本文主要研究内容
作者尹承美,何建军,于丽娟,焦洋,周乐晨（2019）在《多尺度气象条件对济南PM2.5污染的影响》一文中研究指出：长时间序列空气质量数据和气象数据分析济南大气污染与气象条件关系的研究相对较少。利用2010-2016年济南市环境空气质量监测数据、气象再分析和观测数据,分析了济南市PM2.5污染特征、PM2.5浓度与2 m温度（T）、2 m相对湿度（RH）、10 m高度U和V风速（U和V）、10 m风速（WS）、K指数（K）、A指数（A）和边界层高度（BLH）的相关性、天气类型对PM2.5浓度的影响,并基于逐步回归分析方法构建统计模型,利用解释方差量化气象条件对PM2.5浓度变化的影响。分析发现,济南PM2.5浓度存在显著的季节变化和年际变化特征,年均PM2.5浓度呈下降趋势;近地面PM2.5浓度与T、RH、K和A显著正相关,与WS和BLH显著负相关,U和V与PM2.5浓度相关性不显著（p<0. 05）;不同天气类型对应的PM2.5浓度均值存在显著差异;基于回归模型分析发现气象条件可以解释10%～40%的PM2.5浓度逐日变化,气象条件的影响有明显的季节变化。
Abstract
chang shi jian xu lie kong qi zhi liang shu ju he qi xiang shu ju fen xi ji na da qi wu ran yu qi xiang tiao jian guan ji de yan jiu xiang dui jiao shao 。li yong 2010-2016nian ji na shi huan jing kong qi zhi liang jian ce shu ju 、qi xiang zai fen xi he guan ce shu ju ,fen xi le ji na shi PM2.5wu ran te zheng 、PM2.5nong du yu 2 mwen du （T）、2 mxiang dui shi du （RH）、10 mgao du Uhe Vfeng su （Uhe V）、10 mfeng su （WS）、Kzhi shu （K）、Azhi shu （A）he bian jie ceng gao du （BLH）de xiang guan xing 、tian qi lei xing dui PM2.5nong du de ying xiang ,bing ji yu zhu bu hui gui fen xi fang fa gou jian tong ji mo xing ,li yong jie shi fang cha liang hua qi xiang tiao jian dui PM2.5nong du bian hua de ying xiang 。fen xi fa xian ,ji na PM2.5nong du cun zai xian zhe de ji jie bian hua he nian ji bian hua te zheng ,nian jun PM2.5nong du cheng xia jiang qu shi ;jin de mian PM2.5nong du yu T、RH、Khe Axian zhe zheng xiang guan ,yu WShe BLHxian zhe fu xiang guan ,Uhe Vyu PM2.5nong du xiang guan xing bu xian zhe （p<0. 05）;bu tong tian qi lei xing dui ying de PM2.5nong du jun zhi cun zai xian zhe cha yi ;ji yu hui gui mo xing fen xi fa xian qi xiang tiao jian ke yi jie shi 10%～40%de PM2.5nong du zhu ri bian hua ,qi xiang tiao jian de ying xiang you ming xian de ji jie bian hua 。
论文参考文献
论文详细介绍
论文作者分别是来自高原气象的尹承美,何建军,于丽娟,焦洋,周乐晨，发表于刊物高原气象2019年05期论文，是一篇关于济南论文,相关分析论文,多元回归论文,气象条件论文,高原气象2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自高原气象2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：济南论文; 相关分析论文; 多元回归论文; 气象条件论文; 高原气象2019年05期论文;