论文部分内容阅读
伴随着城市化的快速推进,人类生产生活排放的污染物质数量与日俱增,其中PM2.5和PM10已经严重影响到大气环境质量,甚至危害人体健康。京津冀是我国重要的经济区,同时也是霾较为严重的地区之一。利用AOD模拟揭示京津冀全域PM2.5、PM10浓度时空分布特征,对于霾的治理以及流行病学的病因追溯研究都有着重要意义。本文首先基于土地覆盖类型数据将MODIS的四类AOD产品进行融合,得到日均融合AOD,并与日均PM2.5、PM10监测数据分别做相关性分析;然后基于上述数据,以AOD为自变量,PM2.5、PM10为因变量,分别建立春季、夏季、秋季、冬季的AOD-PM2.5、AOD-PM10线性混合效应模型,并通过留一交叉验证以及R2、RMSE判断模型过拟合程度、衡量拟合的精确度;最后模拟不同季节的PM2.5、PM10浓度分布,分析其季节演变特点以及不同季节的PM2.5、PM10空间分布特点。得出结论如下:(1)根据皮尔逊相关系数,秋季AOD-PM2.5为相关关系,其余季节的AOD-PM2.5均为弱相关;春季AOD-PM10表现为极弱相关,夏季和冬季为弱相关,秋季为相关。根据双侧显著性,各季节AOD-PM2.5、AOD-PM10均为0.01水平的极显著相关,证明融合AOD与PM2.5、PM10之间具有一定的统计学意义。(2)通过对比融合AOD、四类原始AOD与PM2.5、PM10的相关性分析结果,发现融合AOD不仅填补了缺失数据,而且保留了原始AOD与PM2.5、PM10较高的相关性。因此,无论是PM2.5,还是PM10,融合AOD都更加适用于其浓度的模拟。(3)AOD-PM2.5和AOD-PM10的各季节线性混合效应模型拟合R2均在0.6以上,在颗粒物浓度比较高的季节表现更佳。留一交叉验证的结果表明,各季节的线性混合效应模型仅存在轻微过度拟合,且AOD-PM2.5的拟合效果优于AOD-PM10。交叉验证后PM2.5的春季R2为0.733、RMSE为21.040μg/m3,夏季R2为0.658、RMSE为16.201μg/m3,秋季R2为0.636、RMSE为33.717μg/m3,冬季R2为0.756、RMSE为38.402μg/m3;PM10的春季R2为0.676、RMSE为39.391μg/m3,夏季R2为0.616、RMSE为21.850μg/m3,秋季R2为0.650、RMSE为48.215μg/m3,冬季R2为0.715、RMSE为52.266μg/m3。(4)线性混合效应模型在应用于模拟PM2.5、PM10浓度方面,存在实测浓度较高的城市预测值低、实测浓度较低的城市预测值高的现象。不同季节各城市的拟合效果存在明显差异,无论PM2.5,还是PM10,大部分城市春季和冬季的R2都要高于夏秋两季,而春季和夏季的RMSE低于秋冬两季。(5)京津冀地区的PM2.5、PM10季节浓度均为冬季最高、春秋两季次之,夏季最末。春季PM2.5、PM10浓度均由西北向东南逐渐增大;夏季的PM2.5、PM10浓度和春季相比均有所下降,分布表现出均一性;秋季PM2.5和PM10均向南部发生集聚,浓度分布表现为北部低、南部高,且秋季的空间差异大于春季;冬季PM2.5、PM10浓度均为四季最高值,再次呈现由西北向东南递增的变化趋势且变化程度加大。(6)PM2.5和PM10各季节的浓度空间分布具有一致性,而且除了浓度较低的夏季外,均具有明显的集聚性。各季节张家口和承德的PM2.5、PM10浓度均较低,除夏季以外,两地均为低值中心区;北京、天津以及河北省的保定、石家庄、唐山、沧州和廊坊等中部偏南的城市PM2.5、PM10浓度均较高,经常形成高值中心。