基于地理探测器的广州市大气PM2.5浓度驱动因素分析

周敏丹; 匡耀求; 云国梁

首页> 中文期刊> 《环境科学研究》 >基于地理探测器的广州市大气PM2.5浓度驱动因素分析

基于地理探测器的广州市大气PM2.5浓度驱动因素分析

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:PM2.5变化的驱动因素是大气PM2.5研究的重要内容.为了揭示PM2.5污染的特点及其驱动影响因子,以广州市为例,采用地理探测器方法探测自然因素(包括平均降水量、平均温度、平均气压、平均相对湿度、平均风速、植被指数)与社会经济因素(包括人口密度、国内生产总值、工业总产值、人均公园绿地面积、公交车辆数、电力消费量)对2015年广州市ρ(PM2.5)变化的影响机制与差异.结果表明:①基于因子探测分析发现,对ρ(PM2.5)变化影响最大的前三位驱动因素分别为植被指数、公交车辆数与电力消费量,对应的因子影响程度指标值分别为0.51、0.46、0.40.②基于生态探测分析发现,植被指数与其他自然因素(如平均温度、平均降水量、平均气压等)对ρ(PM2.5)空间分布的影响均存在显著差异,与所有社会经济因素对ρ(PM2.5)空间分布的影响均不存在显著差异;除植被指数外,公交车辆数与其他自然因素及社会经济因素对ρ(PM2.5)空间分布的影响均存在显著差异.③基于交互探测分析发现,所有影响因素(包括自然因素与社会经济因素)对ρ(PM2.5)变化的交互作用均大于单一影响因素的独自作用,其中平均降水量与平均气压交互作用后对ρ(PM2.5)变化的影响最大.研究显示,自然因素(尤其是植被指数、平均降水量)及自然因素与人为活动(如交通出行、电力消费等)交互效应对广州市ρ(PM2.5)的变化起决定性作用.

著录项

来源
《环境科学研究》 |2020年第2期|271-279|共9页
作者
周敏丹; 匡耀求; 云国梁;
展开▼
作者单位

中国科学院广州地球化学研究所广东广州 510640;

中国科学院大学北京 100049;

暨南大学环境学院广东广州 511486;

中国科学院城市环境研究所福建厦门361021;

展开▼
原文格式 PDF
正文语种 chi
中图分类粒状污染物;
关键词
PM2.5; 影响因素; 地理探测器; 广州市;

相似文献

中文文献
外文文献
专利

1. 基于地理探测器模型的热带沿海地区城市扩张驱动力因素分析——以海口市为例 [J] . 王雅清 . 应用数学进展 . 2022,第1期
2. 基于地理探测器模型的疏勒河流域景观生态风险评价及驱动因素分析 [J] . 孙丽蓉 ,周冬梅 ,岑国璋 . 干旱区地理 . 2021,第5期
3. 基于地理探测器的乌鲁木齐城市扩张特征与时空驱动因素分析 [J] . 石天戈 ,时卉 . 干旱区地理 . 2021,第3期
4. 广州市大气PM_(2.5)中常见离子浓度特征及影响因素分析 [J] . 郑敬严 ,郭凌川 ,钟志雄 . 环境卫生学杂志 . 2018,第5期
5. 基于深度学习的辽宁地区大气PM2.5浓度预测方法初探 [J] . 赵钟博 ,程墨 ,刘润泽 . 低碳世界 . 2021,第004期
6. 基于β射线法的大气PM2.5质量浓度连续监测技术 [C] . Huang Wei ,黄伟 ,Hua Daozhu . 第十二届长三角科技论坛环境保护分论坛 . 2015
7. 太原市大气PM2.5质量浓度及成分的影响因素分析 [A] . 张媛 . 2016

基于地理探测器的广州市大气PM2.5浓度驱动因素分析

摘要

著录项

相似文献

相关主题

期刊订阅