基于气象因子的PM2.5回归预测模型研究

• 作者: 嵇萍 彭晓武 汪宇 沈劲 谢敏 邓滢 陈多宏
• 来源期刊: 环境监控与预警
• 学科: 地球科学
• 关键词: 细颗粒物 气象因子 相关性 线性回归 北京 南京 广州
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 环境预警
• 页码范围: 8-11
• 页数: 4页
• 分类号: X513
• 字数: 2230字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6732.2018.04.002

摘要

采用Pearson相关系数分析了2013-2016年3大典型城市北京、南京和广州的ρ(PM2.5)与各气象因子的关系.结果表明,3个城市ρ(PM2.5)与各风速因子最大的相关系数依次为-0.44,-0.29和-0.37,与各气温因子最大的相关系数依次为-0.44,-0.33和-0.37,气压与南京和广州的ρ(PM2.5)正相关,气压因子最大的相关系数分别为0.25和0.34,湿度与北京ρ(PM2.5)正相关,与广州ρ(PM2.5)负相关,湿度因子最大的相关系数分别为0.49和-0.36,日照时数与北京ρ(PM2.5)相关系数为-0.46,降水量与南京和广州ρ(PM2.5)相关系数分别为-0.20和-0.24;采用逐步线性回归方法建立城市次日ρ(PM2.5)与气象因子的预测模型,复合相关系数分别为0.722 8,0.770 6和0.809 9.模型预测3个城市2016年PM2.5年均值分别偏高4,5和3μg/m3,日均值平均相对误差为±45.6％,±32.9％和±26.0％,模型对高ρ(PM2.5)普遍低估.