冬季PM2.5的气象影响因素解析

编号 zgly0001532288

文献类型 期刊论文

文献题名 冬季PM2.5的气象影响因素解析

作者 张淑平  韩立建  周伟奇  郑晓欣 

作者单位 中国科学院生态环境研究中心城市与区域生态国家重点实验室  中国科学院大学 

母体文献 生态学报 

年卷期 2016年24期

年份 2016 

分类号 X513 

关键词 细颗粒物PM2.5  日均温  最高温  最低温  相对湿度  平均风速  最大持续风速  降雨量 

文摘内容 气象因素能够显著影响PM2.5浓度,可减轻或加剧城市空气污染,尤其是在雾霾严重的冬季。同时由于城市间污染物排放强度和扩散条件的差异,雾霾的发生往往具有较强的区域性。选择了石家庄、西安、北京、太原、广州5个不同污染区域的典型城市,首先分析多个气象因子与PM2.5浓度的关系,进而研究气象因素对PM2.5浓度变异解释度的差异,以及气象因子对PM2.5浓度影响的相对重要性,进一步对比分析气象因素对PM2.5浓度影响在不同污染程度的城市之间的差异,解析了不同城市的主要气象影响因素和气象因素的综合影响程度。研究结果表明:（1）气象条件与PM2.5日浓度显著相关,且在不同污染程度的城市与PM2.5浓度相关的气象因子不同。与石家庄冬季PM2.5浓度相关的气象因素为相对湿度、平均风速;与西安PM2.5浓度相关的主要气象因素为相对湿度、平均风速和最大持续风速;与北京PM2.5浓度相关的主要气象因素相对湿度、日均温度、平均风速、最大持续风速和最低温;与太原PM2.5浓度相关的主要气象因素为日均温、相对湿度、平均风速、最高温、最低温和最大持续风速;与广州PM2.5浓度相关的主要气象因素为相对湿度、平均风速、最高温和降雨量。（2）PM2.5浓度越高的地区,气象因素能够解释的PM2.5浓度变异越小。严重污染区的石家庄气象因素多元回归分析的R2为0.27,重污染区的西安气象因素多元回归分析R2为0.29,中污染区的北京气象因素多元回归分析R2为0.46,污染地区的太原气象因素多元回归分析R2为0.67。研究结果揭示了不同城市的主要气象影响因素及其综合影响程度,可为城市PM2.5控制和预测精度提高提供理论参考,并为区域生态环境规划和城市协调发展提供科学依据。