论文部分内容阅读
为了了解乌鲁木齐市PM2.5、PM10浓度时空变化特征,利用2014年3月至2017年2月的颗粒物浓度及其气象数据,对乌鲁木齐市PM2.5、PM10浓度时间和空间的变化规律进行了深入的分析和研究,并建立了预测颗粒物浓度的回归模型,以期为进一步探讨乌鲁木齐市的颗粒物浓度提供理论参考。主要的研究成果有:(1)2014年至2016年每年3月—11月份的颗粒物浓度伴随着时间的推移而逐渐降低,12月至次年2月份的颗粒物浓度基本上逐年在上升。3月—11月份,颗粒物的污染水平在轻度污染以上的天数逐年减少,而12月至次年2月份的逐年增多。(2)在空间上,不论是PM2.5、PM10的年均浓度还是季节浓度,二者在空间上均表现出西北部高,东南部低的特点。PM2.5年均浓度与年份呈正相关,但其浓度出现高值区的范围与年份呈负相关,PM10年均浓度及其浓度出现高值区的范围随着时间的推移变化不明显。(3)在时间上,PM2.5、PM10的浓度表现出冬季>春季>秋季>夏季,冬季的PM2.5浓度与年份之间呈正相关,其他季节的PM2.5浓度与年份之间均不存在这种关系。在冬季PM10浓度出现高值区的范围最大,出现低值区的区域在不同季节表现出的变化规律不一致,同时,冬季PM2.5、PM10浓度的平均值比夏季高大约80%、55%。PM2.5、PM10月均浓度的最高值和最低值分别出现在每年的1月和7月,二者的月均浓度在不同的月份差异较大,其中PM2.5、PM10月均浓度最高值分别是最低值的9.5倍、4.2倍。PM2.5、PM10日均小时浓度变化特征曲线呈双峰双谷型,夏季,二者的浓度出现峰值的时间分别是10时和23时,两个谷值分别出现在7时和17时。冬季,出现峰值的时间分别是10时、21时,谷值出现的时间分别是5时、14时。(4)PM2.5、PM10浓度与温度、湿度、风速均呈极显著相关,PM2.5浓度与温度、湿度以及风速的相关性要大于PM10浓度。PM2.5、PM10浓度与温度的回归模型中,二次模型的预测效果最好,更为简单实用。