利用LUR模型模拟浙江省PM_(2.5)质量浓度空间分布

摘要

传统的站点监测方法虽然能够较精准地检测当地的PM2.5质量浓度,却无法实现较大范围内PM2.5质量浓度的空间分布监测。本研究提取包括气象、土地利用、地形及其他共20个影响PM2.5浓度的因子,利用土地利用回归模型(Land Use Regression,LUR)对浙江省近地表PM2.5质量浓度空间分布进行了预测。结果表明:基于31个站点预测整个浙江省PM2.5质量浓度时,运用地理加权(GWR)方法建立拟合方程的R2平均值(0.69)和R2Adjusted平均值(0.53)都优于运用普通最小二乘法(OLS)建立拟合方程的R2平均值(0.53)和R2Adjusted平均值(0.41),但是两者的AIC指数却没有明显差异。基于10个站点预测杭州地区的PM2.5质量浓度时,运用GWR方法建立拟合方程的R2值和R2Adjusted值都优于运用OLS方法,且GWR的AIC值变化趋势(均值-182.4)明显低于OLS值变化趋势(均值74.8)。结论表明,应用LUR模型模拟大尺度区域的近地表PM2.5浓度是有效的。基于GWR的预测方法优于OLS的预测方法。本文提供的方法对进一步研究PM2.5估测模型具有一定的参考价值。