论文部分内容阅读
PM2.5是大气重要污染物之一,模拟PM2.5浓度空间分布对于大气污染防治具有重要意义。将土地利用回归模型(LUR)应用到安徽省污染较重的皖北地区,以监测点为中心,建立半径分别为0.5、1、1.5、2、3、4、5 km的缓冲区,结合土地利用因子、道路因子、污染源因子、气象因子、高程因子及人口因子共105个变量,建立了该地区四季和年均LUR模型,并通过留一交叉互验,验证了模型精度。结果表明:研究区PM2.5浓度受草地、湿地、降水量、相关湿度、气压、风速、二级公路、三级公路、废气污染企业、人口数量影响较大。调整R~2分别为0.828 (春)、0.731 (夏)、0.831 (秋)、0.775 (冬)、0.892 (年均);均方根误差(RMSE)分别为6.34μg·m-3(春)、7.01μg·m-3(夏)、6.28μg·m-3(秋)、6.71μg·m-3(冬)、5.33μg·m-3(年均);模拟精度R~2分别为0.825 (春)、0.730 (夏)、0.834 (秋)、0.772 (冬)、0.897 (年均),模型表现良好,解释力强。从模拟的PM2.5浓度空间分布可以看出,不同季节呈现明显不同的空间分布特征,这与来自北方的大量污染颗粒物、当地的煤矿开采以及秋耕秸秆燃烧等潜在污染源有关。