2 颗粒物污染对 LUCC 的响应分析

本文选用皮氏积矩相关系数( PPCC) 分析 LUCC 与大气颗粒物污染之间的相关性，该数值是用来衡量两个随机变量之间线性相关程度的指标，取值范围为［－ 1，1］，通常 Ｒ 表示样本的相关系数，该方法简单灵活，已被广泛的应用于各个领域。相关系数的具体计算公式如下所示:

2． 1 LUCC 对颗粒物污染的影响趋势分析

为了探讨城市颗粒物污染随土地覆盖变化的发展趋势，分别计算 2001—2010 年青岛、淄博、济南三个城市各空气污染等级天气与林地、城市用地之间的相关系数( 表 6) ，结合表 3、表 5 中的统计数据，分析两者之间的相关性，确定青岛、淄博、济南颗粒物污染随 LUCC 的变化趋势。

由表 3 可以看出青岛市各空气污染等级天气的年际变化不稳定，起伏变化较大，其中城市高污染天气( 包含中度污染、重度污染天气) 所占比例明显低于淄博市和济南市，空气污染相对较低。由表 5 可以发现青岛市林地、城市用地整体呈现增长的趋势，其中城市扩张速度较快，10 年来城市面积增加了 3 个多百分点，而由表 6 可以看出林地、城市用地与颗粒物污染之间的相关性相对较差，尤其与极端的无污染、重度污染天气间的相关性整体偏低，相关性多出现相反交叉的情况。产生该现象的原因主要是青岛市作为典型的沿海城市，受海洋性季风气候影响明显，气候湿润，夏季受西太平洋副热带高压控制，东南季风显占优势，降水、风速等因素可显著稀释城市空气中的污染物，有效降低城市的大气污染，林地、城市用地对颗粒物污染的影响低于海洋的直接调节作用，致使两者之间的相关性较差。

由表 3 可以看出淄博市整体呈现无污染天气减少、重度污染天气增加的趋势，空气质量逐渐恶化。由表5 可以发现淄博市城市用地整体呈现增加的趋势，林地面积在近几年来逐渐减少。结合表 6 可以看出林地、城市用地与颗粒物污染之间具有较高的相关性，林地与低污染天气( 包含无污染、轻微污染天气) 均表现为正相关，而与高污染天气均表现为负相关，其中林地与轻微污染天气的响应系数达到 0． 808，在置信度为 99%( 双侧) 显著相关; 同时，城市用地与无污染天气存在明显的负相关性，相关系数为 0． 615，而与其他天气均呈为正相关，且相关性逐渐增加( Ｒ 分别为 0． 224、0． 312 和 0． 367) 。可以说明，随着城市用地不断扩张，特别是近年来林地减少，导致地表吸附颗粒物的能力下降，城市高污染天气有明显增加、低污染天气有明显减少的趋势，城市空气污染进一步加重。

由表 3 可以看出，济南市高污染天气所占比例明显高于青岛市和淄博市，空气污染较为严重，但整体呈现减少的趋势，空气质量逐渐得到改善。由表 5 可以看出，济南市林地、城市用地面积均呈现稳定增加的趋势，10a 内林地和城市用地的面积分别增加了 1． 5、1． 8 个百分点左右。结合表 6 可以看出林地与低污染天气均存在正相关性，而与高污染天气均存在较高的负相关性，相关系数分别为 － 0． 507、－ 0． 206; 而城市用地与重度污染天气存在较高的正相关性，相关系数为 0． 465，而与其他空气污染天气均表现为负相关。林地与颗粒物污染之间的相关性整体高于城市用地，可以说明，随着济南市林地面积的不断增加，地表吸附颗粒物的能力有所提高，高污染天气有明显减少，低污染天气有不断增加的趋势，城市空气污染逐步减轻，空气质量得以改善。

2． 2 LUCC 对颗粒物污染的影响程度分析

由于地理位置、自然和人文条件等因素的不同，不同的土地覆盖类型对城市颗粒物污染的影响程度可能存在较大的差异，为进一步探讨颗粒物污染对 LUCC 的响应程度，文中分别计算了 2001—2010 年青岛、淄博、济南各空气污染等级天气与林地、城市用地变化幅度之间的相关性( 表 7) ，同时，绘制 3 个城市各空气污染天气与土地覆盖变化幅度曲线图( 图 4) ，结合表 7 和图 4 具体展开 LUCC 对颗粒物污染影响程度的分析。

尽管青岛市 LUCC 与颗粒物污染之间的变化趋势不明显，两者间相关性较低，但城市用地对颗粒物污染仍具有一定的影响。结合表 7 和图 4 可以得出，城市用地与重度污染天气变化幅度之间呈现较高的正相关性，相关系数为 0． 511，图中除 2007 年外，两条曲线的变化趋势基本一致; 而与轻微污染、中度污染天气均存在负相关性，由图中可以明显看出，除少数年份外，轻微污染、中度污染天气与城市用地的变化趋势整体相同，即城市用地与重度污染天气的变化规律存在较好的一致性，与其他空气污染等级天气基本相反，可以说明城市的不断扩张对青岛市颗粒物污染产生了一定的副作用，在一定程度上增加了空气中的颗粒物浓度。

声明：参考《生态学报》第30卷16期，如涉版权请联系删除

相关链接：颗粒物，污染，质量