基于KZ滤波法的江淮地区PM2.5浓度变化影响分析

摘要：

基于 2018-2020 年合肥、芜湖和马鞍山 3 个城市国控站点的 PM2.5 逐日监测数据和同期地面气象观测资料,利用 Kolmogorov-Zurbenko(KZ)滤波对 PM2.5 日浓度的原始时间序列进行分解,获取短期分量、季节分量和长期分量,并进行多元线性逐步回归构建各分量与气象因子的模型,最后依据短期分量和基线分量的回归模型和残差分析,对序列进行重建,获取消除气象条件影响的PM2.5 长期分量.KZ滤波分析结果表明:2018-2020 年气象条件对江淮区域PM2.5 污染改善影响存在波动,在 2018-2019 年为负贡献,而在 2020 年秋冬季则变为正贡献;江淮地区 3 个城市 2018 年和 2020 年PM2.5 修正后的长期分量均值表明气象条件对各市 PM2.5 改善影响存在差异较大,气象条件对合肥 PM2.5 改善的贡献仅为 1.0%,芜湖为 7.8%,马鞍山为 21.0%;NAQPMS数值模式情景分析结果显示,减排措施对江淮之间 PM2.5 浓度改善贡献率范围为 42.5%～104.8%.综合研究表明,减排措施是 2020 年江淮之间 PM2.5 浓度改善的主要因素.

关键词：江淮地区、大气细颗粒物、KZ滤波法、气象修正

所属期刊栏目：39

分类号：X823(环境质量分析与评价)

资助基金：国家重点研发计划2018YFC0213800

在线出版日期：2023-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：69-80