基于VAR模型的PM2.5与其影响因素动态关系研究——以西安市为例   总被引：1，自引：0，他引：1  

刘金培  汪官镇  陈华友  肖鹏  杜博文 《干旱区资源与环境》2016,(5):78-84

大气污染与雾霾天气已严重危害公众健康,影响了社会与经济的正常秩序.基于向量自回归(VAR)模型,综合运用广义脉冲响应函数和方差分解方法,利用西安市2013年1月1日-2014年12月31日空气质量和气象因素的相关数据,分析PM2.5与其影响因素动态关系,探讨其它大气污染物和气象因素对PM2.5的影响作用.实证研究表明:西安市PM2.5与其影响因素构成的动态系统是稳定的;一氧化碳、二氧化硫、臭氧和气温的正向变动会引起PM2.5浓度增加,风速和降水量的正向变动则会引起PM2.5浓度降低.建议将综合治理与专项治理措施相结合,保持政策持续性和协调性.  相似文献