摘要
针对PM2.5污染,选取蚌埠市近1年的空气质量监测数据,以空气质量指数监测指标为切入点,运用相关性分析法与多元回归法,得到PM2.5与PM10、CO、O_3、NO_2呈显著正相关,与SO_2、O_3、CO之间的相关性很低。其次,巧妙运用SUEFER、EXCLE等软件,得出9：00、12：00和21：00的PM2.5浓度分布等值图,发现在百货大楼这些市中心地区,PM2.5浓度很高,说明可能该地区汽车尾气污染较严重。最后建立经典的高斯扩散模型,运用MATLAB软件出扩散图,排除湿度影响,发现随着风力增大,PM2.5扩散与衰减也在加快。同时,改进模型,引入湿度影响因素,得到在湿度较大的情况下,PM2.5扩散只是稍微加快,说明湿度对其扩散影响较小。
出版日期
2016年02月12日（中国期刊网平台首次上网日期，不代表论文的发表时间）
