文献类型：期刊文章

作　　者：李飞[1] 孔少杰[1] 屈志光[1] 闫晶晶[1] 郭锦媛[1] 周媛媛[1] 欧昌宏[1]

LI Fei;KONG Shao-jie;QU Zhi-guang;YAN Jing-jing;GUO Jin-yuan;ZHOU Yuan-yuan;OU Chang-hong(Research Center for Environment and Health,School of Information and Safety Engineering,Zhongnan University of Economics and Law,Wuhan 430073,China)

机构地区：[1]中南财经政法大学信息与安全工程学院,环境与健康研究中心,湖北武汉430073

出　　处：《中国环境科学》

基　　金：国家社会科学基金资助项目(19CGL042);国家自然科学基金资助项目(71804196)。

年　　份：2023

卷　　号：43

期　　号：4

起止页码：1539-1549

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：基于2018~2020年臭氧的日最大8h滑动平均值(O_(3)-8h),采用空间自相关分析、暴露风险评估和多元线性回归等方法,研究了全国337个城市O_(3)的时空分异及其人口加权的暴露风险特征,识别了热点城市群并解析了热点城市群O_(3)的气象关联特征.结果表明:O_(3)具有显著的空间聚集特征,其中浓度高于160μg/m^(3)(国家二级浓度限值,GB3095-2012)、超标率高于20%和人口加权暴露风险等级为高的区域主要集中在京津冀城市群(BTH-UA)、中原城市群(CP-UA)和长江三角洲城市群(YRD-UA).其次,2018~2020年月均O_(3)-8h变化呈“M型”分布,各年最高值分别出现在6月、9月和5月,月均ρ(PM_(2.5)),ρ(NO_(2)),ρ(SO_(2))和ρ(CO-95)均呈现“W型”分布,并且在12月和1月达到最高值,与O_(3)均呈现明显的负相关关系;月均ρ(PM_(2.5)),ρ(NO_(2)),ρ(SO_(2))和ρ(CO-95)与O_(3)-8h线性拟合直线的拟合系数(R^(2))分别为0.68,0.52,0.38和0.66.最后,基于多元统计法分析了热点城市群的气象因素关联,结果表明:各城市群O_(3)-8h与日均温度(T)、日照时数(S)和日降水量(R)相关性较强,与日均相对湿度(RH)、日均气压(p)和日均风速(v)的相关性较弱,说明3个城市群的主控气象因子为T、S和R;另外,T越高、S越长,RH、p、v和R越低,越有利于O_(3)浓度的增加;不同气象因素区间对O_(3)-8h的影响体现出了“一群一征”的特点.

关 键 词：臭氧(O_(3))  时空演变  城市群 气象因素 回归分析  

分 类 号：X515]