中国1998—2012年PM时空分布与能源消耗总量关系研究

被引：6

作者：

徐超 ^{[1
,2
,3
]}

王云鹏 ^{[1
]}

黎丽莉 ^{[1
]}

机构：

[1] 中国科学院广州地球化学研究所

[2] 中国科学院大学

[3] 中国科学院广州能源研究所

来源：

生态科学 | 2018年 / 01期

关键词：

PM2.5; 时空分布; 能源消耗; 灰色关联;

D O I：

10.14108/j.cnki.1008-8873.2018.01.015

中图分类号：

X24 [人类、资源、能源与环境的关系]; X513 [粒状污染物];

学科分类号：

1204 ; 0706 ; 070602 ;

摘要：

基于1998—2012年中国PM2.5浓度遥感数据,在对中国PM2.5时空分布特征进行分析的基础上,引入地理信息科学空间相关矩阵方法分析中国PM2.5时空分布与能源消耗总量等时空分布的空间相关性。基于省级尺度,运用灰色理论中的灰色相关方法,对PM2.5和能源消耗指标进行相关分析,结果表明:（1）中国历史的PM2.5空间分布与人口分布、地形特征有着密切的关系,胡焕庸线成为中国PM2.5空间分布的东西界限。（2）整体来看,中国PM2.5的年际变化上,具有双增长单下降的区域特征:两个快速增长区域（年均增长率大于3.5%）分别为PM2.5高值区域——北部沿海以及PM2.5相对低的东北地区。下降区域则为西北地区。2007年前后是中国大部分省PM2.5浓度增长的拐点,但并没有形成高值区域快速下降的趋势。（3）从国家尺度上看,中国PM2.5分布与单位面积煤炭消耗分布呈现强烈正相关性,与单位面积能源消耗总量分布呈正相关,与单位面积石油消耗分布没有体现出明显的相关性。（4）从省级尺度上看,各省PM2.5浓度与能源消耗存在明显正相关性,但各省PM2.5浓度受能源种类消耗的影响程度不一致。综合来看,中国PM2.5浓度较高的区域,受能源消耗种类的影响,呈现"北煤南油"以及"东油西煤"的规律。

引用

页码：108 / 120

页数：13

共 29 条

[1] 武汉市PM2.5的健康损失评价 [J].

饶莉 ;

陈锐凯 ;

钱宽 ;

邓力 ;

安永兵 ;

刘思瑶 ;

郝汉舟 .

中国农学通报, 2016, 32 (11) :161-166

[2] 2014年中国城市PM浓度的时空变化规律 [J].

王振波 ;

方创琳 ;

许光 ;

潘月鹏 .

地理学报, 2015, 70 (11) :1720-1734

[3] 2013─2014年武汉市PM2.5的时空分布特征及其与气象条件的关系 [J].

黄亚林 ;

刘超 ;

曾克峰 ;

丁镭 ;

程胜高 .

生态环境学报, 2015, 24 (08) :1330-1335

[4] 北京市大气PM2.5的季节特征和空间趋势（英文） [J].

李润奎 ;

李志鹏 ;

高文举 ;

丁文军 ;

许群 ;

宋现锋 .

ScienceBulletin, 2015, 60 (03) :387-395

[5] 厦门市空气污染的空间分布及其与影响因素空间相关性分析 [J].

施益强 ;

王坚 ;

张枝萍 .

环境工程学报, 2014, 8 (12) :5406-5412

[6]

PM2.5 and tropospheric O3 in China and an analysis of the impact of pollutant emission control[J]. ZHANG Hua,XIE Bing,ZHAO Shu-Yun,CHEN Qi.Advances in Climate Change Research. 2014(03)

[7]

灰度关联分析结合支持向量机用于近红外光谱研究[J]. 张勇,赵冰.光谱学与光谱分析. 2013(02)

[8] 我国各行业能源消耗与碳排放的灰色关联度分析 [J].