基于土地利用回归模型的江苏省空气污染物空间分布精细化模拟

目的 建立土地利用回归(LUR)模型模拟江苏省空气污染物浓度的空间分布.方法 基于国家监测站点,提取土地利用、道路交通、气象条件、地理条件、人口密度和工业污染源等数据,通过后向算法建立江苏省2016年PM2.5、PM10、NO2和CO的LUR模型,结合留一交叉验证和十次10折交叉验证对模型进行检验.建立1 km×1 km网格点,利用建立的LUR模型预测上述4种污染物的空间分布情况.结果 共获取73个潜在预测变量,PM10、PM25、NO2、CO的LUR模型调整后的R2分别为0.911、0.596、0.590、0.552,交叉验证的R2接近模型R2,模型具有良好的预测能力和稳健性.模型各个变量的方差膨胀因子(VIF)均小于10,不存在共线性问题.结论 基于国家监测站点的四种空气污染物(PM2.5、PM10、NO2、CO)的LUR模型较好地解释了省级较大空间尺度的空气污染物浓度空间分异性,可为流行病学研究提供支持.