基于分位回归兰州市PM_(2.5)影响因素分析

利用兰州市空气质量监测数据和气象记录数据构建线性分位数回归模型对比分析二氧化硫、二氧化氮、风速、气温、相对湿度对位于不同条件分位点的PM_(2.5)浓度的影响大小。构建半参数可加分位数回归模型分析各影响因素对位于不同条件分位点的PM_(2.5)浓度影响的非线性迹象。结果表明,各个分位点上,各因素对PM_(2.5)浓度的影响存在很大差异,而且有明显的不同的非线性迹象。总体来看,同种影响因素对不同浓度水平的PM_(2.5)影响存在很大差异。