摘 要：基于山东省城市空气质量浓度等有关数据，研究大气细颗粒物浓度的时空格局，并利用相关性分析自然和社会经济因素对其影响的时空非平稳性。结果表明：山东省 PM2.5 浓度分布总体表现东低西高的空间格局。2019—2020 年污染日出现的频率分别为 18.80% 和 14.89%。山东省 PM2.5 浓度呈明显的夏低冬高、春秋居中的季节变化，U 形月度变化特征。Spearman秩相关方法表明，公路密度对 PM2.5 浓度有正向影响，而温度、降水、日照时数、人均 GDP、科学技术支出对 PM2.5 浓度有负向影响。
关键词：细颗粒物 PM2.5；时空分异；山东省；影响因素
DOI:10.19850/j.cnki.2096-4706.2021.22.031
基金项目：山东省重大科技创新工程项目 “省级自然资源监测监管大数据应用服务平台建 设”（2019JZZY020103）
中图分类号：X823；TP39 文献标识码：A 文章编号：2096-4706（2021）22-0104-06
Temporal and Spatial Differentiation Characteristics and Factor Analysis of Fine Particulate Matter Concentration in Shandong Province
WANG Yingran, JI Min, LI Zhen
(College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China)
Abstract: Based on the relevant data of urban air quality concentration in Shandong Province, the temporal and spatial pattern of atmospheric fine particulate matter concentration is studied, the temporal and spatial non-stationary of the influence of natural and socioeconomic factors is analyzed by correlation. The results show that: the overall distribution of PM2.5 concentration in Shandong Province shows the spatial pattern of low in east and high in west. The frequency of pollution days from 2019 to 2020 is 18.80% and 14.89%, respectively. PM2.5 concentration in Shandong Province shows significant seasonal changes, low in summer, high in winter, middle in spring and autumn, and the monthly change of U-shape. The Spearman rank correlation method shows that the highway density has a positive effect on PM2.5 concentration, while the temperature, precipitation, sunshine hours, per capita GDP, and scientific and technical expenditure have a negative effect on PM2.5 concentration.
Keywords: fine particulate matter PM2.5; temporal and spatial differentiation; Shandong Province; influencing factor
参考文献：
[1] 许艳玲，薛文博，王燕丽，等 . 基于减排敏感性的武汉市 PM（2.5）污染控制研究 [J]. 环境污染与防治，2018，40（8）： 959-964.
[2] WANG J L，ZHANG Y H，SHAO M，et al. Quantitative relationship between visibility and mass concentration of PM2.5 in Beijing [J]. 环境科学学报（英文版）， 2006，18（3）：475-481.
[3] 吕广娜，李荣山 . 大气细颗粒物 PM2.5 对人体损害及致病机制的研究进展 [J]. 中国医药指南，2013，11（29）：43.
[4] ZHANG Q，ZHANG P W，GAI Y D. The Use of ProteinProtein Interactions for the Analysis of the Associations between PM2.5 and Some Diseases [J].Biomed Research International，2016：[2021- 08-25].https：//d.wanfangdata.com.cn/periodical/jes-e200603011.
[5] LU Y，FATMI Z，MALASHOCK D，et al. Assessing the association between fine particulate matter （PM2.5） constituents and cardiovascular diseases in a mega-city of Pakistan [J].Environmental Pollution，2019，252：1412-1422.
[6] RUDD K E，JOHNSON S C，AGESA K M，et al. Global， regional，and national sepsis incidence and mortality，1990–2017： analysis for the Global Burden of Disease Study [J].The Lancet，2020， 395（10219）：200-211.
[7] JI D，LI L，WANG Y，et al. The heaviest particulate airpollution episodes occurred in northern China in January，2013： Insights gained from observation [J].Atmospheric Environment，2014， 92：546-556.
[8] 郭向阳，穆学青，丁正山，等 . 长三角多维城市化对 PM （2.5）浓度的非线性影响及驱动机制 [J]. 地理学报，2021，76（5）： 1274-1293.
[9] 汪克亮，刘蕾，孟祥瑞，等.区域大气污染排放效率：变化趋势、 地区差距与影响因素——基于长江经济带 11 省市的面板数据 [J]. 北 京理工大学学报（社会科学版），2017，19（6）：38-48.
[10] 刘曰庆，孙希华，孙宇祥，等 .1998 ～ 2016 年中国大气 PM（2.5）污染浓度空间格局演化——基于 339 个城市的实证研究 [J]. 长江流域资源与环境，2020，29（5）：1163-1173.
[11] 刘鹏华，姚尧，梁昊，等 . 耦合卡尔曼滤波和多层次聚类的中国 PM（2.5）时空分布分析 [J]. 地球信息科学学报，2017， 19（4）：475-485.
[12] 董佳丹，陈晓玲，蔡晓斌，等 . 基于中国大气环境监测站点的 2015—2019 年大气质量状况时空变化分析 [J]. 地球信息科 学学报，2020，22（10）：1983-1995.
[13] 潘婷婷，朱家明，滕磊，等 . 蚌埠市 PM2.5 影响因素及分布演变规律计量分析 [J]. 上饶师范学院学报，2016，36（3）： 17-24.
[14] 孙建如，钟韵 . 我国大城市 PM（2.5）影响因素的经济分析——基于市级面板数据的实证研究 [J].生态经济，2015，31（3）： 62-65+77.
[15] 姚荣鹏，张勃，王立兵，等 .2015—2019 年中东部地区PM（2.5）时空演变及其驱动力 [J]. 生态学杂志，2021，40（3）： 813-824.
[16] 柏玲，姜磊，陈忠升 . 长江中游城市群 PM（2.5）时空特征及影响因素研究 [J]. 长江流域资源与环境，2018，27（5）： 960-968.
[17] 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.
[18] 时燕，刘瑞梅，罗毅，等 . 近 20 年来中国 PM（2.5）污染演变的时空过程 [J]. 环境科学，2020，41（1）：1-13.
[19] 周磊，武建军，贾瑞静，等 . 京津冀 PM（2.5）时空分布特征及其污染风险因素 [J]. 环境科学研究，2016，29（4）： 483-493.
[20] 毛婉柳，徐建华，卢德彬，等 .2015 年长三角地区城市 PM（2.5）时空格局及影响因素分析 [J]. 长江流域资源与环境，2017，26（2）：264-272.
[21] 蒋超，龚建周，孙家仁，等 .2013—2016 年珠三角地区 PM（2.5）分布时空演变 [J]. 生态环境学报，2018，27（9）： 1698-1705.
[22] 陈优良，邹文敏 .2015—2019 年长三角 PM（2.5）时空变化特征及其影响因子分析 [J]. 安全与环境学报 .
[23] HAUKE J，KOSSOWSKI T. Comparison of Values of Pearson’s and Spearman’s Correlation Coefficients on the Same Sets of Data [J].Quaestiones Geographicae，2011，30（2）：87-93.
[24] 中华人民共和国环境保护部科技标准司 . 环境空气质量指数（AQI）技术规定（试行） [S]. 北京：中国环境科学出版社， 2016.
[25] 黄善斌 . 关于 PM2.5 与气象条件关系及其预报研究 [D]. 济南：齐鲁工业大学，2017.
[26] 王振波，方创琳，许光，等 .2014 年中国城市 PM（2.5）浓度的时空变化规律 [J]. 地理学报，2015，70（11）：1720-1734.
作者简介：王映然（1998—），女，汉族，山东烟台人，硕士在读， 主要研究方向：大气污染监测与评价；通讯作者：季民（1970—）， 男，汉族，山东齐河人，教授，博士，主要研究方向：地理信息系 统设计与开发。