北京市大气可吸入颗粒物(PM 10 )时空分布规律研究及人口暴露分析

发布时间：2025-02-27 19:31

　　可吸入颗粒物(PM10)作为一种空气污染物,危害着中国大部分地区,影响着人类健康、生活工作、日常出行等,在一些人口众多的大型城市,北京、上海、西安等地也遭受着同样的严重污染。PM10污染的形成是一个复杂的过程,汽车尾气、工业废气、不完全燃烧排放、其他地区污染物远距离传输作为污染源,在天气和地理要素共同作用下,形成局部污染。本文以北京市为研究区,基于气象要素(温度、湿度、风速、水汽压、气压)、道路交通要素和土地利用要素,结合缓冲区分析方法建立四个季节的多元线性回归模型(Multivariable Linear Regression Model, MLR),研究北京地区可吸入颗粒物污染情况,分析PM10在北京地区四个季节下的浓度分布规律,通过MLR模型计算并输出PM10在春、夏、秋、冬四个季节的浓度分布图,从空间上和时间上研究北京市地区的PM10污染分布规律,分析各要素的贡献大小,道路交通是北京地区PM10的主要污染源,气象要素的风速、温度、湿度、水汽压对于污染形成具有重要作用。总体来说,春、夏、秋、冬四个季节的PM10污染呈递增趋势,冬季污染最为严重；北京南部地区污染比北部严重,房山、大兴...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
引言
第1章 绪论
    1.1 研究背景
    1.2 研究目的及意义
    1.3 研究方法和技术路线
        1.3.1 研究方法
        1.3.2 技术路线
    1.4 研究内容简介
第2章 国内外研究进展
    2.1 可吸入颗粒物(PM₁₀)介绍
    2.2 国内外研究进展
    2.3 创新点
第3章 数据分析及处理
    3.1 数据分析
    3.2 可吸入颗粒物数据处理
    3.3 气象数据处理
        3.3.1 气象数据处理概述
        3.3.2 数据处理插值方法
        3.3.3 气象数据空间插值
    3.4 道路交通数据处理
    3.5 土地、人口数据处理
第4章 PM₁₀季节性回归模型
    4.1 线性回归理论概述
    4.2 多元线性回归模型
        4.2.1 模型自变量确定
        4.2.2 多元线性回归模型建立
        4.2.3 参数最小二乘法估计
        4.2.4 多元线性回归模型可靠性分析
    4.3 缓冲区理论分析
    4.4 PM₁₀季节性回归模型建立
    4.5 PM₁₀季节浓度分布图
第5章 PM₁₀时空分布规律特征及人口暴露分析
    5.1 北京市PM₁₀时空分布特征
        5.1.1 PM₁₀空间分布情况
        5.1.2 PM₁₀时空分布规律
    5.2 PM₁₀污染分析
    5.3 PM₁₀人口暴露定性分析
第6章 模型评估
    6.1 交叉验证原理
    6.2 留一法交叉验证分析
第7章 总结和展望
    7.1 内容总结
    7.2 展望
参考文献
致谢



本文编号：4034408