2013-2017年中国PM2.5的变化机制分析开题报告

1. 本选题研究的目的及意义

pm2.5是指环境空气中空气动力学当量直径小于等于2.5微米的颗粒物，也被称为细颗粒物。

pm2.5粒径小，富含大量的有毒、有害物质，在大气中的停留时间长、输送距离远，能够进入人体呼吸系统，对人类健康和大气环境质量造成严重危害。

近年来，中国政府高度重视pm2.5污染治理工作，将pm2.5作为环境空气质量考核的首要污染物，并采取了一系列措施加强污染防治。

2. 本选题国内外研究状况综述

国内外学者对pm2.5污染的研究主要集中在污染特征、来源解析、健康效应、成因机制和控制对策等方面，并取得了丰硕的研究成果。

国内研究方面，学者们对中国pm2.5污染的时空分布特征、来源解析、健康风险评价以及污染控制政策等方面进行了深入研究。

研究表明，中国pm2.5污染呈现出明显的空间异质性和时间趋势性，京津冀、长三角、珠三角等地区是pm2.5污染的重点区域。

3. 本选题研究的主要内容及写作提纲

1. 主要内容

本研究将以2013-2017年为研究时段，利用全国pm2.5浓度监测数据、气象数据、社会经济数据等，采用统计分析、空间分析等方法，对中国pm2.5浓度的时空变化特征、驱动因素和形成机制进行深入分析。

具体而言，本研究将着重探讨以下几个方面的内容：
1.pm2.5浓度的时空变化特征:分析2013-2017年中国pm2.5浓度的空间分布特征、季节变化规律以及长期变化趋势，揭示中国pm2.5污染的区域差异和时间演变规律。

4. 研究的方法与步骤

本研究将采用定量分析与定性分析相结合、宏观分析与微观分析相结合、理论分析与实证分析相结合的研究方法，具体步骤如下：
1.数据收集与整理：收集2013-2017年中国各省市pm2.5浓度监测数据、气象数据(包括气温、降水、风速、风向、湿度等)、社会经济数据(包括人口、gdp、产业结构、能源消费结构、交通运输量等)，并对数据进行清洗、整理和预处理，建立数据库。

2.pm2.5浓度时空变化特征分析：利用arcgis等软件对2013-2017年中国pm2.5浓度进行空间插值，绘制pm2.5浓度空间分布图，分析其空间分布特征；利用统计软件对pm2.5浓度进行时间序列分析，分析其季节变化规律和长期变化趋势。

3.影响因素分析：采用相关性分析、回归分析等方法，分析气象因素(如风速、风向、降水、温度、湿度等)与pm2.5浓度之间的关系，探讨不同气象要素对pm2.5浓度的影响机制。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.研究时间跨度较长:本研究选取2013-2017年为研究时段，涵盖了中国pm2.5污染治理的关键时期，可以更全面地反映中国pm2.5污染的时空变化特征和驱动机制。

2.研究方法更加综合:本研究将采用统计分析、空间分析、模型模拟等多种方法，对pm2.5浓度的时空变化特征、驱动因素和形成机制进行综合分析，以期获得更加科学、准确的研究结果。

3.研究视角更加宏观:本研究将从全国尺度对中国pm2.5污染进行分析，并比较不同区域pm2.5污染的差异，以期为制定区域差异化的污染防治政策提供依据。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 陈长虹, 王式功, 彭剑飞, 等. 近5年京津冀区域pm_(2.5)污染变化特征及驱动因素[j]. 环境科学研究, 2019, 32(11): 1879-1887.

[2] 赵天良, 张强, 谢杨, 等. 中国pm2.5跨区域传输特征及影响因素研究进展[j]. 环境科学学报, 2020, 40(1): 1-14.

[3] 马永亮, 段凤魁, 彭剑飞, 等. 近10年中国pm2.5污染时空变化特征及影响因素[j]. 环境科学学报, 2022, 42(12): 5029-5040.