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

基于气象因子的PM_(2.5)回归预测模型研究
引用本文:汪宇,彭晓武,沈劲,嵇萍,邓滢,谢敏.基于气象因子的PM_(2.5)回归预测模型研究[J].环境监控与预警,2018,10(4):8-11.
作者姓名:汪宇  彭晓武  沈劲  嵇萍  邓滢  谢敏
作者单位:广东省环境监测中心国家环境保护区域空气质量监测重点实验室;环境保护部华南环境科学研究所
基金项目:国家科技支撑计划基金资助项目(2014BAC21B04);国家自然科学基金面上资助项目(21477045)
摘    要:采用Pearson相关系数分析了2013—2016年3大典型城市北京、南京和广州的ρ(PM_(2.5))与各气象因子的关系。结果表明,3个城市ρ(PM_(2.5))与各风速因子最大的相关系数依次为-0.44,-0.29和-0.37,与各气温因子最大的相关系数依次为-0.44,-0.33和-0.37,气压与南京和广州的ρ(PM_(2.5))正相关,气压因子最大的相关系数分别为0.25和0.34,湿度与北京ρ(PM_(2.5))正相关,与广州ρ(PM_(2.5))负相关,湿度因子最大的相关系数分别为0.49和-0.36,日照时数与北京ρ(PM_(2.5))相关系数为-0.46,降水量与南京和广州ρ(PM_(2.5))相关系数分别为-0.20和-0.24;采用逐步线性回归方法建立城市次日ρ(PM_(2.5))与气象因子的预测模型,复合相关系数分别为0.722 8,0.770 6和0.809 9。模型预测3个城市2016年PM_(2.5)年均值分别偏高4,5和3μg/m3,日均值平均相对误差为±45.6%,±32.9%和±26.0%,模型对高ρ(PM_(2.5))普遍低估。

关 键 词:细颗粒物  气象因子  相关性  线性回归  北京  南京  广州
收稿时间:2018/1/10 0:00:00
修稿时间:2018/3/19 0:00:00

Research on the Regression Model of PM2.5 Concentration Based on Meteorological Parameters
ANG Yu,PENG Xiao wu,SHEN Jin,JI Ping,DENG Ying,XIE Min.Research on the Regression Model of PM2.5 Concentration Based on Meteorological Parameters[J].Environmental Monitoring and Forewarning,2018,10(4):8-11.
Authors:ANG Yu  PENG Xiao wu  SHEN Jin  JI Ping  DENG Ying  XIE Min
Institution:1.Guangdong Environmental Monitoring Center, Guangzhou, Guangdong 510308, China; 2. South China Institute of Environmental Sciences, Guangzhou, Guangdong 510655, China
Abstract:
Keywords:PM2  5  Meteorological factor  Correlation  Linear regression  Beijing  Nanjing  Guangzhou
本文献已被 CNKI 等数据库收录!
点击此处可从《环境监控与预警》浏览原始摘要信息
点击此处可从《环境监控与预警》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