《表3 多重线性回归分析排除变量》

  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

《泰安市城区空气质量分析评价与大气环境容量计算》

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

由图1与图2可知，不同大气污染物指标随季节变化的幅度呈现不同特点，PM2.5、PM10、SO2、NO2等4项指标变化趋势基本一致，均在8月份达到最低值，O3浓度值的变化则呈相反态势，全年与温度的变化紧密相关；CO浓度值在5月份达到最低值。首要污染物PM2.5与其他5项监测指标以及Isum的相关系数也不相同，PM2.5与PM10、SO2、NO2、CO 4项指标呈高度正相关（相关系数分别为0.96、0.94、0.90、0.94），相关系数均>0.80，PM2.5与O3呈高度负相关，相关系数为-0.83。PM2.5与Isum的相关系数最大，达到0.98；为了进一步探讨PM2.5与Isum之间的关系，通过偏相关分析，分别在控制时间、PM10、SO2、NO2、CO、O3条件下，得到两者的相关系数0.98、0.83、0.85、0.92、0.89、0.97，并计算了线性回归方程，Isum=2.567+0.051×PM2.5，相关系数R2=0.97，此时t=17.51，P<0.05，说明该回归分析模型具有意义。为了确定Isum与其他指标浓度值之间的关系，进行多重线性回归分析，详见表2、表3。结果显示多重线性回归分析排除了变量SO2（P=0.360>0.10），得到方程:Isum=0.55+0.029×PM2.5+0.015×PM10+0.023×NO2+0.317×CO+0.006×O3；该结论的实际意义是现阶段大气污染防治工作重心应该深度治理PM2.5等5项污染物，涉及SO2排放的治污设施进一步提标改造对于整体上改善Isum价值不大。