《表3 PM2.5污染因子的影响力》

  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

《安徽省PM_(2.5)污染时空分布特征及影响因素分析》

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

为了明晰各个影响因子与PM2.5浓度的关系，利用地理探测器展开分析。鉴于数据的可获取性，选择年均气温、年均降水量、人口密度、一产占比、二产占比、三产占比、社会用电量、民用汽车总量、农用地占比和建设用地占比的10个影响因子。地理探测器的计算结果分为2个部分，第1部分为因子探测，表示因子的影响力大小（表3）；第2部分为因子交互探测，反映因子间交互作用力与单因子影响力的关系（表4）。从表3可以看出，安徽省地区10个影响因子对PM2.5污染的影响力排序为：年均气温（0.86）>社会用电量（0.77）>人口密度（0.73）>一产占比（0.72）>建设用地占比（0.71）>三产占比（0.67）>年均降水量（0.62）=农用地占比（0.62）>二产占比（0.45）>民用汽车总量（0.40）。从交互检测器显示来看（表4），研究中的10个PM2.5影响因子两两交互作用较强，为双因子增强作用。其中社会经济因子与气象因子的交互作用最为明显，民用汽车总量与一产占比的交互作用对PM2.5的影响最低。