近20年来中国典型区域PM2.5时空演变过程
来源：环境科学杂志2018年第1期北京时间：
作者：罗毅,邓琼飞,杨昆,杨扬,商春雪,喻臻钰
单位：云南师范大学信息学院, 昆明 650500,西部资源环境地理信息技术教育部工程研究中心, 昆明 650500,云南师范大学信息学院, 昆明 650500,西部资源环境地理信息技术教育部工程研究中心, 昆明 650500,云南师范大学信息学院, 昆明 650500,西部资源环境地理信息技术教育部工程研究中心, 昆明 650500,云南师范大学信息学院, 昆明 650500,西部资源环境地理信息技术教育部工程研究中心, 昆明 650500,云南师范大学教务处, 昆明 650500,云南师范大学信息学院, 昆明 650500,西部资源环境地理信息技术教育部工程研究中心, 昆明 650500
摘要：近20年来PM2.5污染严重制约了中国可持续发展.长时间序列历史监测数据的缺失阻碍了相关研究.为此，本文以四大典型区域2013~2016年的PM2.5浓度监测值和2000~2016年MODIS AOD数据、边界层高度、温度等气象数据作为基础数据，将反向人工神经网络和支持向量回归机两种算法相结合，构建组合模拟模型，并利用地理空间分析技术实现近20年来PM2.5浓度历史变化过程的情景再现.研究结果表明，组合模型具有较低的误差和更高的泛化能力；时空分析结果表明，2000~2010年京津冀和东三省PM2.5浓度持续增长，珠三角PM2.5浓度缓慢下降，3个研究区PM2.5污染范围呈扩大趋势，长三角PM2.5浓度值及污染范围基本保持稳定.2012年4个研究区PM2.5浓度值降低且污染范围缩小，但2013~2016年PM2.5浓度略微上升后又下降，高污染范围缩小，这与国家采取PM2.5区域联防等治理措施有关.
关键词：PM2.5,人工神经网络,支持向量机,地理空间分析,四大典型区,
