文献类型：期刊文章

作　　者：冯子钰[1,2,3] 施润和[1,2,3,4,5]

FENG Ziyu;SHI Runhe(Key Laboratory of Geographic Information Science,Ministry of Education,East China Normal University,Shanghai 200241,China;School of Geographic Sciences,East China Normal University,Shanghai 200241,China;Joint Laboratory for Environmental Remote Sensing and Data Assimilation,East China Normal University,Shanghai 200241,China;Joint Research Institute of Resources and Environment,East China Normal University,Shanghai 200062,China;Chongming Ecological Research Institute,East China Normal University,Shanghai 202162,China)

机构地区：[1]华东师范大学地理信息科学教育部重点实验室,上海200241 [2]华东师范大学地理科学学院,上海200241 [3]华东师范大学环境遥感与数据同化联合实验室,上海200241 [4]华东师范大学资源与环境联合研究院,上海200062 [5]华东师范大学崇明生态研究院,上海202162

出　　处：《地球信息科学学报》

基　　金：国家重点研发计划项目(2016YFC1302602);教育部哲学社会科学研究重大课题攻关项目(19JZD023);上海市科委科技创新行动计划(19DZ1201505);中央高校基本科研业务费项目。

年　　份：2021

卷　　号：23

期　　号：7

起止页码：1221-1230

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：PM_(2.5)是威胁人体健康的主要大气污染物之一。大量研究关注近地面PM_(2.5)浓度的监测及其时空分布,但目前针对PM_(2.5)排放及其与近地面浓度之间的关联研究较为缺乏。本文通过2000—2014年近地面PM_(2.5)浓度格网数据和PM_(2.5)排放格网数据,采用长时间序列分析法对PM_(2.5)浓度和PM_(2.5)排放从定性和定量两个角度进行时空变化趋势对比研究,并进一步结合标准差椭圆法和趋势分析法,分析了我国近地面PM_(2.5)浓度和PM_(2.5)排放的时空变化特征及其关联。结果表明,从总体时间序列趋势上,近地面PM_(2.5)浓度和PM_(2.5)排放之间在空间分布上基本呈现一致性,集中在胡焕庸线以东的人口密集区,但在时间上,PM_(2.5)浓度和排放之间存在动态变化时间差。且PM_(2.5)浓度的变化更为明显,2000—2007年高于35μg/m^(3)的国土面积占比增加了14.26%,2007—2014年减少了2.84%;从标准差椭圆分析来看,PM_(2.5)浓度椭圆和排放椭圆在覆盖面积和方位角上与人口和经济分布吻合,但前者面积更大,长轴更接近于东西方向,二者存在约17°差异,而两类椭圆的中心位置随时间变化呈现出较一致的轨迹特征并呈现出滞后特点;此外,受大气扩散、点源排放等因素影响,PM_(2.5)浓度变化趋势与排放变化趋势在胡焕庸线以东并不完全一致,部分区域排放呈降低趋势而浓度则反而呈升高趋势。因此,从全国层面来看,减排政策对浓度降低在时间上虽存在滞后,但边际效益显著,并已显露成效;而从局地来看,受地形、气象条件和大气化学过程等复杂影响,二者的变化在空间上仍会存在差异,有待进一步深入研究;从防控措施来看,在继续加强落实本地减排政策的同时,应考虑污染物的扩散迁移规律,加强联防联控,有效改善空气质量。

关 键 词：PM_(2.5)浓度  PM_(2.5)排放  时间序列 空间分布  标准差椭圆  趋势分析  关联分析  空气污染

分 类 号：X513]