2013-2020年京津冀地区PM_(2.5)浓度时空变化模拟及趋势分析

为研究京津冀地区PM_(2.5)浓度时空变化趋势,利用多角度大气校正(MAIAC)气溶胶光学厚度(AOD)产品,结合气象和土地利用等数据,构建线性混合效应(LME)和地理加权回归(GWR)组成的两阶段统计回归模型,建立了2013-2020年1 km空间分辨率的PM_(2.5)浓度数据集。结果显示:模型交叉验证后的决定系数(R^(2))、斜率、均方根预测误差(RMSPE)和相对预测误差(RPE)范围分别为0.85~0.95、0.87~1.05、7.87~29.90μg/m^(3)和19.19%~32.71%,数据质量较高;2013-2020年京津冀地区PM_(2.5)浓度呈现出明显的时间特征(冬季高、夏季低)和空间特征(南部平原高、北部山区低);相对2013年,2020年PM_(2.5)高浓度区域明显缩小,年均浓度下降54.04%,全域降至55μg/m^(3)以下,由于政府对污染物排放的严格控制,2015-2017年冬季PM_(2.5)浓度出现大幅下降;相对2017年,2018-2020年PM_(2.5)浓度下降不明显。研究结果可为京津冀及周边地区空气污染防治提供科学依据。