中国生态环境的中华人民共和国( http://www.mee.gov.cn/)提供了自2000年以来371个城市空气质量监测数据。API和机能是用来量化的空气质量。公开的API从2000年到2012年评估日常₂,没有₂下午,₁₀120个城市的污染水平。空气质量指数在2012年推出。最初,该指数被用来传达信息O等污染物的浓度₃、公司和点_2。5总体的特征,最能反映复合空气污染。然后,指数分类的表达水平调整,以更好地描述相应的影响空气污染物对人体健康的水平。此外,数据的时间精度提高(每小时)和计算周期更新(0-24 h)。最后,监测的范围扩大。现在的监控程序覆盖371个城市在中国。API和机能分类标准与空气质量标准(gb3095 - 1996和gb3095 - 2012)。

气象数据来自中国国家气象科学数据中心,提供中国地面气候标准数据集( http://data.cma.cn/site/index.html)。这个数据集包含了日常的气压值,温度、降水、蒸发、相对湿度、风向(WD)和速度,阳光小时,地面温度(0厘米)在699年参考站和基本气象站1951年1月以来在中国。在这项研究中,意味着空气温度(T),意味着空气压力(美联社),平均相对湿度(RH),平均风速(WS),每日降水(P),和风向的六个关键气象因素被选为研究其空间和时间对空气质量的影响。比较气象因素对空气质量的季节性差异,本研究调查了春季(3月、4月和5月),夏季(6、7、8月),秋季(9月、10月和11月),和冬季(12月、1月和2月)。

研究空气质量之间的关系和气象学、空气质量监测站和气象监测站选择精确的空间匹配。我们匹配的两个数据集从两种类型的车站和选择221例城市(图 1和补充表 1)。从这些城市,84年我们选择一个有效的日常机能和API作为研究对象,探索两者之间的相似点和不同点索引,在67个城市都有效的空气质量日报(AQI和API)和气象监测数据被选中来识别关键气象影响因素在不同的时空条件下空气质量。共有209个城市每天有效的污染物浓度和气象监测数据被选为研究对象来确定阈值影响的气象因素对典型的空气污染物的浓度。

在这项研究中,API值在2005 - 2012年,伊拉克基地组织的值在2014 - 2018年中国84个城市的计算及其时空差异进行评估(图 5)。北方城市的API和机能值普遍高于南部的城市,表明南方城市的空气质量是比北方城市( 40]。特别是城市的API和伊拉克基地组织的价值观由钢铁和煤炭明显高于[ 29日]。年平均API和机能价值在兰州和秦皇岛是所有城市中最高的102.61和134.26,分别。这是密切相关[地形以及污染物的排放 41, 42]。相比之下,海口有最小的年平均API和伊拉克基地组织的价值观,这主要是由于城市发展的方向和气候条件。与年平均API的变化从2005年到2012年,该API在大多数北方城市表现出下降的趋势,大同有最大的下滑,从108.03下降到63.47。相比之下,API的波动在大多数城市在南方相对较小。在2014 - 2018年,在中国城市的空气质量指数趋势相似的API,以及空气质量有所改善。石家庄显示年均伊拉克基地组织最大的改进,从158.73下降到119.5。

(图的API和机能表现出季节性特征 6)。冬天平均API和伊拉克基地组织的价值观所选城市明显高于其他季节,最大值为78.99和103.51,分别。第二高值记录在春天,API和机能值平均为72.16和86.55,分别。最好的空气质量是在夏天,API和机能值平均为58.06和73.84,分别。季节性趋势在很大程度上依赖于冬季供暖期(煤为主)和当地气候特征( 43]。冬天,最北部地区的混合层的高度相对较低,稳定天气导致污染物的不断积累和更少的比其他季节降水,从而增加空气污染事件的频率和严重程度 44]。这些季节性差异非常明显的从空间的角度来看。冬天,北方城市的API和伊拉克基地组织的价值观是远远高于那些在东南沿海城市。除了直接的污染物来源,如工业排放,大气中水汽充足的东南沿海城市,和海盐气溶胶可以作为凝结核,增加湿沉积的频率,大大减少大气污染物的水平( 45]。

API是最受风向影响和降水(图 7)。然而,中国北方和南方之间存在着显著的空间差异。最重要的气象因素影响API值在北方城市风向,其次是降水。例如,风向的影响的重要性得分石嘴山市是0.28的API。风向有一个重要的角色在积累或污染物的扩散在北方( 46- - - - - - 48]。降水影响大的API南部城市,紧随其后的是风向;例如,福州的重要性得分是0.34。这表明,湿沉积的污染物是占主导地位的过程在南方城市 49, 50]。

当地有显著的空间差异的影响其他气象因素之间的季节。相对湿度影响API在全国各地。在高相对湿度、高点₁₀所以₂浓度进一步促进次级粒子的形成和加剧空气污染( 29日]。在春季和夏季,风速最重要影响API在东南沿海地区。在秋天,沉淀在一些北方城市对API产生重大影响;例如,它的重要性在鞍山得分0.26。在冬天,风速在北部和东北部城市的重要性显著增加。

的趋势的影响气象因素对空气质量指数符合API的南部和北部城市,即。,wind direction had the most significant influence on the AQI in northern cities, while precipitation was more significant in southern cities (Figure 8)。然而,其他气象因素的影响空气质量指数只有符合这些API在秋天,还有一些其他季节的空间差异。在春天,风向有更大的影响空气质量指数比降水在北部和中部城市,使其成为最有影响力的气象因素。在夏天,风速比相对湿度更重要在大多数东部城市。降水是最重要的气象因子在北京,天津,大多数城市在长江的中下游。在冬天,风向的重要性在一些北方城市显著增加,而风速的重要性在长江中下游大于相对湿度。

之前测量的空间影响气象因素对典型的空气污染物浓度使用随机森林算法,验证了模型的准确性。在这项研究中,209个城市的气象监测数据从1月1日2014年1月19日,2019年,被用来预测6个空气污染物的浓度,比较估计与实际监测浓度。仿真结果表明,该系数确定的六个污染物浓度都超过0.79,毫无价值₂0.88。仿真表明,随机森林模型稳定,精度是可靠的(图 9)。

随机森林算法用来计算6个气象因素的影响的重要性在不同的污染物浓度在不同季节和提供进一步的空间聚类:

(一)点之间的关系_2。5 浓度和气象因素。在全国范围内,相对湿度和温度的影响点_2。5浓度是最重要的在中国中部和北部(图 10)。在山西省,温度影响最大的点_2。5浓度在秋天;例如,太原的重要性得分是0.41。在河南省,相对湿度影响最大的点_2。5集中在春季和冬季。例如,相对湿度的影响的重要性得分点在春天_2。5在郑州浓度为0.42。高湿度是一个重要的条件支持大雾的发展,严重的空气污染。这是因为水蒸气能吸收污染物,作为凝结核心小水滴大,同时阻碍污染物滞留和核不扩散 51, 52]。对于中国南部和东部,风速影响最重要的点_2。5在大多数城市在春天浓度;例如,厦门的重要性得分是0.38。温度点上有一个巨大的影响_2。5集中在夏季;例如,梧州的重要性得分是0.37。在夏天高温可能影响点_2。5集中在这些地区,但在广东沿海地区,相对湿度影响最大的点_2。5浓度;例如,湛江的重要性得分是0.41。在秋季和冬季,相对湿度有很大影响_2。5浓度( 52]。例如,重要性得分点的相对湿度的影响_2。5浓度在秋天在九江是0.39。中国东北,在点温度的影响最显著_2。5浓度在大多数城市在春天,夏天,秋天。例如,重要性得分点温度的影响_2。5在春天葫芦岛浓度为0.4。与此同时,在冬天,相对湿度的影响更重要;例如,在大连重要性评分为0.63。在中国西北部,温度是最重要的气象变量影响点_2。5集中在春季和秋季。例如,重要性得分点温度的影响_2。5浓度在克拉玛依在春天是0.48。相对湿度是最重要的气象变量影响点_2。5集中在夏季和冬季。例如,相对湿度的影响的重要性得分点_2。50.37浓度在夏天在西宁。在中国西南,气象因素对PM没有明显的影响_2。5浓度,而在其他地方,降水、温度和相对湿度的影响。在四川的东部,春天,秋天,冬天,降水对PM有巨大的影响力_2。5浓度。例如,降水的影响的重要性得分点_2。5浓度在绵阳冬天是0.34。

(b)点之间的关系₁₀ 浓度和气象因素。在全国范围内,降水和温度在中国中部和北部的多数城市有最显著的影响点₁₀浓度(图 11)。在中国北方,温度影响最大的点₁₀集中在春天;例如,运城的重要性得分是0.4。在中国中部、降水影响最大的点₁₀浓度在秋天;例如,开封的重要性得分是0.44。对于大多数中国南部和东部城市,温度和相对湿度对PM有最重要的影响₁₀集中在春季和夏季。例如,温度和相对湿度的影响的重要性得分点₁₀浓度在淮南弹簧分别为0.22和0.28,分别。在秋季和冬季,温度和降水对PM的影响很大₁₀浓度。例如,温度和降水的影响的重要性得分点₁₀浓度在南京在秋天是0.22和0.35,分别。与此同时,在广东沿海地区,相对湿度对点更大的影响₁₀浓度;例如,湛江的重要性得分是0.72。在中国东北,气象因素和点之间的关系₁₀浓度的类似点_2。5浓度。在中国西北,温度和相对湿度对PM最重要的影响₁₀集中在春天,夏天,冬天。例如,温度和相对湿度的重要性得分点₁₀浓度在克拉玛依弹簧分别为0.34和0.27,分别。降水影响最重要的点₁₀浓度在秋天;例如,汉中的重要性得分是0.38。中国西南部、降水影响最重要的点₁₀浓度在秋天;例如,乐山的重要性得分是0.55,虽然温度、相对湿度和降水在其他三个季节也影响点₁₀。

(c)之间的关系₂ 浓度和气象因素。在全国范围内,相对湿度和温度有最重要的影响₂集中在中国的大部分地区(图 12)。在中国北方,温度有至关重要的影响₂集中在春天和秋天;例如,长治的重要性得分是0.4。相对湿度的影响₂集中在夏季和冬季;例如,张家口的重要性得分是0.44。在中国中部和南部,相对湿度有最重要的影响₂浓度,特别是河南省和冬天中国中部和南部。例如,重要性得分上的相对湿度的影响₂浓度在安阳在夏天是0.46。在中国东部,相对湿度有最重要的影响₂浓度在大多数城市在冬天;例如,南通的重要性得分是0.53。季节温度、相对湿度和风速和方向都影响₂浓度。在中国东北,温度有最重要的影响₂集中在春天和秋天;例如,重要性得分在沈阳春天是0.6。然而,相对湿度有更重要的影响₂集中在夏季和冬季;例如,抚顺的重要性得分是0.6。气象因素之间的关系,所以₂中国西北部浓度一致的点_2。5。在中国西南,温度有最重要的影响₂浓度;例如,重要性得分在成都春天是0.36。

(d) CO浓度和气象因素之间的关系。在全国范围内,在这个国家的大部分地区,温度有显著影响CO浓度在春天和秋天,温度,相对湿度,风速影响CO浓度在夏季和冬季(图 13)。在中国北方,相对湿度对CO浓度有很大的影响在夏季和冬季;例如,在夏天北京的重要性得分为0.38。在中国中部和南部,温度对冬天的CO浓度有很大的影响;例如,张家界的重要性得分是0.33。大气压力和风速影响CO浓度在夏天。在中国东部,风速对CO浓度在夏天最重要的影响;例如,上海的重要性得分为0.4。温度、风速和降雨量都影响了公司集中在冬季。在中国东北,温度和风速最重要的在夏天对CO浓度的影响。 For example, the importance scores of the impacts of temperature and wind speed on the CO concentration in Jiamusi were 0.54 and 0.25, respectively. Relative humidity and wind speed had the most significant effects on the CO concentration in winter. For example, the importance scores of the impacts of relative humidity and wind speed on the CO concentration in Dandong were 0.5 and 0.3, respectively. In northwestern and southwestern China, wind speed, temperature, and relative humidity influenced the CO concentration in summer and winter.

(e)之间的关系₂ 浓度和气象因素。在全国范围内,温度和风速没有显著的影响₂集中在这个国家的大部分地区(图 14)。在中国北方,相对湿度也影响了没有₂集中在夏季;例如,北京的重要性得分为0.49。在春天和夏天中国西南部和秋天在中国东北,温度也有很大的影响₂浓度。例如,重要性得分没有温度的影响₂集中在春天在成都是0.35。其他地区明显受到风速的影响。

(f)之间的关系₃ 浓度和气象因素。在全国范围内,温度和相对湿度对O有着重要的影响₃集中在这个国家的大部分地区(图 15)。相对湿度对O有最重要的影响₃集中在中国南部;例如,冬天海口的重要性得分是0.45。温度的影响最重要啊₃在春天和秋天集中在中国北方;例如,在春天包头的重要性得分为0.6。在冬天没有明显的聚合,但O₃浓度是影响温度、风速、相对湿度。在中国北部和东北部,温度有很大的影响₃集中在夏季;例如,呼和浩特的重要性得分是0.61。

在这项研究中,部分依赖污染物的浓度在不同季节六个不同城市气象因素决定。不同气象因素的大小对应于各种污染物的最大浓度计算,和这个值作为阈值的影响气象因素对空气污染物浓度。分类和空间映射进行锻炼,时间和空间差异的影响,气象因素对大气污染物浓度进行了进一步的分析。

(一)空间格局的影响气象因素对点_2。5 浓度。有明显的时空差异在不同气象因素的影响点_2。5浓度(图 16)。阈值的空间分布的影响大气的压力点_2。5东部和西部之间的浓度差异显著,特别是在春天,秋天,冬天。在夏天,在东南沿海地区空气污染更严重时大气压力超过900 hPa。相对湿度明显不同的影响在中国北方和南方之间,以Qinling-Huaihe线为边界。的阈值点的相对湿度的影响_2。5南Qinling-Huaihe线浓度在40%到80%之间;例如,在宝山仅为41%,但长江北部的对应值通常超过80%。在春天,阈值点相对湿度的影响_2。5在银川浓度是96%。降水空间影响有直接点_2。5浓度。PM_2。5浓度与巴特降水条件下达到最大。空间点风速的影响_2。5主要是集中反映在东西方的差异。东南沿海地区是容易点_2。5污染相对较低风速时,而点_2。5通常集中在西北内陆地区,当达到最大风速通常是高。例如,在夏天当内蒙古及周边地区的风速超过2米/秒,点_2。5浓度达到最大值。在夏天,包头的最大风速是7米/秒。因此,这些地区大多是受到外源污染( 53]。在东北和华北,风向是通常从东南,西南,和这一地区最高的点_2。5浓度。在其他地区,风向时的最大点_2。5浓度通常从西北到东北。

(b)空间格局的影响气象因素对点₁₀ 浓度。空间模式的气象因素影响点₁₀浓度是影响点类似_2。5浓度(图 17)。然而,当点₁₀集中在春季和夏季最高,相对湿度在中国北方的阈值显著降低。例如,大同的相对湿度在春天只有14%。

(c)空间格局的气象因素的影响₂ 浓度。空间模式的气象因素的影响₂浓度相似点₁₀(图 18)。然而,在夏天,南方的温度超过20°C,所以₂浓度达到最大值,而最大的点₁₀浓度只发生在温度超过30°C。在淮南,温度为20.4°C和32°C有最大的影响₂和点₁₀分别集中在夏季。当所以₂集中在秋季和冬季最高,相对湿度在中国北方的影响阈值降低。例如,影响阈值的相对湿度₂和点₁₀浓度在秋天在天津分别为51.8%和97%,分别。中国西北内陆地区,所以₂污染通常发生在风速较低。

(d)空间格局的影响气象因素对CO浓度。CO浓度的空间格局是受到各种气象因素的影响,但在相似₂(图 19)。然而,在中国南方,CO浓度最高时,相对湿度的门槛也高。例如,在夏天河源市的相对湿度为99%。在冬天,CO浓度时最大降水东南部沿海地区超过30毫米。

(e)空间格局的气象因素的影响₂ 浓度。没有的空间格局₂浓度是影响相对湿度和相似点₁₀。虽然没有的空间格局₂浓度是受到其他气象因素的影响,气象因素的影响是有限公司(图类似 20.)。然而,在秋天,没有₂浓度达到最大值的东南沿海地区与巴特降水条件下。

(f)空间格局的影响气象因素对O₃ 浓度。的空间模式的影响气象因素对O₃浓度是没有类似₂(图 21)。然而,在春天和秋天,O₃浓度达到最高,当温度超过20°C。在夏天,温度的影响在中国东部显著增加阈值;例如,在夏天,在成都,它是36.5°C。当最高O₃集中发生,相对湿度的影响阈值在中国北方在秋季和冬季低;例如,冬天在沈阳相对湿度为22%。冬天,O₃浓度是最高的在中国北方,收到很少的降水;例如,降水在天津冬天只有12.3毫米。O₃浓度达到最大时期北方的高风速,例如,当风速在呼和浩特在冬季达到9.3 m / s。冬天,O₃浓度达到最大值在京津冀风向从西北东北。