周志凌,程先富

基于MGWR模型的中国城市PM2.5影响因素空间异质性

周志凌,程先富*

(安徽师范大学地理与旅游学院,安徽 芜湖 241002)

基于全国297个地级市2018年PM2.5浓度数据、自然与社会经济数据,采用多尺度地理加权回归(MGWR)模型分析了各影响因素对PM2.5浓度的作用尺度与影响效果的空间异质性.结果表明,MGWR模型适用于中国地级市PM2.5浓度影响因素研究.在作用尺度上,人均GDP、技术支持水平作用尺度最大,其次是相对湿度、居民地比重、人口密度与风速,降水量、第二产业比重、植被覆盖状况、温度与能源消费强度作用尺度最为局限.在影响效果上,相对湿度、人口密度与居民地比重全部为正向作用;第二产业比重和能源消费强度主要为正向作用,分别占总样本的70.71%与64.98%;风速、温度既存在正向作用也存在负向作用,空间上呈两极分化,其中正向作用分别占总样本的49.83%与57.91%;降水量、植被覆盖状况主要为负向作用,分别占总样本的91.58%与69.70%;人均GDP、技术支持水平全部为负向作用.研究结果表明各因素对于中国城市PM2.5浓度的影响均存在着不同程度的空间异质性.

PM2.5；多尺度地理加权回归(MGWR)模型；空间异质性；中国

PM2.5污染危害严重[1],已经成为人们广泛关注的环境问题.目前,PM2.5的时空分布、来源解析、影响因素研究较多.在时空分布方面,学者们运用空间自相关[2]、小波分析[3]、核密度估计[4]、重心迁移[5]等方法识别PM2.5的分布规律和空间效应.PM2.5来源解析有3种方式,包括受体模型[6-7]、排放清单、源模型[8-9],可以定量解析……