基于时空模型北京市PM2.5浓度影响因素研究

被引:48
作者
梅波 [1 ,2 ]
田茂再 [1 ,2 ,3 ,4 ,5 ]
机构
[1] 中国人民大学应用统计科学研究中心
[2] 中国人民大学统计学院
[3] 新疆社会经济统计研究中心
[4] 新疆财经大学统计与信息学院
[5] 兰州财经大学统计学院
关键词
PM2.5; 污染气体; 气象因素; 交互效应; 时空模型;
D O I
10.13860/j.cnki.sltj.20171012-003
中图分类号
X513 [粒状污染物];
学科分类号
083001 [环境科学];
摘要
本文利用时空模型对影响PM2.5的各项因素进行分析,分别用全模型和简化模型刻画各个影响因素的间接作用和直接作用.首先本文将影响PM2.5浓度的因素分为两类:相关污染气体浓度和气象条件因素,以及二者之间的交互作用对PM2.5浓度的影响大小.其次探讨了气象因素对PM2.5浓度影响的空间特征.文章选取北京市2015年35个监测点的空气质量数据和全年的气象数据.研究结果表明,污染气体CO、NO2、SO2对PM2.5浓度的直接影响为正,影响力依次递减,相反O3的作用显示为负,且影响力相对较弱。CO和SO2主要通过直接影响,而NO2主要通过与气象因素的交互发挥间接作用.气象因素对PM2.5浓度的影响各不相同,温度、气压、降雨量以及前一期的降雨均为负效应,而湿度为正的效应;东风、南风、西南风以及南风的前一期对PM2.5浓度作用为正,北风、西风和西北风三者的前一期的负效应最为明显,说明存在滞后性,且风向不同作用不同,部分因素影响存在空间差异性。
引用
收藏
页码:571 / 586
页数:16
相关论文
共 18 条
[1]
基于DMC方法的城市空气质量SUR模型研究 [J].
乔杉 ;
谢胜蓝 ;
刘金山 ;
夏强 .
数理统计与管理, 2017, 36 (06) :983-992
[2]
基于分层贝叶斯时空模型的雾霾天气过程计数分析 [J].
王晓荷 ;
田茂再 .
数理统计与管理, 2017, 36 (06) :970-982
[3]
2013年1月北京市PM_(2.5)区域来源解析.[J].李璇;聂滕;齐珺;周震;孙雪松;.环境科学.2015, 04
[4]
国Ⅰ~国Ⅲ重型柴油车尾气PM2.5及其碳质组分的排放特征 [J].
何立强 ;
胡京南 ;
祖雷 ;
宋敬浩 ;
陈东 .
环境科学学报, 2015, 35 (03) :656-662
[5]
2013年北京市PM的时空分布 [J].
王占山 ;
李云婷 ;
陈添 ;
张大伟 ;
孙峰 ;
潘丽波 .
地理学报, 2015, 70 (01) :110-120
[6]
北京地区冬春PM_(2.5)和PM_(10)污染水平时空分布及其与气象条件的关系.[J].赵晨曦;王云琦;王玉杰;张会兰;赵冰清;.环境科学.2014, 02
[7]
北京地区秋季雾霾天PM_(2.5)污染与气溶胶光学特征分析.[J].赵秀娟;蒲维维;孟伟;马志强;董璠;何迪;.环境科学.2013, 02
[8]
粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究 [J].
吴兑 ;
刘啟汉 ;
梁延刚 ;
毕雪岩 ;
李菲 ;
谭浩波 ;
廖碧婷 ;
陈慧忠 .
环境科学学报, 2012, 32 (11) :2660-2669
[9]
宁波市环境空气中PM10和PM2.5来源解析 [J].
肖致美 ;
毕晓辉 ;
冯银厂 ;
王玉秋 ;
周军 ;
傅晓钦 ;
翁燕波 .
环境科学研究, 2012, 25 (05) :549-555
[10]
国内主要城市空气质量统计分析 [J].
梁鑫 ;
谢佳利 ;
邵延会 .
数理统计与管理, 2009, 28 (03) :550-554