摘要
随着我国区域经济一体化进程的不断深入，对区域大气环境质量也提出了新的要求。在“十四五”发展规划要求协同推进高水平生态环境保护和经济高质量发展的背景下，本文基于晋冀鲁豫地区2016-2019年的PM2.5浓度数据，综合运用非参数检验、复杂网络、格兰杰因果检验、营养一致性、去趋势互相关等多种理论方法研究晋冀鲁豫地区PM2.5的时空分布规律及其影响因素，以期为晋冀鲁豫地区的空气质量监测、PM2.5污染防治乃至经济与环境协同发展规划制定提供科学依据。主要研究内容及成果如下： (1)采用Kruskal-Wallis秩和检验与DunnTest方法分析晋冀鲁豫地区PM2.5的年度、季度分布规律，同时采用凝聚层次聚类算法分析晋冀鲁豫地区2019年PM2.5浓度的四季空间分布特征。研究发现，晋冀鲁豫地区不同年度、季度之间的PM2.5分布均存在显著差异，且不同季节的PM2.5浓度的空间分布差异显著。 (2)运用复杂网络理论构建PM2.5互相关网络，探究城市间PM2.5的相互作用关系，并分析城市对间的空间距离对其PM2.5相互作用关系的影响。继而在PM2.5无向网络的基础上依据格兰杰因果检验，构建格兰杰因果网络，明确区域间PM2.5的传输关系。并进一步采用度中心性、中介中心性指标分析网络节点的个体特征，同时利用营养一致性理论探究网络的层次特征。研究结果显示，晋冀鲁豫地区PM2.5浓度具有显著的空间网络分布差异。区域间的相互作用关系、传输关系复杂，且不同季节网络的稳定性不同。 (3)以北京市、济南市、郑州市、太原市4个城市为代表，从经济社会因素和气象因素两个方面着手。使用Pearson相关方法研究PM2.5与城镇化率、房屋建筑施工面积、公路里程、产业结构4个经济社会指标之间的相关关系。基于DCCA方法分析PM2.5与平均风速、平均气压、平均相对湿度3个气象指标之间的关系。研究发现，4个代表城市的PM2.5浓度与不同的经济社会因素之间有不同程度的相关关系，与不同的气象因素之间则具有不同强度的长程正相关性特征。
NETL