哈尔滨市寒冷月份空气质量指数与空气污染物的相关性

被引:7
作者
张燕杰 [1 ]
Zeyi Lin [2 ]
郑煜 [1 ]
机构
[1] 东北林业大学
[2] University of Illinois at Urbana-Champaign
关键词
空气质量; 空气质量指数; 空气污染物; 相关性分析; 主成分回归; 通径分析; 哈尔滨市;
D O I
10.13759/j.cnki.dlxb.20151113.017
中图分类号
X51 [大气污染及其防治];
学科分类号
0706 ; 070602 ;
摘要
以哈尔滨市环保局公布的2014年1—2月份市区内空气质量指数(AQI)实时监测数据为基础,每日对监测数据进行收集整理,得到了AQI的实时值以及PM2.5、PM10、CO、SO2、NO2质量浓度和臭氧1 h质量浓度(O3(1 h))、臭氧8 h质量浓度(O3(8 h));运用相关性分析、主成分回归分析及通径分析方法,分析各空气污染物对AQI的影响程度。结果表明:AQI与PM2.5、PM10、CO、SO2、NO2呈显著正相关,AQI与O3(1 h)、O3(8 h)呈显著负相关;空气污染物间存在严重的多重共线性。根据相关性分析结果,建立AQI与空气污染物的主成分回归模型,模型通过检验。通径分析结果表明:PM2.5对AQI的直接作用及总作用,均最大;PM2.5通过CO对AQI的间接作用,均大于其他污染物通过CO对AQI的间接作用;PM2.5对AQI的变化,起到了决定性的影响作用。
引用
收藏
页码:122 / 126
页数:5
相关论文
共 8 条
[1]  
中美空气质量指数(AQI)对比研究及启示.[J].高庆先;刘俊蓉;李文涛;高文康;.环境科学.2015, 04
[2]   基于PLS1的哈尔滨市PM2.5与空气污染物相关性分析 [J].
郑煜 ;
邓兰 .
生态环境学报, 2014, 23 (12) :1953-1957
[3]  
北京雾霾天气生物气溶胶浓度和粒径特征.[J].高敏;仇天雷;贾瑞志;韩梅琳;宋渊;王旭明;.环境科学.2014, 12
[4]   基于GIS的武汉市AQI时空分布规律研究 [J].
詹长根 ;
吴艺 ;
韦淑贞 ;
涂李蕾 .
地理空间信息, 2014, 12 (05) :62-64+9
[5]   主成分回归的SPSS实现 [J].
郭呈全 ;
陈希镇 .
统计与决策, 2011, (05) :157-159
[6]   Forecasting of Air Quality Index in Delhi Using Neural Network Based on Principal Component Analysis [J].
Kumar, Anikender ;
Goyal, P. .
PURE AND APPLIED GEOPHYSICS, 2013, 170 (04) :711-722
[7]   Forecasting of daily air quality index in Delhi [J].
Kumar, Anikender ;
Goyal, P. .
SCIENCE OF THE TOTAL ENVIRONMENT, 2011, 409 (24) :5517-5523
[8]  
试验设计与分析.[M].袁志发; 贠海燕; 主编.中国农业出版社.2007,