基于增强回归树的城市 PM2.5日均值变化分析：以常州为例

摘要：

利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据,分析了 PM2.5浓度季节变化特征,采用增强回归树模拟分析了 PM10、4种气态污染物和7个气象因子对ρ(PM2.5)日变化的贡献.结果表明,常州市区 PM2.5污染季节差异明显,冬季污染严重且持续时间长,夏季污染较轻.四季ρ(PM2.5)空间分布特征存在一定差异,但各季内不同监测站差异较小.增强回归树对ρ(PM2.5)日均值进行模拟和验证得到,训练数据的相关性为0.981,交叉验证的相关性为0.957.此外,模拟值与实测值的标准化平均偏差为1.80％,标准化平均误差为10.41％,可见模型拟合效果较好. PM10、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ(PM2.5)日均值差异的贡献率分别为23.4％、28％、36.2％和12.6％,表明在对ρ(PM2.5)日均值差异的影响上,气象因子﹥二次形成﹥一次源﹥区域输送及扩散.在对ρ(PM2.5)日均值差异贡献率大于5％的因子中,ρ(PM2.5)日均值与 PM10、相对湿度、 CO 和 O3正相关,与温度、 SO2和混合层高度负相关,与大气压和 NO2关系较复杂.区域输送及扩散方面,东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区 PM2.5污染存在较大的负面影响.

关键词：常州市区、PM2. 5、季节变化、增强回归树、模拟、验证、贡献率

所属期刊栏目：38

分类号：X513(大气污染及其防治)

资助基金：国家自然科学基金项目41641032；江苏省高校“青蓝工程”项目；江苏省研究生培养创新工程项目KYLX151123

在线出版日期：2017-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：485-494