文档名：三门峡市PM2.5时空变化特征及趋势预测研究
摘要：为研究三门峡市大气颗粒物污染状况,根据2017年-2022年PM2.5和PM10监测数据,利用地理空间分布和Mann-Kendall趋势检验法分析其时空变化特征,并基于时间序列模型对2023年PM2.5和PM10浓度进行预测,结果表明:三门峡下辖义马市污染程度高于其它辖区,卢氏县污染程度最低;PM2.5和PM10浓度呈显著正相关,均存在季节性变化规律,冬春季浓度较高,夏季浓度低;2017年-2022年间,PM2.5和PM10浓度整体呈下降趋势;建立的AR(1)模型拟合较好,该模型预测2023年1月PM2.5浓度较高,为87.710μg/m3(95％置信区间:61.202～114.219μg/m3).研究结果可为环境部门针对重点区域开展秋冬季综合治理提供科学依据.
作者：张晶 王小国 孔玉华 胡三宁 杨喜田 Author：ZhangJing WangXiaoguo KongYuhua HuSanning YangXitian
作者单位：河南科技大学应用工程学院,河南三门峡472000;三门峡职业技术学院,河南三门峡472000河南农业大学林学院,河南郑州450002
刊名：环境科学与管理 ISTIC
Journal：EnvironmentalScienceandManagement
年，卷(期)：2023, 48(5)
分类号：X513
关键词：三门峡 PM2.5 时空分布 预测
机标分类号：F562.3K0P333
在线出版日期：2023年5月30日
基金项目：河南省高等学校重点科研项目，三门峡市科技攻关计划项目，三门峡市软科学计划项目，河南省重点研发与推广专项项目三门峡市PM2.5时空变化特征及趋势预测研究[
期刊论文] 环境科学与管理--2023, 48(5)张晶 王小国 孔玉华 胡三宁 杨喜田为研究三门峡市大气颗粒物污染状况,根据2017年-2022年PM2.5和PM10监测数据,利用地理空间分布和Mann-Kendall趋势检验法分析其时空变化特征,并基于时间序列模型对2023年PM2.5和PM10浓度进行预测,结果表明:三门峡下辖义马...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
三门峡市PM2.5时空变化特征及趋势预测研究 Spatial-temporal Changes and Trend Forecast of PM2. 5 in Sanmenxia
三门峡市PM2.5时空变化特征及趋势预测研究.pdf
- 文件大小:
- 4.31 MB
- 下载次数:
- 60
-
高速下载
|
|
