论文部分内容阅读
随着经济的快速发展和化石能源的大量消耗，我国大部分地区均面临着严重的大气污染问题。尤其是京津冀、长三角和珠三角地区，持续的灰霾污染事件频繁发生，对环境空气质量和人类健康产生重大影响。大气污染问题已经成为我国迫切需要解决的环境问题，污染物的区域输送贡献和浓度预测研究，对城市空气质量的预警和大气污染的防控具有重要意义。本论文基于城市空气质量数据，利用向量自回归(vector autoregressive，VAR)模型和格兰杰因果关系检验等统计方法，研究季风对长三角灰霾污染区域输送和城市间相互作用的影响;并将变量选择改进后的模型应用于南京和北京的大气污染物（PM2.5、 SO2、NO2和CO）区域输送研究，评估污染物的本地排放和各方向来源贡献，并预测污染物浓度。本论文的主要研究工作和结论具体如下: (1)长三角地区4个城市（临安、宁波、南京和上海）的后向轨迹统计显示10月至次年3月末盛行偏北风，5月至9月底盛行东南风。宁波、南京和上海城市间碳氮同位素的时间相关性受到当前盛行风的控制。这4个城市的PM2.5浓度呈现显著的相关性和类似的周期特征，验证了长三角地区存在PM2.5区域污染。PM2.5的格兰杰因果关系检验也表明灰霾污染的区域输送受到当前盛行风的控制，因为上风向区域城市的PM2.5浓度一般会影响下风向城市。而且，南京和宁波PM2.5的较强相关性与季风路径一致。VAR模型的方差分解结果表明，上风向区域城市是下风向区域城市PM2.5的主要贡献者。此外，VAR模型对4个城市的PM2.5浓度预测也取得相对合理的结果。 (2)基于南京与周边城市2015年1月至2016年4月底的空气质量数据(PM2.5、SO2、NO2和CO)，将改进后的VAR模型结合其他统计方法评估区域输送和季风条件对南京空气质量的影响。结果显示东南盛行风期间城市污染物的相关性比北盛行风期间的弱，部分原因可能是东南盛行风期间较低的污染水平。格兰杰因果关系检验表明，南京与9个周边城市污染物浓度在北盛行风期间有更多的因果关系，部分原因可能是该期间较为严重的区域污染。然而，城市间因果关系并不总是与盛行风方向相符合。VAR模型的方差分解结果表明东南风盛行期间本地排放是南京大气污染物的主要来源，对PM2.5、 SO2、 NO2和CO的贡献分别为68.6％、65.3％、69.7％和76.9％。然而，南京在北盛行风期间受到区域输送的强烈影响，因为北部方向区域对上述污染物的贡献均超过55％。此外，VAR模型也应用于南京大气污染物的浓度预测，除了高活性的NO2，模型模拟结果与实际污染物浓度观测值基本一致。 (3)基于京津冀城市2015年10月至12月末期间空气质量数据(PM2.5、SO2、NO2和CO)，将改进后的VAR模型结合其他统计方法应用于评估区域输送对北京空气质量的影响。聚类分析结果显示京津冀地区城市的大气污染物一般可以分为两类或三类，主要是根据地形条件和污染物浓度水平。格兰杰因果关系检验结果显示南部城市的大气污染物浓度会严重影响北京。更重要的是，VAR模型的方差分解结果指出本地排放对北京PM2.5、SO2、NO2和CO的贡献分别仅为22.94％、23.16％、21.01％和25.12％。北京大气污染物的主要来源是西南方向（保定和张家口）区域，对上述污染物的贡献均超过40％。此外，VAR模型对北京、保定、承德、天津和张家口的大气污染浓度进行模拟，结果显示VAR模型对这些城市的污染浓度的模拟效果较好。 因此，本论文应用VAR模型尝试研究长三角地区4个城市间PM2.5相互影响，对VAR模型进行变量选择的改进并用于研究南京和北京的大气污染物区域输送。结果证明VAR模型不仅可以快速评估特定城市污染物的本地和区域来源贡献，还可以预测区域范围内任何城市的污染物浓度。