中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究

文献类型:期刊论文

作者姚雪峰2; 葛宝珠2; 郑海涛3; 马宇飞4; 高超5; 王自发2
刊名气候与环境研究
出版日期2018
卷号023
关键词细颗粒物(PM2.5) 主模态 多元数据分析 排放场 气象场
ISSN号1006-9585
其他题名Spatiotemporal Distribution Characteristics of PM2.5 Concentration and Its Main Control Factors in China Based on Multivariate Data Analysis
英文摘要基于2013~2016年空气质量监测台站资料,利用经验正交分解、功率谱分析、BP典型相关分析等多元数据分析方法解析了中国地区细颗粒物(PM2.5)主要模态的时空特征,并与排放源和气象场建立了相关关系,得到以下结论:中国地区PM2.5场存在两个主要模态,其中第一主模态为一致增加模态,强度中心位于西北地区东部-华北南部地区;其时间序列呈显著下降趋势。第二主模态主要表现为南北反向变化的偶极子型分布,其大值区分别位于华北中南部和长江中下游地区。其中,PM2.5第一模态可以看作平均态,主要受平均排放场和环流场及大地形的影响,在北方的表现更为显著。PM2.5第二模态可看作偏离平均场的一种变化态,在冬季更可能和冷空气活动有关。冷空气的强弱决定了污染累积的位置以及输送的方式,其作用是使得南方的污染明显偏离平均态,故第二主模态在南方的表现更为显著。本研究有效地利用了多元数据分析方法研究了我国大气污染的演变机理,可为进一步认清大气污染的形成规律提供科技支撑。
语种中文
CSCD记录号CSCD:6335481
源URL[http://ir.hfcas.ac.cn:8080/handle/334002/98852]  
专题中国科学院合肥物质科学研究院
作者单位1.解放军61741部队
2.中国科学院大气物理研究所
3.中国科学院大气物理研究所
4.中国科学院安徽光学精密机械研究所
5.解放军96631部队
6.中国科学院大气物理研究所
推荐引用方式
GB/T 7714
姚雪峰,葛宝珠,郑海涛,等. 基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究[J]. 气候与环境研究,2018,023.
APA 姚雪峰,葛宝珠,郑海涛,马宇飞,高超,&王自发.(2018).基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究.气候与环境研究,023.
MLA 姚雪峰,et al."基于多元数据分析的我国PM2.5浓度及其主控因子的时空分布特征研究".气候与环境研究 023(2018).

入库方式: OAI收割

来源:合肥物质科学研究院

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。