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.

城市内部尺度;PM2.5;多元线性关联回归;传输贡献

尹浩;胡冬梅;闫雨龙;彭林;王凯;张可可;邓萌杰

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

中国环境科学

[1]尹浩;胡冬梅;闫雨龙;彭林;王凯;张可可;邓萌杰-.城市内部尺度PM2.5传输关联方法研究—以北京市为例)[J].中国环境科学,2022(02):550-556

城市内部尺度,多元线性关联回归

PM2,关联方法,内部环境,环境空气质量监测,监测站,欧几里得距离,梯度下降算法,习得,权重系数,传输贡献,丰台,花园,FT,大兴,DX,房山,FS,亦庄,YZ,东四环,DS,古城,WL,RMSE,浓度变化,贡献值,模型解析,未来城市,城市规划,传输路径,精准溯源

0.277673