基于线性混合效应模型的河北省PM 2.5 浓度时空变化模型研究
摘要
京津冀地区大气PM2.5污染严重.为揭示区域PM2.5时空分布规律，使用2013-2014年河北省地面站点PM2.5监测数据、MODIS AOD（气溶胶光学厚度）遥感数据、地面气象站点数据和土地利用调查数据，基于线性混合效应模型（LME），建立了ρ（PM2.5）时空变化与AOD因子、气象因子、土地利用因子之间的关系模型.采用十折交叉验证法对模型精度进行检验，并利用计算得到的校正因子[全部实测的ρ（PM2.5）年均值除以参与建模的所有实测ρ（PM2.5）年均值]纠正因AOD非随机性缺值导致的抽样偏差.结果表明：①河北省区域模拟精度R2（决定系数）为0.85，经交叉验证后R2为0.77，RMSE（均方根误差）和RPE（相对预测误差）分别为18.28 μg/m3和28.68%.②ρ（PM2.5）年均值模拟结果的校正因子范围为1.24~2.05，校正后的研究区ρ（PM2.5）年均值为89.84 μg/m3，与实际监测数据相近.③ρ（PM2.5）空间分布呈平原高、山区低，平原地区西南高、东北低的趋势.④ρ（PM2.5）与AOD、温度、相对湿度呈正相关，与风速、大气能见度呈负相关.研究显示，线性混合效应模型能有效对ρ（PM2.5）进行时空变化模拟，并实现对非地面监测地区ρ（PM2.5）时空变化的预测，恰当的预测因子组合和模型校正有助于模型预测精度的提升.
引用本文（GB/T 7714）
孙成, 王卫, 刘方田, 等. 基于线性混合效应模型的河北省PM 2.5 浓度时空变化模型研究[J]. 未知来源, 2019.
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。