拉萨PM2.5影响因素探究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

拉萨PM2.5影响因素探究
发布时间:2021-05-19T07:49:59.207Z 来源:《中国科技人才》2021年第8期作者:陈浪刘亚伟邓皓然
[导读] 随着我国改革开放的深入,我国城镇化水平不断提高。

据国家统计局最新数据显示,截止2020年末,我国常住人口城镇化率达到60%,至2025我国城镇化将超过65%,2020年工业化指数达到95%,基本实现工业化,国民GDP达 1015986亿元,在取得如此多的成就之后,我们却面临着生态退化、环境污染(诸如水体污染、大气污染,土壤污染等)问题。

西藏大学理学院
摘要:拉萨市地处青藏高原腹地,主要受到高原山地气候和亚热带季风气候的影响,空气寒冷干燥,太阳辐射大,昼夜温差大,四面环山,植被覆盖量少,这使得该地常出现沙尘天气。

本文立足于拉萨市近6年(2014-2019)来的气候因子(湿度、温度、光照强度、降水量)及PM2.5检测值,利用灰度关联分析[1]得出各因子的相关性系数。

关键词:灰度关联分析;大气污染;气候因子;城市规划管理
引言:引言:随着我国改革开放的深入,我国城镇化水平不断提高。

据国家统计局最新数据显示,截止2020年末,我国常住人口城镇化率达到60%,至2025我国城镇化将超过65%,2020年工业化指数达到95%,基本实现工业化,国民GDP达 1015986亿元,在取得如此多的成就之后,我们却面临着生态退化、环境污染(诸如水体污染、大气污染,土壤污染等)问题。

城镇是人口、工业分布较为集中的区域,诸如工业生产废气、化石燃料的燃烧、建筑施工、交通道路等都会产生大量的空气悬浮物。

PM2.5是空气中悬浮颗粒物中的一种,通常粒径小于2.5[2]纳米,通过呼吸系统进入人体,长期吸入会引起呼吸系统疾病,心血管疾病等。

PM2.5的含量还与气候因素有关,拉萨市地处青藏高原腹地,主要受到高原山地气候[3]和亚热带季风气候的影响,空气寒冷干燥,太阳辐射大,昼夜温差大,四面环山,植被覆盖量少,这使得该地常出现沙尘天气,本文立足于拉萨市近6年(2014-2019年)的气候因子(湿度、温度、光照强度、降水量)及PM2.5检测值,利用灰度相关系分析得出各因子的相关性系数,探讨影响因子的最强值,为拉萨城市的合理规划管理提出建议,进一步提高拉萨市民的生活舒适感与幸福感。

1、数据来源
本文从国家气象局收集到了2014年到2019年6年来拉萨市气候日数据,包括降水量、温度、湿度、光照强度,空气污染物数据来源于the world air quality project网站数据,收集了6年的PM2.5日均含量数据进行分析。

2、数据分析
灰度关联分析是研究两个系统之间的因素,将它们的相关性随时间或不同对象而变化的度量称为相关度。

如果两个因素的变化趋势一致,即同步变化程度越高,则两个因素之间的相关程度就越高;相反,它较低。

因此,灰色关联分析法是基于因素之间的发展趋势的相似度或不相似度,即“灰色关联度”,作为度量因素之间相关度的一种方法。

表1 PM2.5的影响因素选取
Pi(k)为各元素对应的关联值,q是分辨系数,取值在[0,1]之间,通常取0.5,在根据Pi(k)的平均值求得关联度。

首先我们得出6年的各月的平均值如表2
表2 2014-2019年各月的平均值
从表中我们可以看出降水量,温度、湿度、光照四个变量都对PM2.5的大气浓度有较大相关,其中6-9月份的相关系数较大,这与实际的拉萨市此时进入雨季有关,再加之拉萨常年日照强,加重了PM2.5的产生与扩散。

计算各项目与 PM2.5浓度的灰色关联度,见表4
见表4 PM2.5浓度的灰色关联度
从表中可以看出湿度的相关性最大,为0.67,这说明拉萨市大气PM2.5的含量主要受到空气湿度的影响较大,次之为温度,这与拉萨市日均日照大有着密切关系,从中可以得出相关性大小顺序为:湿度>温度>光照>降水。

3结论
(1)拉萨市PM2.5含量呈现冬季高,夏季低的总体趋势,这与拉萨市冬季干燥少雨,夏季多雨湿润相符,7-9月份含量在50-70之间,空气质量较好。

(2)拉萨市四面环山,由于受到高原山地气候的影响大,常年降水量少,干燥,多风,再加之植被稀少,因而对于市政部门而言因对旱季适当给路面洒水,市民在外出时应当带好口罩,有条件的应在室内安装有加湿器,以保持湿润。

(3)加强城市市区及郊区的绿化工作,对建筑施工单位的新建、修缮的活动加强管制,要求其做一定的防护,减少对木材,化石燃料的燃烧,多使用天然气,光能、地热等能源,倡导绿色生活生产。

参考文献
[1]聂金宗,吕宏伯.纹理分析中的特征提取[J].国外自动化,1985(01):11-17.
[2]陈菁,彭金龙,徐彦森.北京市2014~2020年PM_(2.5)和O_(3)时空分布与健康效应评估[J/OL].环境科学:1-24[2021-04-02].
[3]崔鹏,陈容,向灵芝,苏凤环.气候变暖背景下青藏高原山地灾害及其风险分析[J].气候变化研究进展,2014,10(02):103-109.陈浪:四川泸州人,西藏大学理学院本科在读,环境科学专业。

相关文档
最新文档