基于时空混合效应模型的京津冀PM_2.5浓度变化模拟

来源：环境科学杂志2022年第1期北京时间：

作者：范丽行,杨晓辉,宋春杰,李梦诗,段继福,王卫,李夫星,李伟妙

单位：河北师范大学地理科学学院, 石家庄 050024,河北省环境演变与生态建设实验室, 石家庄 050024,河北师范大学地理科学学院, 石家庄 050024,河北省科学院地理科学研究所, 河北省地理信息开发应用工程技术研究中心, 石家庄 050011,河北师范大学地理科学学院, 石家庄 050024,河北省环境演变与生态建设实验室, 石家庄 050024,河北师范大学地理科学学院, 石家庄 050024,河北省环境演变与生态建设实验室, 石家庄 050024,河北师范大学地理科学学院, 石家庄 050024,河北省环境演变与生态建设实验室, 石家庄 050024,河北师范大学地理科学学院, 石家庄 050024,河北省环境演变与生态建设实验室, 石家庄 050024,河北师范大学地理科学学院, 石家庄 050024,河北省环境变化遥感识别技术创新中心, 石家庄 050024,河北师范大学地理科学学院, 石家庄 050024,河北省环境演变与生态建设实验室, 石家庄 050024

摘要：为揭示京津冀地区高精度PM_2.5的时空分布特征，以空间分辨率为1 km的MAIAC AOD数据为主要预测因子，以气象数据、植被指数、夜间灯光数、人口密度和海拔数据作为辅助因子，构建了一种新的时空混合效应模型（STLME），在拟合最优次区域划分方案基础上对京津冀地区PM_2.5浓度进行预测分析.结果表明，基于STLME模型的ρ（PM_2.5）预测精度高于传统的线性混合效应模型（LME），其十折交叉验证（CV）R2为0.91，明显高于LME模型的0.87，说明STLME模型在同时校正PM_2.5-AOD关系的时空异质性方面具有优势.最优次区域划分方案识别出PM_2.5-AOD关系的空间差异，并结合缓冲区平滑方法，提高了STLME模型预测精度.京津冀PM_2.5浓度时空变化差异显著，高值区主要分布在以石家庄、邢台和邯郸为中心的河北南部，低值区则位于燕山-太行山区；冬季PM_2.5污染最严重，其次是秋季和春季，夏季污染最轻.STLME模型提供的高精度PM_2.5浓度时空分布预测结果，为京津冀地区与PM_2.5污染相关的健康风险评估提供了科学依据，也为大气污染源识别提供了科学参考.

关键词：PM2.5,多角度大气校正算法的气溶胶光学厚度(MAIAC AOD),时空混合效应模型(STLME),时空差异,京津冀地区(BTH),