基于灰色关联模型对陕西省O3浓度影响因素分析
O3污染问题已经成为21世纪另一个环境课题.本次研究采用克里金插值法对2015年陕西省O3浓度的空间分布特征进行分析,同时构建了O3浓度的影响指标体系,运用灰色关联模型,综合分析了O3浓度与其影响指标因子的关联度,并探讨了各指标因子综合关联度的空间关联性和分异性.结果显示:①陕西省O3浓度呈“北高南低”的空间分布特征;②权重最大的指标层是O3污染来源(Wi=0.4331),其次是城市化与产业结构(Wi=0.3455),空气质量与自然因子最小(Wi=0.2215);③各个指标因子与O3浓度关联度均为强度关联.空气质量与自然因子中,关联度较高的指标因子为CO、降水量、平均气温、日照时数;O3污染来源中,关联度较高的指标因子为等级公路里程、单位GDP能耗及工业用电量;城市化与产业结构中,关联度较高的指标因子为第二产业占地区总产值的比例、建成区绿地覆盖率和人均公园绿地面积;④O3污染来源对铜川、宝鸡、汉中等市O3浓度的影响较大;城市化与产业结构对宝鸡、咸阳、渭南、汉中等市的影响较大;空气质量与自然因子与陕西省各个城市O3浓度的关联度均为强度关联;⑤空气质量与自然因子中,CO、PM25、日照时数与O3浓度综合关联度较高.O3污染来源指标层中为机动车保有量、餐饮总额、烟(粉)尘排放量.城市化与产业结构中则是房屋建筑施工面积、建成区面积、人口密度.影响O3浓度的主要指标因子表现出较好的空间相关性与空间分异性.综合分析表明,灰色关联度模型能够有效地对O3浓度的主要影响因素作出分析与评价.
灰色关联模型、O3浓度空间分布、影响指标因子、陕西省
37
X512(大气污染及其防治)
教育部科学技术重点项目No.105152Supported by the Key Projects of Science and Technology of Ministry of Education105152
2018-01-23（万方平台首次上网日期，不代表论文的发表时间）
共9页
4519-4527
