摘 要

随着城市化进程和工业化经济的飞速发展，大气污染已成为制约环境可持续发展的重要问题。近年来我国雾霾天气严重，危害着人类健康，空气中当量直径小于等于2.5微米的细颗粒物PM_2.5是导致雾霾的主要原因。本文使用2017年1274个地面监测站点的PM_2.5监测数据揭示时间和空间变化规律，探究影响因素并分析人口暴露风险。结果表明，年平均PM_2.5浓度为45.72μg/m³，季节变化规律为“冬高夏低、春秋居中”，最高和最低月平均PM_2.5浓度分别出现在1月和8月，PM_2.5浓度的高值主要分布在华北平原和新疆地区。风速、相对湿度和降水与PM_2.5浓度的负相关关系显著，人口密度、居民汽车拥有量和能源消耗量对PM_2.5的影响最大。人口暴露特征显示我国有82.80%的人口暴露在PM_2.5浓度高于GB3095-2012的二级年均浓度标准区域，人口集中分布于PM_2.5浓度高的地区的特征明显。因此，我国需要在各方面采取一系列措施控制PM_2.5浓度，并降低PM_2.5浓度对暴露人口的影响。

关键词：细颗粒物；监测数据；地理加权回归；暴露

Abstract

With the rapid development of urbanization and industrialized economy, atmospheric pollution has become an important issue restricting the environmentally sustainable development. People in China suffer severe hazy weather in recent years which is dangerous to human health, fine particular matter(PM_2.5), particles smaller than 2.5 micrometers, is the main reason of hazy. This thesis based on PM_2.5 concentration data monitored by 1274 monitoring sites in 2017, revealed temporal and spatial distribution pattern, analyzed driving factors and assessed population exposure risk. Results indicated that the annual mean PM_2.5 concentrations was 45.72μg/m³; the seasonal variation was high in winter and low in summer, and middle in spring and autumn; the highest and lowest diurnal mean PM_2.5 concentrations appeared in January and August respectively; areas with high PM_2.5 concentrations almost clustered in the north China plain and Xinjiang region. Wind speed, humidity and precipitation had significant negative correlation with PM_2.5 concentrations; while the population density, the car ownership and energy consumption had great effect to PM_2.5. Characteristics of population exposure illustrated that 82.80% population exposed in areas whose PM_2.5 concentrations higher than secondary annual concentration standard stipulated by GB3095-2012 in China, and residents geographically concentrated in areas with high PM_2.5 concentrations. Therefore, it`s significant to take series measures for controlling PM_2.5 concentrations, as well as reducing the risk of PM_2.5 exposure.

Key Words：fine particulate matter；monitoring data；Geographically weighted regression；PM_2.5 exposure

目　　录

第1章　绪论 1

　　1.1　目的与意义 1

　　1.2　研究内容与技术路线 1

　　　　1.2.1　研究内容 1

　　　　1.2.2　技术路线 2

　　1.3　文献综述 2

　　　　1.3.1　PM_2.5时空演变研究现状 2

　　　　1.3.2　PM_2.5浓度影响因素研究现状 3

　　　　1.3.3　PM_2.5暴露评估研究现状 4

第2章　数据与方法 5

　　2.1　研究区域 5

　　2.2　数据来源与质量控制 5

　　　　2.2.1　PM_2.5地面站点监测数据 5

　　　　2.2.2　气象站点监测数据 7

　　　　2.2.3　社会经济数据 7

　　2.3　空间自相关 7

　　　　2.3.1　基于Moran`s I的全局空间自相关 7

　　　　2.3.2　基于Getis-ord G的局部空间自相关 8

　　2.4　地理加权回归 8

　　2.5　基于人口加权的平均PM_2.5浓度 9

第3章　PM_2.5浓度的时空分布格局 10

　　3.1　时间变化规律 10

　　3.2　空间变化规律 12

　　　　3.2.1　城市群PM_2.5浓度分布规律 12

　　　　3.2.2　省际PM_2.5浓度分布规律 14

　　　　3.2.3　主要城市PM_2.5浓度分布规律 17

　　3.3　空间集聚性规律 20

　　　　3.3.1　空间自相关指数分析 20

　　　　3.3.2　集聚性规律分析 20

第4章　PM_2.5浓度分布的影响因素分析 21

　　4.1　基于OLS模型的影响因素分析 21

　　4.2　基于GWR模型的影响因素分析 22

第5章　PM_2.5暴露风险评估 24

第6章　总结与讨论 27

　　6.1　研究结论 27

　　6.2　不足与展望 28

参考文献 29

致谢 31

第1章 绪论

1.1目的与意义

改革开放后，中国经济发展迅速，开始出现大范围雾霾天气等新的环境问题，我国环境可持续发展受到严重威胁。雾霾主要是由大气颗粒物形成的，细颗粒物即PM_2.5，其空气动力学直径小于等于2.5微米，因此可以在大气中停留很长时间，而且容易随风转移到距离远的地方。长期暴露于较高浓度的大气颗粒物尤其是PM_2.5中会严重危及人体健康，引发呼吸系统的各种疾病，甚至诱发癌症^[1]。评估PM_2.5暴露在全国范围内对人类健康造成的影响刻不容缓。细颗粒物受到空气湿度、汽车尾气排放等因素的影响，时空分布差异明显，对不同时间和空间尺度PM_2.5分布格局的研究将有助于了解雾霾污染现状，并针对大气污染防控制定合理有效的措施。