四川盆地PM与PM高分辨率时空分布及关联分析

被引：14

作者：

汤宇磊 ^{[1
]}

杨复沫 ^{[1
,2
]}

詹宇 ^{[1
,2
]}

机构：

[1] 四川大学建筑与环境学院

[2] 国家烟气脱硫工程技术研究中心

来源：

中国环境科学 | 2019年 / 12期

关键词：

颗粒物; 气溶胶光学厚度; 机器学习; 卫星遥感; 四川盆地; 时空分布;

D O I：

10.19674/j.cnki.issn1000-6923.2019.0575

中图分类号：

X513 [粒状污染物];

学科分类号：

0706 ; 070602 ;

摘要：

为深入了解四川盆地PM2.5与PM10污染情况,通过机器学习的方法,基于卫星遥感气溶胶产品（MAIAC）与国家环境空气质量监测网数据以及气象、地理、社会经济变量等,构建2个随机森林机器学习模型（R2均为0.86）,反演四川盆地2013～2017年间1km网格逐日PM2.5与PM10浓度时空分布,并分析两者的时空关联性.结果表明:2013～2017年四川盆地地面PM2.5与PM10平均浓度分别为47.8,75.2μg/m3.PM2.5与PM10浓度空间上均整体呈现"倒月牙"状分布,西部与南部区域浓度值较高.5a间,区域颗粒物浓度逐年递减,总降幅均达到27%,季节上则均具有"冬高夏低"的特点;PM2.5与PM10浓度空间相关性显著（相关系数0.96）,呈现"内强外弱"的格局,春夏季相关系数（0.91、0.90）低于秋冬季（0.96、0.96）.盆地西南部PM2.5与PM10比值较高,比值高低的季节性排序为冬季>秋季>夏季>春季.

引用

页码：4950 / 4958

页数：9

共 21 条

[1] 基于混合效应模型的京津冀地区PM日浓度估算 [J].