| 中原城市群PM2.5浓度驱动因子联动效应及非线性影响 |
| |
| 引用本文： | 周志衡,周廷刚,秦宁.中原城市群PM2.5浓度驱动因子联动效应及非线性影响[J].环境科学,2022,43(12):5344-5353. |
| |
| 作者姓名： | 周志衡 周廷刚 秦宁 |
| |
| 作者单位： | 西南大学地理科学学院, 重庆 400715;三峡库区生态环境教育部重点实验室, 重庆 400715;安徽大学管理学院, 合肥 230601 |
| |
| 基金项目： | 国务院三峡办三峡后续工作专项（5000002013BB5200002） |
| |
| 摘 要： | 城市群是中国PM2.5污染与防治的核心区.为探究中原城市群PM2.5浓度驱动因子的作用机制，基于多源遥感数据和统计数据，采用空间自相关、参数最优地理探测器以及系统动态面板回归模型等方法，量化了PM2.5浓度的驱动因子及因子间的联动效应，进一步分析了社会经济因素对PM2.5浓度的非线性影响并给出相应的治霾建议.结果表明：①2012~2018年，中原城市群PM2.5浓度下降程度存在空间分异，北部较南部地区污染减弱更为显著.②PM2.5浓度高值聚集有从中原城市群北部向东部转移的趋势，而低值聚集情况相对稳定.③高程对PM2.5浓度的解释力最强，因子间联动效应对PM2.5污染的解释力均表现为增强，其中高程与降水交互后解释力最强.④人均GDP、人口密度、夜间灯光、外商直接投资和第二产业占比均与PM2.5浓度之间存在非线性关系.结合中原城市群现状，加大污染治理投入、调整城市结构形态、加强基础设施建设、调整人口分布与产业结构、保持较高的城市活跃水平、设定严格的环境法规和引入高质量外商投资等有助于治理PM2.5污染.
|
| 关 键 词： | PM2.5 非线性影响 驱动因子 联动效应 中原城市群 |
| 收稿时间： | 2022/1/5 0:00:00 |
| 修稿时间： | 2022/4/7 0:00:00 |
Linkage Effect and Nonlinear Impact of PM2.5 Concentration Driving Factors in Central Plains Urban Agglomeration |
| |
| ZHOU Zhi-heng,ZHOU Ting-gang,QIN Ning.Linkage Effect and Nonlinear Impact of PM2.5 Concentration Driving Factors in Central Plains Urban Agglomeration[J].Chinese Journal of Environmental Science,2022,43(12):5344-5353. |
| |
| Authors: | ZHOU Zhi-heng ZHOU Ting-gang QIN Ning |
| |
| Institution: | School of Geographical Sciences, Southwest University, Chongqing 400715, China;Key Laboratory of Eco-environments in Three Gorges Reservoir Region (Ministry of Education), Chongqing 400715, China; School of Management, Anhui University, Hefei 230601, China |
| |
| Abstract: | |
| |
| Keywords: | PM2 5 nonlinear effect driving factor linkage effect Central Plains Urban Agglomeration |
|
| 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 |
