重庆市PM_2.5浓度空间分异模拟及影响因子

来源：环境科学杂志2015年第1期北京时间：

作者：吴健生,廖星,彭建,黄秀兰

单位：北京大学深圳研究生院, 城市人居环境科学与技术重点实验室, 深圳 518055,北京大学城市与环境学院, 地表过程分析与模拟教育部重点实验室, 北京 100871,北京大学深圳研究生院, 城市人居环境科学与技术重点实验室, 深圳 518055,北京大学城市与环境学院, 地表过程分析与模拟教育部重点实验室, 北京 100871,北京大学深圳研究生院, 城市人居环境科学与技术重点实验室, 深圳 518055,北京大学城市与环境学院, 地表过程分析与模拟教育部重点实验室, 北京 100871,北京大学深圳研究生院, 城市人居环境科学与技术重点实验室, 深圳 518055

摘要：基于Arcgis平台,利用土地利用回归模型模拟重庆市PM_2.5浓度分布,获取了高分辨率结果图. 从重庆市环保局网上获取了17 个空气质量监测站点的PM_2.5数据,利用16个监测点数据,结合土地利用数据、路网数据、DEM数据和人口数据建立土地利用回归模型,利用剩余的1个监测点数据来对回归映射结果进行检验. 按照模型设置的变量生成方法,对监测点建立多种尺度的缓冲区,提取变量数据,最终生成了56个变量. 按照土地利用回归模型的设置,56个自变量最终有3个变量进入PM_2.5的回归方程,模型的R2逐步增大,且最终R2为0.84,模型拟合程度非常好. 回归方程中,与研究区PM_2.5浓度空间分布相关性最大的因素是空气质量监测站点500 m范围内的农用地面积,然后依次是DEM和1000 m范围内一级公路总长度,它们与PM_2.5的皮尔森相关系数依次是: 0.695、-0.599和0.394. 回归映射检验结果显示,检验点的误差率为2.7%,误差可以接受. 回归映射结果显示,PM_2.5浓度以高值分布于主城区,沿一级公路分布趋势明显,与高层紧密相关,模拟结果与实际情况相符.

关键词：PM2.5,土地利用回归模型,回归映射,空间分布,相关性,GIS,