基于空间分析的北京地区空气质量研究

对北京地区空气质量分布特征和影响因素的研究已比较丰富,但仍缺少利用空间模型来研究影响北京市空气质量的因素。在分析北京市2019年各区空气质量数据的基础上,得出北京地区夏季和初秋空气质量相对较好,而冬季和初春空气质量相对较差;北京地区大气污染在空间上呈现出北低南高的趋势,自然因素是造成这种分布特征的主要原因;各区空气质量在空间上存在着显著的相关性,空间建模得出人均GDP和汽车保有量的增长会导致空气质量的恶化,而林木绿化率的增长有助于空气质量的改善。     

京津冀空气质量分布特征及气象影响因素分析

对京津冀地区空气质量分布特征及影响因素的研究已比较丰富,但对气象因素的影响分析往往通过简单的相关性分析。文章通过分析京津冀地区2019-2020年各市空气质量数据的基础上,得出近几年该地区空气质量都得到了明显的提升,在冬季空气质量相对较差,而春夏及初秋空气质量相对较好;京津冀地区呈现出北部区域空气质量较好,南部地区空气质量较差的现象,但各市空气质量整体较好;回归模型得出气温和风速对AQI指数有着显著的负向影响,相对湿度和气压对AQI指数有着显著的正向影响。最终本文还针对京津冀地区空气质量的治理提出了相应的建议。     

基于相关分析的北京空气质量影响因素研究

涉及北京地区空气质量影响因素的研究相对比较丰富,但文献中仍缺少同时考虑其他大气污染物和气象因素对空气质量的影响。文章对北京市2020.03-2021.02每日空气质量和气象指标展开研究,得出近年来北京市空气质量得到了明显的提升;天气状况、风向都对PM2.5浓度有着显著的影响;相关性分析与回归分析都得出PM10、SO₂、NO₂、CO对PM2.5浓度都有着显著的正影响,但风力对PM2.5浓度有着显著的负影响。最终文章还对北京空气质量的治理提出相应的建议。