以汾渭平原为研究区,选取人类活动、自然气象、社会经济等多种变量,基于2018年汾渭平原61个站点PM_(2.5)监测数据,通过相关性分析考察PM_(2.5)污染的影响因子,并构建土地利用回归(Land use regression,LUR)模型,进一步模拟探究了2018年...以汾渭平原为研究区,选取人类活动、自然气象、社会经济等多种变量,基于2018年汾渭平原61个站点PM_(2.5)监测数据,通过相关性分析考察PM_(2.5)污染的影响因子,并构建土地利用回归(Land use regression,LUR)模型,进一步模拟探究了2018年汾渭平原PM_(2.5)污染的空间分布特征。结果表明:①采用双变量相关分析选取100 m缓冲区内的夜间灯光指数,5000 m缓冲区内的草地面积,3000 m缓冲区内的NDVI,4000 m缓冲区内的林地面积,SO^(2)、NO^(2),边界层高度,气象等12个与PM_(2.5)相关性较高变量;②LUR模型的模拟R ^(2)为0.819,调整后的R^(2)为0.813,说明模型精度较高,拟合程度较好;③污染模拟分布显示,汾渭平原南部、东部地区PM_(2.5)污染相对较高;西北部地区PM_(2.5)浓度相对较低,并且从南向北逐渐降低,LUR模型预测结果与PM_(2.5)污染监测结果基本一致,可为汾渭平原大气污染预警和健康暴露风险评估提供科学参考。展开更多
