文献类型：期刊文章

作　　者：周磊[1] 武建军[2] 贾瑞静[3] 梁念[1] 张凤英[1] 倪永[1] 刘明[4]

机构地区：[1]中国环境监测总站,北京100012 [2]北京师范大学减灾与应急管理研究院,北京100875 [3]北京市科技社团服务中心,北京100088 [4]民政部国家减灾中心,北京100124

出　　处：《环境科学研究》

基　　金：国家自然科学基金项目(41501556);京津冀地区重要地理国情监测项目(GJ201503)

年　　份：2016

卷　　号：29

期　　号：4

起止页码：483-493

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、CSSCI、CSSCI_E2014_2016、EI、IC、JST、NSSD、PROQUEST、RCCSE、RWSKHX、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：为分析京津冀及其周边区域2013年典型污染事件中PM_(2.5)的时空分布特征及污染风险因素,根据国家城市环境空气质量实时发布数据和京津冀地区地理国情信息监测成果,采用空间数据挖掘方法对PM_(2.5)污染的热点区域进行了划分;并采用地理探测器定量分析了PM_(2.5)污染风险因子及其影响程度.结果表明:在选取的京津冀6个城市中,在PM_(2.5)污染事件统计上存在保定—廊坊—北京—天津—承德—张家口的污染顺序.PM_(2.5)污染在空间上呈河南省(山东省)—河北省—北京市(天津市)一线的带状分布特征,在单次污染事件中,城市间的PM_(2.5)污染存在空间运移关系.空间热点探测表明,京津冀及其周边区域主要分为5个热点聚集区,其中3个高值区分布在北京市、天津市、河北省和山东省的中部,面积分别为5.31×104、10.26×10~4、5.04×10~4km^2.在8个污染风险因子中,污染企业总数(影响力为0.97,下同)、降水量(0.93)、地形坡度(0.89)对PM_(2.5)污染的影响显著高于其他风险因子;其他风险因子影响力排序依次为人口数量(0.60)、降水量大于0.1 mm的降水日数(0.57)、地表覆盖类型(0.52)、年均相对湿度(0.51)、年均风速(0.33),但风险因子间相比没有显著性差异.研究显示,京津冀地区PM_(2.5)污染的主要因素是污染物排放,其次,气象要素中的年降水量和自然地理环境中的地形坡度也是影响PM_(2.5)污染特征的重要风险因子.

关 键 词：PM2.5 京津冀 时空特征  空间热点探测  地理探测器  

分 类 号：X515]