谷歌Chrome浏览器插件
订阅小程序
在清言上使用

2015-2020年中国PM2.5污染时空演化及其与ENSO的关系研究

Acta Scientiae Circumstantiae(2023)

引用 0|浏览0
暂无评分
摘要
根据2015-2020年中国近1500个监测站点PM2.5小时浓度数据,利用空间自相关分析、回归分析及小波分析方法,探索了中国PM2..5浓度与异常的时空演化及其与ENSO(El Ni?o-Southern Oscillation,厄尔尼诺-南方涛动)之间的关系.结果表明,PM2.5污染具有显著空间自相关性,空间上存在明显集聚特征.PM2.5浓度较高的站点通常位于华北地区,其次是华中、华东北部,而PM2.5浓度较低的站点通常位于青藏、华南南部和西南南部地区,特别是华南沿海区域.两个ENSO期间,夏季,全国各区域厄尔尼诺年(2015年和2018年)PM2.5平均浓度高于拉尼娜年(2017年和2020年);冬季,北方大部分区域,除ENSO Ⅱ内蒙古和青藏地区以外,厄尔尼诺年PM2.5平均浓度也高于拉尼娜年,但华南和西南地区的结果相反,表明ENSO对我国冬季南北方PM2.5污染的影响可能相反.回归分析表明,华北、华东、华中北部及东北地区PM2.5月均浓度正异常与ENSO正相(厄尔尼诺)相关,华中南部、华东南部、华南及西南地区PM2.5月均浓度正异常与ENSO呈负相(拉尼娜)相关.这些PM2.5浓度异常可以部分解释为与ENSO相关的气象因素异常的影响,我国北方(除ENSO Ⅱ青藏以外),特别是东北的PM2.5污染正(负)异常同时受ENSO正相厄尔尼诺(负相拉尼娜)期间的异常高(低)温和降水负(正)异常的共同影响,而中国东南沿海地区PM2.5污染正(负)异常主要与ENSO负相拉尼娜(正相厄尔尼诺)导致的负(正)降水异常和异常东北(西南)风相关.
更多
查看译文
关键词
ENSO,PM,2.5,spatial and temporal evolution,wavelet analysis,spatial autocorrelation,China
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要