張純曦，阿麗亞·拜都熱拉，劉麗，胡夢(mèng)玲

(新疆農(nóng)業(yè)大學(xué)林學(xué)與園藝學(xué)院，新疆 烏魯木齊 830052)

PM2.5是指空氣動(dòng)力學(xué)當(dāng)量直徑小于等于2.5 μm的顆粒物，也稱為可入肺顆粒物[1]。PM2.5因粒徑小、面積大、活性強(qiáng)，易附帶有毒、有害物質(zhì)(如重金屬、微生物等)，且在大氣中停留時(shí)間長(zhǎng)、輸送距離遠(yuǎn)、可入肺，因而對(duì)人體健康和大氣環(huán)境質(zhì)量產(chǎn)生影響[2]。目前許多國(guó)家都制定了顆粒物的大氣環(huán)境質(zhì)量標(biāo)準(zhǔn)[3]，以保護(hù)動(dòng)植物和人體健康。烏魯木齊市作為新疆維吾爾自治區(qū)的首府城市，是干旱區(qū)綠洲城市的代表，近年來空氣質(zhì)量備受人們關(guān)注。據(jù)2018年中國(guó)社會(huì)統(tǒng)計(jì)年鑒數(shù)據(jù)顯示，2017年烏魯木齊市PM2.5、PM10年平均濃度分別為74、115 μg/m3，空氣質(zhì)量二級(jí)及以上的天數(shù)為246 d，占全年總天數(shù)的67%[4]，明顯高于華北、西北地區(qū)。作為絲綢之路經(jīng)濟(jì)帶的節(jié)點(diǎn)城市，根據(jù)國(guó)家及自治區(qū)發(fā)展戰(zhàn)略，烏魯木齊市要建設(shè)成為“五大中心”，但其能源供應(yīng)主要以煤、天然氣等化石燃料為主，冬季(采暖期)供暖所需燃料較多、排放量大[5]，加之汽車數(shù)量增加以及特殊氣象狀況和地理?xiàng)l件，空氣質(zhì)量較差，這對(duì)提升烏魯木齊市的城市形象不利。目前，烏魯木齊市已建立了7個(gè)監(jiān)測(cè)站、全面開展常規(guī)監(jiān)測(cè)，并在國(guó)家生態(tài)環(huán)保部和市環(huán)保監(jiān)測(cè)中心網(wǎng)站上實(shí)時(shí)發(fā)布小時(shí)濃度數(shù)據(jù)。目前，國(guó)內(nèi)外模擬顆粒物濃度時(shí)空分布的方法主要有空間插值法、土地利用回歸模型、空間自相關(guān)分析等。王振波[6]利用空間插值法對(duì)中國(guó)城市PM2.5濃度分布進(jìn)行了研究，發(fā)現(xiàn)京津冀地區(qū)空氣污染最為嚴(yán)重；賀佳等[7]基于GIS運(yùn)用LUR模型對(duì)西安市PM2.5濃度進(jìn)行空間分布模擬，表明PM2.5年均濃度高風(fēng)險(xiǎn)區(qū)分布于中部，中風(fēng)險(xiǎn)區(qū)分布于中南部，低風(fēng)險(xiǎn)區(qū)分布于東南部和西部；楊冕等[8]利用空間自相關(guān)分析法對(duì)長(zhǎng)江經(jīng)濟(jì)帶PM2.5濃度的時(shí)空特征分析發(fā)現(xiàn)，長(zhǎng)江中下游較上游地區(qū)、長(zhǎng)江北岸較南岸地區(qū)污染更為嚴(yán)重。PM2.5濃度變化的預(yù)測(cè)模型主要有灰色關(guān)聯(lián)模型、神經(jīng)網(wǎng)絡(luò)模型(BP-ANN)和多元回歸模型等。王鷗[9]基于灰色關(guān)聯(lián)度法對(duì)烏魯木齊市PM2.5及其影響要素進(jìn)行討論，得出2014—2016年間月、旬變化中對(duì)PM2.5濃度影響最大的要素都是CO；曲悅[10]建立長(zhǎng)短期記憶模型的預(yù)測(cè)結(jié)果展示了北京市PM2.5污染與其周邊地區(qū)的氣象條件關(guān)系密切；張玉麗[11]基于多元回歸分析建立的模型結(jié)果較為理想，并為當(dāng)?shù)卣岢隽私ㄗh。

關(guān)于烏魯木齊市PM2.5的研究存在研究區(qū)域零散、空間尺度小、觀測(cè)時(shí)間尺度短等缺點(diǎn)。本研究以烏魯木齊市為研究區(qū)域，選取國(guó)家生態(tài)環(huán)保部網(wǎng)站公布的烏魯木齊市7個(gè)國(guó)控空氣質(zhì)量監(jiān)測(cè)站的PM2.5濃度數(shù)據(jù)，結(jié)合監(jiān)測(cè)站點(diǎn)的經(jīng)緯度坐標(biāo)，利用GIS的空間分析功能，借助數(shù)理統(tǒng)計(jì)方法和地統(tǒng)計(jì)學(xué)方法，從日際、季節(jié)2個(gè)時(shí)間尺度和區(qū)域空間尺度對(duì)2018年1—12月烏魯木齊市PM2.5濃度數(shù)據(jù)進(jìn)行分析，探討烏魯木齊市PM2.5的時(shí)空分布規(guī)律，建立PM2.5濃度與各指標(biāo)的預(yù)測(cè)模型，旨在合理評(píng)估烏魯木齊市大氣環(huán)境質(zhì)量變化特征，彌補(bǔ)以往研究時(shí)間序列不完整的缺陷，以期獲得更科學(xué)的烏魯木齊市PM2.5時(shí)空分布特征以及預(yù)測(cè)模型，為烏魯木齊市大氣污染治理提供較為科學(xué)的理論依據(jù)。

1 研究區(qū)概況

研究區(qū)為烏魯木齊市(圖1)，是新疆維吾爾自治區(qū)的首府城市，地理坐標(biāo)為42°45′32″～45°00′00″N，86°37′33″～88°58′24″E，位于我國(guó)西北內(nèi)陸干旱區(qū)新疆中北部，地處天山北麓和準(zhǔn)格爾盆地南部，南北最寬處約153 km，東西最長(zhǎng)約190 km，海拔580～920 m，自然坡度12‰～15‰。烏魯木齊市山區(qū)面積占50%以上，南部和東北地勢(shì)偏高、中部和北部偏低，氣溫屬中溫帶大陸性干旱氣候，最熱月在7—8月，平均氣溫25.7 ℃，最冷月為1月，平均氣溫-25.7 ℃。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本研究的PM2.5濃度數(shù)據(jù)來自于國(guó)家生態(tài)環(huán)保部空氣質(zhì)量自動(dòng)檢測(cè)站公布的烏魯木齊國(guó)控空氣質(zhì)量監(jiān)測(cè)站AQI質(zhì)量濃度實(shí)時(shí)數(shù)據(jù)(http://106.37.208.233∶20035/)，包括2018年1月1日—12月31日烏魯木齊市監(jiān)測(cè)站、收費(fèi)站、鐵路局、三十一中、培訓(xùn)基地、米東區(qū)環(huán)保局、新疆農(nóng)科院7個(gè)地面定位監(jiān)測(cè)站全年共計(jì)8 496 h的PM2.5、PM10、SO2、NO2、CO、O3時(shí)均濃度數(shù)據(jù)，覆蓋烏魯木齊市全年不同的空氣污染級(jí)別。對(duì)原始數(shù)據(jù)經(jīng)過統(tǒng)計(jì)分析，得到烏魯木齊市2018年1月1日—12月31日PM2.5的日均、季均濃度值。

2.2 研究方法

從國(guó)家生態(tài)環(huán)保部網(wǎng)站上獲取的數(shù)據(jù)經(jīng)過篩選整理，發(fā)現(xiàn)存在一定缺失，利用平均數(shù)法對(duì)缺失數(shù)據(jù)進(jìn)行簡(jiǎn)單非隨機(jī)插值補(bǔ)全，借助于SPSS 19.0對(duì)烏魯木齊市PM2.5濃度的日、季變化數(shù)據(jù)進(jìn)行獨(dú)立樣本t檢驗(yàn)?？臻g分析上，利用ArcGIS 10.2對(duì)烏魯木齊市7個(gè)國(guó)控空氣質(zhì)量監(jiān)測(cè)站的地理坐標(biāo)進(jìn)行編碼，形成空間點(diǎn)位屬性圖層。根據(jù)研究需求，將2018年1月1日—12月31日烏魯木齊市7個(gè)國(guó)控空氣質(zhì)量監(jiān)測(cè)站的PM2.5濃度數(shù)據(jù)采用地統(tǒng)計(jì)學(xué)中的反距離加權(quán)法(inverse distance weighted，IDW)模擬烏魯木齊市主城區(qū)PM2.5濃度的空間分布特征。對(duì)于PM2.5的預(yù)測(cè)采用多元回歸分析法，以PM10、SO2、NO2、CO、O3等5項(xiàng)AQI指標(biāo)作為解釋變量，PM2.5為目標(biāo)變量，借助于R語言構(gòu)建模型，并采用F檢驗(yàn)法對(duì)方程進(jìn)行顯著性檢驗(yàn)。

3 結(jié)果與分析

3.1 烏魯木齊市PM2.5時(shí)間濃度特征

3.1.1 烏魯木齊市PM2.5日均濃度特征

烏魯木齊市2018年P(guān)M2.5日均濃度變化范圍在7～241 μg/m3之間，最低值出現(xiàn)在9月25日，最高值出現(xiàn)在1月10日，日均值超過二級(jí)指標(biāo)、低于一級(jí)指標(biāo)的天數(shù)分別為87、197 d，占全年總天數(shù)的25%、57%。將烏魯木齊市主城區(qū)7個(gè)國(guó)控空氣質(zhì)量檢測(cè)站2018年不同季節(jié)同一時(shí)刻的PM2.5濃度數(shù)值進(jìn)行算數(shù)平均，得到烏魯木齊市2018年不同季節(jié)PM2.5日均濃度變化特征(圖2)。烏魯木齊市PM2.5濃度在不同季節(jié)表現(xiàn)出不同的變化規(guī)律。春季PM2.5濃度一日中峰值(39 μg/m3)出現(xiàn)在0:00—7:00，此時(shí)顆粒物一直處于累積過程，7:00—21:00持續(xù)下降，至21:00達(dá)到一日觀測(cè)期內(nèi)最小值(30 μg/m3)，呈單峰單谷形；夏季PM2.5濃度在2:00—3:00和9:00—10:00兩個(gè)時(shí)段分別出現(xiàn)峰值(29 μg/m3)，后波動(dòng)下降，至20:00出現(xiàn)谷值(20 μg/m3)，同時(shí)在15:00和17:00也出現(xiàn)了小高峰(24 μg/m3)，在12:00—13:00出現(xiàn)次谷峰(22 μg/m3)，變化規(guī)律不穩(wěn)定，大致表現(xiàn)為雙峰雙谷；秋季PM2.5濃度在23:00—24:00時(shí)出現(xiàn)最高值(47 μg/m3)，10:00出現(xiàn)次高峰(42 μg/m3)，8:00出現(xiàn)谷值(39 μg/m3)，14:00—15:00出現(xiàn)次谷峰(40 μg/m3)呈“W”型雙峰雙谷狀；冬季PM2.5濃度的變化規(guī)律較為穩(wěn)定，一日中在19:00出現(xiàn)峰值(147 μg/m3)，9:00—10:00點(diǎn)出現(xiàn)谷值(109 μg/m3)，變化規(guī)律表現(xiàn)為“V”型單峰單谷形。

圖2 烏魯木齊市PM2.5日均濃度變化

3.1.2 烏魯木齊市PM2.5季節(jié)變化特征

基于國(guó)家生態(tài)環(huán)保部PM2.5小時(shí)濃度、日均濃度數(shù)據(jù)，統(tǒng)計(jì)出2018年烏魯木齊市主城區(qū)PM2.5的季均濃度值(圖3)。

均值±標(biāo)準(zhǔn)誤，不同字母代表不同季節(jié)顆粒物濃度差異顯著(P<0.05)。

根據(jù)氣候?qū)W上對(duì)四季的分類，北半球每年的3—5月為春季，6—8月為夏季，9—11月為秋季，12月至次年2月為冬季。從四季上來看，烏魯木齊市主城區(qū)春、夏、秋、冬季PM2.5濃度值均值分別為37、25、44、132 μg/m3。春季PM2.5大于二級(jí)標(biāo)準(zhǔn)的天數(shù)為3 d，占總天數(shù)的3%，符合一級(jí)標(biāo)準(zhǔn)天數(shù)占總天數(shù)的64%；夏季PM2.5大于二級(jí)標(biāo)準(zhǔn)的天數(shù)為0 d，符合一級(jí)標(biāo)準(zhǔn)的天數(shù)占94%；秋季PM2.5大于二級(jí)標(biāo)準(zhǔn)的天數(shù)為13 d，占總天數(shù)的14%，符合一級(jí)標(biāo)準(zhǔn)的天數(shù)占61%；冬季PM2.5大于二級(jí)標(biāo)準(zhǔn)的天數(shù)為71 d，占85%，符合一級(jí)標(biāo)準(zhǔn)的天數(shù)為0，在P<0.05的水平上，冬季的PM2.5濃度值顯著高于其它三季。

3.2 烏魯木齊市PM2.5空間分布特征

地統(tǒng)計(jì)學(xué)中常用的空間插值方法主要有IDW、Spline，Kriging3種，通過比較其適用性，本研究采用的IDW插值法，是較為便捷的常用空間插值方法，是以插值點(diǎn)與樣點(diǎn)間的距離為權(quán)重進(jìn)行加權(quán)平均，離插值點(diǎn)越近的樣本點(diǎn)權(quán)重越大。目前，此方法主要用于PM10、PM2.5、SO2、O3等的空間變化特征分析。對(duì)烏魯木齊市主城區(qū)PM2.5濃度數(shù)值進(jìn)行空間插值分析，得到烏魯木齊市PM2.5濃度分布(圖4)，從整體來看，2018年烏魯木齊市PM2.5濃度在空間分布上均表現(xiàn)為新疆農(nóng)科院和鐵路局所在的高新區(qū)濃度最高，其次是米東區(qū)，濃度最低為培訓(xùn)基地所在的頭屯河區(qū)。將7個(gè)國(guó)控空氣質(zhì)量監(jiān)測(cè)點(diǎn)按研究所需分為北部(新疆農(nóng)科院、米東區(qū)環(huán)保局)、中部(培訓(xùn)基地、鐵路局)、南部(監(jiān)測(cè)站、三十一中、收費(fèi)站)。春季PM2.5濃度在空間分布上表現(xiàn)為新市區(qū)、水磨溝區(qū)、天山區(qū)高于米東區(qū)、頭屯河區(qū)，即中部高于北部、東部高于西部；夏季PM2.5濃度空間分布規(guī)律為米東區(qū)、新市區(qū)、水磨溝區(qū)、天山區(qū)高于沙依巴克區(qū)高于頭屯河區(qū)，即東部高于西部，其中米東區(qū)西南部污染最嚴(yán)重；秋季分布規(guī)律與夏季較為相似，污染最嚴(yán)重的地方由夏季的米東區(qū)西南部西移至新市區(qū)；冬季空間分布上中部高于北部高于南部、東部高于西部，除頭屯河區(qū)外，其余地方PM2.5濃度整體較高，污染較嚴(yán)重。

圖4 不同季節(jié)PM2.5質(zhì)量濃度空間分布

3.3 PM2.5預(yù)測(cè)模型研究

為研究PM2.5與各影響因子的關(guān)系，將2018年1月1日—12月31日的數(shù)據(jù)進(jìn)行篩選，保留PM10、SO2、NO2、CO、O3等5項(xiàng)指標(biāo)，利用相鄰2個(gè)數(shù)的平均數(shù)對(duì)缺失數(shù)據(jù)進(jìn)行填補(bǔ)，以保證數(shù)據(jù)的完整性。將烏魯木齊市2018年1月1日—12月31日整1 a的數(shù)據(jù)進(jìn)行分割，其中，2018年1月1日—9月31日的數(shù)據(jù)用于建立模型，2018年10月1日—2019年12月31日數(shù)據(jù)用于對(duì)模型進(jìn)行準(zhǔn)確性驗(yàn)證。對(duì)PM2.5濃度值和各影響變量進(jìn)行相關(guān)性檢驗(yàn)，并用R語言繪制PM2.5與各影響因素的相關(guān)性散點(diǎn)圖(圖5)。結(jié)果表明，PM2.5與CO、NO2之間存在顯著正向線性關(guān)系，相關(guān)系數(shù)分別為0.932、0.820，與SO2、PM10之間存在一定正向線性關(guān)系，相關(guān)系數(shù)為0.701、0.519，與O3的相關(guān)性表現(xiàn)為負(fù)，相關(guān)系數(shù)為-0.532。

圖5 PM2.5與各影響因素散點(diǎn)圖

通過相關(guān)性分析得出，PM2.5與CO、NO、SO2、PM10、O3變量之間存在線性關(guān)系，為了更準(zhǔn)確評(píng)估各變量與PM2.5之間的數(shù)量關(guān)系，借助R語言進(jìn)行目標(biāo)變量PM2.5與CO、NO2、SO2、PM10、O3等5個(gè)解釋變量的多元回歸分析，評(píng)估各變量對(duì)PM2.5的影響，表達(dá)式為：

PM2.5=0.137230X1+0.646366X2-0.187928X3+57.534555X4+0.174558X5-42.3497

其中：X1表示PM10，X2表示SO2，X3表示NO2，X4表示CO，X5表示O3。

采用擬合優(yōu)度檢驗(yàn)法對(duì)模型進(jìn)行檢驗(yàn)，Multiple R-Square為決定系數(shù)，Adjusted R-Square為可調(diào)整的擬合優(yōu)度，其值越大表示解釋變量對(duì)目標(biāo)變量的解釋程度和方程的擬合優(yōu)度越高。利用R語言中的summary函數(shù)檢驗(yàn)方程的擬合優(yōu)度，得Multiple R-Square值為0.9676，Adjusted R-squared值為0.9669，R2為0.9676，模型擬合度較好。采用F檢驗(yàn)法對(duì)方程的顯著性進(jìn)行檢驗(yàn)，利用R語言計(jì)算得到P<0.05，因此可以認(rèn)為方程是顯著的。

通過以上建模分析，得到了烏魯木齊市2018年1月1日—9月31日PM2.5濃度變化與各影響因子的關(guān)系模型，該模型可用于預(yù)測(cè)烏魯木齊市2018年10月1日—12月31日PM2.5濃度的變化特征。利用R語言做出PM2.5預(yù)測(cè)值與真實(shí)值的對(duì)比圖(圖6)，采用RMSE準(zhǔn)則對(duì)模型的預(yù)測(cè)效果進(jìn)行檢驗(yàn)，得到的RMSE系數(shù)為24.3449。在PM2.5的正常變化及其常用顆粒物監(jiān)測(cè)儀器的監(jiān)測(cè)范圍之內(nèi)，因此該模型較為可信。

圖6 PM2.5預(yù)測(cè)值與真實(shí)值對(duì)比

4 討論

烏魯木齊市PM2.5質(zhì)量濃度一日中白天的變化規(guī)律除冬季外與烏魯木齊市上、下班高峰期基本一致。早晨大氣溫度相對(duì)較低、相對(duì)濕度較高，晚上輻射冷卻形成逆溫層，加之8:00后人車流量開始增多，因此PM2.5濃度逐漸增大[12]。9:00—10:00正值烏魯木齊市居民早晨上班時(shí)間，人車流量迅速增多，此時(shí)汽車尾氣集中排放和人類活動(dòng)成為PM2.5的主要來源，形成一日變化中的小高峰，18:00—19:00是烏魯木齊市下午下班高峰期，形成又一高峰，因此白天PM2.5濃度變化規(guī)律受交通、居民生活排放等人為活動(dòng)的影響較大[13]。20:00之后，交通流量已過高峰期，并且隨著溫度的降低、相對(duì)濕度的增高，PM2.5濃度隨之增高，至凌晨出現(xiàn)一日變化中的最高峰，因此晚上PM2.5濃度的變化規(guī)律更多的是受氣象條件的影響[14]。

污染物季節(jié)性差異的原因主要是冬季近地面溫度較低，大氣層結(jié)構(gòu)比其它季節(jié)更為穩(wěn)定，空氣對(duì)流運(yùn)動(dòng)減弱，不利于PM2.5的擴(kuò)散[15]；烏魯木齊市冬季采用燃煤供暖，供暖時(shí)間從當(dāng)年10月10日至次年4月10日，供暖期6個(gè)月，燃煤產(chǎn)生大量廢棄污染物，導(dǎo)致PM2.5濃度在冬春秋季較高[16]；烏魯木齊市地形條件也較為特殊，東、西、南三面環(huán)山的封閉地形，致使冬季焚風(fēng)天氣出現(xiàn)的頻率較高，也不利于PM2.5的擴(kuò)散[17]；除此之外，節(jié)慶活動(dòng)也影響著PM2.5濃度的時(shí)空分布，研究表明春節(jié)期間人們?nèi)紵罅康臒熁ū?，污染物直接擴(kuò)散至空氣中[18]，不利的地形和大氣條件使得污染物長(zhǎng)時(shí)間積累、得不到有效稀釋，進(jìn)一步加劇污染。夏季因?yàn)榻孛鏈囟雀?，空氣垂直?duì)流較為強(qiáng)烈，使得污染物能夠被快速的運(yùn)輸?shù)酵鈬貐^(qū)[19]。同時(shí)植被也具有滯塵作用[20-22]，夏季植被覆蓋度明顯增高，植物滯塵作用顯著。夏季也是烏魯木齊市大氣降水相對(duì)較多的季節(jié)，降水也具有清除大氣顆粒物的作用[23-24]，因此夏季是一年P(guān)M2.5濃度最低的季節(jié)。春秋兩季，烏魯木齊市的主導(dǎo)風(fēng)向?yàn)槲鞅憋L(fēng)，多揚(yáng)沙和沙塵暴天氣，空氣中懸浮大量顆粒物，因此春秋PM2.5質(zhì)量濃度也相對(duì)夏季較高[25]。

烏魯木齊市PM2.5的空間分布存在差異性，一年中，頭屯河區(qū)濃度最低，空氣質(zhì)量最為良好，中部、東部濃度最高，污染最嚴(yán)重，北部、南部因季節(jié)不同存在差異。主要因?yàn)闉豸斈君R市的常年主導(dǎo)風(fēng)向?yàn)槲鞅憋L(fēng)，污染較為嚴(yán)重的地方均位于主導(dǎo)風(fēng)向的下風(fēng)向，污染物向下風(fēng)向擴(kuò)散積累，因此PM2.5濃度在空間上表現(xiàn)為西部到東部遞增。另一方面，米東區(qū)是烏魯木齊市工業(yè)園區(qū)，集中了中泰化工工業(yè)，煤炭工業(yè)、塑料工業(yè)和機(jī)械制造工業(yè)等大量的重工業(yè)，產(chǎn)生大量的廢氣污染物，因此米東區(qū)所在的東北部污染較為嚴(yán)重[26]，南部和西部城市綠化較好，自實(shí)施“藍(lán)天工程”后，煤改氣從根本上改變了烏魯木齊市的采暖期供熱格局[16]，因此冬季PM2.5濃度較低，這種“西部、南部濃度低，中部、東部、北部較高”的空間分布特征與孫蓉花等[27]對(duì)烏魯木齊市2013、2014年等的研究結(jié)果一致，也與陳學(xué)剛[28]對(duì)2004—2009烏魯木齊市PM10空間分布特征的研究一致。

基于R語言對(duì)烏魯木齊市PM2.5濃度與PM10、SO2、NO2、CO、O3等5個(gè)影響因子進(jìn)行了多元回歸分析，在數(shù)據(jù)的處理過程中，未對(duì)極端數(shù)據(jù)進(jìn)行剔除，所建立的模型精度仍較好，因此此模型能夠?qū)O端天氣下PM2.5的濃度進(jìn)行較為理想的預(yù)測(cè)，這是對(duì)敖希琴[29]就合肥地區(qū)的此類研究所建模型的進(jìn)一步改善。相關(guān)分析發(fā)現(xiàn)，PM2.5的各影響因子中，CO與其關(guān)聯(lián)性最強(qiáng)，與PM10、O3的關(guān)聯(lián)性最低，這與王鷗[30]基于灰色關(guān)聯(lián)度法探討烏魯木齊市PM2.5與各要素關(guān)系的結(jié)論一致。本研究模型選取的因子均是對(duì)PM2.5濃度有一定關(guān)聯(lián)性的因子，但并不是唯一影響PM2.5濃度的幾個(gè)因子。胡玉筱[31]基于高斯煙羽模型和多元回歸模型對(duì)西安市的研究發(fā)現(xiàn)，PM2.5濃度還受地形條件、時(shí)間序列等變化的影響，因此認(rèn)為對(duì)于PM2.5的擴(kuò)散特征和預(yù)測(cè)模型的研究是一個(gè)長(zhǎng)期且復(fù)雜的問題。該模型可以較為理想地預(yù)測(cè)未來PM2.5濃度狀況，可以提前了解PM2.5的污染情況，為人們的出行和其他活動(dòng)提供參考。但該模型仍具有很大的局限性，因此適用性有待繼續(xù)進(jìn)一步的研究證實(shí)，在未來使用的過程中逐漸加以完善。

5 結(jié)論

(1)烏魯木齊市PM2.5濃度日變化規(guī)律因季節(jié)不同而異。一日24 h中，春季呈單峰單谷形，夏季略呈雙峰谷形，秋季表現(xiàn)為“W”型雙峰雙谷狀，冬季表現(xiàn)為“V”型單峰單谷狀。白天的變化規(guī)律與市民上、下班高峰期基本一致，人為活動(dòng)的影響較大，晚上則更多受到氣象條件的影響。

(2)烏魯木齊市PM2.5濃度四季差異很明顯，由高到低為冬季、秋季、春季、夏季。冬季主要受燃煤供暖、多霧和霾以及焚風(fēng)等條件影響，春秋又多揚(yáng)沙和沙塵暴天氣，因此濃度均高于夏季，夏季是一年中植被覆蓋度最高且空氣對(duì)流運(yùn)動(dòng)最強(qiáng)烈的時(shí)期，因此夏季PM2.5濃度在一年中最低。

(3)受烏魯木齊市主城區(qū)工業(yè)布局、主導(dǎo)風(fēng)向的影響，PM2.5空間分布表現(xiàn)為東部、北部高，西部、南部低，由西南至東北濃度分布呈現(xiàn)遞增趨勢(shì)。

(4)經(jīng)過檢驗(yàn)，基于R語言的多元回歸分析建立的模型精度較高、顯著性較強(qiáng)，對(duì)于PM2.5的預(yù)測(cè)也與實(shí)際觀測(cè)值的變化趨勢(shì)基本相同，具有一定的實(shí)用性，可為人們出行的選擇提供參考，但存在一定缺陷，仍需在應(yīng)用中不斷改進(jìn)。