由上述分析可知林地、大气的响城市用地均能较好地反映淄博市颗粒物污染的颗粒变化趋势，其中城市用地对颗粒物污染的物污影响最为明显。由表 7 和图 4 可以得出，染对城市用地与高污染天气变化幅度之间存在明显的土地正相关性，其中城市用地与中度污染天气的覆盖相关系数达到 0． 759，在置信度为 95% ( 双侧) 显著相关，变化图中城市用地与中度污染、大气的响重度污染天气的颗粒变化趋势几乎一致; 与低污染天气呈现明显的负相关性，图中可以看出两条曲线变化趋势正好相反，物污即城市用地与高污染天气的染对变化规律比较一致，而与低污染天气的土地变化规律刚好相反。造成该现象的覆盖原因主要是淄博市作为全国重要的重工业生产基地，近年来城市用地面积的变化不断增加，主要体现在工业用地的大气的响不断扩张，然而工业扩张建设、工业生产等人为活动直接导致空气中颗粒物浓度的增加，带来严重的颗粒物污染，进一步加重了城市的大气污染程度。

由上述分析可知林地、城市用地对济南市颗粒物污染的影响趋势均比较明显，其中林地对颗粒物污染的影响程度最大。由表 7 和图 4 可以得出，林地与无污染天气变化幅度之间呈现负相关性，而由图中可以看出2006 年后两条曲线的变化趋势基本相同; 与轻微污染天气存在非常高的正相关性，相关系数达到 0． 859，在置信度为 99% ( 双侧) 显著相关，两条曲线变化趋势几乎一致; 而与高污染天气均呈现明显的负相关性，相关系数分别为 － 0． 753( 在置信度为 95% ( 双侧) 显著相关) 、－ 0． 309，图中除极少数年份外，两者之间的变化趋势正好相反，即林地与高污染天气的变化规律基本一致，而与低污染天气的变化规律正好相反。造成该现象的原因主要是济南市城市空间格局较为稳定，城市扩张缓慢，而济南林业建设成为该市发展规划的重要产业，近年来呈现出持续、快速发展的良好态势，林地的不断增加，对颗粒物的吸收、净化作用增强，有效降低了空气中的颗粒物污染。

2． 3 影响颗粒物污染的主导因素变化分析

考虑到不同的地区，影响颗粒物污染的主导因素可能不同，文中通过分析在城市类型由沿海到内陆的变化中，颗粒物污染与 LUCC 之间的相关性变化，探讨影响和决定城市环境主导因素的变化规律。

由表 6 可以看出，青岛市、淄博市、济南市林地与高污染天气均呈现负相关性，相关系数逐渐增加，其中林地与中度污染天气的相关性变化比较明显，相关系数分别为 － 0． 451、－ 0． 473、－ 0． 507; 城市用地与重度污染天气均呈现正相关性，相关性逐渐增加，响应系数分别为 0． 241、0． 367、0． 465。林地、城市用地与青岛市颗粒物污染之间的相关性相对较低，在由沿海到内陆城市类型的变化中，两者之间的相关性逐渐提高。由表 7 可以得出，城市用地的变化对淄博市颗粒物污染的影响明显高于济南市和青岛市，两者之间存在更高的相关性，相关系数分别为 － 0． 561、－ 0． 389、0． 759 和 0． 374; 林地的变化对济南市颗粒物污染的影响最明显，两者之间的相关性最高，响应系数分别为 － 0． 176、0． 859、－ 0． 753 和 － 0． 309，整体来看，林地、城市用地对淄博市、济南市颗粒物污染的影响程度明显高于青岛市。

综合上述，青岛市作为典型的东部沿海城市，海洋成为影响该市空气污染的主导因素，受海洋的影响显著，颗粒物污染对林地、城市用地对的响应不敏感; 淄博市、济南市作为典型的内陆城市，距海较远，受海洋影响较小，城市用地对淄博市颗粒物污染的影响比较明显，两者存在较好的相关性; 林地对济南市颗粒物污染的影响非常明显，两者之间的相关性较高。LUCC 对城市颗粒物污染的影响具有较大的差异，在由沿海到内陆城市类型的变化中，颗粒物污染的对城市用地、林地变化的响应逐步增强。

3 结论与讨论

文中利用长时间序列的 MODIS 标准产品数据，分别提取青岛、淄博、济南 3 个城市 2001—2010 年夏季的气溶胶数据及林地、城市用地两种主要土地利用类型，对气溶胶数据进行分段、分级处理。分别从林地、城市用地对城市颗粒物污染的影响趋势、影响程度及城市颗粒物污染的主导因素变化 3 个方面进行相关性分析，最终得出以下结论: ( 1) 由于受海洋因素的直接调节，土地覆盖变化与青岛市颗粒物污染之间的相关性较低;而林地、城市用地与济南市、淄博市颗粒物污染存在较高的相关性。( 2) 城市用地对淄博市颗粒物污染的影响程度整体高于青岛市，而林地对济南市颗粒物污染的影响最大，其中林地与各空气污染等级天气变化幅度之间的相关系数分别达到 － 0． 176，0． 859、－ 0． 753、－ 0． 309，相关性显著。( 3) 不同的城市类型，颗粒物污染对 LUCC 的响应存在明显的差异，在由沿海到内陆城市类型的变化中，影响和决定城市环境的主导因素由海洋因素逐渐转变为城市用地、林地。

本文的分析结果较好地解释了大气颗粒物分布与不同类型区域地表覆盖变化的相关性，在一定程度上可以为区域发展规划提供借鉴作用。本文的研究同时存在以下几个问题: ( 1) 在颗粒物空间分布与地表覆盖变化相关性因素的表达上，本文对地表类型的分析，受数据源以及分析手段的限制，仅使用了选择区域内几个主要的地表类型，探讨其变化与颗粒物空间分布的相关性，而实际上对颗粒物空间分布影响的地表因素很多，且随区域的空间位置和职能特征有较大的相关性，因此，在该方法向其它区域的推广上受到一定限制。基于更为复杂地表系统的分析有待于以后的工作中继续完善; ( 2) 尽管在研究的过程中，对数据源进行了精心的筛选和严密的质量控制，但受当前定量遥感以及地物类型信息提取技术水平的限制，大气颗粒物污染数据和地表覆盖类型数据仍存在一定的误差，会对分析的相关性结果有相应的影响，所以在使用不同时期、不同数据源分析时，在相似趋势的框架下，相关性大小上可能会有相当的差异; ( 3) 本文在分析二者的相关性时，用到的颗粒物污染数据是整层大气颗粒物的光学参数，而人类所接触最多的是近地表颗粒物数据，尽管当前的研究表明二者具有较高的相关性，但却并不十分吻合，所以分析的结果与常识性的感受可能会有一定的差异。

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，净化，大气