保定市2013～2019年秋冬季污染物浓度变化特征

李欢欢,牛 璨,张 凯,黎 洁,支敏康,罗宇骞,王 涛,鲁珊珊 (.中国环境科学研究院环境基准与风险评估国家重点实验室,北京 000；.河北大学公共卫生学院,河北 保定 07000；.白洋淀流域生态环境监测中心,河北 保定 0705)

对于空气质量和污染特征的分析,除了常用的环境数据与实验室分析相结合的数据统计方法[1-3]、数值模式模拟方法[4-5]外,Spearman秩相关系数法[6]、自回归滑动平均模型[7]、环境库兹涅茨曲线法[8]、神经网络模型[9-10]和小波分析[11-13]等也常被用来作为分析污染物变化特征的方法.小波分析是20世纪80年代初由Morlet提出,能清晰的揭示出隐藏在时间序列中的多种变化周期,后被广泛应用于大气科学现象的解释[12],用于分析大气气溶胶和大气环境之间的联系[14],对于研究大气污染物非线性的多层次时间尺度结构、时间序列变化规律十分有效.孙春媛等[15]、鲁凤等[16]、吴小玲等[17]、王海鹏等[18]、李梓铭等[11]等基于小波分析分别研究了北京市、上海市、兰州市、石河子市空气质量、空气污染指数、PM2.5不同时间尺度的周期及演变特征.孙春媛等[15]利用小波分析发现北京市PM2.5质量浓度在1～4月和10～12月波动明显,气象因子对PM2.5质量浓度变化影响巨大;Xu等[19]采用小波变换对贵港市常规大气污染物日浓度序列进行了分析,发现NO2和颗粒物的季节特征是秋冬高夏季低.王海鹏等[18]运用小波分析得出兰州市空气污染指数以300d左右的变化为主周期.但针对于长时间的、污染严重季节的大气污染物浓度变化特征的小……