基于Kolmogorov-Zurbenko滤波法分析2015—2021年京津冀地区大气颗粒物变化趋势

作者：占青; 张运江^*; 陈红; 张可馨; 盖鑫磊

来源：生态与农村环境学报, 2023, 39(09): 1133-1143.

DOI：10.19741/j.issn.1673-4831.2022.0875

• 大气颗粒物
• KZ滤波法
• 逐步多元线性回归
• 变化趋势
• 京津冀地区

京津冀地区是我国近年针对大气颗粒物污染治理的重点区域。采用Kolmogorov-Zurbenko(KZ)滤波分析2015—2021年京津冀地区13个城市细颗粒物(PM2.5)、可吸入颗粒物(PM10)和粗颗粒物(PM2.5-10)的时间序列。结果表明，PM2.5和PM10年均浓度总体呈下降趋势，其下降速率分别为5.07和8.10μg·m-3·a-1。KZ滤波分析结果表明，PM2.5、PM10和PM2.5-10的短期分量、季节分量和长期分量之间相互独立。短期分量贡献占比(大于50%)最高，其次为季节分量，说明原始时间序列的波动主要受控于污染源排放以及气象条件的短期变化和季节变化。针对KZ滤波分解出的浓度序列，建立逐步多元回归线性模型，定量评估气象和减排对变化趋势的贡献。逐城分析结果表明，秦皇岛市气象条件对PM2.5浓度的影响(14.86%)最大，衡水市减排措施对PM2.5浓度的影响(96.77%)最大；秦皇岛市气象条件对PM10浓度的影响(13.69%)最大，廊坊市减排措施对PM10浓度的影响(93.96%)最大；沧州市气象条件对PM2.5-10浓度的影响(26.23%)最大，廊坊市减排措施对PM2.5-10浓度的影响(91.80%)最大。整体分析结果表明，减排对2015—2021年京津冀大气颗粒物污染改善起着至关重要的作用。

• 单位
  环境科学与工程学院; 南京信息工程大学