10.15960/j.cnki.issn.1007-6093.2018.02.009
京津冀地区PM2.5污染特征的研究——基于函数型数据分析的视角
近年来京津冀地区的雾霾重度污染事件频发,引起国家和社会的普遍关注.以京津冀地区68个监测站的数据为基础,研究了京津冀地区PM2.5小时间隔的年度数据主要变异模式、时空变化类型等污染特征.还研究了二氧化硫、氮氧化物年度累计排放量对PM2.5浓度变化的影响.结果表明,氮氧化物的排放对PM2.5浓度的贡献更显著,削减氮氧化物等污染物的排放可有效降低PM2.5浓度,改善空气质量.采用函数型数据分析方法,相对于传统的统计均值方法,能够更有效的使用所采集到的不同的数据类型,进行更细致的分析,从而得到更可靠的结论.
函数型数据分析、京津冀地区、PM2.5
22
O212.4;O224(概率论与数理统计)
特大城市经济社会发展研究协同创新中心课题TDJD201502;北京市自然科学基金9172003;郑州工程技术学院国家级科研项目培育基金GJJKTPY2018K4
2018-07-18(万方平台首次上网日期,不代表论文的发表时间)
共10页
105-114