森林覆被率等因子与PM 2.5 的时间滞后效应的研究
发布时间:2024-06-04 02:09
利用黑龙江省13个市(区)的170 820个数据,运用2SLS方法以森林覆被率等11个影响因素为指标,建立了3个不同时间段的静态面板和动态面板回归模型,探究了森林覆被率等影响因素与PM2.5时间滞后效应的关系。结果表明:(1)PM2.5的时间滞后效应是当期PM2.5浓度积累的影响因素,且随着时间的推移,PM2.5时间滞后效应对当期PM2.5浓度积累的促进作用逐渐减弱;(2)随着PM2.5时间滞后效应的逐渐减弱,森林覆被率、气温对PM2.5浓度积累所起的阻碍作用逐渐增强,PM10、CO对PM2.5浓度积累的促进作用逐渐增强,而风速对当期PM2.5浓度积累所起的阻碍作用逐渐减弱;(3)PM2.5时间滞后效应呈现出惯性的同时,森林覆被率、PM10、CO、气温、风速对PM2.5的作用也具有了惯性。
【文章页数】:7 页
【文章目录】:
1 研究区域与数据来源
1.1 研究区域
1.2 数据来源
2 研究方法
2.1 动态面板数据模型
2.2 2SLS方法
3 模型的建立与结果分析
3.1 3个不同时间段动态面板数据模型的建立
3.1.1 3个不同时间段模型的单位根检验
3.1.2 动态模型的建立
3.1.3 模型的检验
3.2 结果分析
3.2.1 PM2.5的时间滞后效应的分析
3.2.2 PM2.5时间滞后效应与森林覆被率、PM10、CO等因素的变化规律的分析
4 结论
本文编号:3988718
【文章页数】:7 页
【文章目录】:
1 研究区域与数据来源
1.1 研究区域
1.2 数据来源
2 研究方法
2.1 动态面板数据模型
2.2 2SLS方法
3 模型的建立与结果分析
3.1 3个不同时间段动态面板数据模型的建立
3.1.1 3个不同时间段模型的单位根检验
3.1.2 动态模型的建立
3.1.3 模型的检验
3.2 结果分析
3.2.1 PM2.5的时间滞后效应的分析
3.2.2 PM2.5时间滞后效应与森林覆被率、PM10、CO等因素的变化规律的分析
4 结论
本文编号:3988718
本文链接:https://www.wllwen.com/nykjlw/lylw/3988718.html