基于高斯扩散模型PM2.5污染的影响因素分析

摘要：

针对PM2.5污染，选取蚌埠市近1年的空气质量监测数据，以空气质量指数监测指标为切入点，运用相关性分析法与多元回归法，得到PM2.5与PM10、CO、O3、NO2呈显著正相关，与SO2、O3、CO之间的相关性很低。其次，巧妙运用SUEFER、EXCLE等软件，得出9：00、12：00和21：00的PM2.5浓度分布等值图，发现在百货大楼这些市中心地区，PM2.5浓度很高,说明可能该地区汽车尾气污染较严重。最后建立经典的高斯扩散模型，运用MATLAB软件出扩散图，排除湿度影响，发现随着风力增大，PM2.5扩散与衰减也在加快。同时，改进模型，引入湿度影响因素，得到在湿度较大的情况下， PM2.5扩散只是稍微加快，说明湿度对其扩散影响较小。

关键词：PM2.5、高斯扩散、空气质量指数、SURFER、MATLAB

所属期刊栏目：38

分类号：X823(环境质量分析与评价)

资助基金：国家自然科学基金资助项目71471001；安徽省大学生创新创业训练项目201510378523

在线出版日期：2016-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：42-48