标题:淮河流域细颗粒物化学组分时空特征及驱动因素分析
作者:刘晓咏,牛继强,刘航,张一丹,颜俊,闫军辉,苏方成
来源出版物:环境科学
DOI:10.13227/j.hjkx.202312141
出版年:2024
文献类型:Journal
语种:中文
摘要:基于淮河流域35个城市2015~2021年的细颗粒物(PM2.5)及其组分数据集,分析了污染物的时空分布格局,利用随机森林模型考察了气象因子对PM2.5浓度的影响。采用KZ(Kolmogorov-Zurbenko)滤波和多元线性回归(MLR)对PM2.5、硫酸盐(SO42-)、硝酸盐(NO3-)、铵盐(NH4+)、有机物(OM)和黑炭(BC)的原始序列进行气象调整,定量气象条件的影响。结果表明,2015~2021年淮河流域PM2.5、SO42-、NO3-、NH4+、OM和BC的变化速率分别为-4.71、-0.99、-1.05、-0.77、-1.01和-0.19 μg·(m3·a)-1。PM2.5及其组分浓度高值集中在淮河流域中部和西部区域,而沿海及南部城市的浓度较低。PM2.5短期、季节和长期分量对35个城市PM2.5原始序列总方差的贡献率分别为51.6%、35.9%和7.0%,沿海城市更受短期分量影响。2015~2018年气象条件不利于淮河流域PM2.5浓度的降低,2019~2021年气象条件有利于PM2.5浓度的降低。2015~2021年气象条件对淮河流域PM2.5、SO42-、NO3-、NH4+、OM和BC长期分量下降的贡献率分别为28.3%、29.1%、31.0%、29.3%、27.8%和28.6%。气象条件对安徽、山东、江苏和河南省淮河流域城市PM2.5长期分量降低的贡献率分别为43.4%、25.6%、25.5%和20.6%。随着淮河流域PM2.5浓度降低,硫氧化率(SOR)明显上升,而氮氧化率(NOR)变化不大。
关键词:PM2.5; 化学组分; KZ滤波; 时空分布; 气象影响
影响因子:5.79
论文链接:https://www.hjkx.ac.cn/hjkx/ch/html/20241007.htm