科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着我国经济、工业化、城市化进程迅速发展,PM2.5污染在中国已经成为一个极端的环境和社会问题,并引起广泛关注.采用新技术估算的地表PM2.5质量浓度,收集并处理了遥感反演的气溶胶光学厚度（AOD）,气象数据,其他地理数据和污染物排放数据,采用贝叶斯最大熵（BME）结合地理加权回归（GWR）来分析2015年冬季的PM2.5暴露在我国东部大范围区域的时空变异特征.结果表明,BME模型的十折交叉验证结果的决定系数R2为0.92,均方根误差（RMSE）为8.32μg·m-3,平均拟合误差（MPE）为-0.042μg·m-3,平均绝对拟合误差（MAE）为4.60μg·m-3,与地理加权回归模型的结果相比(R2=0.71,RMSE=15.68μg·m-3,MPE=-0.095μg·m-3,MAE=11.14μg·m-3),BME的预测结果有极大的提高.空间上,PM2.5高浓度地区主要集中在华北、长江三角洲、四川盆地,低浓度地区主要集中在中国的最南部如珠江三角洲和云南的西南部;时间上,不同月份的研究区域PM2.5空间分布所有差别,2015年的12月、2016年1月PM2.5污染最为严重,2015年的11月,2016年的2月污染相对较低.
