基于灰色关联模型对陕西省O 3 浓度影响因素分析
摘要
O3污染问题已经成为21世纪另一个环境课题.本次研究采用克里金插值法对2015年陕西省O3浓度的空间分布特征进行分析，同时构建了O3浓度的影响指标体系，运用灰色关联模型，综合分析了O3浓度与其影响指标因子的关联度，并探讨了各指标因子综合关联度的空间关联性和分异性.结果显示：①陕西省O3浓度呈'北高南低'的空间分布特征；②权重最大的指标层是O3污染来源（Wi=0.4331），其次是城市化与产业结构（Wi=0.3455），空气质量与自然因子最小（Wi=0.2215）；③各个指标因子与O3浓度关联度均为强度关联.空气质量与自然因子中，关联度较高的指标因子为CO、降水量、平均气温、日照时数；O3污染来源中，关联度较高的指标因子为等级公路里程、单位GDP能耗及工业用电量；城市化与产业结构中，关联度较高的指标因子为第二产业占地区总产值的比例、建成区绿地覆盖率和人均公园绿地面积；④O3污染来源对铜川、宝鸡、汉中等市O3浓度的影响较大；城市化与产业结构对宝鸡、咸阳、渭南、汉中等市的影响较大；空气质量与自然因子与陕西省各个城市O3浓度的关联度均为强度关联；⑤空气质量与自然因子中，CO、PM2.5、日照时数与O3浓度综合关联度较高.O3污染来源指标层中为机动车保有量、餐饮总额、烟（粉）尘排放量.城市化与产业结构中则是房屋建筑施工面积、建成区面积、人口密度.影响O3浓度的主要指标因子表现出较好的空间相关性与空间分异性.综合分析表明，灰色关联度模型能够有效地对O3浓度的主要影响因素作出分析与评价.
引用本文（GB/T 7714）
南国卫, Nan Guowei, 孙虎, 等. 基于灰色关联模型对陕西省O 3 浓度影响因素分析[J]. 未知来源, 2017.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。