北京地区冬春PM_2_5_和PM_省略_水平时空分布及其与(3)

空气环境质量;PM2.5

420

环境科学35卷

1.2.1插值方法的选择PM2.5、PM10质量浓度与对应气象因子的相关分析更为合理．Spearman秩相关分析能有效克服Pearson积矩相关系数只适合描述线性相关关系的缺点，提供2个随机变量在线性相关或非线性相关下的共变趋势程度，适用性比相应的参数方法更好．同时，在对总体分布不明确和总体信息缺乏的

［18］

情况下，非参数分析方法能可靠地获得结论．22.12.1.1

结果与分析

冬春PM2.5和PM10空间分布特征整体分布特征

在对污染物浓度分布及变化情况进行研究时，常利用插值法，通过已知点的浓度数据计算同一区域内其他未知点的数据，从而推导出整个区域的分布情况．随着GIS技术的不断发展，空间数据插值的应用越来越广，人们在研究工作中对空间数据插值的质量要求也逐渐提高．在众多的插值方法中，晏星等基于不同插值方法研究了北京内部城区PM1的浓度分布情况，将反距离加权插值法（IDW），普通克里格插值法（OriginalKriging）和样条函数插值（SPLINE）这3种空间插值方法进行了对比．结果表明，克里格插值较为灵活，能够充分利用数据探索性分析工具，有效地提高空间插值分析的效率，利用已知样点的统计特征，量化各测量点之间的空间

［13］

自相关性，并且对正态数据的预测精度最高．克里格插值较好地表明了预测区域范围内的污染物的空间分布情况，突出了总体的分布趋势，最接近观测值．因此，本研究利用ArcGIS9.3软件，选择普通克里格法进行插值，得到北京地区冬春季节PM2.5和PM10的质量浓度分布．1.2.2

相关性分析方法的选择

关于不同大气污染物浓度（气体、颗粒物）与气

［14］

象因子之间的关系研究已有大量工作，短时效的

［15］

［13］

利用北京冬季和春季各区县监测点（共30个）

PM2.5和PM10的污染物平均值，进行普通克里格插值分析，得到了4张北京市颗粒物浓度预测分布图，结果如图2所示．

从整体来看，冬春季节的颗粒物浓度具有以下特征：第一，冬春季节颗粒物浓度在标尺区间段存在一定差异．PM2.5和PM10质量浓度的最小值在两个季节下相差不大，但冬季最大值可达到春季最大值的1.5倍左右，因此冬季的标尺区间段数比春季要多，可以更好地体现区域内颗粒物分布的差异特征．第二，冬季的颗粒物浓度整体水平显著高于春季，高浓度颗粒物覆盖区域所占面积更大，颗粒物更易富集．2012年冬季和2013年春季PM2.5的平均浓度分·m－3和（86.88±1.17）别达到（122.86±2.22）μg·m－3，PM10的平均浓度分别达到（148.60±2.67）μg

·m－3和（127.99±1.49）μg·m－3，μg均远远高于了我国将于2016年正式实施的国家标准．第三，颗粒物分布的浓度梯度特征明显．在全北京范围内，PM2.5和PM10浓度从北部山区到南部地区逐渐递增，以密云水库处最低，房山琉璃河处最高．中心城区处，西部城区略高于东部城区．第四，颗粒物浓度在局部地区反映了一定的城乡差异，人口较为密集、污染源较多的城镇略高于植被覆盖条件较好、具有一定自净能力的乡村地区．由于冬季颗粒物浓度的区间段划分更细，因此差异体现得更为清晰，例如图2（a）和2（b）中的海淀北部新区和海淀植物园，以及平谷镇和平谷东高村．2.1.2

区域特征

结合各个区县的分布，可依次将整个北京地区划分为城六区、西南部、东南部、东北部和西北部这5个区域．具体包含区县及各区域颗粒物浓度特征见表1．可以看出，冬春季节各个区域PM2.5和PM10质量浓度由高到低的顺序均为：西南部＞东南

污染预报也取得了一定的成绩．然而由于气象

因子的多变性与不可控性，造成了颗粒物浓度变化的复杂性，因此对于二者之间相关性的研究十分必要．在过去的研究中，一般把污染物浓度与气象要素之间的相关关系看作线性关系，用线性关系来反映二者依赖关系．然而此种方法具有一定的局限性，对污染物浓度数据的收集情况有较高的要求，不具有普遍适用性，且其研究结果是否准确也是一个值得分析的问题

．周江兴［16］用非线性回归方程来描述污染物浓度与气象要素之间的依赖关系，使污染物浓度与气象要素之间的相关性有了明显的提高．然而，非参数分析方法（如Spearman秩相关系数）能提供2个随机变量在线性相关或非线性相关下的共变趋势程度，因此能够更加客观地反映出气

［17］象因素与颗粒物质量浓度之间的真实相关关系．

利用非参数分析方法研究气象因素对不同粒目前，

［16］

径颗粒物影响的分析较为少见．本研究利用SPSS18.0软件进行数据处理，将2012年12月各个区县PM2.5及PM10的实时浓度值标准化，并进行正态性检验．检验结果不符合正态分布，因此采用非参数分析即Spearman秩相关系数统计分析方法进行