重庆市主城区PM 2.5 的时空格局及影响因素分析

发布时间：2021-03-15 01:38

　　我国自从改革开放以来,经济迅速崛起,经济增长方式多以牺牲环境为代价的粗放型为主,造成了大气环境质量的日益恶化。2018年3月17日,第十三届全国人大一次会议举办的“打好污染防治攻坚战”主题记者会上,国家环境保护部部长李干杰介绍了当前国家生态环境保护工作的现状,并提到了新的下一步大气污染防治三年计划,其中降低PM_2.5浓度是重要目标之一。PM_2.5作为一种空气细颗粒物污染问题,对人类健康、大气环境及生态系统有重要的影响,越来越受到社会的广泛关注和研究。本文以西南地区典型山地城市——重庆市主城区为研究区,利用多元回归模型、灰色关联模型、GIS技术以及统计等方法,基于重庆市环保局发布的空气环境监测站点实测数据,同时考虑自然因素及社会经济因素,对重庆市主城区PM_2.5浓度的时间变化特征、空间分布模拟以及影响因素进行了详细研究。得到的主要结论如下:（1）重庆主城PM_2.5浓度在时间变化上具有显著规律,主要表现为,年际变化上:与2016年相比,重庆市主城区2017年年均PM_2.5浓度有明显... 

【文章来源】：重庆师范大学重庆市

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

技术路线图

重庆市主城区地理位置及地形概况

重庆市主城区空气质量监测站点分布图

【参考文献】：
期刊论文
[1]济南市PM2.5时空分布特征[J]. 尹承美,褚颖佳,蔡哲.  中国人口·资源与环境. 2017(S2)
[2]安徽省PM2.5时空分布特征及关键影响因素识别研究[J]. 张海霞,程先富,陈冉慧.  环境科学学报. 2018(03)
[3]基于灰色关联模型的能源消费与经济增长的关系——以新疆为例（英文）[J]. 王兴民,王强,董洁芳.  中国科学院大学学报. 2017(05)
[4]黑龙江省农业气象灾害与大豆产量的灰色关联分析[J]. 温丹苹,李静,何朋飞.  自然灾害学报. 2017(04)
[5]北京冬季PM2.5中金属元素浓度特征和来源分析[J]. 乔宝文,刘子锐,胡波,刘景云,逄妮妮,吴方堃,徐仲均,王跃思.  环境科学. 2017(03)
[6]基于灰色VAR模型的南京市技术创新与低碳经济增长的关系研究[J]. 程东祥,朱虹,陈静,赵方华.  生态经济. 2016(10)
[7]城市规模对大气污染物NO2和PM2.5浓度的影响[J]. 张淑平,韩立建,周伟奇,李伟峰.  生态学报. 2016(16)
[8]基于长时间序列的北京PM2.5浓度日变化及气象条件影响分析[J]. 苗蕾,廖晓农,王迎春.  环境科学. 2016(08)
[9]基于灰色关联模型对江苏省PM2.5浓度影响因素的分析[J]. 贺祥,林振山,刘会玉,齐相贞.  地理学报. 2016(07)
[10]北京市冬季典型重污染时段PM2.5污染来源模式解析[J]. 陈云波,徐峻,何友江,杜晓惠,唐伟,孟凡.  环境科学研究. 2016(05)

硕士论文
[1]重庆市主城区冬季大气细颗粒物（PM2.5）质量浓度的遥感估算模型研究[D]. 刘欢.重庆师范大学 2016
[2]内蒙古锡林郭勒盟牧区雪灾气象因子灰色关联分析与评估模型研究[D]. 王博.首都师范大学 2011
[3]基于灰色模型和ARMA模型的我国社会消费品零售总额的研究[D]. 万丽娟.中南大学 2009



本文编号：3083327