论文部分内容阅读
利用2014年5月31日—2016年5月31日宜宾市的污染物浓度监测资料和气象要素观测资料,综合分析了PM2.5浓度与前一日污染物浓度、当日不同气象要素的相关性,并基于逐步回归分析法建立了适合该地区不同季节P2.5浓度的统计预报模型。结果表明,宜宾市各季节PM2.5浓度与前一日六项污染物浓度均呈显著正相关,与当日降雨、平均风速呈显著负相关,且前者除了CO和O3-8外相关性明显高于后者。统计预报模型的预测值与实测值的大小及变化规律吻合得较好,可以准确反映PM2.5浓度的变化规律。根据该模型预测的PM2.5浓度的准确率总体较高,为71.5%。其中夏季预测的PM2.5浓度的准确率最高,达到86.7%,其次是秋季和春季,分别为72.8%、67.0%,冬季最低,仅59.0%。根据相关性分析的结果和模型引入的预报因子来看,影响宜宾地区PM2.5浓度的主要因子是前一日的PM2.5浓度、当日的平均风速和降雨。