长江三角洲城市群空气质量时空格局及影响因素分析

摘要

近年来，伴随着我国现代化水平的不断提高，空气质量问题俨然已逐渐成为政府与广大公众密切关注的社会热点之一。“遭霾伏”、“PM2.5爆表”、“APEC蓝”、“阅兵蓝”这样的新闻词语大众已屡见不鲜，空气质量受到污染，对交通、健康、生活都带来极大不便。针对空气质量治理问题，2013下半年，国务院颁布“大气十条”准则，开始防范与治理有关空气污染的问题。国内外许多学者结合自己的学科优势，对空气质量有关评价、分析、预测等问题进行研究，俨然已成为热点问题。要解决空质量污染问题，需要实时掌握空气质量动态，对空气状态进行综合评价和整治管理，有效控制空气质量污染，实现环境可持续发展。 本文以2016年国家新通过的《长江三角洲城市群发展规划》中新划分长江三角洲城市群“一核五圈”范围为例，借助数理统计、自组织特征映射网络模型及GIS分析等方法来获取空气质量在大范围城市群中的差异表现，从时间和空间两个角度对长三角城市群空气质量状况做对比分析，主要以气象因素、社会发展因素两大空气质量变化来源入手，定量化分析与空气质量相关的因素。探讨大气治理期间，2014-2016年长三角城市群空气质量时空分布详细特征，从而为该区域的大气污染治理带来理论来源与依据，提供历史资料。本文研究发现如下： （1）首先，总体特征来看，长三角“一核五圈”分别呈现不同的污染水平：三年间，空气污染天数最少的为宁波都市圈，接着是上海和杭州都市圈，苏锡常都市圈次之，南京都市圈和合肥都市圈污染天数最多；其相似的是轻度污染均占空气污染水平大比例，NO2、SO2、CO超标率少，11月-3月，污染物主要是PM2.5；4月-9月，臭氧为主要污染物。 （2）其次，在时间分布上，AQI逐年下降，AQI呈现季节性变化规律“冬高夏低，春降秋升”；空间特征上，有北边区域高、南边区域低的差异特征，空气质量状况为：宁波都市圈（优于）>上海、杭州都市圈（优于）>苏锡常都市圈（优于）>南京都市圈、合肥都市圈。且通过建立人工神经网络中的自组织特征映射神经网络SOFM聚类模型，模型构建结果与上述都市圈排序一致。 （3）最后，基于“一核五圈”时空分布结果，应用主成分多元回归方法、逐步回归、偏相关分析方法深入分析研究区空气质量影响因素，定量定性化表达AQI与气压、气温等气象因子之间的关系，发现气象要素对 AQI的影响在宁波最高，南京最低；在社会发展因子中筛选出六大主要影响因子，发现第二产业占GDP比重与AQI相关性最大，人口数及人口密度影响性最小。地形分布因素也与空气质量有关。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 总体思路及研究内容

1.4 论文组织结构

1.5 本章小结

第二章 相关理论方法

2.1 自组织特征映射神经网络聚类算法的分析

2.2 主成分回归分析

2.3 偏相关分析

2.4 空间插值理论

2.5 本章小结

第三章 研究区概况及数据处理

3.1 研究区概况

3.2 数据获取及预处理

3.3 本章小结

第四章 长江三角洲城市群空气质量时空分异特征

4.1 空气质量总体概况

4.2 首要污染物分布特征

4.3 AQI时间序列特征

4.4 AQI空间分布特征

4.5 相关性分析

4.6 本章小结

第五章 长江三角洲城市群空气质量影响因素分析

5.1 气象因素对空气质量的影响

5.2 社会经济因素对空气质量的影响

5.3 地形因素对空气质量的影响

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 创新点

6.3 存在的问题

6.4 展望

参考文献

致谢

攻读学位期间主要成果