利用LUR模型模拟天津市大气污染物浓度的空间分布

被引：42

作者：

陈莉 ^{[1
,2
]}

白志鹏 ^{[1
]}

苏笛 ^{[2
]}

游燕 ^{[1
]}

李华敏 ^{[2
]}

刘全 ^{[3
]}

机构：

[1] 南开大学环境科学与工程学院,国家环境保护城市空气颗粒物污染防治重点实验室

[2] 天津师范大学城市与环境科学学院

[3] 南开大学信息技术科学学院

来源：

中国环境科学 | 2009年 / 07期

关键词：

空气污染; LUR模型; GIS; NO2; PM10;

D O I：

暂无

中图分类号：

X51 [大气污染及其防治];

学科分类号：

0706 ; 070602 ;

摘要：

针对传统监测方法无法满足对大气污染物空间分布高分辨率的要求,以Arcgis为平台,利用LUR模型模拟天津市PM10和NO2年均浓度的空间分布.选取的回归变量为1～4km半径缓冲区内的道路总长度、不同土地利用类型的面积、人口密度、风向指数及距海距离,选取3个监测点的监测数据对方程进行了验证.结果表明,对PM10年均浓度影响最大的因素是缓冲区为1km的道路总长度(R2为0.560),而对NO2年均浓度影响最大的因素是人口密度(R2为0.414).多元线性回归方程计算结果显示,PM10和NO2的R2分别达到0.946和0.691;如果考虑风向的影响,R2可分别提高到0.980和0.849.对天津市中心城区建立5km×5km网格嵌套,根据多元线性回归方程计算每个网格交点的污染物浓度模拟值.通过kriging插值得到2种污染物在天津市中心城区的空间模拟分布图.PM10年均浓度分布以研究区中心最高,向四周逐渐降低;NO2的年均浓度以研究区中心最低,向四周逐渐升高.模拟结果与实际情况相符.

引用

页码：685 / 691

页数：7

共 3 条

[1] The use of wind fields in a land use regression model to predict air pollution concentrations for health exposure studies [J].

Arain, M. A. ;

Blair, R. ;

Finkelstein, N. ;

Brook, J. R. ;

Sahsuvaroglu, T. ;

Beckerman, B. ;

Zhang, L. ;

Jerrett, M. .

ATMOSPHERIC ENVIRONMENT, 2007, 41 (16) :3453-3464

[2]

A land use regression for predicting fine particulate matter concentrations in the New York City region[J] . Zev Ross,Michael Jerrett,Kazuhiko Ito,Barbara Tempalski,George D. Thurston.Atmospheric Environment . 2006 (11)

[3]

A regression-based method for mapping traffic-related air pollution: application and testing in four contrasting urban environments[J] . David J. Briggs,Cornelis de Hoogh,John Gulliver,John Wills,Paul Elliott,Simon Kingham,Kirsty Smallbone.Science of the Total Environment . 2000 (1)

← 1 →