基于灰色关联模型对江苏省PM2.5浓度影响因素的分析

被引：82

作者：

贺祥 ^{[1
,2
,3
]}

林振山 ^{[1
,3
]}

刘会玉 ^{[1
,3
]}

齐相贞 ^{[1
,3
]}

机构：

[1] 南京师范大学地理科学学院

[2] 凯里学院

[3] 江苏省地理信息资源开发与利用协同创新中心

来源：

地理学报 | 2016年 / 71卷 / 07期

关键词：

灰色关联模型; PM2.5浓度空间分布; 影响指标因子; 江苏省;

D O I：

暂无

中图分类号：

X513 [粒状污染物];

学科分类号：

0706 ; 070602 ;

摘要：

采用克里金插值法分析2014年江苏省PM2.5浓度空间分布特征,运用灰色关联模型计算PM2.5浓度与影响因素间关联度,分析主要影响指标因子与PM2.5浓度空间分布的相互关系。结果显示:（1）江苏省PM2.5浓度具有沿海低、内陆高,南部高、北部低的空间分布特征;（2）PM2.5污染来源指标层的权重值最大（wi=0.4691）,空气质量与气象要素指标层的权重稍大（wi=0.2866）,城市化与产业结构层的权重值最小（wi=0.2453）;（3）在27个指标因子中,与PM2.5浓度关联度为中度的仅有公路客运量、房屋建筑施工面积、园林绿地面积、人口密度等4个指标因子,PM2.5与其余指标因子均呈强度相关联,其中与PM10、O3、降雨量、公路货运总量、地区工业总产值和第二产业占地区生产总值比重等指标的关联度较高;（4）PM2.5污染源指标层与PM2.5浓度关联度值较大的城市分别是南京、无锡、常州、南通、泰州市;城市化与产业结构指标层与PM2.5浓度关联度值较大的城市分别是徐州、苏州、盐城、常州市;空气质量与气象要素指标层与PM2.5浓度关联度值较大的城市分别是盐城、扬州、常州、南通市。综合分析可知,影响指标因子关联度值与PM2.5浓度空间分布有较好相关性。研究表明,灰色关联模型可有效分析影响PM2.5浓度的主要因素,能对PM2.5浓度影响指标进行定量分析与评价。

引用

页码：1119 / 1129

页数：11

共 29 条

[1] 顾及数据特征的贝叶斯网络PM浓度预报研究 [J].