| 基于LUR模型的中国PM2.5时空变化分析 |
| |
| 引用本文： | 刘炳杰,彭晓敏,李继红.基于LUR模型的中国PM2.5时空变化分析[J].环境科学,2018,39(12):5296-5307. |
| |
| 作者姓名： | 刘炳杰 彭晓敏 李继红 |
| |
| 作者单位： | 东北林业大学林学院;南京大学地理与海洋科学学院;聊城大学环境与规划学院;...;北京工业大学环境与能源工...;北京城市系统工程研究中心...;中国科学院大学管理学院;...;中国空气动力研究与发展中...;华南师范大学经济与管理学...;珠海市疾病预防控制中心理...;三峡大学理学院;;厦门理工学院应用数学学院...;北京应用物理与计算数学研... |
| |
| 基金项目： | 黑龙江省博士后科学基金项目（LBH-Z10279）；中央高校基本科研业务费专项（2572014CB20）；哈尔滨市应用技术研究与开发项目（2015RQQXJ071） |
| |
| 摘 要： | 土地利用回归(LUR)模型是模拟大气污染物浓度时空分异最主要、最体系化的方法之一,为了探索LUR模型在中国国家尺度空气污染物模拟的适应性,挖掘中国2015年空气细颗粒物(PM_(2.5))的时空变化特征及其与不同地理要素相关关系,以2015年国家控制监测站点PM_(2.5)数据为因变量,土地利用类型、地形地貌、人口、道路交通与气象要素等影响因素为自变量,构建基于地理加权的LUR模型,通过模型回归制图得到2015年全国月均与年均PM_(2.5)浓度分布图,以胡焕庸线为参考线分析中国2015年PM_(2.5)浓度的时空变化特征.结果表明,引入地理加权算法的LUR模型残差Moran'sⅠ显著降低,残差空间自相关性明显减弱,判别系数R2明显提高,更好地揭示出PM_(2.5)空间分布和各影响因子间的复杂关系;耕地、林地、草地和城镇居民工矿用地以及气象要素、主干道路对PM_(2.5)浓度的影响比较显著.不同地理要素的不同空间分布对PM_(2.5)影响作用不同;胡焕庸线两侧PM_(2.5)表现出明显的时空差异,人口规模大、工业化水平高的发达城市PM_(2.5)浓度较高; PM_(2.5)浓度在冬季月份较高,秋季、春季、夏季月份污染情况逐渐减弱.
|
| 关 键 词： | PM2.5 土地利用回归(LUR) 地理加权 时空分布 大气污染 |
| 收稿时间： | 2018/5/4 0:00:00 |
| 修稿时间： | 2018/6/7 0:00:00 |
Analysis of the Temporal and Spatial Variation of PM2.5 in China Based on the LUR Model |
| |
| LIU Bing-jie,PENG Xiao-min and LI Ji-hong.Analysis of the Temporal and Spatial Variation of PM2.5 in China Based on the LUR Model[J].Chinese Journal of Environmental Science,2018,39(12):5296-5307. |
| |
| Authors: | LIU Bing-jie PENG Xiao-min and LI Ji-hong |
| |
| Institution: | School of Forestry, Northeast Forestry University, Harbin 150040, China,School of Geography and Ocean Science, Nanjing University, Nanjing 210023, China and School of Forestry, Northeast Forestry University, Harbin 150040, China |
| |
| Abstract: | |
| |
| Keywords: | PM2 5 land use regression(LUR) geographically weighted temporal and spatial distribution air pollution |
| 本文献已被 CNKI 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 |
|
