| 大气污染联合治理分区视角下的中国PM2.5关联关系时空变异特征分析 |
| |
| 引用本文： | 杨文涛,黄慧坤,魏东升,赵斌,彭焕华.大气污染联合治理分区视角下的中国PM2.5关联关系时空变异特征分析[J].环境科学,2020,41(5):2066-2074. |
| |
| 作者姓名： | 杨文涛 黄慧坤 魏东升 赵斌 彭焕华 |
| |
| 作者单位： | 湖南科技大学地理信息系, 湘潭 411201;湖南科技大学地理空间信息技术国家地方联合工程实验室, 湘潭 411201,湖南科技大学地理信息系, 湘潭 411201;中南大学地质资源与地质工程系, 长沙 410000,中南林业科技大学测绘工程系, 长沙 410000,中南大学地质资源与地质工程系, 长沙 410000,湖南科技大学地理空间信息技术国家地方联合工程实验室, 湘潭 411201 |
| |
| 基金项目： | 国家自然科学基金项目（41801311）；湖南省自然科学基金项目（2018JJ3150） |
| |
| 摘 要： | 联合治理分区下PM_(2.5)关联关系时空变异特征识别对中国大气污染防治意义重大.本文主要基于2000～2016年遥感反演的中国大陆334个地级市PM_(2.5)浓度数据,利用空间单元聚合策略与地理时空加权回归技术,系统分析了大气污染联合治理分区视角下的中国PM_(2.5)关联关系时空变异特征.结果表明:①以PM_(2.5)为首要污染物,综合考虑污染程度、地理位置、气象、地形和经济等因素可将中国大陆地区划分为10个大气污染联合治理区.②地理时空加权回归能够有效刻画PM_(2.5)与关联因素间的时空非平稳关系.同时,人口规模、第二产业生产总值、SO_2排放量、年平均气温、年降水量以及年平均相对湿度被识别出对PM_(2.5)浓度的变化影响存在显著时空差异.③人口规模对PM_(2.5)浓度的影响程度各年最大的地区均为京津冀蒙区域;川渝滇黔区域中第二产业生产总值对PM_(2.5)浓度影响程度变异度最大,在黑吉辽区域之外,SO_2排放量回归系数值均先随时间逐渐减小再增大最后又减小;各治理区中年平均温度对PM_(2.5)影响程度的时间变异程度较小;而年降水量与年平均相对湿度对PM_(2.5)影响程度在各区域中呈现不同的变异特征.
|
| 关 键 词： | 细颗粒物 区域联合治理 遥感数据 时空变异性 地理时空加权回归模型 |
| 收稿时间： | 2019/8/14 0:00:00 |
| 修稿时间： | 2019/12/5 0:00:00 |
Spatio-temporal Variation of PM2.5 Related Relationships in China from the Perspective of Air Pollution Regional Linkage Control and Prevention |
| |
| YANG Wen-tao,HUANG Hui-kun,WEI Dong-sheng,ZHAO Bin and PENG Huan-hua.Spatio-temporal Variation of PM2.5 Related Relationships in China from the Perspective of Air Pollution Regional Linkage Control and Prevention[J].Chinese Journal of Environmental Science,2020,41(5):2066-2074. |
| |
| Authors: | YANG Wen-tao HUANG Hui-kun WEI Dong-sheng ZHAO Bin and PENG Huan-hua |
| |
| Institution: | Department of Geographical Information Science, Hunan University of Science and Technology, Xiangtan 411201, China;National-Local Joint Engineering Laboratory of Geo-Spatial Information Technology, Hunan University of Science and Technology, Xiangtan 411201, China,Department of Geographical Information Science, Hunan University of Science and Technology, Xiangtan 411201, China;Department of Geological Engineering, Central South University, Changsha 410000, China,Department of Surveying and Mapping Engineering, Central South University of Forest and Technology, Changsha 410000, China,Department of Geological Engineering, Central South University, Changsha 410000, China and National-Local Joint Engineering Laboratory of Geo-Spatial Information Technology, Hunan University of Science and Technology, Xiangtan 411201, China |
| |
| Abstract: | |
| |
| Keywords: | PM2 5 regional linkage control and prevention remote sensing data spatio-temporal variation geographically and temporally weighted regression |
| 本文献已被 CNKI 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 |
|
