基于气态污染物的京津冀PM2.5浓度模型研究

源清单反演技术的应用提高了气态污染物(CO,SO2,NO2)模式预报水平,由于PM2.5与气态污染物具有良好的相关性,有望通过建模间接提高其预报水平.利用京津冀地区2014年-2018年空气质量监测数据,开展基于气态污染物的PM2.5浓度模型研究.以石家庄为例,采用逐步多元回归方法分季节建模优于分采暖期和非采暖期建模,春、秋、冬三季模型估算值与实测值相关系数均在0.91以上,对重污染天气估测命中率POD达74％.模型在京津冀地区具有较好的适用性,三种气态污染物中CO对PM2.5估算的影响最大.