上海市空气质量时空特征分析
2020级应用统计专硕
张雨薇 陈甜田 吕依静
一、
数据介绍
1.1.数据来源
数据来自中国环境监测总站的全国城市空气质量实时发布平台。包括2019年上海10个空气质量监控站点的每小时数据。
1.2.数据简介
1.2.1.数据总览
数据包括AQI（空气质量指数）、PM2.5、PM10、SO2、NO2、O3和CO，共7个指标。
十个站点的分布图如图1.1所示，最左边的是青浦淀山湖监测站，最右边的是浦东川沙监测站，其余的站点为虹口监测站、浦东张江监测站、徐汇上师大监测站、静安监测站、浦东新区监测站、普陀监测站、十五厂监测站、杨浦四漂监测站。
图1.1 上海市AQI空气质量监测站点分布
1.2.2.AQI
AQI是一个无量纲的指标，根据其数值大小可以分为6个级别，即优、良、轻度污染、中毒污染、重度污染和严重污染。一般将优和良两个级别称为达标。
表1.1 空气质量级别描述
空气质量监控站点的污染物检测包括6项：PM10、PM2.5、二氧化硫、二氧化氮、一氧化碳和臭氧。
根据每个污染物计算一个IAQI，取其中最大值作为AQI发布；由此可知AQI是对空气质量较为综合的衡量指标，之后将基于AQI对上海市空气质量进行时空特征分析。此外，如果AQI指数和某一种污染物的浓度有较强的相关性，那么可以认为这种污染物是影响空气质量的重要因素。
1.2.3.相关性分析
将数据进行简单的相关性分析，如图1.2所示。由图中可知，AQI和PM2.5的浓度相关性最高，其次是PM10。由此可见上海目前空气污染主要来自于可吸入颗粒物(PM10),特别是其中的细颗粒物(PM2.5)。
PM10是直径小于等于 10 微米的颗粒物。PM2.5是直径小于等于 2.5 微米的颗粒物，也是目前社会上最受关注的污染物指标。
图1.2 空气质量七个指标的相关系数图
1.3.往年空气质量数据对比
将2019年的空气质量情况与往年做比较。
首先按空气质量级别划分，对比2015年、2017年和2019年的数据，图1.3所示的饼图是每年不同空气质量级别的天数的占比。可以发现上海从2015年到2019年的空气质量有显著提升，具体表现为不仅达标率有稳步的提升，空气质量为优的天数也增加至超过半数。
图1.3 近年来上海市空气质量等级占比变化情况
此外我们也对比了2015年到2019年一氧化氮、二氧化硫和二氧化氮等污染物的平均浓度，它们都呈现一个下降的趋势，说明上海这几年的空气污染治理已见成效。
图1.4 2015~2019年上海污染物浓度变化
二、
AQI时间特征分析
2.1.一天内AQI每小时均值变化规律
对每个观测站点在每小时的AQI值，将全年365天的观测值取平均值，可得到各观测站点一天内每小时的AQI均值变化曲线，如图2.1所示。可以看出一天中AQI存在3个峰值，分别为早上8-9时、下午13-14时、晚上19-20时。容易推测，早上8-9时的AQI峰值对应通勤早高峰，晚上19-20时的AQI峰值对应通勤晚高峰，这两个时段内道路上车流量增大，机动车尾气排放增多，会直接导致空气污染变严重，使得AQI值增加。
而通过查找相关资料可以知道下午13-14时的高峰来源于晴天时二次污染，下午两三点是光化学烟雾、二次气溶胶的形成高峰时段，汽车、工厂排入大气的碳氢化合物（HC）和氮氧化物（NOx）等一次污染物会在阳光（紫外光）作用下发生光化学反应，生成二次污染物，造成更严重的污染，导致AQI峰值的出现。为了验证这个结论，分不同的季节画出每个站点一天内AQI均值变化，如图2.2所示。显然，在光照充足的夏秋季节，下午13-14时的峰值较为明显，而在阳光较少的冬春季节这个峰值变得平缓；这恰好证明了前面的结论，从而可以将下午13-14时的空气污染高峰归因于阳光（紫外线）。
图2.1 2019年上海各观测站点每小时平均AQI走势图
此外，纵观整个图2.1，可以知道一天之中，早上七点前和晚上10点之后空气质量更佳，更适宜出行。
图2.2 2019年不同季节上海各观测站点每小时平均AQI走势图
2.2.一年内AQI月均值变化规律图2.3展现了各个观测站点在每个月的AQI均值，整体上AQI在一年中呈U型分布，冬季污染最严重，春季次之，秋季污染较小，夏季最小（春：3月-5月；夏：6月-8月；秋：9月-11月；冬：12月-翌年2月）。但在冬季中的2月份，AQI月均值有明显低谷出现，这是因为春节期间放假，工厂停工，因通勤导致的出行需求也同样降低；再加上上海市有很多外地务工人员，春节放假这些人离开上海，通勤之外的其他出行需求也大大减少，所以2月份会有低谷出现。
此外，不同站点的位置相差较大，周边源排放环境也各有差异，但每个站点都表现出明显一致的季节变化特征，可以认为上海AQI的变化与天气背景密切相关。春季空气湿度大，不利于污染物扩散；由春入夏，空气湿度降低，雨水增多，有利于污染物的清除，且夏季来自太平洋的东南季风也能一定程度上降低空气污染物浓度；秋季天气干燥，风速高，风力大，很有利于污染物的扩散；冬季降水减少，且易受西北污染气团影响，空气污染趋于严重。
图2.3 2019年上海各观测站点月均AQI走势图
2.3.青浦淀山湖异常站点分析
对比不同观测站的折线图2.1，可以发现青浦淀山湖监测点一天中的AQI走势与其他观测站有明显不同。青浦淀山湖是上海最大的淡水湖泊，环湖散落着享誉盛名的朱家角、周庄、锦溪等古镇，是第六批国家级水利风景区。
在形状上，青浦淀山湖的AQI折线形状与其他观测站有所不同。淀山湖风景区工商业不如上海市内发达，通行早晚高峰导致的上午8-9时和晚上19-20时的早晚AQI高峰并不明显，这是很合理的；而中午13-14时AQI高峰的存在，也说明午间AQI高峰与交通因素无关，这也进一步印证了光化学污染是午间AQI高峰的起因这一推测的合理性。
在数值大小上，青浦淀山湖站的任一时间点上的AQI均值都显著高于上海市其他站点，作为景区，青浦淀山湖的空气质量理论上应该优于别的站点，但实际情况却恰恰相反。考虑到青浦区虽然有众多景区，但作为郊区也是工业、物流业等产业比较密集的区域，工业区污染的扩散很容易引起AQI的升高。然而靠近青浦区的徐汇上师大监测点并没有观察到比其他站点更严重的空气污染，所以，青浦区的工业污染并非青浦淀山湖站AQI值显著高于其监测站点的原因。事实上，空气污染颗粒很容易受季风的影响而发生区域间的传输。考虑与青浦区接壤的江苏省昆山市和浙江省嘉善县，地区之间的相对位置如图2.4所示，并对比同年中这两个地区与上海市空气质量优良率（表2.1），可以发现上海的空气质量显著优于另外两个地区，青浦淀山湖站处于三个地区的交界，很容易受到跨界传输的影响，因而空气质量比起上海市其他站点要差。
图2.4 上海市各观测站点与昆山市、嘉兴县的地理位置关系
表2.1 2019年三个地区空气质量对比
三、
AQI空间特征分析
从前面的分析可以看到上海AQI指数呈现冬春高、夏秋低的特点，因此选择AQI最低的夏季和AQI最高的冬季分别绘制箱线图分析空气质量的空间分布特征。
将夏季上海市各站点日均AQI进行统计，如图3.1所示。图中红点为各站点均值，红线为全市所有站点的均值；两条虚线分别为50和100，代表了优和良的空气质量阈值。
由图3.1可知，夏季全市站点的均值在44左右，整体空气质量优秀。
青浦淀山湖监测站和徐汇上师大监测站这2个站点的AQI水平略高，而浦东川沙监测站和浦东新区监测站AQI水平略低。
图3.1 夏季各检测站点AQI箱线图
同样绘制冬季上海市各站点日均AQI的箱线图，由图3.2可知，冬季全市站点的均值在68左右，整体空气质量良好。
另外，青浦淀山湖的AQI水平明显高于其他站点。浦东川沙、浦东新区监测站和十五厂这3个站点的AQI水平略低。
图3.2 冬季各检测站点AQI箱线图
将夏季与冬季的AQI日均值变化进行对比，冬季箱体比起夏季整体上移，且AQI在冬季的波动水平更大，各站点之间的差异也更明显。此外，在空间分布上, AQI总体呈西高东低的分布态势，即临海地区低于内陆。
为分析上海市AQI的空间分布特征，选取最靠东的浦东川沙站为基点, 计算其他站点距离浦东川沙监测站的水平距离, 并按四季将距离与各站点AQI均值绘制如图3.3所示。
图3.3 距浦东川沙站的距离与AQI的关系
由图3.3可知，冬季和夏季站点AQI均值与至浦东川沙站的距离具有较明显的相关关系, 相关系数分别为=0.83和=0.70；而秋季和春季时AQI均值和距离的相关性较差，相关系数分别为=0.54和=0.29。
冬季和夏季时，各站点与至浦东川沙的距离关系呈现为距离越远，AQI越高。冬季上海受西北方冷空气南下带来的内陆污染气团影响较大，造成上海由西向东AQI逐渐降低且整体的AQI水平相对夏季要高出很多。而夏季上海受东南方向吹来的海上清洁空气影响, 有利于污染物扩散, 造成由东向西AQI逐渐升高的现象。
3.3.聚类分析
为了对AQI的空间分布特征进行进一步分析, 使用层次聚类法, 以各个站点的日均值作为变量, 对10个监测站进行聚类分析，探寻各站点之间是否具有区域特性。
在未输入地理信息的条件下, 只使用每日AQI均值来计算聚类距离。根据聚类图, 可将上海市10个监测站大致分为四类，如图3.4所示。
这四类恰好按东西方向排布，说明AQI在东西方向上有着较大的差异。结合之前的分析可以得出上海市AQI在空间上总体呈西高东低的态势，如图3.5所示。
在东西方向上分别为一类区, 四类区, 三类区和二类区。
第一类为青浦淀山湖站点。从聚类分析的结果中也可看出该青浦站点的AQI特征同其他站点相比, 有较显著差异而自成一类。究其原因，青浦淀山湖站点不仅受污染物跨省传播的影响，淀山湖附近更是一个大型电子制造类企业的聚集地。因为大量的电子、化工类产品的生产依赖水源，淀山湖凭借它得天独厚的地理位置优势以及生态环境优势，自然成为电子制造以及化工类企业工厂的首选布局地点，颇受台资、日资、韩资企业的青睐。淀山湖周边的环境也因为这些企业的生产发展，所受的污染越来越大，最终导致了青浦淀山湖成为整个上海版图中环境污染最严重的站点。
图3.4 层次聚类
图3.5 层次聚类结果的空间分布
第二类为浦东川沙站点和浦东张江站点。浦东川沙站点位于上海最东面, 易受东风和偏东风带来的干净空气影响, 使得该站点的夏季AQI普遍低于其他站点。观察该站点周围设施的分布，我们不难发现，周围有上海浦东国际机场与上海迪士尼，发展以机场和旅游业为主，鲜有类似化工企业这样污染排放较为严重的工厂，人口密度也不大，夏季AQI普遍低于其他站点较为合理。而浦东张江站点周围遍布高科技产业园区，聚集的企业以生物与制药企业巨多，这些企业相对而言很少有废气排放，较为环保。值得一提的是，该站点附近交通配套设施中配置了有轨电车，给附近居民多了一种环保的出行选择，一定程度上减少了私家车与公交车的污染排放，这也是使得该站点AQI低于其他站点的一个重要原因。
第三类为过渡型站点，包括虹口凉城、杨浦四漂和浦东新区监测站。这些站点位处于第二类（浦东川沙与浦东张江站点）和第四类（中心城区监测站点）之间，属于二者的过渡。
第四类为中心城区监测站点，包括普陀监测站、十五厂监测站、徐汇上师大监测站以及静安监测站。这里是上海市内最繁华的地段和街区，商业、娱乐、购物、文化、交流、公共设施、行政机关比较集中，人群密度较大、流动较频繁，空气质量主要受上海本地排放的影响。这些站点的AQI能够更好地反映上海市市区空气质量的总体水平。
四、
总结和建议
4.1.主要结论
上海市AQI在一天中有3个高峰时段，分别为通勤早晚高峰时段和中午13-14时。通勤早晚高峰时段的AQI峰值由机动车污染排放引起，午间AQI高峰则由阳光照射下光化学反应的二次污染所导致。早上7点前和晚上10点后AQI值处于低谷，空气质量较好。
上海市AQI季度分布呈冬春高，夏秋低的特点，季节变化特征明显，且冬季波动程度大于夏季；由于春节假期的存在，2月份AQI会有低谷出现。
AQI在空间分布上总体呈西高东低的分布态势，即临海地区低于内陆；聚类分析结果表明, 可将上海市10个国控监测站按东西方向分为四类。
综合以上分析可以看出，通勤出行导致的机动车污染气体排放是AQI值升高的重要原因，因此需强化机动车污染防治和工业污染防治，提倡公共交通，降低私家车出行，减少本地污染源积累，进一步提升上海市区内的空气质量。
上海郊区的空气质量不仅受本地污染源的影响，也会受到跨省传输的污染气体的影响。要警惕大气污染跨省传输，加大与周边地区的污染治理联防联控力度，建立类似于京津冀地区区域联动防控污染传输制度的系列政策，提升上海外环区域的空气质量，也会进一步降低市区内污染物浓度。
联系客服
