中国环境科学

作者：尹浩, 胡冬梅, 闫雨龙, 彭林, 王凯, 张可可, 邓萌杰

单位：华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206

关键词：城市内部尺度,PM2.5,多元线性关联回归,传输贡献

基金：国家重点研发计划项目（2019YFC0214202，2019YFC0214203）；国家自然科学基金资助项目（21976053）；中央高校基本科研业务费专项资金资助项目（2019MS043）

基于数据驱动思想，以城市内部环境空气质量监测站点为研究对象，建立了目标站点与周边站点间PM2.5浓度、风向、风速、欧几里得距离等参数的多元线性关联回归模型，使用梯度下降算法学习得到各参数权重系数，计算得出周边站点对目标站点PM2.5传输贡献，并评估了模型的可行性.以北京市丰台花园（FT）为目标站点的应用研究结果显示，2016年FT站点PM2.5浓度为82μg/m3，周边站点大兴（DX）、房山（FS）、亦庄（YZ）、东四环（DS）、古城（GC）和万柳（WL）浓度分别为93，82，80，79，77，71μg/m3；FT站点PM2.5浓度与上一时刻周边站点WL、GC、DX、YZ的相关性分别为0.634、0.631、0.608和0.601，显示其对FT站点PM2.5污染传输显著；建立的4个季节关联回归模型RMSE值分别为13.22、11.74、12.51和13.22，PM2.5模拟浓度与监测浓度变化趋势一致，验证了模型的可行性；WL、DX、YZ、GC分别是对应春、夏、秋、冬4个季节对FT站点PM2.5污染传输贡献较大的站点，其贡献值分别为1.61%、1.71%、2.20%和8.57%.该模型解析的结果可为北京市未来城市规划、建设提供依据，提出的PM2.5传输多元线性关联回归方法同样可用来解析其他城市内部尺度PM2.5传输关联，为挖掘城市内部PM2.5传输路径、精准溯源提供基础.

来源：2022年第2期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2022年第2期