作者：张淑平; 韩立建; 周伟奇; 郑晓欣日均温最高温最低温相对湿度平均风速最大持续风速降雨量
摘要：气象因素能够显著影响PM_（2.5）浓度,可减轻或加剧城市空气污染,尤其是在雾霾严重的冬季。同时由于城市间污染物排放强度和扩散条件的差异,雾霾的发生往往具有较强的区域性。选择了石家庄、西安、北京、太原、广州5个不同污染区域的典型城市,首先分析多个气象因子与PM_（2.5）浓度的关系,进而研究气象因素对PM_（2.5）浓度变异解释度的差异,以及气象因子对PM_（2.5）浓度影响的相对重要性,进一步对比分析气象因素对PM_（2.5）浓度影响在不同污染程度的城市之间的差异,解析了不同城市的主要气象影响因素和气象因素的综合影响程度。研究结果表明：（1）气象条件与PM_（2.5）日浓度显著相关,且在不同污染程度的城市与PM_（2.5）浓度相关的气象因子不同。与石家庄冬季PM_（2.5）浓度相关的气象因素为相对湿度、平均风速;与西安PM_（2.5）浓度相关的主要气象因素为相对湿度、平均风速和最大持续风速;与北京PM_（2.5）浓度相关的主要气象因素相对湿度、日均温度、平均风速、最大持续风速和最低温;与太原PM_（2.5）浓度相关的主要气象因素为日均温、相对湿度、平均风速、最高温、最低温和最大持续风速;与广州PM_（2.5）浓度相关的主要气象因素为相对湿度、平均风速、最高温和降雨量。（2）PM_（2.5）浓度越高的地区,气象因素能够解释的PM_（2.5）浓度变异越小。严重污染区的石家庄气象因素多元回归分析的R~2为0.27,重污染区的西安气象因素多元回归分析R~2为0.29,中污染区的北京气象因素多元回归分析R~2为0.46,污染地区的太原气象因素多元回归分析R~2为0.67。研究结果揭示了不同城市的主要气象影响因素及其综合影响程度,可为城市PM_（2.5）控制和预测精度提高提供理论参考,并为区域生态环境规划和城市协调发展提供科学依据。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
