文献类型：期刊文章

作　　者：王化杰[1,2] 张波[1] 胡昊[2,3] 张永江[4,5]

WANG Huajie;ZHANG Bo;HU Hao;ZHANG Yongjiang(School of Environment and Chemical Engineering,Anhui Vocational and Technical College,Heifei 230011,China;CAS Key Laboratory for Urban Pollutant Conversion,Department of Chemistry,University of Science and Technology of China,Hefei 230026,China;Department of Architectural Engineering,Anhui Water Conservancy Technical College,Heifei 231603,China;Environmental Monitoring Center Station of Qianjiang,Chongqing 409099,China;School of Resources and Environment,Southwest University,Chongqing 400716,China)

机构地区：[1]安徽职业技术学院环境与化工学院,安徽合肥230011 [2]中国科学技术大学化学系,城市污染物转化重点实验室,安徽合肥230026 [3]安徽水利水电职业技术学院建筑工程学院,安徽合肥231603 [4]重庆市黔江区环境监测中心站,重庆409099 [5]西南大学资源环境学院,重庆400716

出　　处：《环境科学研究》

基　　金：安徽高校省级自然科学研究重点项目(No.KJ2018A0185);安徽省高校优秀青年人才支持项目(No.gxyq2018224);重庆市基础科学与前沿技术研究项目(No.cstc2015jcyjA0002)

年　　份：2018

卷　　号：31

期　　号：4

起止页码：628-641

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、NSSD、PROQUEST、RCCSE、RWSKHX、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：在区域复合型大气污染逐渐常态化之下,联防联控治理的新模式已成为解决区域性大气污染的根本途径和有效措施.利用2015年冬季(2015年11月8日—2016年1月20日)、2016年冬季(2016年11月8日—2017年1月20日)安徽省16个城市大气污染物(NO_2、SO_2、CO、O3、PM_(10)、PM2.5)浓度数据,结合耦合协调度模型、探索性空间数据分析和障碍度模型,分析大气污染物的时空格局特征,描述其演变规律和总体走向,诊断区域大气污染物中的首要障碍因子.结果表明:(1)安徽省大气污染物浓度水平具有时间波动性和空间非均衡性,NO_2、O3、PM_(10)和PM2.5指数水平表现为递增态势,整体呈现"两高一低",即皖北高(0.050 3)、中部地区高(0.050 1)和皖南低(0.040 5)的态势,年际变化呈增长趋势,空间分异度变化较大;(2)安徽省大气污染物耦合度较高,基本维持在拮抗阶段(2015年冬季和2016年冬季耦合度年均值分别为0.480、0.479),皖北呈增加态势,而中、南部城市主要呈略微降低趋势;包括极度失调和严重失调两种类型(2015年冬季和2016年冬季协调度平均值分别为0.114、0.123);(3)安徽省内各城市大气污染物在全省范围内热、冷点分布迥异,2015年冬季和2016年冬季主要经历了聚拢(NO_2、O3向中部城市聚拢)和北迁(PM_(10)、PM2.5往北迁)两个过程.研究显示,结合安徽省大气污染物障碍度测量分析,优化和量化区域大气污染物中的首要障碍因子,可为有效开展地区大气污染的防控治理及区域联动提供有利保障.

关 键 词：大气污染物 耦合协调度 探索性空间数据分析 障碍度 安徽省  

分 类 号：X51]