深圳PM_(2.5)浓度变化趋势及其月尺度预测方法

摘要

基于深圳市环境监测站的PM_(2.5)浓度数据以及深圳市国家气候观象台发布的月度气象监测公报,研究了2012—2019年深圳市PM_(2.5)浓度的变化规律,分析了PM_(2.5)浓度与月尺度气候要素的关系,并利用多元线性回归分析法建立了PM_(2.5)月均浓度的预测模型。结果表明:2012—2019年深圳PM_(2.5)浓度呈明显下降趋势,PM_(2.5)浓度有季节性特征,干季(1~3月及10~12月)PM_(2.5)浓度比较高,也是PM_(2.5)污染防控的重要时段。月降水日数、月降水量以及月平均温度与PM_(2.5)浓度的负相关较明显,偏北风频率与PM_(2.5)浓度呈显著正相关,可一定程度上帮助预判月均PM_(2.5)浓度。与前人研究结果相反,月平均相对湿度与PM_(2.5)浓度呈显著负相关。包含气象因素项以及PM_(2.5)浓度项的月平均PM_(2.5)浓度预报模型拟合度较高,偏北风频率、月平均相对湿度是对月平均PM_(2.5)浓度影响最大的气象因素。利用深圳市2020年数据对模型进行检验,结果证明方程对于月平均PM_(2.5)浓度的预报有一定适用性,可较好预报PM_(2.5)浓度月增量。