906	0.1051	0.1705	0.1162	0.0790	0.0724
Z得分	8.0480	6.2028	3.4015	6.7352	5.0135	7.9526	4.8085	5.5029	8.5889	6.0181	4.2492	3.9323
P值	0.0000	0.0000	0.0007	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.0000	0.0001

[1]	张辉,巫楚,张敬伟,林小平,梁家权,刘素,郭艳芳,李成柳. 河源市空气质量首要污染物特征及其与气象条件的关系[J]. 气象与环境学报, 2022, 38(1): 40-47.
[2]	杨栋, 朱佳敏, 姚日升, 涂小萍. 宁波地区空气质量及大气自净能力海陆差异对比[J]. 气象与环境学报, 2019, 35(3): 52-59.
[3]	董贞花, 齐伊玲, 孔海江. 河南省三次重污染过程的对比分析[J]. 气象与环境学报, 2019, 35(1): 18-25.
[4]	陈镭, 马井会, 甄新蓉, 曹钰. 上海地区空气污染变化特征及其气象影响因素[J]. 气象与环境学报, 2017, 33(3): 59-67.
[5]	杨关盈, 邓学良, 吴必文, 霍彦峰, 翟菁, 于彩霞, 田磊. 基于CUACE模式的合肥地区空气质量预报效果检验[J]. 气象与环境学报, 2017, 33(1): 51-57.
[6]	李晓岚, 马雁军, 王扬锋, 赵胡笳, 刘洪利. 基于CUACE系统沈阳地区春季空气质量预报的校验及修正[J]. 气象与环境学报, 2016, 32(6): 10-18.
[7]	王成祥, 刘加珍. 聊城市空气质量现状及污染原因分析[J]. 气象与环境学报, 2016, 32(1): 108-112.