中国三大城市群PM_(2.5)浓度非线性变化分析

以三大城市群为研究区,基于PM_(2.5)浓度数据,利用ITA和Beast方法定量分析PM_(2.5)时间序列的非线性变化过程.结果表明:①三大城市群PM_(2.5)污染程度下降明显,高浓度区域明显缩小;PM_(2.5)浓度空间极化程度降低,空间差异缩小.大多数地区的PM_(2.5)浓度都具有下降的趋势,但变化程度并不相同.京津冀PM_(2.5)浓度相较于长三角和珠三角,仍处于较高水平.②三大城市群PM_(2.5)浓度具有冬春季高、夏秋季低的季节变化特征.冬季与夏季PM_(2.5)浓度差异明显,PM_(2.5)浓度在夏季的收敛性大于冬季.PM_(2.5)浓度高的区域下降趋势明显,但珠三角的PM_(2.5)浓度下降趋势相较于长三角和京津冀不明显.③三大城市群PM_(2.5)浓度时间序列均具有显著下降趋势,且京津冀>长三角>珠三角;PM_(2.5)浓度在冬季下降趋势最大.PM_(2.5)污染等级越高,下降趋势越明显.④京津冀PM_(2.5)浓度时间序列趋势分量具有两个突变点,季节分量中具有一个突变点;长三角PM_(2.5)浓度时间序列的趋势分量和季节分量均无突变点;珠三角PM_(2.5)浓度时间序列的季节分量无突变点,趋势分量具有一个突变点.结果可为区域空气污染治理相关工作的开展提供科学的参考.