《表1 2013~2018年京津冀13个城市PM2.5浓度各分量方差对总方差贡献》

《表1 2013~2018年京津冀13个城市PM2.5浓度各分量方差对总方差贡献》   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KZ滤波的京津冀2013~2018年大气污染治理效果分析》


  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

为了了解三分量对原始时间序列的贡献,可计算每个分量对原始数据总方差的贡献。由于短期分量、季节分量和长期分量在理想情况下相互独立,原始序列的方差应与3分量方差之和相等(白鹤鸣等,2015)。京津冀地区13个城市PM2.5各分量方差对原始序列方差的贡献如表1所示。由表1可知,京津冀各城市的短期分量、季节分量与长期分量三分量方差之和均大于93%,与原始序列方差(100%)相差较小,这说明三分量基本满足相互独立的条件,也表明KZ滤波器对这13个城市PM2.5浓度具有较好的序列分解能力。分析各分量方差对总方差贡献,石家庄市、邯郸市、邢台市以及保定市短期分量对总方差的贡献在50%以上,沧州市与衡水市的短期分量对总方差的贡献在60%以上,其余城市均大于70%。短期分量方差对总方差的贡献平均为67.9%,为3个分量中贡献最大的量,其次为季节分量,长期分量的方差贡献最小。因此,原始时间序列的波动由短期分量和季节分量占主导作用,即主要由污染源排放及气象条件的短期变化和季节变化引起的。要研究长期趋势的变化,必须将长期分量从原始时间序列中分离出来。