基于Moran’s I指数的京津冀地区PM2.5空间自相关分析
2021-04-29张良玉李兴阳王志超魏丽欣徐志清
张良玉,李兴阳,王志超,魏丽欣,徐志清
(1.保定市气象局,河北 保定 071000;2.天津市静海区气象局,天津 301600)
引 言
京津冀地区作为中国的“首都圈”,是中国雾霾最严重的区域[1-2]。空气污染成因复杂,同一时间和地点空气污染物浓度受到许多因素影响[3]。PM2.5指环境空气中空气动力学当量直径小于等于2.5μm的颗粒物[4],作为京津冀地区首要污染物[5-6],与较粗的大气颗粒物相比,PM2.5粒径小,面积广,活性强,易附带有毒、有害物质,且在大气中的停留时间长、输送距离远[7-8],因而对身体健康[9-10]和空气质量影响很大[11-12]。地理学第一定律指出,地物之间的相关性与距离有关,一般来说,距离越近,地物间相关性越大;距离越远,地物间相异性越大[13]。Moran’s I指数通常是用来度量空间自相关的一个重要指标,分为全局和局部空间自相关,王振波等[14]和潘竟虎等[15]利用该方法分析了中国城市PM2.5浓度呈现显著的空间分异与集聚特征,京津冀地区是污染的核心区;游康云等[16]和昌晶亮等[17],分别研究了浙江省和珠江三角地区PM2.5浓度空间自相关,均表明PM2.5浓度空间集聚效应显著,存在H-H、L-L集聚区。前人研究以地市区域为主[18~21],本文选取以县(区)域站点环境监测数据,基于Moran’s I指数,研究该地区大气污染物浓度的时空分布和空间相关性,对区域经济和环境发展、人体健康及区域和谐发展有一定的指导意义。
1 数据来源
选取京津冀地区2014—2018年北京、天津和河北11个地级市及京津冀区域内163个县(市、区)共176个PM2.5环境监测站点数据(图1)。为了保证监测数据的准确性、连续性和完整性,确保全面、客观地反映监测结果,根据GB 3095-2012中数据统计的有效性规定,对不符合数据有效性最低要求的值进行了剔除与整理。……
