|
|||||
|
|
| 基于移动式监测的道路PM2.5浓度精细化时空模拟 | |
| 作者姓名： | 林荣平 周素红 |
| 作者单位： | 1.中山大学地理科学与规划学院,广州 5100062.广东省公共安全与灾害工程技术研究中心,广州 510275 |
| 基金项目： | 广东省重点领域研发计划(2020B0202010002);国家自然科学基金项目(41871148);国家自然科学基金项目(42011530172) |
| 摘 要： | 作为主要的大气污染指标,PM2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM2.5精细化时空分布格局。结果表明,主城区早高峰道路PM2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM |
| 关 键 词： | PM2.5 移动式 精细化 环境污染 出行高峰 时空模拟 |
| 收稿时间： | 2021-01-08 |
| 修稿时间： | 2022-10-21 |
| 点击此处可从《地理学报》浏览原始摘要信息 | |
| 点击此处可从《地理学报》下载全文 | |