基于KZ滤波法的江淮地区PM2.5浓度变化影响分析

作者：董昊; 王欢; 吴明胤; 张付海^*

来源：中国环境监测, 2023, 39(05): 69-80.

DOI：10.19316/j.issn.1002-6002.2023.05.08

• 江淮地区
• 大气细颗粒物
• KZ滤波法
• 气象修正

基于2018—2020年合肥、芜湖和马鞍山3个城市国控站点的PM2.5逐日监测数据和同期地面气象观测资料，利用Kolmogorov-Zurbenko(KZ)滤波对PM2.5日浓度的原始时间序列进行分解，获取短期分量、季节分量和长期分量，并进行多元线性逐步回归构建各分量与气象因子的模型，最后依据短期分量和基线分量的回归模型和残差分析，对序列进行重建，获取消除气象条件影响的PM2.5长期分量。KZ滤波分析结果表明：2018—2020年气象条件对江淮区域PM2.5污染改善影响存在波动，在2018—2019年为负贡献，而在2020年秋冬季则变为正贡献；江淮地区3个城市2018年和2020年PM2.5修正后的长期分量均值表明气象条件对各市PM2.5改善影响存在差异较大，气象条件对合肥PM2.5改善的贡献仅为1.0%,芜湖为7.8%,马鞍山为21.0%;NAQPMS数值模式情景分析结果显示，减排措施对江淮之间PM2.5浓度改善贡献率范围为42.5%～104.8%。综合研究表明，减排措施是2020年江淮之间PM2.5浓度改善的主要因素。