首页 | 本学科首页   官方微博 | 高级检索  
     检索      

京津冀大气污染变化规律及其与植被指数相关性分析
引用本文:孙爽,李令军,赵文吉,齐梦溪,田欣,李珊珊.京津冀大气污染变化规律及其与植被指数相关性分析[J].环境科学,2019,40(4):1585-1593.
作者姓名:孙爽  李令军  赵文吉  齐梦溪  田欣  李珊珊
作者单位:首都师范大学资源环境与旅游学院,北京,100048;北京市环境保护监测中心,北京,100048;北京市环境保护科学研究院,北京,100037
基金项目:国家重点研发计划项目(2018YFC0706004,2018YFC0706000)
摘    要:基于2017年逐时空气质量监测数据、归一化植被指数(NDVI)16 d合成数据以及社会经济数据,对京津冀大气污染特征进行了系统分析,并利用线性回归、地理加权回归模型等探讨了其变化规律与NDVI的关系,及其受社会经济因素的影响.结果表明:①京津冀地区大气污染整体表现为南高北低、平原高山区低的分布特征,由北向南递次升高,大气污染呈现出显著的空间异质性;②从季节变化看,呈现冬季 > 秋季 > 春季 > 夏季的总体规律,京津冀地区大气污染呈现出显著的时间异质性;③SO2、NO2、CO、PM2.5、PM10等污染物浓度均与NDVI值呈负相关关系;在气候、地形等自然条件较为一致的前提下,NDVI值越低人类活动干扰越明显、产业经济布局越集中,进而污染排放量越大,对空气质量产生显著负面影响;④NDVI指数一定程度上反映了土地利用、人口分布以及产业布局状况,而这些因素直接或间接决定着大气污染排放水平,进而能够指示区域的污染分布特征;⑤地理加权回归模型(GWR)计算结果表明,经济发展水平越高的地区NDVI与社会经济因子、PM2.5等污染物浓度相关性越好.NDVI的分布可以大体反映社会经济发展水平.对PM2.5的分布也有一定的指示作用.

关 键 词:大气污染  空气质量指数(AQI)  归一化植被指数  相关关系  地理加权回归模型(GWR)
收稿时间:2018/9/21 0:00:00
修稿时间:2018/10/23 0:00:00

Variation in Pollutant Concentrations and Correlation Analysis with the Vegetation Index in Beijing-Tianjin-Hebei
SUN Shuang,LI Ling-jun,ZHAO Wen-ji,QI Meng-xi,TIAN Xin and LI Shan-shan.Variation in Pollutant Concentrations and Correlation Analysis with the Vegetation Index in Beijing-Tianjin-Hebei[J].Chinese Journal of Environmental Science,2019,40(4):1585-1593.
Authors:SUN Shuang  LI Ling-jun  ZHAO Wen-ji  QI Meng-xi  TIAN Xin and LI Shan-shan
Institution:College of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China,Beijing Municipal Environmental Monitoring Center, Beijing 100048, China,College of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China,College of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China,College of Resources Environment and Tourism, Capital Normal University, Beijing 100048, China and Beijing Municipal Research Institute of Environmental Protection, Beijing 100037, China
Abstract:
Keywords:atmospheric pollution  air quality index (AQI)  normalized vegetation index (NDVI)  correlation coefficient  geographically weighted regression model (GWR)
本文献已被 万方数据 等数据库收录!
点击此处可从《环境科学》浏览原始摘要信息
点击此处可从《环境科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号