首页|深圳PM2.5浓度变化趋势及其月尺度预测方法

深圳PM2.5浓度变化趋势及其月尺度预测方法

扫码查看
原文链接
  • 万方数据
基于深圳市环境监测站的PM2.5浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了 2012-2019年深圳市PM2.5浓度的变化规律,分析了 PM2.5浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了 PM2.5月均浓度的预测模型.结果表明:2012-2019年深圳PM2.5浓度呈明显下降趋势,PM2.5浓度有季节性特征,干季(1～3月及10～12月)PM2.5浓度比较高,也是PM2.5污染防控的重要时段.月降水日数、月降水量以及月平均温度与PM2.5浓度的负相关较明显,偏北风频率与PM2.5浓度呈显著正相关,可一定程度上帮助预判月均PM2.5浓度.与前人研究结果相反,月平均相对湿度与PM2.5浓度呈显著负相关.包含气象因素项以及PM2.5浓度项的月平均PM2.5浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM2.5浓度影响最大的气象因素.利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM2 5浓度的预报有一定适用性,可较好预报PM2.5浓度月增量.
Trend of PM2.5 Concentration in Shenzhen and Its Monthly Scale Prediction Method

何钰清、李磊、杨红龙、兰紫娟、邵应泉、张文海

展开 >

中山大学大气科学学院,珠海519082

环珠江口气候环境与空气质量变化广东省野外科学观测研究站,珠海519082

热带大气海洋系统科学教育部重点实验室,珠海519082

深圳市国家气候观象台,深圳518040

深圳市环境科学研究院,深圳518001

珠海市国家气候观象台,珠海519000

深圳强风暴研究院,深圳518057

展开 >

PM2.5 气候要素 月尺度 深圳 多元线性回归

广东省科技计划(科技创新平台类)国家自然科学基金深圳市环境保护科技专项

2019B12120100242075059

2022

科学技术与工程
中国技术经济学会

科学技术与工程

CSTPCD北大核心
影响因子：0.338
ISSN：1671-1815
年,卷(期)：2022.22(1)
  • 3
  • 24