基于时空模型北京市PM2.5浓度影响因素研究

doi:10.13860/j.cnki.sltj.20171012-003

	基于时空模型北京市PM2.5浓度影响因素研究
	梅波 1,2; 田茂再3,4,5
	2017
发表期刊	数理统计与管理
期号	2018-04 页码:571-586
摘要	本文利用时空模型对影响PM2.5的各项因素进行分析,分别用全模型和简化模型刻画各个影响因素的间接作用和直接作用.首先本文将影响PM2.5浓度的因素分为两类:相关污染气体浓度和气象条件因素,以及二者之间的交互作用对PM2.5浓度的影响大小.其次探讨了气象因素对PM2.5浓度影响的空间特征.文章选取北京市2015年35个监测点的空气质量数据和全年的气象数据.研究结果表明,污染气体CO、NO2、SO2对PM2.5浓度的直接影响为正,影响力依次递减,相反O3的作用显示为负,且影响力相对较弱。CO和SO2主要通过直接影响,而NO2主要通过与气象因素的交互发挥间接作用.气象因素对PM2.5浓度的影响各不相同,温度、气压、降雨量以及前一期的降雨均为负效应,而湿度为正的效应;东风、南风、西南风以及南风的前一期对PM2.5浓度作用为正,北风、西风和西北风三者的前一期的负效应最为明显,说明存在滞后性,且风向不同作用不同,部分因素影响存在空间差异性。
关键词	PM2.5 污染气体气象因素交互效应时空模型
DOI	10.13860/j.cnki.sltj.20171012-003
URL	查看原文
收录类别	CSSCI ; CSCD
ISSN	1002-1566
语种	中文
来源期刊等级	B类
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/1151
专题	统计与数据科学学院
作者单位	1.中国人民大学应用统计科学研究中心; 2.中国人民大学统计学院; 3.新疆社会经济统计研究中心; 4.新疆财经大学统计与信息学院; 5.兰州财经大学统计学院
第一作者单位	统计与数据科学学院
推荐引用方式 GB/T 7714	梅波,田茂再. 基于时空模型北京市PM2.5浓度影响因素研究[J]. 数理统计与管理,2017(2018-04):571-586.
APA	梅波,&田茂再.(2017).基于时空模型北京市PM2.5浓度影响因素研究.数理统计与管理(2018-04),571-586.
MLA	梅波,et al."基于时空模型北京市PM2.5浓度影响因素研究".数理统计与管理 .2018-04(2017):571-586.