引用本文
李晓红, 李万伟, 徐东群. 西安市空气质量与气象因素的典型相关分析[J]. 环境卫生学杂志, 2017, 7(3): 203-208.
LI Xiaohong, LI Wanwei, XU Dongqun. Relationship between Meteorological Factors and Air Quality in Xi'an City[J]. Journal of Environmental Hygiene, 2017, 7(3): 203-208.
西安市空气质量与气象因素的典型相关分析
李晓红1, 李万伟1, 徐东群2     
1. 潍坊医学院公共卫生与管理学院;
2. 中国疾病预防控制中心环境与健康相关产品安全所
基金项目: 国家统计局重点项目（2014LZ18）；山东省自然科学基金（ZR2015HL099）
作者简介: 李晓红, 讲师, 第四军医大学卫生毒理学在读博士, 主要从事环境毒理学方向研究
通信作者: 李万伟, 副教授, 主要从事颗粒物及氮污染相关研究; Email:lilili127@163.com
联系方式: 山东省潍坊医学院宝通西街7166号; 邮编:261053;Email:lixh118@163.com
摘要: 目的 通过对2013年11月1日-2014年10月31日西安市空气污染指标，以及气象因素指标的分析，揭示西安市气象因素对空气污染物浓度的影响规律。方法 对研究期间AQI指数、PM2.5、PM10、SO2、NO2、CO空气污染物水平进行统计描述；采用简单相关和典型相关分析，探讨空气主要污染物与气温、气湿、风速、气压、降雨量等气象因素之间的关系。结果 根据《环境空气质量标准》（GB 3095-2012）年均值二级标准，研究期间，① 西安市PM2.5和PM10年均值均超标，CO和SO2达到二级标准，而NO2略超过二级标准；② 西安市气压变化平稳，月均湿度在70%上下波动，秋季略高，风速全年较平稳，冬春季略低，降雨量表现为冬春季偏低，夏季略高，秋季明显增多；③ 简单相关分析表明，气温同AQI、PM2.5、PM10、CO、NO2和SO2均有显著的相关关系，相关系数均大于0.5；气湿与SO2的相关系数较大；风速与NO2的相关系数较大，接近0.5；气压与CO、NO2和SO2的相关系数较大，均大于0.5；降雨量与AQI、PM2.5、PM10、CO、NO2和SO2均有显著的相关关系，相关系数较小。④ 典型相关分析表明，气象因素中气温主要影响气态污染物的浓度，湿度主要影响PM2.5的浓度，而风速主要对NO2浓度产生较大影响，降雨量则主要影响的是颗粒态污染物的浓度。结论 在本研究期内，西安市空气质量与气象因素间有相关性。
关键词: 空气污染指标     气象指标     相关分析    
Relationship between Meteorological Factors and Air Quality in Xi'an City
LI Xiaohong1, LI Wanwei1, XU Dongqun2     
Abstract: Objective By means of an analysis on air pollution index and meteorological factors from November 1st, 2013 to October 31st, 2014 in Xi'an, to comprehensively reveal the relationship between meteorological factors and air pollutants. Methods Using statistical description to analyze the effect of meteorological factors, such as temperature, air humidity, wind speed, air pressure and rainfall on air pollutant index, such as AQI indices, PM2.5, PM10, SO2, NO2, and CO. A canonical correlation method was used to obtain four pairs of typical variables for the correlation between air quality indices (W) and meteorological factors (V); then the relationship between the current status of air quality and meteorological factors was explored. Results Based on the average annual value of grade Ⅱ standard limit set in the Environmental air quality standard (GB 3095-2012), ① the average annual concentrations of PM2.5 and PM10 were higher than the standard limit, CO and SO2 reached the grade Ⅱ standard limits, while NO2 was slightly higher than the grade Ⅱ standard limit in Xi'an. ② The change of air pressure was smoothly, the average monthly humidity was about 70%, the wind speed was relatively stable throughout the year, and the rainfall were low in winter and spring, slightly higher in summer, and obviously increased in autumn. ③ Simple correlation analysis shows the correlation coefficient between temperature and AQI, PM2.5, PM10, CO, NO2 and SO2 were more than 0.5; the correlation coefficient between air humidity and SO2 was higher than others; the correlation coefficient between wind speed and NO2 was 0.5; the correlation coefficients among air pressure and SO2, NO2 and CO were more than 0.5. The correlations of rainfall with AQI, PM2.5, PM10, CO, NO2 and SO2 were significant, too. ④ Canonical correlation analysis shows there was a relationship between meteorological factors and air quality; temperature has a major effect on concentration of gaseous pollutants; humidity has a major effect on concentration of PM2.5; wind speed has a major effect on concentration of NO2; and rainfall has main influence on concentration of particulate pollutants. Conclusion During the study, there was a correlation between air quality and meteorological factors in Xi'an.
Key words: air pollution index     meteorological index     correlation analysis    

随着我国经济的不断增长，城市化进程的加快以及城市人口的急剧增长，城市大气污染问题日益突出，已成为制约社会可持续发展的瓶颈，并严重威胁着人类的健康。影响大气污染物浓度的因素主要有污染源排放、气象因素、地形地貌和污染物特征，在污染源、地形地貌、污染物特征等因素相对稳定的情况下，污染物浓度主要受到气象因素的影响。近年来，有研究者对空气质量与气象因素的关系进行了研究[1-5]，但多用PM2.5和/或PM10作为污染物指标，并不能完全反映空气质量与气象因素之间的复杂关系。为了探讨西安市空气质量与气象因素之间的关系，本文拟以AQI指数、PM2.5，PM10，SO2，NO2和CO等作为污染物指标，以气温、气湿、风速、气压和降雨量为气象因素指标，采用统计描述、典型相关的方法，揭示气象因素对空气污染物浓度的影响规律。

1 材料与方法 1.1 数据来源

2013年11月1日-2014年10月31日西安市气象资料来自于中国气象局中国气象科学数据共享网，气象因素主要包括日均气温、日均气湿、日均气压、日均风速、日均降雨量。同期大气污染资料来自于国家环境保护部网站和西安市环保局网站，主要指标为AQI，PM2.5，PM10，CO，NO2和SO2等。

1.2 研究方法

根据获得的资料，分别计算各指标的月均值、年均值、下四分位数(P25)、中位数(P50)、上四分位数(P75)以及四分位数间距(IQR)等进行统计描述。采用SAS 9.0软件进行典型相关分析，检验水准为0.05。典型相关分析是分别在两组变量中选取若干有代表性的综合变量，每一个综合变量都是这组变量的一个线型组合，而且综合变量间是互相关的，称这种综合变量为典型相关变量。

由于空气质量与气象因素都是多维变量，变量内部各指标间也存在相关性，阐明两者间关系有一定局限性，为了进一步全面、准确考察西安市空气质量与气象因素之间的相关性，克服空气质量、气象因素内部各指标的相互影响，本研究采用典型相关分析。它的基本原理是：为了从总体上把握两组指标之间的相关关系，分别在两组变量中提取有代表性的两个综合变量V1和W1(分别为两个变量组中各变量的线性组合)，利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。若第一对典型变量V1和W1尚不能完全解释两组原始变量之间的相关性，则可以在剩余的相关中再求出第二对典型变量V2和W2，确定V2和W2的典型相关系数，以此类推。典型相关分析的基本步骤包括：① 建立原始数据矩阵；② 对原始数据进行标准化变化并计算相关系数矩阵；③ 计算矩阵的特征值和特征向量，分别得到典型相关系数和典型变量；④ 检验各典型相关系数的显著性。

1.3 评价标准根据

《环境空气质量标准》(GB 3095-2012)[6]对西安市空气污染物进行评价。

1.4 质量控制

对收集的数据进行详细核查，若有缺失，用缺失值填补技术进行补充。

2 结果 2.1 西安市空气质量状况

西安市位于渭河流域中部关中盆地，东经107.40°~109.49°和北纬33.42°~34.45°之间，北临渭河和黄土高原，南邻秦岭，总面积为10 108 km2。西安市辖10区3县，根据第六次全国人口普查数据，全市常住人口为846.78万人。西安市平原地区属暖温带半湿润大陆性季风气候，常年主导风向为东北风。根据陕西省2013年环境公报，西安市空气污染物PM2.5、PM10、NO2和CO浓度超标《环境空气质量标准》(GB 3095-2012)[6]，是常见的空气污染物(表 1)。图 1a-c为研究期间西安市空气污染物浓度月变化趋势。AQI，PM2.5，PM10，CO，NO2和SO2等指标均呈现出明显的月变化规律，即2013年11月-2014年2月(冬春季)高而2014年6月-2014年9月(夏秋季)低。图 2为研究期间西安市空气质量分级状况，可以看出，2013年11月-2014年10月，西安市空气质量优、良的为193天，占全年的53%，空气质量处于污染状态的为172天，占全年的47%。

表 1 西安市空气质量状况(2013年11月-2014年10月)
大气污染物 范围 P25 P50 P75 Mean±SD IQR
PM2.5/(μg/m3) 11.0~597.0 42.0 60.0 90.0 81.3±73.1 48.0
PM10/(μg/m3) 17.0~818.0 96.0 138.5 184.8 157.5±100.2 88.8
CO/(mg/m3) 0.75~6.33 1.39 1.80 2.41 1.99±0.82 1.02
NO2/(μg/m3) 14.0~126.0 35.0 45.0 55.0 46.3±16.5 20.0
SO2/(μg/m3) 3.0~145.0 14.0 27.0 52.0 36.2±28.3 38.0
AQI 19.0~500.0 77.0 99.0 131.0 118.7±74.3 54.0
表选项

注：a空气指数和颗粒物浓度，质量浓度(μg/m3)；b CO浓度(mg/m3) 图 1 西安市空气质量月变化
图选项

图 2 西安市空气质量分级天数
图选项

2.2 气象因素水平

表 2为2013年11月-2014年10月期间的气象因素汇总表，气象因素的月变化如图 3所示。研究期间，西安市气压变化平稳，月均湿度约在70%上下波动，秋季略高，风速全年较平稳，冬春季略低，降雨量表现为冬春季偏低，夏季略高，秋季明显增多。

表 2 西安市气象因素平均水平(2013年11月-2014年10月)
大气污染物 范围 P25 P50 P75 x±s IQR
日均气温/℃ -3.2~33.8 6.1 16.0 23.3 15.2±9.7 17.2
日均湿度/% 21.0~97.0 49.0 62.0 76.5 62.2±17.3 27.5
日均风速/(m/s) 0.7~7.1 1.7 2.1 2.8 2.3±0.9 1.1
日均气压/hPa 951.8~988.7 961.5 968.3 975.1 968.6±8.2 13.6
日均降雨量/mm 0.0~36.2 0.0 0.0 0.0 1.8±5.7 0.0
表选项

注: a气温、湿度、气压变化，气温(℃)，湿度(%)，气压(hPa)；b降雨量，风速变化，降雨量(mm)风速(m/s) 图 3 西安市气象因素月变化
图选项

2.3 西安市空气质量与气象因素相关性分析

表 3为空气污染物与气象因素之间的简单相关系数矩阵。气温同AQI，PM2.5，PM10，CO，NO2和SO2均有显著的负相关关系(表 3)，相关系数均大于0.5；湿度同AQI，PM10，CO，NO2和SO2具有显著负相关关系，但与SO2的相关系数较大；风速同AQI，PM2.5，PM10，CO，NO2和SO2均有显著的负相关关系，与NO2的相关系数较大，接近0.5；气压与AQI，PM2.5，PM10，CO，NO2和SO2均有显著的正相关关系，与气态污染物CO，NO2和SO2的相关系数较大，均大于0.5；降雨量与AQI，PM2.5，PM10，CO，NO2和SO2均有显著的负相关关系，但总体相关系数均较小。由此可见，气象因素和空气质量之间存在相关关系，气象因素可相应影响局部地区空气中污染物的浓度水平。

表 3 空气污染物与气象因素相关矩阵
日均气温 日均湿度 日均风速 日均气压 日均降雨量 AQI PM2.5 PM10 CO NO2 SO2
日均气温 1.000 -0.059 0.278** -0.889** 0.035 -0.548** -0.599** -0.518** -0.774** -0.597** -0.806**
日均湿度 1.000 -0.123* 0.049 0.560** -0.169** -0.030 -0.255** -0.126* -0.230** -0.307**
日均风速 1.000 -0.290** 0.165** -0.164** -0.212** -0.191** -0.318** -0.446** -0.297**
日均气压 1.000 -0.097 0.433** 0.459** 0.396** 0.605** 0.514** 0.712**
降雨量 1.000 -0.311** -0.248** -0.370** -0.200** -0.395** -0.368**
AQI 1.000 0.942** 0.957** 0.723** 0.694** 0.747**
PM2.5 1.000 0.909** 0.783** 0.719** 0.745**
PM10 1.000 0.711** 0.721** 0.748**
CO 1.000 0.748** 0.827**
NO2 1.000 0.818**
SO2 1.000
注：**P＜0.01；*P＜0.05
表选项

通过典型相关分析，共获得整体反映空气质量指标(W)和气象因素指标(V)之间相关关系的典型变量四对(表 4~表 6)。第一典型相关系数为0.90，表明日均气温与气态污染物(CO、NO2、SO2)浓度之间呈现密切相关；第二典型相关系数为0.56，表明日均湿度与PM2.5密切相关；第三典型相关系数为0.43，表明日均风速和NO2浓度密切相关；第四典型相关系数为0.22，表明降雨量同PM2.5，PM10和AQI之间存在密切相关。

表 4 空气质量与气象因素的典型相关性分析(1)
序号 典型相关系数 校正的相关系数 似然比 F P
1 0.903 965 0.901 876 0.097 467 31 49.16 ＜0.000 1
2 0.556 647 0.543 343 0.533 052 44 16.82 ＜0.000 1
3 0.432 448 0.426 793 0.772 378 41 12.34 ＜0.000 1
4 0.223 499 0.217 278 0.950 048 14 6.29 0.000 4
表选项

表 5 气象因素组的典型变量系数(2)
气象因素 V1 V2 V3 V4
日均气温 -0.899 0 0.437 7 -0.002 8 0.010 2
日均湿度 -0.399 1 -0.898 1 -0.146 3 0.112 4
日均风速 -0.279 9 0.016 9 0.891 4 -0.356 0
日均降雨 -0.275 6 -0.338 3 0.409 6 0.801 2
表选项

表 6 空气质量组的典型变量系数(3)
空气质量指标 W1 W2 W3 W4
PM2.5 0.496 7 -0.523 8 -0.392 0 -0.506 2
PM10 0.532 4 -0.237 7 -0.364 3 -0.626 5
CO 0.798 8 -0.357 1 -0.263 0 -0.072 8
NO2 0.736 4 -0.079 2 -0.647 8 -0.137 3
SO2 0.941 0 -0.211 3 -0.147 4 -0.146 4
AQI 0.531 9 -0.389 2 -0.329 5 -0.633 1
表选项

3 讨论

根据《环境空气质量标准》(GB 3095-2012)[6]，年均值二级标准，研究期间，西安市PM2.5和PM10年均值均超标，超标倍数分别为1.3倍和1.25倍，最大超标分别为6.96倍和4.45倍。气态污染物中，CO和SO2达到二级标准，而NO2略超过二级标准。其中PM10、NO2的年均值略高于侯斌等[5]在西安市的研究结果。PM10为130.7 μg/m3、NO2为38.5 μg/m2。

根据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)[6]，AQI划分为0~50、51~100、101~150、151~200、201~300和＞300六档，对应于空气质量的六个级别，指数越大，级别越高，说明污染越严重，对人体健康的影响也越明显。研究期间(2013年11月至2014年10月)，西安市空气质量优、良的为193天，占全年的53%，空气质量处于污染状态的为172天，占全年的47%。说明空气质量得到了一定程度的改善。

研究期间反映西安市空气污染状况的相关指标AQI，PM2.5，PM10，CO，NO2，SO2等均呈现出明显的月变化规律，即2013年11月-2014年2月(冬春季)高而2014年6月-2014年9月(夏秋季)低，该结果与林启才等[7]的研究结果一致，造成季节变化规律的原因与污染来源和气象条件有关，污染来源方面主要收采暖期影响。辛玉姣等[8]的检测结果显示，采暖期西安市PM10和PM2.5的最大小时浓度可达1 744 μg/m3和946 μg/m3，冬季平均浓度分别为332 μg/m3和207 μg/m3。西安市及关中地区是全国大气污染最为严重的三大地区之一。西安市的城市规模较大，人口密集程度也较大，受东亚季风的控制，在冬春季节，西北季风通常会将中国北方干旱半干旱地区的土壤扬尘带到西安市，加之冬季大气稳定度较高、春季干旱少雨多风，大气污染情况在冬春季节较严重。由此可见，西安市的大气污染兼具本地污染源以及周边大区域自然流动污染源和本地气象条件等共同作用的特征[9]。

简单相关分析结果提示，气象因素和空气质量之间存在相关关系，气象因素可相应影响局部地区空气中污染物的浓度水平。气温的升高不仅有利于气态污染物如SO2，NO2和CO等在垂直方向上的扩散，而且还有可能加速SO2，NO2和CO的化学反应过程。湿度同AQI，PM10，CO，NO2和SO2具有显著相关关系，但与SO2的相关系数较大，这可能和SO2的水溶性有关。理论上，湿度增大有利于颗粒物的聚集和沉降，但本研究结果显示，湿度与PM10浓度显著负相关但相关系数较小，而与PM2.5之间不存在显著相关，这可能与湿度对不同颗粒物的聚集和沉降作用有所差异有关。风速越大越有利于污染物的水平扩散和远距离输送，本研究中，风速虽然与污染物各指标具有显著负相关关系，但相关系数均不大，风速与NO2的相关系数最大，约为-0.446，说明风速对NO2的影响较大。研究表明[4]，当平均风速小于2.0 m/s时，随着风速的增大PM10浓度逐渐减小，当平均风速大于等于2.0 m/s时，随着风速的增加PM10浓度逐渐增大。本研究中年均风速为2.3 m/s，风速较小，因此在此范围内，风速与PM10，PM2.5及气态污染物之间呈负相关关系。降雨对颗粒物及气态污染物具有洗脱、溶解的作用，因此降雨有利于降低大气污染物浓度，但在研究期间西安市降雨量较小，且季节分布不均，导致研究结果中降雨量同污染物浓度间的相关系数偏低。

典型相关分析结果提示，气象因素和空气质量之间存在相关关系，气象因素中气温主要影响气态污染的浓度，湿度主要影响PM2.5的浓度，而风速主要对NO2浓度产生较大影响，降雨量则主要影响的是颗粒态污染物的浓度。该结果与本文简单相关分析结果相似，与在南京[10]、广州[11]、深圳[12]等地的研究结果一致。

4 结论

本研究采用统计描述和典型相关分析方法，针对2013年11月-2014年10期间西安市气象因素和空气质量状况的相关性进行了分析。主要结论如下：

(1) 研究期间，西安市PM2.5和PM10年均值均超过《环境空气质量标准》(GB 3095-2012)[6]二级标准，超标倍数分别为1.3和1.25，最大超标倍数分别为6.96和4.45。CO和SO2达到二级标准，而NO2略超过二级标准。

(2) 研究期间，西安市空气质量优、良天数为193，占全年的53%，空气质量处于污染状态的天数为172，占全年的47%。与2013年陕西省环境状况公报中的数据相比，说明空气质量得到了很大改善。

(3) 典型相关分析结果表明，研究期间气象因素和空气质量之间存在相关关系，气象因素中气温主要影响气态污染的浓度，湿度主要影响PM2.5的浓度，而风速主要对NO2浓度产生较大影响，降雨量则主要影响的是颗粒态污染物的浓度。

本研究在探讨气象因素与空气质量相关性的时候，主要采用了典型相关分析方法，该方法允许多个预测因子和标准变量，从而克服了二元分析和多元回归分析方法中的很多限制。在一定程度上可较为准确地反映西安市气象因素对空气质量的影响。但由于研究期间仅为1年，纳入分析的气象因素数量有限，在研究中并未考虑由气温层结引起的大气稳定程度、逆温情况、湍流、风向等因素，因此二者相关性的分析结果可能不太全面，有待于在今后的研究中进一步完善。

参考文献
[1] 王式功, 杨德保, 尚可政, 等. 兰州市城区冬半年低空风特征及其与空气污染的关系[J]. 兰州大学学报(自然科学版), 1997, 33(3): 97–105. Wang SG, Yang DB, Shang KZ, et al. The characteristics of wind and its influence on the air pollution in the atmospheric boundary layer of the urban districts of Lanzhou in cold half year[J]. Journal of Lanzhou University (Natural Science Edition), 1997, 33(3): 97–105. (in Chinese).
[2] 祁栋林, 魏鸿业, 马明亮, 等. 气象因子对我国西北5城市API的影响[J]. 青海环境, 2013, 23(3): 109–112, 118.
[3] 刘彩霞, 边玮瓅. 天津市空气质量与气象因子相关分析[J]. 中国环境监测, 2007, 23(5): 63–65, 70. Liu CX, Bian WL. The correlation of air quality and meteorologic factors in Tianjin[J]. Environmental Monitoring in China, 2007, 23(5): 63–65, 70. (in Chinese).
[4] 慕彩芸, 屠月青, 冯瑶. 气象因子对哈密市大气可吸入颗粒物浓度的影响分析[J]. 气象与环境科学, 2011, 34(S): 75–79. Mu CY, Tu YQ, Feng Y.. Effect analysis of meteorological factors on the inhalable particle matter concentration of atmosphere in Hami[J]. Meteorological and Environmental Sciences, 2011, 34(S): 75–79. (in Chinese).
[5] 侯斌, 戴灵真, 王铮, 等. 西安市大气污染对城区居民每日死亡率影响的时间序列分析[J]. 环境与健康杂志, 2011, 28(12): 1039–1043. Hou B, Dai LZ, Wang Z, et al. Time-series analysis of acute mortality effects of air pollution in Xi'an[J]. Journal of Environment and Health, 2011, 28(12): 1039–1043. (in Chinese).
[6] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB 3095-2012环境空气质量标准[S]. 北京: 中国环境科学出版社, 2016.
[7] 徐建平. 空气质量AQI实时发布的改进探讨[J]. 环境监控与预警, 2015, 7(5): 16–19. Xu JP. Discussion on the improvement of real time publishing of air quality index (AQI)[J]. Environmental Monitoring and Forewarning, 2015, 7(5): 16–19. (in Chinese).
[8] 林启才, 张振文, 杜利劳, 等. 2013年西安市大气污染物变化特征及成因分析研究[J]. 环境科学与管理, 2014, 39(10): 52–55. doi: 10.3969/j.issn.1673-1212.2014.10.012 Liu QC, Zhang ZW, Du LL, et al. Formation and variation trends of air pollutants in Xi'an in 2013[J]. Environmental Science and Management, 2014, 39(10): 52–55. doi: 10.3969/j.issn.1673-1212.2014.10.012 (in Chinese).
[9] 辛玉姣, 李文韬, 张俊, 等. 西安市高新区采暖期大气颗粒物污染状况分析[J]. 环境保护科学, 2014, 40(2): 48–50. Xin YJ, Li WT, Zhang J, et al. Pollution levels of the airborne particulate matter in high-tech zone of Xi'an in heating period[J]. Environmental Protection Science, 2014, 40(2): 48–50. (in Chinese).
[10] 李晓雪, 卢新卫. 基于熵权的西安市大气环境质量模糊综合评价[J]. 环境科学与技术, 2012, 35(4): 195–199. Li XX, Lu XW. Fuzzy comprehensive evaluation of atmospheric environmental quality in Xi'an city based on entropy of weight of evaluating indicators[J]. Environmental Science & Technology, 2012, 35(4): 195–199. (in Chinese).
[11] 张千, 周连, 纪琴, 等. 南京市江宁区2010年气象因素对SO2等大气污染物浓度的影响[J]. 江苏预防医学, 2012, 23(4): 13–16. Zhang Q, Zhou L, Ji Q, et al. Effects of meteorological factors on concentration of SO2 and other atmospheric pollutants in Jiangning district of Nanjing, 2010[J]. Jiangsu Journal of Preventive Medicine, 2012, 23(4): 13–16. (in Chinese).
[12] 彭晓武, 相红, 陈惠明, 等. 广州市部分气象因素与大气中SO2等污染物浓度的关系[J]. 环境与健康杂志, 2010, 27(12): 1095–1097.
[13] 余淑苑, 张隽, 彭朝琼, 等. 深圳市气象因素对SO2等大气污染物的影响研究[J]. 环境与健康杂志, 2008, 25(6): 483–486. Yu SY, Zhang J, Peng ZQ, et al. Effects of meteorological factors on SO2 and other atmospheric pollutants in Shenzhen, China[J]. Journal of Environment and Health, 2008, 25(6): 483–486. (in Chinese).
DOI: 10.13421/j.cnki.hjwsxzz.2017.03.005
中国疾病预防控制中心主办。
0
李晓红, 李万伟, 徐东群
LI Xiaohong, LI Wanwei, XU Dongqun
西安市空气质量与气象因素的典型相关分析
Relationship between Meteorological Factors and Air Quality in Xi'an City
环境卫生学杂志, 2017, 7(3): 203-208
Journal of Environmental Hygiene, 2017, 7(3): 203-208
DOI: 10.13421/j.cnki.hjwsxzz.2017.03.005

相关文章

工作空间