基于LUR模型的中国PM2.5时空变化分析
来源：环境科学杂志2018年第1期北京时间：
作者：刘炳杰,彭晓敏,李继红
单位：东北林业大学林学院, 哈尔滨 150040,南京大学地理与海洋科学学院, 南京 210023,东北林业大学林学院, 哈尔滨 150040
摘要：土地利用回归（LUR）模型是模拟大气污染物浓度时空分异最主要、最体系化的方法之一，为了探索LUR模型在中国国家尺度空气污染物模拟的适应性，挖掘中国2015年空气细颗粒物（PM2.5）的时空变化特征及其与不同地理要素相关关系，以2015年国家控制监测站点PM2.5数据为因变量，土地利用类型、地形地貌、人口、道路交通与气象要素等影响因素为自变量，构建基于地理加权的LUR模型，通过模型回归制图得到2015年全国月均与年均PM2.5浓度分布图，以胡焕庸线为参考线分析中国2015年PM2.5浓度的时空变化特征.结果表明，引入地理加权算法的LUR模型残差Moran's Ⅰ显著降低，残差空间自相关性明显减弱，判别系数R2明显提高，更好地揭示出PM2.5空间分布和各影响因子间的复杂关系；耕地、林地、草地和城镇居民工矿用地以及气象要素、主干道路对PM2.5浓度的影响比较显著.不同地理要素的不同空间分布对PM2.5影响作用不同；胡焕庸线两侧PM2.5表现出明显的时空差异，人口规模大、工业化水平高的发达城市PM2.5浓度较高；PM2.5浓度在冬季月份较高，秋季、春季、夏季月份污染情况逐渐减弱.
关键词：PM2.5,土地利用回归(LUR),地理加权,时空分布,大气污染,
