基于小波变换的山西省PM_2.5污染特征及影响因素

来源：环境科学杂志2022年第1期北京时间：

作者：张可可,胡冬梅,闫雨龙,彭林,段小琳,尹浩,王凯,邓萌杰

单位：华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206,华北电力大学环境科学与工程学院, 资源环境系统优化教育部重点实验室, 北京 102206

摘要：基于山西省11城市2015~2019年PM_2.5日均浓度、社会影响因素数据和气象数据，利用小波变换确定PM_2.5浓度周期，通过Spearman相关性和小波相干谱分别探究PM_2.5与社会影响因素和气象因素的关联，确定PM_2.5长短周期管控的主要影响因子.结果表明，2015~2017年山西省PM_2.5浓度年均值呈上升趋势，年均上升率为4.3%，2018~2019年呈下降趋势，年均下降率为4.2%；ρ（PM_2.5）月均值呈"U"型分布，1月最高（95 μg·m-3），8月最低（34 μg·m-3），冬季均值约为夏季的2倍；临汾等南部城市ρ（PM_2.5）均值为62 μg·m-3，大同等北部城市均值为45 μg·m-3，空间上呈南高北低.11城市PM_2.5浓度存在显著周期性变化，主要周期包括293 d左右的长周期和27 d左右的短周期.其中，能源消耗水平和产业结构偏重是影响山西省长周期上PM_2.5浓度的强驱动因素；短周期上则受大气环流变化影响较大，且不同城市PM_2.5的主要气象影响因子不同，临汾、运城、大同、朔州和忻州易受风速影响，晋中和吕梁易受温度影响，太原、晋城、阳泉和长治较为特殊，受相对湿度影响显著.因此，产业结构调整和能源结构调整等是山西省大气PM_2.5长期管控和空气质量长效改善的关键；开展短期区域联防联控时需考虑不同城市气象因子对PM_2.5的差异化影响.

关键词：山西省,PM2.5,污染特征,影响因素,小波变换,