| 中国三大城市群PM2.5浓度非线性变化分析 |
| |
| 引用本文： | 吴舒祺,顾杨旸,张天岳,赵文吉.中国三大城市群PM2.5浓度非线性变化分析[J].环境科学,2024,45(2):709-720. |
| |
| 作者姓名： | 吴舒祺 顾杨旸 张天岳 赵文吉 |
| |
| 作者单位： | 首都师范大学资源环境与旅游学院, 北京 100048 |
| |
| 基金项目： | 国家自然科学基金项目（42071422） |
| |
| 摘 要： | 以三大城市群为研究区，基于PM2.5浓度数据，利用ITA和Beast方法定量分析PM2.5时间序列的非线性变化过程.结果表明：①三大城市群PM2.5污染程度下降明显，高浓度区域明显缩小；PM2.5浓度空间极化程度降低，空间差异缩小.大多数地区的PM2.5浓度都具有下降的趋势，但变化程度并不相同.京津冀PM2.5浓度相较于长三角和珠三角，仍处于较高水平.②三大城市群PM2.5浓度具有冬春季高、夏秋季低的季节变化特征.冬季与夏季PM2.5浓度差异明显， PM2.5浓度在夏季的收敛性大于冬季.PM2.5浓度高的区域下降趋势明显，但珠三角的PM2.5浓度下降趋势相较于长三角和京津冀不明显.③三大城市群PM2.5浓度时间序列均具有显著下降趋势，且京津冀>长三角>珠三角；PM2.5浓度在冬季下降趋势最大.PM2.5污染等级越高，下降趋势越明显.④京津冀PM2.5浓度时间序列趋势分量具有两个突变点，季节分量中具有一个突变点；长三角PM2.5浓度时间序列的趋势分量和季节分量均无突变点；珠三角PM2.5浓度时间序列的季节分量无突变点，趋势分量具有一个突变点.结果可为区域空气污染治理相关工作的开展提供科学的参考.
|
| 关 键 词： | PM2.5 创新趋势分析（ITA） 季节和趋势突变的贝叶斯估计（Beast） 非线性变化 趋势 突变 |
| 收稿时间： | 2023/2/28 0:00:00 |
| 修稿时间： | 2023/4/10 0:00:00 |
Nonlinear Variations in PM2. 5 Concentration in the Three Major Urban Agglomerations in China |
| |
| WU Shu-qi,GU Yang-yang,ZHANG Tian-yue,ZHAO Wen-ji.Nonlinear Variations in PM2. 5 Concentration in the Three Major Urban Agglomerations in China[J].Chinese Journal of Environmental Science,2024,45(2):709-720. |
| |
| Authors: | WU Shu-qi GU Yang-yang ZHANG Tian-yue ZHAO Wen-ji |
| |
| Institution: | College of Resource Environment and Tourism, Capital Normal University, Beijing 100048, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 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 |
