文献类型： 中文期刊

作者： 肖璐 ¹ ; 郎艺超 ¹ ; 夏浪 ¹ ; 楼昭涵 ¹ ; 孙楠 ¹ ; 黄李童 ¹ ; George Christakos ¹ ;

作者机构： 1.浙江大学海岛与海岸带研究所;北京市农林科学院北京市农业智能装备技术研究中心;Department of Geography,San Diego State University

关键词： PM2.5;遥感;气溶胶光学厚度;贝叶斯最大熵;地理加权回归;制图

期刊名称： 环境科学

ISSN： 0250-3301

年卷期： 2017 年 38 卷 12 期

页码： 4913-4923

收录情况： EI ; 北大核心 ; CSCD

摘要： 随着我国经济、工业化、城市化进程迅速发展,PM_(2.5)污染在中国已经成为一个极端的环境和社会问题,并引起广泛关注.采用新技术估算的地表PM_(2.5)质量浓度,收集并处理了遥感反演的气溶胶光学厚度(AOD),气象数据,其他地理数据和污染物排放数据,采用贝叶斯最大熵(BME)结合地理加权回归(GWR)来分析2015年冬季的PM_(2.5)暴露在我国东部大范围区域的时空变异特征.结果表明,BME模型的十折交叉验证结果的决定系数R~2为0.92,均方根误差(RMSE)为8.32μg·m~(-3),平均拟合误差(MPE)为-0.042μg·m~(-3),平均绝对拟合误差(MAE)为4.60μg·m~(-3),与地理加权回归模型的结果相比(R~2=0.71,RMSE=15.68μg·m~(-3),MPE=-0.095μg·m~(-3),MAE=11.14μg·m~(-3)),BME的预测结果有极大的提高.空间上,PM_(2.5)高浓度地区主要集中在华北、长江三角洲、四川盆地,低浓度地区主要集中在中国的最南部如珠江三角洲和云南的西南部;时间上,不同月份的研究区域PM_(2.5)空间分布所有差别,2015年的12月、2016年1月PM_(2.5)污染最为严重,2015年的11月,2016年的2月污染相对较低.