论文部分内容阅读
近年来,由于我国经济的飞速发展,城市化进程加快,粗放型的经济增长方式,技术和管理水平较为落后,污染物的排放不断增加。空气污染严重,空气污染问题引起了公众的广泛关注。因而研究空气污染物、气象要素对空气质量的影响是有必要的。以近年来哈尔滨市AQI月均值数据、日均值数据、实时值数据以及污染天数数据为基础,研究哈尔滨市环境空气质量的变化规律。研究结果表明,哈尔滨市的污染与季节变化有关,供暖期环境污染严重,非供暖期环境空气质量较好,供暖期由于煤的大量燃烧,使空气污染严重。在影响空气质量的要素中,气象要素对空气质量的影响是不容忽视的。运用相关性分析、偏最小二乘回归和通径分析方法,研究哈尔滨市2014年1月份气象要素对空气质量指数的影响程度。相关性分析结果表明,AQI与平均风速显著性负相关,与平均相对湿度显著性正相关,自变量间存在严重的多重共线性。根据相关性分析结果,建立AQI与气象要素的偏最小二乘回归方程,模型拟合良好。通径分析结果表明,平均风速对AQI的直接作用、总作用和决策系数均最大,平均气压、平均相对湿度、平均气温通过平均风速对AQI的间接作用均大于它们对AQI的直接作用。运用相关性分析、主成分回归方法,研究各空气污染物对AQI的影响程度。结果表明,AQI与PM2.5、PM10、CO、SO2、NO2呈显著性正相关关系,与O3（1h）、O3（8h）呈显著性负相关关系。空气污染物间存在着严重的多重共线性。根据相关性分析结果,建立AQI与空气污染物的主成分回归模型,模型通过检验。对哈尔滨市2016年AQI的实时月均值进行分析,研究结果表明,哈尔滨市污染严重会出现在每日9点左右,每日15点左右AQI值最低,环境空气质量好于其他时间段。建议人们可以选择在每天15点左右进行外出活动。对2014年2016年1月、2月、11月、12月,6点到19点的AQI实时月均值进行拟合,回归方程拟合效果较好。