10.13198/j.issn.1001-6929.2023.01.01
运用地理探测器研究京津冀城市群PM2.5浓度变化及影响因素
研究京津冀城市群PM2.5浓度时空格局变化和影响因素,对区域大气环境保护和经济可持续发展具有十分重要的意义.基于PM2.5遥感数据、地面站点气象数据、DEM数据、MODIS NDVI数据、夜间灯光数据、人口密度数据、土地利用类型数据和路网数据,利用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和Getis-Ord Gi*分析,运用地理探测器分析京津冀城市群PM2.5浓度时空变化和空间聚集特征,并探究影响其空间分异的影响因素.结果表明:①2000—2021年京津冀城市群PM2.5污染严重,全年平均PM2.5浓度为59.94μg/m3,冬季是京津冀城市群PM2.5污染的高发季,但京津冀城市群PM2.5浓度总体呈下降趋势,变化斜率为–0.85μg/(m3·a).②PM2.5浓度在空间上呈东南高、西北低的分布格局,且PM2.5浓度呈显著下降的区域占比为9.92%,主要集中在张家口市.③PM2.5浓度变化的聚集性呈西北高、东南低的空间分布格局,PM2.5浓度变化热点区域占比为50.95%.④因子探测结果表明,气温、高程和路网密度是影响京津冀城市群PM2.5浓度空间分异最主要的因子,研究时段内降水对京津冀城市群PM2.5空间分异的影响力呈上升趋势,相对湿度、日照时数、夜间灯光和路网密度对京津冀城市群PM2.5空间分异的影响力均呈下降趋势.交互探测结果表明,气温在因子交互中发挥十分重要的作用,气温与降水、高程和路网密度的交互作用均是影响京津冀城市群PM2.5空间分异的主要因子组合.研究显示,2000—2021年京津冀城市群PM2.5浓度整体呈下降趋势,气温、高程和路网密度对京津冀城市群PM2.5浓度的空间分异有显著影响.
京津冀城市群、PM2.5浓度、空间自相关分析、Getis-Ord Gi*分析、地理探测器
36
X513(大气污染及其防治)
广西自然科学基金项目;广西科技基地和人才专项;桂林理工大学大学生创新创业训练计划项目
2023-04-27(万方平台首次上网日期,不代表论文的发表时间)
共11页
649-659