中国环境科学

作者：汤宇磊, 杨复沫, 詹宇

单位：1. 四川大学建筑与环境学院, 四川 成都 610065; /\r\n2. 国家烟气脱硫工程技术研究中心, 四川 成都 610065

关键词：颗粒物,气溶胶光学厚度,机器学习,卫星遥感,四川盆地,时空分布

基金：

国家自然科学基金项目（41875162）；四川省科技计划资助（2018SZDZX0023，2018SZ0316）

为深入了解四川盆地PM2.5与PM10污染情况，通过机器学习的方法，基于卫星遥感气溶胶产品（MAIAC）与国家环境空气质量监测网数据以及气象、地理、社会经济变量等，构建2个随机森林机器学习模型（R2均为0.86），反演四川盆地2013~2017年间1km网格逐日PM2.5与PM10浓度时空分布，并分析两者的时空关联性.结果表明：2013~2017年四川盆地地面PM2.5与PM10平均浓度分别为47.8，75.2μg/m3.PM2.5与PM10浓度空间上均整体呈现"倒月牙"状分布，西部与南部区域浓度值较高.5a间，区域颗粒物浓度逐年递减，总降幅均达到27%，季节上则均具有"冬高夏低"的特点；PM2.5与PM10浓度空间相关性显著（相关系数0.96），呈现"内强外弱"的格局，春夏季相关系数（0.91、0.90）低于秋冬季（0.96、0.96）.盆地西南部PM2.5与PM10比值较高，比值高低的季节性排序为冬季 > 秋季 > 夏季 > 春季.

来源：2019年第12期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2019年第12期