基于GAM模型的西安市O3浓度影响因素解析

• 作者: 吕晓虎 曹军骥 赵景波 邵天杰 黄小刚
• 来源期刊: 环境科学
• 学科: 地球科学
• 关键词: 广义相加模型(GAM) O3浓度 变化特征 影响因素 西安市
• 年，卷（期）: 2020,（4）
• 页码范围: 1535-1543
• 页数: 9页
• 分类号: X515
• 语种: 中文
• DOI: 10.13227/j.hjkx.201906067

摘要

基于空气质量监测数据,研究了2014～2018年西安市O3浓度和污染的变化特征,利用GAM模型揭示了气象因素对O3浓度的影响.结果表明:①西安市O3浓度逐年上升,2016年开始O3年评价指标已连续3 a超标.但随着夏季O3污染治理的加强,2017年后O3浓度升幅趋缓.②O3月均浓度变化曲线主要呈倒V型,1～7月随气温的升高而上升,8～12月随气温的下降而下降,7月月均浓度最大.但在降水量偏大的年份,O3月均浓度常在降水量最大月出现谷值,曲线形态变为M型.③2014～2018年西安市O3污染明显加重,O3污染时段向前延长.O3超标率由2014年的1.9％上升到2018年的14.0％.2016年起,O3污染出现时间由7月提前至5月.④GAM模型拟合结果表明,气温、气压、日照时数和相对湿度与O3浓度有显著的非线性关系,各因子平滑函数拟合曲线形态差异较大,其中气温和日照时数主要呈正向影响,气压和相对湿度主要呈负向影响.降水量的影响主要表现在夏季,风速的影响不明显.西安市在气温＞24℃、气压＜962 hPa、日照时数＞9h、相对湿度为36％ ～65％且无雨时,O3污染较易发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵景波	陕西师范大学地理科学与旅游学院	347	4234	32.0	46.0
5	邵天杰	陕西师范大学地理科学与旅游学院	46	291	10.0	16.0
6	黄小刚	陕西师范大学地理科学与旅游学院	11	88	7.0	9.0
9	曹军骥	中国科学院地球环境研究所气溶胶化学与物理重点实验室	102	2094	25.0	42.0
16	吕晓虎		1	0	0.0	0.0