[口头报告]中国主要空气污染物的时空分布模式新近动态

中国主要空气污染物的时空分布模式新近动态
编号：1072 稿件编号：3987 访问权限：仅限参会人 更新：2024-04-11 11:32:14 浏览：47次 口头报告

报告开始：2024年05月19日 15:00 （Asia/Shanghai）

报告时间：10min

所在会议：[S7] 主题7、遥感与地理信息科学 » [S7-8] 主题7、遥感与地理信息科学 专题7.12、专题7.5（19日下午，303）

暂无文件

摘要
空气污染一直是全球最迫切的挑战之一。及时更新不同时期的空气污染分布并了解其精细演变模式，对于更好地确定特定地区空气污染的驱动因素以及制定有针对性的环境决策至关重要。本研究以中国为例，利用多输出LightGBM模型估算了PM2.5、PM10、NO2、SO2、O3和CO的月平均浓度，并采用新兴时空热点分析揭示了每种污染物的独特时空模式。结果表明，2019-2023年期间，全国范围内SO2和CO浓度持续下降（p<0.001和p<0.05），而其他四种污染物仅在特定地区呈上升和（或）下降趋势；京津冀区域的空气污染物水平得到明显缓解，表现为高浓度污染物群减少，低浓度污染物群增加。我们的发现将有助于理解空气污染变化的时空差异，并对这些变化的动态和演变提供宝贵见解。
 
关键字
空气污染,PM2.5,健康地理学,机器学习,多输出LightGBM
报告人
秦坤
硕士研究生 武汉大学

稿件作者
秦坤 武汉大学
贾鹏 武汉大学
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订