Factors in Yangtze River Delta Urban
Agglomeration
作者： 王昭[1];严小兵[2]
作者机构： [1]河海大学公共管理学院,江苏南京211100;[2]常州大学瞿秋白政府管理学院,江苏常州213159
出版物刊名： 长江流域资源与环境页码： 1497-1506页年卷期： 2020年 第7期
主题词： 长三角;城市群;PM2.5;时空演变
摘要：科学识别PM2.5的空间分异及其驱动因素,是实现区域空气污染治理的关键。以国测点日均PM2.5浓度为数据来源,基于多种空间分析方法,研究长江三角洲城市群PM2.5浓度的时空演变及影响因素。结果发现:(1)2013~2017年,长江三角洲城市群的PM2.5年平均浓度,处于不断下降的趋势;城市间的差异,呈现逐渐减少的趋势。(2)一年中,12月份的PM2.5浓度最高,8月份的PM2.5浓度最低。1~12月,PM2.5浓度先减后增。(3)2013年,PM2.5高浓度区域主要分布在江苏省;2017年,PM2.5高浓度区域主要分布在安徽省。5年间,PM2.5浓度的空间重心,向安徽省转移72 km。(4)长江三角洲城市群PM2.5浓度存在明显的空间自相关。存在PM2.5浓度高-高值区、低-低值区\"扎堆\"现象,且集聚程度趋于增大。(5)影响PM2.5浓度的因素包括了自然因素和社会因素。自然因素中,降雨与PM2.5浓度显著相关。社会因素主要来自工业排放、交通排放和能源消耗。其中,能源消耗的影响程度最大,工业排放次之,交通排放最后。
因篇幅问题不能全部显示，请点此查看更多更全内容