冬季PM2.5的气象影响因素解析

• 作者: 周伟奇 张淑平 郑晓欣 韩立建
• 来源期刊: 生态学报
• 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
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 研究论文
• 页码范围: 7897-7907
• 页数: 11页
• 语种: 中文
• DOI: 10.5846/stxb201505020901

摘要

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PM25浓度的关系,进而研究气象因素对PM25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PM25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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周伟奇	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	27	425	11.0	20.0
2	韩立建	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	16	212	10.0	14.0
3	张淑平	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	4	74	3.0	4.0
7	郑晓欣	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	1	45	1.0	1.0