PDF《基于遥感资料的北京大气污染治理投资对降低 PM2.5 的效能...》

5 个分项数据.需 要注意的是,工业污染治理投资完成情况是属于固 定资产投资范畴,而不包括每年运营所产生的费 用,因此,其产生的环境保护效果是由存量而不是 流量决定的.例如,一个水泥厂的当年除尘量是由累 计所购买且在使用的除尘设备数量所决定的,而不 是由当年所新增的除尘设备所决定的. 本研究针对北京市大气污染治理投资与北京 市PM2.5 的关系,考虑到数据的可获得性和数据与北 京市空气质量的直接相关性,选用用于治理废气的 工业污染治理投资的累计完成情况作为解释变量. 解释变量所使用的数据来源于 2002―2013 年的《中 国统计年鉴》.同时,为了保证不同年度流量数据的 可比性,本文使用了来自《北京统计年鉴》 (北京市 统计局,2013) 的北京固定资产价格指数( 以1999 年为基年) 对各年投资流量进行校正,结果如图

2 所示(数据来源于《中国统计年鉴》).可以看到,北 京市用于治理工业废气污染的累计投资额从

2008 年起增速明显放缓,这可能与奥运周期结束有关. 图2北京市 2001―2012 年间用于治理废气工业污染治理累计 投资额 Fig.2 Accumulated investment in the treatment of industrial atmospheric pollution in Beijing from

2001 to

2012 3 结果与讨论(Results and discussion) 3.1 AOT 与北京近地面 PM2.5 浓度回归模型及北京 历史 PM2.5 浓度的估算 AOT 与北京近地面 PM2.5 浓度的回归结果如图

3 所示. 由图可知,4 个季节近地面 PM2.5 浓度与MODIS AOT 的回归模型均通过显著性检验,春、夏、 秋、冬季的可决系数分别为 0.

6668、0.

9338、0.

7076、 0.4500,可以满足 PM2.5 历史浓度估算的要求. 可以看出,夏季的拟合效果最好,春、秋季次 之,冬季的拟合效果最差,总体拟合效果要优于其

4 4

1 期 杨晟朗等:基于遥感资料的北京大气污染治理投资对降低 PM2.5 的效能分析 他文献报道的 MODIS AOT 和近地面 PM2.5 直接回归 分析的研究结果( 以可决系数 R2 为衡量标准). 例如,Wang 等(2010) 对北京 MODIS AOT 和近地面 PM2.5 进行了回归分析,发现进行直接回归时全年的 R2 = 0.48;

王静等(2010)对MODIS AOT 和北京市清 华园 PM2.5 浓度进行回归分析,发现夏半年的可决系 数R2 = 0.47,全年可决系数 R2 = 0.31.本研究的拟合 效果优于文献结果可能是由于以下原因:本研究使 用的 PM2.5 数据为北京市

35 个监测站点数据的平均 值,而文献中研究使用的数据为自测的单点数据;

此外,本研究使用的是空间分辨率为 1°*1°的AOT L3 C051 产品,其稳定性和代表性优于空间分辨率 更高的 L2 产品. 关于 AOT 数据和近地面 PM2.5 浓度拟合效果的 季节性差异问题,王静等(2010)认为主要是由于大 气颗粒物的垂直分布差异导致:一方面,冬季排放 源的增加和不利的扩散条件(反气旋为主) 导致近 地面的 PM2.5 浓度增加,造成颗粒物垂直分布相对不 均匀,同时,冬季地表暗像元的分布较少使得 AOT 偏差较大;

另一方面,夏季多雨且污染物扩散条件 变好(气旋为主),近地面 PM2.5 值较低,垂直分布相 对均匀.而春秋季的垂直分布均匀程度则介于冬、夏 之间. ........