基于土地利用回归模型的江苏省空气污染物空间分布精细化模拟

目的建立土地利用回归(LUR)模型模拟江苏省空气污染物浓度的空间分布。方法基于国家监测站点,提取土地利用、道路交通、气象条件、地理条件、人口密度和工业污染源等数据,通过后向算法建立江苏省2016年PM_(2.5)、PM_(10)、NO_2和CO的LUR模型,结合留一交叉验证和十次10折交叉验证对模型进行检验。建立1 km×1 km网格点,利用建立的LUR模型预测上述4种污染物的空间分布情况。结果共获取73个潜在预测变量,PM_(10)、PM_(2.5)、NO_2、CO的LUR模型调整后的R~2分别为0.911、0.596、0.590、0.552,交叉验证的R~2接近模型R~2,模型具有良好的预测能力和稳健性。模型各个变量的方差膨胀因子(VIF)均小于10,不存在共线性问题。结论基于国家监测站点的四种空气污染物(PM_(2.5)、PM_(10)、NO_2、CO)的LUR模型较好地解释了省级较大空间尺度的空气污染物浓度空间分异性,可为流行病学研究提供支持。