地理探测联合地理加权岭回归的PM_(2.5)驱动因素分析

摘要

开展PM_(2.5)的驱动成因分析,对大气污染防治具有重要意义。利用2015—2018年PM_(2.5)地面监测数据,结合地理探测器和地理加权岭回归方法,探测了全国282个城市PM_(2.5)空间分异的关键驱动因素,分析了各关键驱动因素对PM_(2.5)影响的时空异质性。结果表明,气象参数和社会经济活动可更好地解释PM_(2.5)呈现的空间分异性;在2015—2018年间,所建地理加权岭回归模型的R^(2)分别为0.698、0.724、0.656和0.712,AICc分别为1317.533、1234.400、1256.107和1110.740,2种指标均优于全局回归模型和地理加权回归模型,说明地理加权岭回归模型可更好地解释PM_(2.5)产生空间分异的关键影响机制;模型拟合结果进一步显示,气温、比湿度、地区生产总值、年平均人口和工业企业数是引起PM_(2.5)空间分异的关键驱动因素,各因素的影响既存在正向效应也存在负向效应,其对应的回归系数具有明显的时空异质性。