基于快速聚类方法分析常州市区PM2.5的统计特性
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13227/j.hjkx.2016.10.007

基于快速聚类方法分析常州市区PM2.5的统计特性

引用
运用统计方法研究常州市区2013 ~2014年6个国控点六项基本污染物(SO2、NO2、CO、O3、PM25和PM10)月平均浓度变化,结果表明,除O3外,其它五项污染物月平均浓度夏季较低冬季较高.颗粒物与风速之间的关系为PM2.5浓度随风速的升高一直降低,PM10随风速的升高浓度先降低后升高.采用快速聚类分析(k-means)并运用SWV和DIV指数对六项基本污染物进行分类,得到4个样本分类.与依据颗粒物化学成分或粒径谱对PM进行源解析方法不同,本研究更多是从PMz5与其它污染物相关关系以及污染程度等角度按照欧式距离进行分类.不同类中PM2.5来源明显不同,类1中PM2.5与化石燃料燃烧排放密切相关,类2与O3密切相关,类3与城市不完全燃烧排放、区域灰霾污染密切相关,类4可以归类于城市“背景”类.快速聚类分析结果也表明常州市区PM2.5有着复杂的来源.

常州市区、六项基本污染物、统计特性、快速聚类分析、PM2.5分类

37

X513(大气污染及其防治)

常州市科学技术局科研基金项目CJ20140034

2016-12-16(万方平台首次上网日期,不代表论文的发表时间)

3723-3729

相关文献
评论
暂无封面信息
查看本期封面目录

环境科学

0250-3301

11-1895/X

37

2016,37(10)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn