《表3 西安市6大空气污染物质量浓度之间的相关性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于空间插值的西安市重空气污染期间主要污染物时空变化特征及相关性分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:**表示在0.01水平（双侧）上显著相关．基于西安市区域内13个站点逐时数据，如果相关参数存在数据缺失，那么该小时的数据将被剔除，最后剩余样本量为2 946个．变量间相关性强度分为5个等级，分别为极强相关（0.8

由表3可见:ρ（PM2.5）与ρ（CO）呈显著强正相关，与ρ（NO2）呈显著中等正相关，与ρ（PM10）、ρ（SO2）和ρ（O3）均呈显著极弱相关，且与ρ（O3）呈负相关；ρ（PM10）与ρ（NO2）呈显著弱负相关，与ρ（CO）和ρ（O3）均呈显著极弱相关，与ρ（SO2）呈不显著极弱负相关；ρ（SO2）与ρ（NO2）、ρ（CO）均呈显著弱正相关，与ρ（O3）的相关性不明显；ρ（NO2）与ρ（CO）呈显著中等正相关，与ρ（O3）呈显著弱负相关；ρ（CO）与ρ（O3）呈显著弱负相关．韩浩等[32]研究表明，2013—2014年西安市ρ（PM2.5）与ρ（PM10）、ρ（SO2）、ρ（NO2）和ρ（CO）均呈较强正相关，与ρ（O3）呈中等负相关，但各区（县）的情况各不相同；朱常琳等[18]研究表明，2013年11月—2016年10月西安市ρ（PM2.5）与ρ（PM10）、ρ（SO2）、ρ（NO2）和ρ（CO）之间呈强正相关，与ρ（O3）则呈中等负相关．此外，西安市供暖期ρ（PM2.5）与ρ（PM10）和ρ（NO2）均存在极强正相关，与ρ（SO2）呈中等正相关性[51]．该研究得出的污染物之间的相关性较以上研究中弱，可能是由于以上研究均是基于日均或月均污染物质量浓度，消除了每天污染物质量浓度可能出现的异常情况，从而提高了污染物的相关性．该研究中ρ（PM2.5）与ρ（PM10）之间的相关性仅为0.164，与已有研究结果[18，32]相差较大，因此对其进行进一步分析．由图7可见:西安市ρ（PM2.5）与ρ（PM10）之间实际呈倾斜三角形的关系，当ρ（PM10）大于400μgm3且ρ（PM2.5）小于200μgm3时（图7中灰色椭圆部分），二者之间几乎不存在线性关系；而对灰色矩形框部分数据进行分析发现，ρ（PM2.5）与ρ（PM10）之间的相关性高达0.804，属于显著极强正相关．原因可能是受扬尘天气和特殊风向及地形的共同影响，导致PM10向盆地短时间内快速富集[22-23，40]，这种异常现象扰乱了ρ（PM2.5）与ρ（PM10）之间的相关性．