COVID-19爆发前后东营市AQI时空特征研究

崔志浩, 李成名, 戴昭鑫. COVID-19爆发前后东营市AQI时空特征研究[J]. 环境保护科学, 2021, 47(3): 133-137. doi: 10.16803/j.cnki.issn.1004-6216.2021.03.023
引用本文: 崔志浩, 李成名, 戴昭鑫. COVID-19爆发前后东营市AQI时空特征研究[J]. 环境保护科学, 2021, 47(3): 133-137. doi: 10.16803/j.cnki.issn.1004-6216.2021.03.023
CUI Zhihao, LI Chengming, DAI Zhaoxin. Spatio-temporal characteristics of AQI in Dongying city before and after COVID-19 outbreak[J]. Environmental Protection Science, 2021, 47(3): 133-137. doi: 10.16803/j.cnki.issn.1004-6216.2021.03.023
Citation: CUI Zhihao, LI Chengming, DAI Zhaoxin. Spatio-temporal characteristics of AQI in Dongying city before and after COVID-19 outbreak[J]. Environmental Protection Science, 2021, 47(3): 133-137. doi: 10.16803/j.cnki.issn.1004-6216.2021.03.023

COVID-19爆发前后东营市AQI时空特征研究

    作者简介: 崔志浩(1995-),男,硕士研究生。研究方向:地理信息系统。E-mail:2456086270@qq.com
  • 基金项目:
    国家重点研发计划(2018YFB2100700)
  • 中图分类号: X823

Spatio-temporal characteristics of AQI in Dongying city before and after COVID-19 outbreak

  • 摘要: 基于2019年9月~2020年5月东营市42个空气质量地面监测站点的逐小时空气质量数据,结合新型冠状病毒肺炎(COVID-19)疫情期间生活生产方式变化情况,以月度、日度、周度、小时4种时间尺度,从时间、空间尺度对东营市AQI展开研究。研究发现,空间分布呈现“北优南劣”,内陆污染重于沿海;月度变化呈现疫情大面积爆发前(12、1月份)空气污染加重,疫情期间空气质量明显变好;工作日休息日变化呈现倒“S”型分布,休息日污染重于工作日;日度变化呈现周期性,冬季12、1月份AQI数值波动明显;小时尺度呈现AQI数值倒“S”变化,峰谷值分别出现在9时和15~16时,差距明显,疫情期间AQI小时均值明显降低,且峰谷值差距减小。
  • 加载中
  • 图 1  研究区及监测站点空间分布

    图 2  2019年9月至2020年5月AQI浓度变化及废气站点分布

    图 3  2019年9月至2020年5月AQI浓度月度变化

    图 4  2016~2020东营市历年1、2月份对比

    图 5  2019年9月至2020年5月AQI浓度月等级占比

    图 6  东营市及三区两县周度AQI浓度

    图 7  东营市研究期间AQI日历热图

    图 8  东营市2020年2月与2月之外月24 时AQI平均值变化

  • [1] 张金远. 浅谈空气污染对于人类健康的影响[J]. 江西化工, 2018(4): 141 − 142. doi: 10.3969/j.issn.1008-3103.2018.04.044
    [2] 何蓓琦. 空气污染对人体健康影响有多大?[N]. 中国环境报, 2012-04-24(2).
    [3] 国家环境保护部. 环境空气质量标准: GB3095—2012[S]. 北京: 中国环境出版社, 2012.
    [4] 中华人民共和国国务院. 打赢蓝天保卫战三年计划[EB/OL]. (2018-07-03)[2020-07-20]. http://www.gov.cn/zhengce/content/2018-07/03/content_5303158.htm.
    [5] 王昂扬, 潘岳, 童岩冰. 长三角主要城市空气污染时空分布特征研究[J]. 环境保护科学, 2015, 41(5): 131 − 136. doi: 10.3969/j.issn.1004-6216.2015.05.025
    [6] 王冠岚, 薛建军, 张建忠. 2014年京津冀空气污染时空分布特征及主要成因分析[J]. 气象与环境科学, 2016, 39(1): 34 − 42.
    [7] 牟敬锋, 赵星, 樊静洁, 等. 2014-2016年深圳市空气污染时空分布特征[J]. 卫生研究, 2018, 47(2): 270 − 276.
    [8] 曾妮, 吴哲红, 方鹏, 等. 安顺市空气质量特征与气象条件关系分析[J]. 环境科学导刊, 2019, 38(6): 38 − 43.
    [9] 何玮光. 2013-2015年保定市环境空气质量特征分析及对策研究[D]. 石家庄: 河北科技大学, 2018.
    [10] 甄莎. 包头市城区空气质量评价及影响因素分析[D]. 包头: 内蒙古科技大学, 2012.
    [11] CI S, TAOP, LING Y. Analysis of the characteristics and evolution modes of PM2.5 pollution episodes in Beijing, Chinaduring 2013[J]. International Journal of Environmental Research and Public Health, 2015, 12(2): 1099 − 1111. doi: 10.3390/ijerph120201099
    [12] 王翠连, 张军, 郑瑶, 等. 郑州城区PM10、PM2.5质量浓度变化特征及其对气象因子的响应[J]. 环境保护科学, 2019, 45(6): 76 − 83.
    [13] 韩楠, 于维洋. 中国工业废气排放的空间特征及其影响因素研究[J]. 地理科学, 2016, 36(2): 196 − 203.
    [14] 王宝英. 基于气象因素分析的城市AQI预测方法研究[D]. 南昌: 南昌航空大学, 2019.
    [15] 国家环境保护部. 环境空气质量指数(AQI)技术规定(试行): HJ633—2012[S]. 北京: 中国环境出版社, 2012.
    [16] 吴益玲, 李成名, 戴昭鑫, 等. 城区空气质量指数时空分布特征及影响机制分析[J]. 测绘通报, 2020(4): 81 − 86.
  • 加载中
图( 8)
计量
  • 文章访问数:  1744
  • HTML全文浏览数:  1744
  • PDF下载数:  25
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-08-12
  • 刊出日期:  2021-06-20

COVID-19爆发前后东营市AQI时空特征研究

    作者简介: 崔志浩(1995-),男,硕士研究生。研究方向:地理信息系统。E-mail:2456086270@qq.com
  • 1. 山东科技大学测绘科学与工程学院,山东 青岛 266000
  • 2. 中国测绘科学研究院,北京 100089
基金项目:
国家重点研发计划(2018YFB2100700)

摘要: 基于2019年9月~2020年5月东营市42个空气质量地面监测站点的逐小时空气质量数据,结合新型冠状病毒肺炎(COVID-19)疫情期间生活生产方式变化情况,以月度、日度、周度、小时4种时间尺度,从时间、空间尺度对东营市AQI展开研究。研究发现,空间分布呈现“北优南劣”,内陆污染重于沿海;月度变化呈现疫情大面积爆发前(12、1月份)空气污染加重,疫情期间空气质量明显变好;工作日休息日变化呈现倒“S”型分布,休息日污染重于工作日;日度变化呈现周期性,冬季12、1月份AQI数值波动明显;小时尺度呈现AQI数值倒“S”变化,峰谷值分别出现在9时和15~16时,差距明显,疫情期间AQI小时均值明显降低,且峰谷值差距减小。

English Abstract

  • 近年来,伴随我国经济、工业化进程快速发展,空气质量整体恶化趋势明显,大气污染事件尤其是高强度霾污染天气频发,引发社会广泛关注。空气污染不仅可通过肺部气体交换,引发人体呼吸系统和心脑血管等疾病,同时灰霾天气显著降低大气能见度,为出行带来不便。目前空气污染已成为第五大危害人体健康的因素[1-2]。针对日益严重的空气污染问题,2012年2月,生态环境部发布《环境空气质量标准(GB309—2012》)[3]规定采用空气质量指数(AQI)作为衡量二氧化硫、二氧化氮、PM10、PM2.5、一氧化碳和臭氧污染物的统一指标,用以描述空气的清洁及污染情况,2018年7月国务院印发了《打赢蓝天保卫战三年行动计划》[4]。国家先后出台的政策与防治措施,有效改善了我国空气质量,但大气污染防治并非一蹴而就,从地理学角度出发,准确识别城市空气质量的时空分布特征,明确影响空气质量各类因素,对于针对性控制和缓解城市空气污染尤为重要。

    目前已有大量关于空气质量时空特征的研究。如王昂扬等[5]通过对长江三角洲10个主要城市2004~2012年的空气质量分析发现,虽然在政策影响下空气质量逐年好转,但在秋冬季节仍污染严重,其中南京地区为10个城市中污染最为严重的城市;王冠岚等[6]对京津翼地区13个城市2014年空气质量日报数据开展研究,发现该地区北部空气明显优于南部,且冬季污染最为严重,北京市、河北省分别以机动车尾气排放和燃煤排放为主,天津受工业二氧化硫排放及燃煤影响显著;牟敬峰等[7]通过利用深圳市19个监测站点2014~2016年数据研究得出,深圳市空气质量夏季要好于冬季;曾妮等[8]对空气质量数据与气象数据进行分析得出,降水量与相对湿度对减缓空气污染有一定的促进作用,风向也会影响空气质量的好坏。

    然而现有文献针对AQI的时空特征研究仍存在以下不足:(1)研究数据方面,多使用历史年份的国控监测站点数据开展分析(平均分配到各地级市大约不超过20个监测站点),导致研究的空间分辨率和时效性较低[9-12];(2)研究尺度方面,多聚焦于国家、典型城市群等宏观尺度,而对小尺度地级市单元的深入研究却很有限。此外,新型冠状病毒肺炎(COVID-19)疫情前后,全国范围内交通运输限制减少了机动车尾气排放量,住宅取暖和工业排放保持稳定或略有下降。本文对疫情期间大规模的交通限制和人口隔离下空气污染水平的变化开展相应研究,并为后续城市空气质量管理提供借鉴。

  • 东营市位于山东半岛北部见图 1,地处中纬度,背陆面海,受亚欧大陆和西太平洋共同影响,属暖温带大陆性季风气候,冬寒夏热,四季分明。冬季天气干冷,多刮北风、西北风。东营市作为我国石油开采的重要区域,石油开采和石油化工一直是支柱产业,企业众多,排放废气量大,2019年全国城市空气质量排名后20位。

  • 本研究采用东营市42个乡镇监测站点的逐小时监测数据,数据来源于东营市环境保护局。本文利用Node.js脚本对原始数据进行处理,获得月度、日度、周度、小时4种时间尺度的AQI数据,采用时间序列分析与克里金插值分析法,分析东营市新冠疫情爆发前后AQI时空变化特征。

  • 东营市研究时间内AQI整体空间分布情况,见图2

    图2可见,研究时间内东营市AQI呈现“北低南高”的分布特征,沿海区域污染较轻,内陆区域污染严重。结合污染物排放及气象要素分析,造成东营市这一空间格局的主要原因,一方面工业作为东营市的经济支柱行业,南部区域内分布大量工业企业,污染排放较大,是造成大气污染的主要因素[13];另一方面秋冬季西北风对工业废气的输送[14],导致南部污染加重。

  • 根据国家环境保护部发布的《环境空气质量指数(AQI)技术规定》[15]定义的空气质量指数级别相关内容AQI小于等于100的城市空气质量被认定为“优良”。2019年9月至2020年5月东营市AQI浓度月度变化,见图3

    图3可见,秋季污染较轻,冬季污染加重,1月AQI处于峰值,高达130,空气等级为轻度污染,这一结论与吴益玲等[16]的研究一致。分析原因,秋季高温、多雨、植被覆盖度高等积极因素有助于污染物的扩散与稀释,缓解大气污染。冬季来临,温度降低,逆温层出现,降水少,造成污染物难以稀释,加重污染。且12月与1月正值春节假期,人口流动大,企业增产,造成废气、汽车尾气等各类污染气体急剧增加。

    同时,在COVID-19期间同属于冬季的2月份空气质量出现迅速转好趋势,这一发现与吴益玲等[16]研究结果相反。针对这一现象,研究分析2016~2020历年1、2月份AQI浓度,见图4,无疫情年份,2月份AQI浓度较1月份下降较少,下降数值均保持20以下,历年平均2月份下降幅度为14.4%。疫情大面积爆发后,2月份AQI下降明显,差为46,相较于2020.01月下降幅度达37%,远高于历年平均。结果表明,政府干预下的全面停工停产与居家隔离,有效抑制了污染物排放,空气质量变好。这与我国之前的“APEC蓝”以及“阅兵蓝”原因一致,均是通过暂时性关闭污染企业等手段而达到短期治理空气污染的效果。4、5月份生活生产逐渐恢复,但由于春季来临,温度升高、降水增多、绿化增多等有利于企业排放废气的吸收、扩散,使空气仍保持较好水平。

    东营研究期内各月AQI等级天数占比,见图5

    图5可见,无严重污染天气出现,各月空气优良天数占比均保持50%以上,且疫情大面积爆发前后优良天数占比呈现先减后增的“V”型趋势。1月污染天数占比高达48.4%,与月度分析中1月污染最为严重相符,表明污染严重月份,污染天气占比急剧增加。分析其占比增加原因,冬季供暖需求增大,人口流动及企业废气排放增多,加重空气污染。2月空气质量优良占比急剧上升,相较于1月增加24.25%。随着3月疫情得到有效控制,生活生产逐步恢复,AQI优良率虽仍保持较高,但优秀天数占比有所下降。

  • 周度AQI变化,见图6

    图6可见,东营市及下辖三区两县AQI呈“S”型变化,即周一开始下降,后逐步上升,周五达到峰值,周六污染仍较为严重,但是开始下降,造成这种现象的原因(1)周六为周末休息第1天,居民外出游玩增多,城市人流量增大,污染加重,而周日居民选择居家休息,外出游玩减少,污染相较周六出现略微下降;(2)依据环保部门抽查时间,周五至周末监管部门抽查较少,少部分化工企业趁此时段加大生产力度,废气排放增加,也是导致周末污染加重的原因。同时可以看到,广饶县作为东营市经济发展重要支柱,县区内聚集了大量化工企业,废气排放量大,AQI变化远远高于其余区县,与东营市“南劣北优”空间分布相符。

  • 由疫情前后东营市AQI变化日历图与波动,见图7,疫情大面积爆发前的秋季(9~11月份),AQI波动较小,空气质量变化趋于稳定,而在12、1月,AQI波动明显,日历图颜色差异显著,空气质量出现突变现象,尤其在1月份,空气长期处于较高污染状态,在小年及春节前,空气污染最为严重,达到重度污染。分析原因,小年及春节期间,大规模人口返乡及烟花爆竹燃放,造成空气污染物浓度迅速上升,污染加重。在疫情爆发的2月份,受政府封城措施等干预,人口流动与工业生产基本停止,AQI指数波动明显降低,空气质量变化趋于稳定。与上述月度分析疫情大面积爆发前AQI变化一致。在所研究206 d内,东营市AQI等级为优秀或良好天数为151 d,优良率为73%。

  • 对比东营污染气体排放骤减的2020年2月及除2020年2月外其余月份的24时AQI平均值,见图8。图8可见,发现东营市24 时AQI变化均呈“S”型变化,污染峰值与谷底差距显著。9时上班高峰期为一天污染峰值,平均AQI为95,16时左右空气最优,为77,18时开始,AQI开始上升。分析原因,8~9时为上班高峰,汽车尾气排放加重空气中污染物浓度,且早晨温度相对较低,逆温层的出现导致污染物长时间积聚,难以扩散。16时,温度升高,逆温层消失,聚集在环境中的污染物经过一段时间的扩散与稀释,此时段空气质量最好。伴随着下班晚高峰的来临,尾气排放再次增多,污染再次加重。2020年2月24时AQI虽仍与各月度变化趋势保持一致,但其浓度降幅明显,污染峰谷值明显减小。进一步证明了疫情期间生活生产的减少对缓解空气污染的正面影响。

  • COVID-19疫情大面积爆发后,中国政府迅速采取措施,全国范围停工停产,交通管制,人们居家隔离,为分析废气排放对AQI时空分布特征的影响创造有利条件。本文以东营为研究区,结合疫情期间废气、人流变化等情况,对东营市疫情前后AQI时空特征进行了研究。

    空间分布。疫情前后AQI均为“南劣北优,内陆重于沿海”,在疫情期间,伴随化工企业停产,南北AQI差异有所减少。表明,废气排放仍是东营市空气污染的重要因素。

    时间变化。月度AQI呈倒“U”变化,1月份到达顶峰,2月份受疫情影响,AQI数值下降46,相较2020.01月AQI下降37%,远超历年平均14.4%的降幅,AQI明显下降;日尺度上,AQI变化呈现周期变化,小年及春节前后,受返程高峰影响,出现严重污染天气。疫情期间,空气质量明显变好,AQI变化趋于平稳。小时尺度上,AQI呈“S”型分布,污染顶峰与谷底明显,9时与18时受上下班高峰影响,污染严重,16时空气最好。疫情期间,24 hAQI相较于平均浓度出现较大幅度下降。

    通过对新冠疫情大面积爆发前后东营市秋、冬、春三季AQI时空特征分析,发现各月份均有中度污染甚至重度污染情况发生,并结合疫情期间在政府积极控制下AQI明显变好的现象,针对东营市政府环境污染的治理具体措施,提出以下建议。

    (1)增加常绿植被绿化、加强东营市冬季污染治理。根据AQI月度分析,12、1月东营市污染最为严重,已有研究表明,绿化面积对空气污染具有积极的抑制作用,建议政府加强冬季绿化建设,从而有效滞尘降低大气污染物浓度减少冬季污染。

    (2)倡导低碳生活,绿色出行。根据AQI变化及1月空气污染急剧加重可见,大规模的人口流动带来的汽车尾气排放会加剧空气污染程度。东营市政府可通过公交出行路线优化,增加共享单车数量,倡导人们以步行、骑自行车等方式绿色出行。

    (3)推动科技创新,加快产业转型,加大监察力度。高污染企业一直是东营经济发展的支柱,带来高速经济发展的同时,也带来了高污染。建议政府加快废气净化处理方法的改进,从污染源头实现对东营市空气质量的有效治理,并针对周末空气变差现象,加大对工业企业的监察力度,采取定期与不定期抽查的方式,对高污染企业采取高频次的抽查,减少工业企业趁机加大废气排放现象的发生。

    (4)建议东营市居民应尽可能在16时开展户外运动,减少空气污染导致呼吸或心血管疾病发生。

参考文献 (16)

目录

/

返回文章
返回