基于地理探测器的广州市大气PM2.5浓度驱动因素分析

被引：27

作者：

周敏丹 ^{[1
,2
]}

匡耀求 ^{[1
,3
]}

云国梁 ^{[4
,2
]}

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] 暨南大学环境学院

[4] 中国科学院城市环境研究所

来源：

环境科学研究 | 2020年 / 33卷 / 02期

基金：

广东省科技计划;

关键词：

PM2.5; 影响因素; 地理探测器; 广州市;

D O I：

10.13198/j.issn.1001-6929.2019.10.01

中图分类号：

X513 [粒状污染物];

学科分类号：

0706 ; 070602 ;

摘要：

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.

引用

页码：271 / 279

页数：9

共 37 条

[1] 南京江北2014—2016年PM2.5质量浓度分布特征及气象和传输影响因素分析 [J].