基于GWR模型的陕西省大气污染驱动因子分析
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

秦岭和黄土高原生态环境气象重点实验室开放基金课题(2024Y-17);汉中市秦巴山区气象灾害研究重点实验室项目(2025HZ-01)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    为揭示陕西省大气污染变化特征及驱动机制,基于2015—2023年全省大气污染物浓度、气象、经济、人口及植被遥感数据,采用地理加权回归(geographically weighted regression,GWR)模型,解析气象条件、地区生产总值、常住人口数量及植被覆盖对冬季PM10、PM25污染的差异化驱动效应。结果显示:(1)陕西省大气质量整体呈改善趋势,区域分异特征显著,关中城市群为污染高值区;空气质量指数(air quality index,AQI)月际变化呈“U型”,冬季颗粒物污染最为突出。(2)气象因素对两种粒径颗粒物存在明显作用差异,气温升高整体抑制颗粒物浓度,但对陕北南部逆温多发区呈促进作用;大风易加剧粗颗粒物向陕北及关中平原输送,利于陕南地区颗粒物扩散;高相对湿度可促进PM10湿沉降,易诱发PM25吸湿增长。(3)地区生产总值对颗粒物污染的驱动作用逐渐减弱,人口数量仍与颗粒物浓度呈显著正相关;植被对PM10的抑制作用明显,对PM25则存在积聚效应。因此,冬季颗粒物污染是气象、社会经济活动与生态变化多因子非线性耦合的结果,应依据不同地区污染物的主要驱动因素制定针对性、差异化的调控策略。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

王倩茹,孟茹,田光文,等.基于GWR模型的陕西省大气污染驱动因子分析[J].陕西气象,2026(5):63-72.

复制
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2026-05-14