基于混合效应模型的京津冀地区PM日浓度估算

被引:13
作者
景悦 [1 ]
孙艳玲 [1 ]
徐昊 [2 ]
陈莉 [1 ]
张辉 [1 ]
高爽 [1 ]
付宏臣 [1 ]
毛健 [1 ]
机构
[1] 天津师范大学地理与环境科学学院
[2] 宁夏大学经济管理学院
基金
国家重点研发计划;
关键词
MODIS AOD; PM2.5; 混合效应模型; 京津冀地区;
D O I
10.19674/j.cnki.issn1000-6923.2018.0304
中图分类号
X513 [粒状污染物];
学科分类号
0706 ; 070602 ;
摘要
利用2016年182d的MODIS 3km AOD数据与地面监测数据,评估了混合效应模型不同参数组合的模拟性能,得出模型在解释AOD-PM2.5关系时,对时间序列变异的解释能力要比空间差异更佳.在此基础上,利用混合效应模型建立京津冀地区每日的AOD-PM2.5关系,模型拟合R2为0.92,交叉验证调整R2为0.85,均方根误差(RMSE)为12.30μg/m3,平均绝对误差(MAE)为9.73μg/m3,说明模型拟合精度较高.基于此模型估算的2016年京津冀地区年均PM2.5浓度为42.98μg/m3,暖季(4月1日~10月31日)为43.35μg/m3,冷季(11月1日~3月31日)为38.52μg/m3,与同时期的地面监测数据差值分别为0.59,0.7,5.29μg/m3.空间上,京津冀地区的PM2.5浓度呈现南高北低的特征,有一条明显的西南-东北走向的高值区.研究结果表明,基于每日混合效应模型可以准确评估京津冀地区的地面PM2.5浓度,且模型估算的PM2.5浓度分布状况为区域大气污染防治提供了基础的数据支撑.
引用
收藏
页码:2890 / 2897
页数:8
相关论文
共 22 条
[1]   中国近15年气溶胶光学厚度时空分布特征 [J].
王银牌 ;
喻鑫 ;
谢广奇 .
中国环境科学, 2018, 38 (02) :426-434
[2]  
京津冀内陆平原区PM2.5浓度时空变化定量模拟[J]. 郝静,孙成,郭兴宇,王卫,刘方田,党海燕.环境科学. 2018(04)
[3]   京津冀地区气溶胶时空分布及与城市化关系的研究 [J].
张西雅 ;
扈海波 .
大气科学, 2017, 41 (04) :797-810
[4]  
PM2.5浓度空间分异模拟模型对比:以京津冀地区为例[J]. 吴健生,王茜,李嘉诚,涂媛杰.环境科学. 2017(06)
[5]   江苏省PM质量浓度的时空变化格局模拟 [J].
李啸天 ;
吴绍华 ;
徐于月 ;
贲培琪 ;
赵涵 .
环境监测管理与技术, 2017, (02) :16-20
[6]   土地利用回归模型模拟京津冀PM浓度空间分布 [J].
许刚 ;
焦利民 ;
肖丰涛 ;
赵素丽 ;
张欣 .
干旱区资源与环境 , 2016, (10) :116-120
[7]  
土地利用回归模型在大气污染时空分异研究中的应用[J]. 吴健生,谢舞丹,李嘉诚.环境科学. 2016(02)
[8]   基于地理加权模型的我国冬季PM2.5遥感估算方法研究 [J].
陈辉 ;
厉青 ;
张玉环 ;
周春艳 ;
王中挺 .
环境科学学报, 2016, 36 (06) :2142-2151
[9]   北京地区多气溶胶遥感参量与PM相关性研究 [J].
王家成 ;
朱成杰 ;
朱勇 ;
陈曙光 .
中国环境科学 , 2015, (07) :1947-1956
[10]  
重庆市PM2.5浓度空间分异模拟及影响因子[J]. 吴健生,廖星,彭建,黄秀兰.环境科学. 2015(03)