中国重点区域PM_(2.5)时空变化分析与预测

摘要

在我国工业化和城市化迅速发展的背景下,细小颗粒物PM_(2.5)污染已经成为当前主要空气污染物。本文使用基于Python编程语言的网络爬虫技术获取了中国京津冀、长三角、珠三角3个重点区域的PM_(2.5)日均值数据,分别基于Excel软件和ArcGIS软件进行PM_(2.5)时空变化特征分析。最后,通过建立分数阶累加灰色预测模型对北京市2018年PM_(2.5)月均值浓度进行预测。结果显示:1)时间上,我国PM_(2.5)浓度表现为“冬高夏低”的“U”形变化趋势;2)空间上,我国PM_(2.5)浓度整体表现为由南北地区向中部地区PM_(2.5)浓度逐渐增加;3)分数阶GM(1,1)模型对PM_(2.5)月均值浓度数据的预测精确度较高,结合预测结果可从长期或短期提出PM_(2.5)污染治理的措施建议。