DOI number:
10.13198/j.issn.1001-6929.2025.03.08
Key Words:
关中地区;;PM<sub>2.5</sub>;;影响因素;;CatBoost-SHAP-MCM模型
Abstract:
为研究关中地区PM<sub>2.5</sub>浓度变化及其复杂因素间的非线性关系，基于2020年1月-2023年12月的气象数据，从年、季和月不同时间尺度深入分析关中地区PM<sub>2.5</sub>的空间分异特征；采用最大信息系数分析关中地区PM<sub>2.5</sub>与其他大气污染物的关系，同时利用CatBoost-SHAP-MCM模型识别PM<sub>2.5</sub>浓度的关键气象影响因素。结果表明：（1）关中地区PM<sub>2.5</sub>浓度呈明显的空间分布和季节变异性。年际PM<sub>2.5</sub>浓度在2021年最低，为42.93μg/m<sup>3</sup>，在2022年最高，达49.09μg/m<sup>3</sup>。季度和月际变化较为相似，均呈冬季高、夏季低的特征，冬季污染最严重，PM<sub>2.5</sub>浓度达84.35μg/m<sup>3</sup>，夏季最轻，为21.42μg/m<sup>3</sup>。西安市、咸阳市和渭南市为高污染城市，铜川市和宝鸡市为低污染城市。（2）PM<sub>2.5</sub>浓度与PM<sub>10</sub>浓度的相关性最高，与CO浓度、SO<sub>2</sub>浓度相关性均较低。（3）露点温度、气温、海平面气压、降水量和地面气压为关键气象影响因素，其在各城市表现出显著的影响作用，对关中地区整体和各城市的影响基本保持一致。（4）在低露点温度、低气温以及低露点温度、高海平面气压和高地面气压等特定因素组合下，其对PM<sub>2.5</sub>浓度的影响更为显著。研究显示，关中地区PM<sub>2.5</sub>浓度具有明显的空间分异特征和季节性变化特征，且与露点温度、气温、海平面气压、降水量和地面气压等气象因素密切相关，在特定气象组合条件下PM<sub>2.5</sub>浓度波动更为显著。
Paper Publications
