PM_(2.5)质量浓度的时间滞后效应与气象因素的关系——以山东省6个沿海城市为例

摘要

于2019年5月1日到2020年4月30日,以山东省6个沿海城市(青岛、烟台、日照、潍坊、东营、滨州)为研究对象,依据降水量、空气污染程度将6个城市划分为两类,第Ⅰ类为降水较多空气污染相对较轻的青岛、烟台、日照,第Ⅱ类为降水较少空气污染相对严重的潍坊、东营、滨州;根据动态时空二维模型的原理,利用24090个数据,建立了两类区域的静态时空二维模型、动态时空二维模型;依据模型及通径分析原理,量化分析了PM_(2.5)质量浓度时间滞后效应与5个气象因素(气压、相对湿度、气温、风速、降水量)的关系。结果表明:①第Ⅰ类城市。降水、气温、风速对PM_(2.5)质量浓度的影响,总体趋势是抑制PM_(2.5)质量浓度的升高;气压、湿度对PM_(2.5)质量浓度的影响,总体趋势是促进PM_(2.5)质量浓度的升高。各气象因素的直接影响——气压、风速、气温、降水均能直接抑制PM_(2.5)质量浓度的升高,但各气象因素的抑制强度变化趋势不同;湿度直接促进PM_(2.5)质量浓度的升高。各气象因素的间接影响——气压间接促进PM_(2.5)质量浓度的升高;湿度、气温、风速、降水均间接抑制PM_(2.5)质量浓度的升高。②第Ⅱ类城市。降水、气温、风速对PM_(2.5)质量浓度的影响,总体趋势是抑制PM_(2.5)质量浓度的升高;气压、湿度对PM_(2.5)质量浓度的影响,总体趋势是促进PM_(2.5)质量浓度的升高。各气象因素的直接影响——气压、风速、气温均能直接抑制PM_(2.5)质量浓度的升高;降水直接促进PM_(2.5)质量浓度的升高;各气象因素的间接影响——气压间接促进PM_(2.5)质量浓度的升高,促进PM_(2.5)质量浓度升高的强度持续稳定;降水、湿度、风速均间接抑制PM_(2.5)质量浓度的升高。