热点研究 | 清洁空气政策对2000-2018年间中国PM2.5污染空间格局变化的影响

2013年以来，中国实施了一系列严格的清洁空气政策，旨在控制污染物排放，改善空气质量。值得注意的是，政策力度在城市和农村之间存在显著差异，城市污染源受到更为严格的管控，且部分城市污染源被转移到污染控制相对宽松且缺乏空气质量监控的农村区域。因此，清洁空气政策不仅显著改善了空气质量，同时可能对污染的空间分布格局产生影响。为了优化未来的污染控制政策，亟需全面系统地分析清洁空气政策对污染空间分布的影响。

为解决上述问题，清华大学环境学院与地球系统科学系联合团队利用卫星遥感数据，结合机器学习算法，建立了我国2000-2018年间高时空分辨率的PM2.5月均浓度数据集，评估了清洁空气政策对2000-2018年间我国PM2.5污染空间格局变化的影响。

该研究利用卫星遥感数据，结合机器学习算法，建立了我国2000-2018年间1公里分辨率的时空连续的PM2.5月均浓度数据集，以支持对PM2.5浓度空间分布变化的分析。建模过程中通过二叉树算法对缺失数据进行填补，修正了卫星数据非随机缺失导致的时空分布误差，从而得到时空连续的PM2.5浓度分布。为控制地表植被、土地利用及社会经济因素等对PM2.5城乡分布差异带来的潜在影响，研究中建立了条件逻辑斯谛回归、多重线性回归以及地理加权回归等统计模型。

研究发现，在2000-2018年间，城市区域PM2.5浓度比农村区域平均高出3.3μg/m³。2007年以前，我国缺乏对大气污染的控制政策，城市和农村PM2.5浓度在经济发展和城市化的驱动下快速升高，平均每年分别升高了2.3和2.1μg/m³。同时，城乡间的PM2.5浓度差异从2000年的2.5μg/m³显著上升至2007年的3.8μg/m³，达到了峰值，并与2007年之后保持相对稳定。随着“大气污染防治行动计划”的实施，2013-2018年间城市和农村PM2.5浓度均快速下降，平均每年分别下降3.2和2.8μg/m³，城乡间的PM2.5浓度差异也迅速缩减了49%。其中，京津冀地区城乡差异的缩减达到平均每年1.1μg/m³，与该地区实施严格的污染控制政策相关。

该研究同时观察到，2013年即开展空气质量监测的城市较其他城市浓度下降幅度更显著，其城市区域PM2.5浓度下降、农村区域PM2.5浓度下降以及城乡PM2.5浓度差异下降的幅度分别比其他城市高1.14、1.03以及0.7μg/m³。同时，监测站周围10公里范围内的PM2.5浓度下降幅度比监测站周围10-15公里区域的PM2.5浓度下降幅度更大，说明大气污染监测可促进污染控制措施的落实，有助于空气质量管理。

综上所述，通过对2000-2018年间PM2.5浓度空间变化的关键信息进行分析，该研究发现清洁空气政策在城市区域、较早开展监测的城市及监测站周围区域引起了较大幅度的PM2.5浓度下降，从而使城乡间PM2.5浓度差异缩小。为进一步改善空气质量，需加强对乡镇区域和城乡结合区域的空气质量监管，且通过卫星遥感等方式扩展现有空气质量监测网络的覆盖范围有助于空气质量管理精细化。