利用LUR模型模拟天津市大气污染物浓度的空间分布

被引：41

作者：

陈莉 ^{[1
,2
]}

白志鹏 ^{[1
]}

苏笛 ^{[2
]}

游燕 ^{[1
]}

李华敏 ^{[2
]}

刘全 ^{[3
]}

机构：

[1] 南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室

[2] 天津师范大学城市与环境科学学院

[3] 南开大学信息技术科学学院

来源：

中国环境科学 | 2009年 / 07期

关键词：

空气污染; LUR模型; GIS; NO2; PM10;

D O I：

暂无

中图分类号：

X51 [大气污染及其防治];

学科分类号：

0706 ; 070602 ;

摘要：

针对传统监测方法无法满足对大气污染物空间分布高分辨率的要求,以Arcgis为平台,利用LUR模型模拟天津市PM10和NO2年均浓度的空间分布.选取的回归变量为1～4km半径缓冲区内的道路总长度、不同土地利用类型的面积、人口密度、风向指数及距海距离,选取3个监测点的监测数据对方程进行了验证.结果表明,对PM10年均浓度影响最大的因素是缓冲区为1km的道路总长度(R2为0.560),而对NO2年均浓度影响最大的因素是人口密度(R2为0.414).多元线性回归方程计算结果显示,PM10和NO2的R2分别达到0.946和0.691;如果考虑风向的影响,R2可分别提高到0.980和0.849.对天津市中心城区建立5km×5km网格嵌套,根据多元线性回归方程计算每个网格交点的污染物浓度模拟值.通过kriging插值得到2种污染物在天津市中心城区的空间模拟分布图.PM10年均浓度分布以研究区中心最高,向四周逐渐降低;NO2的年均浓度以研究区中心最低,向四周逐渐升高.模拟结果与实际情况相符.

引用

页码：685 / 691

页数：7

共 3 条

[1] The use of wind fields in a land use regression model to predict air pollution concentrations for health exposure studies
Arain, M. A.
Blair, R.
Finkelstein, N.
Brook, J. R.
Sahsuvaroglu, T.
Beckerman, B.
Zhang, L.
Jerrett, M.
[J]. ATMOSPHERIC ENVIRONMENT, 2007, 41 (16) : 3453 - 3464
[2] A land use regression for predicting fine particulate matter concentrations in the New York City region[J] . Zev Ross,Michael Jerrett,Kazuhiko Ito,Barbara Tempalski,George D. Thurston.Atmospheric Environment . 2006 (11)
[3] A regression-based method for mapping traffic-related air pollution: application and testing in four contrasting urban environments[J] . David J. Briggs,Cornelis de Hoogh,John Gulliver,John Wills,Paul Elliott,Simon Kingham,Kirsty Smallbone.Science of the Total Environment . 2000 (1)

← 1 →