论文部分内容阅读
可吸入颗粒物(PM10)作为一种空气污染物,危害着中国大部分地区,影响着人类健康、生活工作、日常出行等,在一些人口众多的大型城市,北京、上海、西安等地也遭受着同样的严重污染。PM10污染的形成是一个复杂的过程,汽车尾气、工业废气、不完全燃烧排放、其他地区污染物远距离传输作为污染源,在天气和地理要素共同作用下,形成局部污染。本文以北京市为研究区,基于气象要素(温度、湿度、风速、水汽压、气压)、道路交通要素和土地利用要素,结合缓冲区分析方法建立四个季节的多元线性回归模型(Multivariable Linear Regression Model, MLR),研究北京地区可吸入颗粒物污染情况,分析PM10在北京地区四个季节下的浓度分布规律,通过MLR模型计算并输出PM10在春、夏、秋、冬四个季节的浓度分布图,从空间上和时间上研究北京市地区的PM10污染分布规律,分析各要素的贡献大小,道路交通是北京地区PM10的主要污染源,气象要素的风速、温度、湿度、水汽压对于污染形成具有重要作用。总体来说,春、夏、秋、冬四个季节的PM10污染呈递增趋势,冬季污染最为严重；北京南部地区污染比北部严重,房山、大兴个别地区属于全年污染较重,怀柔、密云附近各季污染较轻,其他地区在不同季节PM1o污染程度不同,存在着一定的变化规律；根据不同浓度梯度下等值线图来定性分析暴露人口数,发现北京市大部分居民暴露于PM1o重污染区,存在着一定的健康风险。论文利用交叉验证的方法评估模型的可靠性,计算回归模型的R2值,分别是0.75,0.67,0.59,0.71,较高的R2说明用现有的数据拟合模型较好,未知区域的PM1o浓度估算精度较高,观测值和估计值之间的平均绝对误差在可接受范围内,四个季节的平均绝对误差分别是0.006 mg/m3、0.007 mg/m3、 0.01mg/m3、0.009 mg/m3。