四川盆地PM2.5与PM10高分辨率时空分布及关联分析

论文摘要

为深入了解四川盆地PM2.5与PM10污染情况,通过机器学习的方法,基于卫星遥感气溶胶产品（MAIAC）与国家环境空气质量监测网数据以及气象、地理、社会经济变量等,构建2个随机森林机器学习模型（R2均为0.86）,反演四川盆地2013～2017年间1km网格逐日PM2.5与PM10浓度时空分布,并分析两者的时空关联性.结果表明:2013～2017年四川盆地地面PM2.5与PM10平均浓度分别为47.8,75.2μg/m3.PM2.5与PM10浓度空间上均整体呈现"倒月牙"状分布,西部与南部区域浓度值较高.5a间,区域颗粒物浓度逐年递减,总降幅均达到27%,季节上则均具有"冬高夏低"的特点;PM2.5与PM10浓度空间相关性显著（相关系数0.96）,呈现"内强外弱"的格局,春夏季相关系数（0.91、0.90）低于秋冬季（0.96、0.96）.盆地西南部PM2.5与PM10比值较高,比值高低的季节性排序为冬季>秋季>夏季>春季.

论文目录

• 1 材料与方法
•   1.1 研究区概况
•   1.2 数据收集
•     1.2.1 地面监测数据
•     1.2.2 MAIAC卫星AOD数据产品
•     1.2.3 环境协变量
•   1.3 数据处理方法
•     1.3.1 数据预处理
•     1.3.2 随机森林模型构建
• 2 结果与讨论
•   2.1 模型评估
•   2.2 预测结果简述
•   2.3 PM2.5与PM10浓度空间分布及相关性分析
•   2.4 PM2.5与PM10浓度季节性分布及相关性分析
•   2.5 PM2.5与PM10浓度时间序列趋势
• 3 结论

文章来源

类型: 期刊论文

作者: 汤宇磊,杨复沫,詹宇

关键词: 颗粒物,气溶胶光学厚度,机器学习,卫星遥感,四川盆地,时空分布

来源: 中国环境科学 2019年12期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 四川大学建筑与环境学院,国家烟气脱硫工程技术研究中心

基金: 国家自然科学基金项目(41875162),四川省科技计划资助(2018SZDZX0023,2018SZ0316)

分类号: X513

DOI: 10.19674/j.cnki.issn1000-6923.2019.0575

页码: 4950-4958

总页数: 9

文件大小: 2802K

下载量: 362