基于多元时间序列的哈尔滨市PM2.5影响因素分析

来源 :河南师范大学学报(自然科学版 | 被引量 : 0次 | 上传用户:mmmmmmmmmmmmmmmmmmmm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为探究哈尔滨市PM2.5与其他空气污染物和气象因子间的动态关系,基于哈尔滨市2013-2018年日值空气质量数据和气象观测数据建立PM2.5质量浓度的多元时间序列模型.利用相关性较强且平稳的空气污染物(包括SO2,NO2,PM10,CO和O3)和气象因子(平均气温、极大风速、累计降水量、日照时数和平均气压)建立PM2.5的向量自回归(Vector Autoregressive,VAR)模型,选择最优模型为VAR(2),并通过广义脉冲响应和方差分解分析这些因素对PM2.5的影响.研究表明:SO2,NO2,PM10,CO对PM2.5起促进作用;O3,平均气温、极大风速和降水在不同时期对PM2.5发挥不同的作用,在短期内平均气温和O3质量浓度对PM2.5起促进作用,这与它们之间的光化学作用有关,极大风速和降水在短期会对PM2.5起抑制作用,但随后极大风速会对PM2.5起促进作用,这与其会引起地面扬尘有关;长期来看,平均气温和日照时数会对PM2.5起促进作用,这些结果与哈尔滨市的季节变化特征有关.在对哈尔滨市PM2.5治理时应综合应用多种措施,调整产业结构,发展可替代能源.
其他文献
1917年5月6日,黄炎培先生联合社会知名人士蔡元培、梁启超、张謇等48人在上海创立中华职业教育社,时至今日已整整一百年。黄炎培先生带领中华职业教育社成员对当时的中国社会进行了深入调查,依据经济和社会发展的需求开展职业教育活动,使职业教育适合实际生活需要,期望以之推动经济发展,提高平民生活质量,其职业教育思想仍对现代职业教育改革发展有重要的指导和借鉴意义。从手脑并用到工学结合。黄炎培先生说:
期刊
学位
小学语文教材中包含了许多历史故事类文章,这些往往都是真实的历史事件或人物传记。对于这部分内容,教师可以应用历史故事背景进行教学,帮助学生理清故事背景,明确历史人物,更好地应对这类文章的学习。以下就将小学语文课堂教学作为载体,首先分析历史故事背景的应用价值,随后就历史故事背景的应用策略展开探究,希望能为广大教师提供参考。
针对现有污染源单颗粒质谱成分谱较少且缺乏对比总结的问题,本论文收集了工艺过程源、扬尘源、机动车尾气源、燃煤源和生物质燃烧源的单颗粒质谱图数据,使用聚类算法分析了各源类单颗粒物的主要化学组成特征的差异性.结果表明工艺过程源和燃煤源颗粒物均含有OC类、矿物质类、EC类、重金属类、富钾/左旋葡聚糖/硫酸盐硝酸盐类、OCEC类,但各颗粒类型的占比有明显差异,燃煤源中EC类占比明显高于工艺过程源而重金属类占
作为一个新的区域性霾污染中心,长江中游地区地理位置特殊,是我国中东部地区大气污染物区域传输的重要枢纽,天气环流对该区域不同传输和累积型PM2.5重污染的形成机制还不甚了解。利用T-mode斜交旋转主成分分析法(PCT),对2015—2019年采暖季长江中游地区74 d PM2.5重污染事件进行天气环流分型,得到PCT1高压底部传输型(天数:41 d,占比:55.4%)、PCT2低压辐合累积型(天数
基于2019年12月1日—2020年11月30日渤海及其西岸地区能见度观测和数值模拟,研究了该区域海岸陆能见度演变特征及其预报方法,并通过引入PM2.5浓度及建立相应的消光方程,提升该地区能见度预报准确率.结果表明:渤海及其西岸地区海岸陆能见度演变特征存在差异,就年平均能见度而言,海上(含港口)高于陆地,并且前者的能见度日变化较后者更趋平缓,低能见度(<3 km)天气陆地主要出现在0:00—8:0
维护说明书是装备技术资料最重要的组成部分,用于指导用户维护保障人员开展维护工作,实施日常检查、飞行员模拟训练保障、维护与排故,也可作为培训教材使用。维护说明书的编制质量直接影响了使用维护保障人员对装备特性和维护方法的掌握程度,从而影响了的装备的使用维护效率。通过对装备用户技术资料规划与编制要求、飞机维护说明书编制要求、飞机机载设备维修手册编制要求、地面保障设备使用维护手册编制要求等标准的研究,以及
"教、学、评一致性"是促进教师的高效教学及学生的高效学习的重要途径,教、学、评这三者之间具有一致性,才能让教师的"教"与学生的"学"更好地融为一体。基于此背景,对基于"教、学、评一致性"的小学语文阅读教学进行了探索,通过把握学科特点,确定"教"的目标;基于学生学情,提升"学"的效率;根据课堂表现,发挥"评"的功能的策略,能够让小学语文阅读教学更高效。
为研究中国典型沿海城市冬季PM2.5中碳组分的污染特征及来源,于2018年12月5日—2019年1月30日分别在天津(TJ)、上海(SH)和青岛(QD)同步采集PM2.5样品.结果表明,天津、上海和青岛PM2.5的平均浓度分别为(116.96±66.93)、(31.21±25.62)、(74.93±54.60)μg·m-3,OC和EC的空间分布均为天津(18.69±7.95)μg·m-3和(4.9
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P