中国城市空气污染物的时空相关模式

作为对公众健康的巨大威胁，中国的空气污染已引起广泛关注，并随经济持续增长。尽管实时空气质量报告可用于更新我们对空气质量的认知，但污染物如何随时间演变以及污染物如何空间相关的问题仍属谜团。鉴于此，我们采用PMFG网络方法分析350个中国城市的六种污染物小时数据，试图找出这些污染物在时间与空间上如何相关。在时间维度上，结果表明除O$_3$外，污染物具有强烈的日内模式的共同特征，其每日变化由两个收缩时段和两个扩张时段组成。此外，六种污染物的所有时间序列均具有强烈的长期相关性，这种时间记忆效应有助于解释为何雾霾天总是接连出现。在空间维度上，相关结构显示O$_3$具有最高的空间连接特征。PMFG通过过滤相关矩阵中的层次结构并将团精炼为微小空间簇，揭示了该空间相关性与省级行政区划之间的关系。最后，我们检验了相关结构的稳定性并得出结论：除PM$_{10}$和O$_3$外，其他污染物具有总体稳定的相关性，且所有污染物在空间上均略有变得更加分散的趋势。这些结果不仅增进了我们对空气污染物演化过程的理解，也为复杂网络方法应用于地理问题提供了启示。