基于GWR模型的天山北坡经济带PM2.5浓度反演及时空特征分析

摘要

构建PM2.5浓度与相关因子的关系模型已成为获取干旱区经济带连续变化PM2.5浓度数据的有效手段之一。本文以天山北坡经济带为研究对象,基于PM2.5浓度监测数据、中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)的气溶胶光学厚度数据(aerosol optical depth,AOD)和气象数据,利用地理加权回归模型(geographically weighted regression,GWR)反演了研究区2018年3~11月PM2.5浓度,进而分析其时空变化特征。结果表明:(1)相比多元回归模型(multiple linear regression,MLR),GWR模型在天山北坡经济带的PM2.5浓度反演效果更优,决定系数R2、平均绝对误差MAE和均方根误差RMSE分别为0.897、4.569μg/m3和5.627μg/m3,明显优于MLR模型的0.819、5.825μg/m3和7.731μg/m3;(2)天山北坡经济带PM2.5浓度在月尺度上呈"凹字型"变化特征,其中11月最高,达到59.50μg/m3,3月和10月次之,9月最低,仅为17.92μg/m3;在季节尺度上表现出秋季(9~11月)>春季(3~5月)>夏季(6~8月)的变化特征,其中春季呈波动下降趋势,夏季总体维持在较低水平,秋季呈急剧上升趋势;(3)在空间分布上,研究区PM2.5浓度呈现出"东高西低"的特征,峰值出现在乌鲁木齐附近,说明经济带东部地区PM2.5污染相对严重,尤其是乌鲁木齐。