基于土地利用回归模型的北京市2013-2019年大气污染时空变化分析
在近年来大力控制大气污染的背景下,通过历史观测数据分析污染物的时空变化特征,有助于总结以往控制的成效,并为制定下一阶段措施提供科学依据.本研究基于北京市大气环境质量监测站点2013-2019年数据,分析了 6种常规大气污染物(PM2.5、NO2、O3、PM10、SO2、CO)的时间变化趋势,并构建了 2013和2019年PM2.5、NO2和 O3 3种主要污染物的土地利用回归模型(Land use regression model,LUR),对它们详细的空间分布及变化特征进行了分析.结果表明,污染物浓度在过去7年中发生了重大变化,除O3增长,其余5种污染物下降明显.不同城区间的差异在迅速缩小,污染物浓度在空间上趋于均匀.PM2.5呈明显的南高北低,城区NO2浓度显著高于郊区和山区,O3在主城区尤其是道路附近浓度较低.约50％的区域PM2.5下降30 μg·m-3以上,约40％的区域NO2下降幅度为5～15 μg·m-3,道路附近O3升幅在20 μg·m-3以内.研究结果揭示出北京市及其周边地区大气污染治理近年来取得了卓有成效的成绩,但同时也面临着O3浓度升高的新挑战.
大气污染、时空变化、土地利用回归模型、区域趋同
41
X51(大气污染及其防治)
国家自然科学基金;国家重点研发计划;中央高校基本科研业务费专项
2021-05-17（万方平台首次上网日期，不代表论文的发表时间）
共8页
1231-1238
