冬季PM的气象影响因素解析

被引：56

作者：

张淑平 ^{[1
,2
]}

韩立建 ^{[1
]}

周伟奇 ^{[1
]}

郑晓欣 ^{[1
]}

机构：

[1] 中国科学院生态环境研究中心城市与区域生态国家重点实验室

[2] 中国科学院大学

来源：

生态学报 | 2016年 / 36卷 / 24期

关键词：

细颗粒物PM2.5; 日均温; 最高温; 最低温; 相对湿度; 平均风速; 最大持续风速; 降雨量;

D O I：

暂无

中图分类号：

X513 [粒状污染物];

学科分类号：

0706 ; 070602 ;

摘要：

气象因素能够显著影响PM2.5浓度,可减轻或加剧城市空气污染,尤其是在雾霾严重的冬季。同时由于城市间污染物排放强度和扩散条件的差异,雾霾的发生往往具有较强的区域性。选择了石家庄、西安、北京、太原、广州5个不同污染区域的典型城市,首先分析多个气象因子与PM2.5浓度的关系,进而研究气象因素对PM2.5浓度变异解释度的差异,以及气象因子对PM2.5浓度影响的相对重要性,进一步对比分析气象因素对PM2.5浓度影响在不同污染程度的城市之间的差异,解析了不同城市的主要气象影响因素和气象因素的综合影响程度。研究结果表明:(1)气象条件与PM2.5日浓度显著相关,且在不同污染程度的城市与PM2.5浓度相关的气象因子不同。与石家庄冬季PM2.5浓度相关的气象因素为相对湿度、平均风速;与西安PM2.5浓度相关的主要气象因素为相对湿度、平均风速和最大持续风速;与北京PM2.5浓度相关的主要气象因素相对湿度、日均温度、平均风速、最大持续风速和最低温;与太原PM2.5浓度相关的主要气象因素为日均温、相对湿度、平均风速、最高温、最低温和最大持续风速;与广州PM2.5浓度相关的主要气象因素为相对湿度、平均风速、最高温和降雨量。(2)PM2.5浓度越高的地区,气象因素能够解释的PM2.5浓度变异越小。严重污染区的石家庄气象因素多元回归分析的R2为0.27,重污染区的西安气象因素多元回归分析R2为0.29,中污染区的北京气象因素多元回归分析R2为0.46,污染地区的太原气象因素多元回归分析R2为0.67。研究结果揭示了不同城市的主要气象影响因素及其综合影响程度,可为城市PM2.5控制和预测精度提高提供理论参考,并为区域生态环境规划和城市协调发展提供科学依据。

引用

页码：7897 / 7907

页数：11

共 19 条

[1] 城市规模对大气污染物NO2和PM2.5浓度的影响 [J].

张淑平 ;

韩立建 ;

周伟奇 ;

李伟峰 .

生态学报, 2016, 36 (16) :5049-5057

[2]

Impact of meteorological conditions on a nine-day particulate matter pollution event observed in December 2013,Shanghai,China[J]. Jianming Xu,Fengxia Yan,Ying Xie,Fengyun Wang,Jianbin Wu,Qingyan Fu.Particuology. 2015(03)

[3] 西安市灰霾天气下PM2.5浓度与气象条件分析 [J].