| 基于特征指标的气象因子对PM2.5浓度的影响分析 |
| |
| 引用本文： | 卫星君,赵晓萌,王琦,肖敏敏.基于特征指标的气象因子对PM2.5浓度的影响分析[J].中国环境监测,2022,38(6):90-100. |
| |
| 作者姓名： | 卫星君 赵晓萌 王琦 肖敏敏 |
| |
| 作者单位： | 陕西能源职业技术学院, 陕西 咸阳 712000;陕西省气候中心, 陕西 西安 710014 |
| |
| 基金项目： | 陕西省自然科学基础研究计划项目(2021SF-493);陕西省气象局秦岭和黄土高原生态环境气象重点实验室开放研究基金课题(2019Y-7);陕西能源职业技术学院重点科研项目(19KYZ02) |
| |
| 摘 要： | 以西安为研究区域,为探究气象因子对PM2.5浓度的影响,采集2017-2019年空气质量与气象因子数据,改进k-Means聚类算法,形成严重污染、重度污染、中度污染、轻度污染共4个PM2.5浓度与气象因子样本簇集。分析簇集数据分布,选择Spearman相关性分析方法,确定影响PM2.5浓度的气象因子;定义PM2.5凸显性条件,给出幅度特征FOA、浮动特征FOF和凸显特征FOH,构建三维空间,确定气象因子对PM2.5影响的大小,进而建立气象因子对PM2.5浓度的影响分析方法。比较多元线性回归和随机森林回归方法,结果表明:该方法提高了分析效率,且无需考虑因子选取和表达,能有效确定影响PM2.5浓度的气象因子种类及影响程度。在低温、高湿、高压和相对静风的气象条件下,空气中颗粒物难以扩散和输送,使西安市PM2.5浓度升高。严重污染、重度污染和中度污染中,PM2.5浓度与相对湿度呈显著正相关,与风速、气温呈显著负相关,且影响大小依次为相对湿度>风速>气温;轻度污染中,PM2.5浓度与相对湿度、气压呈显著正相关,与风速、气温呈显著负相关,且影响大小依次为气温>相对湿度>气压>风速。
|
| 关 键 词： | PM2.5 气象因子 特征指标 多元线性回归 随机森林回归 |
| 收稿时间： | 2021/8/29 0:00:00 |
| 修稿时间： | 2022/3/1 0:00:00 |
The Analysis of the Influence of Meteorological Factors on PM2.5 Concentration Based on Characteristic Index |
| |
| WEI Xingjun,ZHAO Xiaomeng,WANG Qi,XIAO Minmin.The Analysis of the Influence of Meteorological Factors on PM2.5 Concentration Based on Characteristic Index[J].Environmental Monitoring in China,2022,38(6):90-100. |
| |
| Authors: | WEI Xingjun ZHAO Xiaomeng WANG Qi XIAO Minmin |
| |
| Institution: | Shaanxi Energy Institute, Xianyang 712000, China;Shaanxi Provincial Climate Center, Xi''an 710014, China |
| |
| Abstract: | |
| |
| Keywords: | PM2 5 meteorological factors characteristic index multiple linear regression random forest regression |
|
| 点击此处可从《中国环境监测》浏览原始摘要信息 |
| 点击此处可从《中国环境监测》下载免费的PDF全文 |
|
