基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析
陈新闯; 韩婧; 李元征; 李锋
刊名环境保护科学
2018-06-20
卷号44期号:03页码:69-73+79
关键词PM2.5 7大地理分区 城镇城区 灰色关联模型 影响因素
英文摘要文章以2010年中国城镇城区为研究单元,采用灰色关联模型对中国7大地理分区城镇PM_(2.5)浓度影响因素进行综合研究。结果表明:年平均风速、NDVI和DEM与PM_(2.5)浓度的关联度为中度,其余为强度关联。地形因素对华北地区的城镇PM_(2.5)浓度影响最大,年平均气温和年平均降水量对华南地区城镇PM_(2.5)浓度影响程度较小,年平均风速对各分区城镇PM_(2.5)浓度均有较强的影响。生态因素对各区域城镇PM_(2.5)浓度均有中度或强度影响。社会经济因素中城市化因素对各区域城镇PM_(2.5)浓度多为中度影响,经济因素对东北、华中、西南、西北地区影响程度较大。研究结果可为有效防控PM_(2.5)污染提供决策依据。
内容类型期刊论文
源URL[http://ir.rcees.ac.cn/handle/311016/40330]  
专题生态环境研究中心_城市与区域生态国家重点实验室
作者单位1.河南财经政法大学资源与环境学院
2.中国科学院大学
3.中国科学院生态环境研究中心城市与区域生态国家重点实验室
推荐引用方式
GB/T 7714
陈新闯,韩婧,李元征,等. 基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析[J]. 环境保护科学,2018,44(03):69-73+79.
APA 陈新闯,韩婧,李元征,&李锋.(2018).基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析.环境保护科学,44(03),69-73+79.
MLA 陈新闯,et al."基于灰色关联模型的中国城镇PM_(2.5)浓度影响因素分析".环境保护科学 44.03(2018):69-73+79.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace