深圳PM2.5浓度变化趋势及其月尺度预测方法

摘要：

基于深圳市环境监测站的PM2.5浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了 2012-2019年深圳市PM2.5浓度的变化规律,分析了 PM2.5浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了 PM2.5月均浓度的预测模型.结果表明:2012-2019年深圳PM2.5浓度呈明显下降趋势,PM2.5浓度有季节性特征,干季(1～3月及10～12月)PM2.5浓度比较高,也是PM2.5污染防控的重要时段.月降水日数、月降水量以及月平均温度与PM2.5浓度的负相关较明显,偏北风频率与PM2.5浓度呈显著正相关,可一定程度上帮助预判月均PM2.5浓度.与前人研究结果相反,月平均相对湿度与PM2.5浓度呈显著负相关.包含气象因素项以及PM2.5浓度项的月平均PM2.5浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM2.5浓度影响最大的气象因素.利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM2 5浓度的预报有一定适用性,可较好预报PM2.5浓度月增量.

关键词：PM2.5、气候要素、月尺度、深圳、多元线性回归

所属期刊栏目：22

分类号：X16;X51(环境气象学)

资助基金：广东省科技计划项目;国家自然科学基金;深圳市环境保护科技专项

在线出版日期：2022-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：400-408