摘要
随着国民生产总值的逐年增加，我国大气环境质量日益恶化，其中尤以雾-霾污染最为严重，我国的大部分地区都曾出现过雾.霾污染事件。PM2.5作为雾-霾中的主要成分，已经成为空气质量监测中六大污染物之一，研究PM2.5时空分布特征和影响因素对于治理大气污染有指导性作用，具有很强的现实意义。 本文利用2015-2019年河南省PM25浓度数据和同时段同地区MODIS数据，使用暗像元算法反演缺失部分的PM2.5数据并构建气溶胶光学厚度(AerosolOpticalDepth，下文均用AOD表示)与PM2.5改进的神经网络关系模型，为获取高精度PM2.5浓度数据提供可靠方法;使用改进模型反演的PM2.5数据，按照月份和季节尺度分析了河南省PM2.5时间序列变化特征，使用2015-2019年河南省PM2.5浓度占比数据分析了河南省PM2.5空间分布逐年变化情况，使用空间自相关和空间冷热点方法分别分析了全局和局部空间相关性，引入重心概念，探究2015～2019年河南省PM25浓度重心转移路线和趋势:选取了三大类共九种影响因子分析河南省PM2.5影响因素，使用地理探测器方法分别探测了单因子和双因子共同作用对PM25解释力度，得到下述结论: (1)PM2.5与AOD之间存在显著的正相关性，PM2.5污染浓度高的地区，AOD同样呈现高浓度。春季相关性0.7，夏季0.84，秋季0.68，冬季0.56;改进的神经网络模型精度有明显提升，RMSE值四季均有不同程度降低;R2春季从0.54提升到0.62，夏季从0.82提升到0.86，秋季从0.72提升到0.79，冬季从0.52提升到0.63。从结果可以看出，可以使用AOD来反演PM2.5，改进的神经网络模型有更高的精度，适用于获取高精度、长时段的PM2.5浓度数据。 (2)时间变化分析显示，河南省2015-2019年PM25浓度整体呈现降低趋势，五年中高污染天数占比减少，低污染天数占比增加，高污染逐步向中污染转化;空间变化分析显示，河南省PM2.5浓度具各明显的空间聚集特征，空间Moran指数先降后升，呈现“U”型，局部空间热点集中在河南省北部地区(鹤壁市、新乡市、安阳市和焦作市)，局部空间冷点集中在河南省西部地区(三门峡市、洛阳市和南阳市)，河南省北部地区PM2.5污染情况更为严重，空间重心转移呈现“N”型，具有向北方移动的趋势。 (3)九种影响因子(臭氧浓度、PM10、NO2、风速、降水量、温度、GDP、人口数量、土地利用类型)中，单因子探测显示，土地利用类型(f解释力度为0.511，下同)、降水量(0.312)和NO:浓度(0.277)是影响PM2.5浓度最明显的因子，其余因子影响力排序为PMIO浓度(0.255)、温度(0.209)、风速(0.183)、臭氧浓度(0.121)、GDP(0.073)和人口数量(0.046);交互作用探测显示，双因子共同作用比单因子影响更加显著。
NETL