, 阮柱1,2 1. 中国科学院 广州地球化学研究所, 广州 510640;
2. 中国科学院大学, 北京 100049
收稿日期：2018-01-10
基金项目：广东省科技计划项目（2016A020228009）；广东省生态文明协同创新重点研究基地项目
作者简介：湛社霞(1975-), 女, 博士研究生
通信作者：匡耀求, 研究员, E-mail:yaoqiuk@gig.ac.cn
摘要：利用粤港澳珠江三角洲区域空气监控网络数据，分析2006-2016年粤港澳大湾区空气污染物的时空变化，探讨其影响因素。采用灰色关联度计算社会经济因素与珠三角、香港和澳门空气污染物浓度的关联度。结果表明：粤港澳大湾区内SO2、NO2和PM10年平均浓度总体呈明显下降趋势，月平均浓度呈U形变化趋势；O3年平均浓度呈上升趋势，月际变化呈M形趋势；工业、能源消耗、人口、机动车数量和环境管理政策是影响区域空气质量的主要因素。强化联合防控，严格管控工业污染、降低能源消耗和加强车辆管制，是持续改善粤港澳大湾区空气质量的主要途径。
关键词：空气质量粤港澳大湾区灰色关联度污染物影响因素
Factors impacting the regional air quality in the Guangdong-Hong Kong-Macao Greater Bay Area: A study based on grey relational analysis
ZHAN Shexia1,2, KUANG Yaoqiu1
, RUAN Zhu1,21.Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou 510640, China;
2.University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: This study investigates the temporal and spatial variations of air pollutants in the Guangdong-Hong Kong-Macao Greater Bay Area during 2006-2016 based on the Guangdong-Hong Kong-Macao Pearl River Delta Regional Air Quality Monitoring Network data to identify the key factors affecting the pollutants. The correlation between social-economic factors and the pollutant concentrations is also analyzed using a grey relational analysis. The air quality monitoring results showed that the average annual concentrations of SO2, NO2 and PM10 generally decreased over the study period while the average monthly concentrations had U-shaped curves. However, the average annual O3 concentration increased dramatically with its monthly variations having M-shape curves during each year. The results indicate that industry, energy consumption, population and environmental management are the main factors affecting the air quality in the Greater Bay Area. Thus, the main pathways for improving the air quality in the Greater Bay Area are tough industrial pollution regulations, reduced energy consumption and strengthened vehicle emission control measures.
Key words: air qualityGuangdong-Hong Kong-Macao Greater Bay Areagrey relational analysisinfluence factors of pollutants
粤港澳大湾区是指由广东省珠江三角洲9个城市(广州、佛山、肇庆、深圳、东莞、惠州、珠海、中山、江门，简称珠三角)与香港、澳门2个特别行政区形成的城市群，土地面积、经济总量和常住人口分别占全国的0.6%、12.4%和4.9%，未来有望成为继美国纽约都会区、大洛杉矶地区和日本东京都市圈之后的第四个国际一流湾区，产业规模将达到万亿元级别[1]。但随着快速的工业化和城市化发展，珠三角、香港和澳门环境污染物排放的累积，对区域空气质量产生很大影响。为了改善区域空气质量、推进可持续发展战略，粤港澳三地合作建立“粤港澳珠江三角洲区域空气监测网络”，借助科学研究和监测数据，评估空气污染状况，并为大气污染治理提供技术支持[2]。研究者也开展了大量的相关研究[3-7]，但对粤港澳三地空气质量时空变化情况以及影响因素的深入分析尚鲜见文献报导。灰色关联分析用以研究非线性多变量间的关系，是大气环境影响因素常用的评价方法之一，取得了较好的应用效果[8-9]。本文利用粤港澳珠江三角洲区域空气监测网络的数据，研究了2006—2016年粤港澳大湾区空气污染物的时空变化情况，并运用灰色关联分析法探讨粤港澳三地空气质量的影响因素。
1 数据模型及研究方法1.1 灰色关联分析灰色关联分析是通过对系统中各因素的量化分析，比较各研究序列的统计集合关系，分析多因素间的关联程度。在系统内，若两个因素变化的趋势具有一致性，则二者关联程度较高；反之，则较低。计算步骤：确定分析数列，序列的无量纲化，计算关联系数，计算关联度，关联度排序。主要计算公式如下：
| $\begin{array}{l}{x_i}\left( k \right) = \frac{{{X_i}\left( k \right)}}{{{X_i}\left( l \right)}}, \\k = 1, {\rm{ }}2, {\rm{ }} \ldots , {\rm{ }}n;{\rm{ }}i = 0, {\rm{ }}1, {\rm{ }}2, {\rm{ }} \ldots , {\rm{ }}m.\end{array}$ | (1) |
| ${\xi _i}\left( k \right) = \frac{{\mathop {{\rm{min}}}\limits_i \mathop {{\rm{min}}}\limits_k {\Delta _{\rm{i}}}\left( k \right) + \rho \mathop {{\rm{max}}}\limits_i \mathop {{\rm{max}}}\limits_k {\Delta _{\rm{i}}}\left( k \right)}}{{{\Delta _{\rm{i}}}\left( k \right) + \rho \mathop {{\rm{max}}}\limits_i \mathop {{\rm{max}}}\limits_k {\Delta _{\rm{i}}}\left( k \right)}}.$ | (2) |
1.2 Spearman趋势检验法(秩系数法)用以评估2个变量之间的关联程度，是最常用的非参数相关分析方法，本文用于分析污染物的空间变化趋势。公式如下：
| ${r_{\rm{s}}} = 1 - \frac{{6\sum\limits_{i = 1}^n {{{({x_i} - {y_i})}^2}} }}{{n({n^2} - 1)}}.$ | (3) |
1.3 区域监测站点分布及空气质量影响因素的选择本文监测站点为粤港珠江三角洲区域空气监测网络的子站(珠三角13个，香港3个)，以及澳门2个监测站点(大潭山和澳北电站)。
根据粤港澳社会经济状况和研究数据的可获得性，本文从人口因素、经济规模、第二产业规模及比重、能源消耗、污染物排放、机动车尾气、大气环境管理等角度分别对珠三角、香港和澳门的空气污染物进行灰色关联度分析。这些指标具有代表性，涵盖了各类大气污染源，并从多个方面反映了影响空气质量的社会经济因素[10]。
1.4 数据来源及统计软件数据来源于2006—2016年粤港(澳)珠江三角洲区域空气监测网络监测结果报告、澳门空气质量年报及月报、广东统计年鉴、香港统计年刊、澳门环境状况报告以及粤港澳三地相关的公开资料。研究采用Excel和Origin软件进行数据统计，并采用ArcGIS进行空间拟合和分布研究。
2 粤港澳大湾区空气污染物的时空变化2.1 粤港澳大湾区空气污染物的年均及月均浓度变化趋势由图 1可见，2006—2016年，粤港澳大湾区空气污染物年均浓度总体呈下降趋势。SO2大幅降低，降幅达74%；PM10下降了38%；NO2降幅为24%；而O3呈缓慢上升趋势，升幅为4%。
 |
| 图 1 珠三角、香港和澳门大气污染物年均浓度变化趋势 |
| 图选项 |
在大趋势相同的情况下，珠三角、香港和澳门三地的空气污染物浓度变化仍存在一定差异。珠三角SO2年均浓度高于香港，香港高于澳门，至2016年，三地SO2年均浓度相近；11年间，整个大湾区大气中SO2的浓度均有显著下降，珠三角降幅最为显著。珠三角PM10年均浓度最高，香港最低；三地PM10的走势趋同，但在2015年后，澳门PM10的浓度高于珠三角。NO2年均浓度最高的是香港，最低的是澳门，珠三角大气中的NO2浓度持续降低；2013年后，澳门NO2浓度持续增加，至2016年与香港持平。珠三角和香港O3的年均浓度基本持平，仅2010—2011年珠三角高于香港；澳门O3浓度显著低于粤港两地，但在2011年后有所升高。
由图 2可见，2006—2016年，SO2、PM10和NO2月均浓度呈U形变化，即春夏季高于秋冬季；O3月均浓度呈M形变化趋势，春冬季高于夏秋季。
 |
| 图 2 珠三角/香港/澳门大气污染物月均浓度变化趋势 |
| 图选项 |
SO2月均浓度最高的是珠三角，澳门最低；但在4—11月，香港高于澳门；1月和12月，澳门高于香港。珠三角和澳门PM10的月均浓度高于香港；在4—9月，珠三角高于澳门，其他月份两地相近。珠三角和香港NO2月均浓度高于澳门，且粤港两地变化趋势趋于相同；在3—10月，澳门NO2浓度最低。三地中，O3月均浓度最低的是澳门，在6—10月，珠三角O3浓度高于香港，其他月份香港O3浓度高于或与珠三角持平。珠三角和香港的O3浓度出现同步升降的趋势。值得关注的是：近两年，澳门NO2和O3浓度上升幅度明显，防控和治理形势严峻。
2.2 粤港澳大湾区空气污染物的空间变化趋势采用秩系数分析法，研究了粤港澳大湾区18个监测站点的SO2、PM10、NO2和O3年均浓度在空间上的秩相关系数变化。由图 3可见，湾区内SO2的浓度变化均呈现负相关，尤其是广州、佛山、东莞、江门和肇庆呈显著负相关，惠州的相关系数小于-0.5，下降趋势较为缓慢；澳门下降趋势明显，秩相关系数为-0.682；香港下降趋势较为缓慢，秩相关系数较小。佛山、广州南部、中山北部及东莞PM10浓度下降趋势明显，呈显著负相关；惠州、珠海和江门东北部秩相关系数接近0，PM10浓度下降幅度较小。惠州和江门东北部NO2浓度降低幅度较小，呈正相关趋势；中山、广州和佛山NO2浓度逐年下降，呈显著负相关；澳门NO2浓度下降趋势明显，秩相关系数为-0.818，香港秩相关系数介于-0.5~-0.2之间，下降趋势不明显。珠三角O3秩相关系数呈正相关，O3浓度整体呈上升趋势；广州、佛山、深圳和东莞O3浓度增长较快，秩相关系数也较高；香港O3秩相关系数在0.259~0.686之间，总体上升趋势明显。仅澳门北部、中山、珠海O3的秩系数呈负相关，有下降趋势。
 |
| 图 3 2006—2016年粤港澳大湾区空气污染物秩相关系数空间分布 |
| 图选项 |
3 基于灰色关联分析的粤港澳大湾区空气质量影响因素探讨粤港澳大湾区位于中国大陆的南端，区域内的地形和气候等自然条件较为相似。但粤港澳三地具有不同的社会经济状况和行政管理模式，本文主要讨论社会经济因素对区域空气质量的影响。
3.1 珠三角空气质量影响因素分析由表 1可见，对SO2、NO2和PM10影响居前四位的因子为第二产业比重、GDP增速、人口和能源消费总量。大气一次污染物的主要来源是工业生产，2016年，珠三角第二产业比重已降低至42.2%，但工业依然是影响区域空气中SO2、NO2和PM10浓度的主要因素。随着经济的增长，能源消费不断增加，煤炭在珠三角的能源结构中仍占有较大比例，对大气污染物影响较大。对O3影响最大的因素是人口、第二产业比重、能源消费总量和工业电力消费量。其中人口、能源和O3浓度的关联度最大。随着人为活动、煤炭消费(燃烧)排放的臭氧前驱体的增加，不仅使地表空气中的O3浓度升高，也使得大气平流层中的O3浓度明显上升。
表 1 珠三角经济因素与污染物的灰色关联度(2006—2016年)
| 经济社会指标/污染物 | SO2 | NO2 | O3 | PM10 | |||||||
| 关联度 | 序号 | 关联度 | 序号 | 关联度 | 序号 | 关联度 | 序号 | ||||
| 人口 | 0.647 | 3 | 0.767 | 3 | 0.909 | 1 | 0.744 | 3 | |||
| 国内生产总值(GDP) | 0.558 | 9 | 0.578 | 9 | 0.601 | 9 | 0.573 | 9 | |||
| GDP增速 | 0.784 | 1 | 0.777 | 2 | 0.619 | 8 | 0.795 | 2 | |||
| 人均GDP | 0.576 | 7 | 0.607 | 7 | 0.643 | 7 | 0.597 | 8 | |||
| 工业总产值 | 0.575 | 8 | 0.600 | 8 | 0.659 | 6 | 0.598 | 7 | |||
| 第二产业比重 | 0.694 | 2 | 0.895 | 1 | 0.865 | 2 | 0.863 | 1 | |||
| 能源消费总量 | 0.628 | 4 | 0.707 | 4 | 0.812 | 3 | 0.695 | 4 | |||
| 工业电力消费量 | 0.610 | 6 | 0.671 | 6 | 0.749 | 4 | 0.660 | 6 | |||
| 机动车数量 | 0.548 | 10 | 0.551 | 10 | 0.565 | 10 | 0.546 | 10 | |||
| 环境治理资金 | 0.627 | 5 | 0.674 | 5 | 0.700 | 5 | 0.691 | 5 | |||
表选项
环境治理资金对4种污染物均有一定的影响。2006年后，珠三角实施多项大气污染治理措施，并投入大量资金用于火电厂、水泥等工业设施的改造和技术升级，大规模安装除尘设施。工艺改造、环境管理力度的加强和污染治理资金的增加，对空气质量的改善有较大的作用[11]。
2006—2016年，珠三角的GDP和工业总产值均有大幅提高，但SO2、NO2和PM10的浓度呈下降趋势。一是产业结构和布局的影响。2005年后珠三角采取“腾笼换鸟”和“双转移”政策，对高污染、高能耗的产业实施转移，大力扶持发展第三产业和高新技术产业，经济结构的升级和转变，促进了环境空气质量的改善。二是实施严格的空气管控措施和联合防控措施，珠三角以2010年亚运会为契机，自2008年起从工业污染源管制、机动车管制、VOC管控等方面大力开展区域空气污染物的管理和控制，使SO2和PM10的控制取得了显著成果。三是成立了珠三角区域空气联合防控联席会议，协调和管理区域内空气污染物的防控工作和措施。政府的高度重视和强力推行管控措施，以及区域内各个城市间的联合防控，对区域空气质量的改善产生了明显的效果。
值得注意的是，珠三角机动车数量与4种污染物的浓度关联度最小。2006—2016年，珠三角机动车数量从350万辆增加到1 300万辆。但车辆数量的快速增加，并没有导致大气污染物(尤其是氮氧化物)浓度的升高，这得益于汽油品质的提升、尾气排放限值标准的严格控制，以及环保车辆的推广使用等多种因素的共同作用。不过，交通污染依然是大气污染的主要来源之一，珠三角与香港两地所产生的不同结果，仍需进一步探讨。
3.2 香港空气质量影响因素的分析表 2是香港2006—2016年各经济因素和空气污染物浓度的灰色关联度，由表中可见，与4种污染物关联度最大的因素是人口、工业电力消费量、能源消费总量和机动车数量。人口因素和能源消耗对大气质量的影响最大，香港最主要的能源是电力，部分电厂使用燃煤发电，电厂污染物的排放对香港大气环境有很大影响。机动车数量对香港空气质量的影响较大，从20世纪90年代起，香港已开始收紧车用燃料及车辆废气排放标准，推行严格的机动车管制措施。至2016年，香港的机动车数量增加到70万辆，增幅达27%，虽然有严格的管控措施，但数量巨大的车辆排放仍是造成香港空气污染的主要原因之一。
表 2 香港经济因素与污染物浓度的灰色关联度(2006—2016年)
| 经济社会指标/污染物 | SO2 | NO2 | O3 | PM10 | |||||||
| 关联度 | 序号 | 关联度 | 序号 | 关联度 | 序号 | 关联度 | 序号 | ||||
| 人口 | 0.817 | 2 | 0.950 | 1 | 0.964 | 1 | 0.875 | 2 | |||
| 国内生产总值(GDP) | 0.771 | 7 | 0.853 | 6 | 0.887 | 6 | 0.811 | 7 | |||
| GDP增速 | 0.737 | 8 | 0.754 | 9 | 0.738 | 9 | 0.740 | 9 | |||
| 人均GDP | 0.777 | 6 | 0.866 | 5 | 0.902 | 5 | 0.821 | 6 | |||
| 工业总产值 | 0.734 | 9 | 0.818 | 8 | 0.815 | 8 | 0.797 | 8 | |||
| 第二产业比重 | 0.779 | 5 | 0.836 | 7 | 0.848 | 7 | 0.840 | 5 | |||
| 能源消费总量 | 0.814 | 3 | 0.945 | 3 | 0.964 | 2 | 0.870 | 3 | |||
| 工业电力消费量 | 0.862 | 1 | 0.948 | 2 | 0.919 | 4 | 0.909 | 1 | |||
| 机动车数量 | 0.795 | 4 | 0.894 | 4 | 0.934 | 3 | 0.842 | 4 | |||
| 环境治理资金 | 0.563 | 10 | 0.566 | 10 | 0.559 | 10 | 0.551 | 10 | |||
表选项
第二产业比重和经济增长对香港空气质量的影响相对较小。2006—2016年，香港的GDP总量从14 759亿港元增加到24 910亿港元，增长了约50%。经济的缓慢增长，有利于缓解空气质量压力及环境压力。香港的工业对大气环境影响较小，11年间，第二产业比重在1.1%~2.0%之间波动，工业总产值虽然略有升高，但在GDP中所占比重很小。自20世纪80年代起，香港开始将污染较大的企业进行转移，对本地工业则进行严格的环保监管，并大力发展第三产业和高新技术产业。
粤港澳三地中，香港较早实施严格的管控法律和监管措施，积极开展科学研究，大力推进与珠三角的区域合作与防控，严格管控空气污染物，形成了独特的大气污染物研究—监控—管理模式[6, 12]。但2010年后，香港的氮氧化物浓度高于粤澳两地，O3浓度持续升高，大气环境面临较大压力。这可能与政府的重视程度松懈有一定关系，2009—2013年间，香港用于大气污染治理的资金未有明显增加；2014年后大幅提高空气专项经费，但空气质量并无明显改善，说明在防控措施的实施和大气环境政策方面的工作，仍需进一步加强。
3.3 澳门空气质量影响因素的分析由表 3可见，与4种污染物关联度最大的是能源消费总量、工业总产值、人口和工业电力消费量。澳门空气质量受能耗消费和工业生产影响较大。澳门经济以博彩业和服务业占主导，在2006—2016年间，第二产业比重从19.5%下降至6.6%，工业重大污染源较少，但工业排放对空气污染物的影响很大，这与澳门在控制工业污染物排放方面的宽松措施有一定关系。
表 3 澳门经济因素与污染物浓度的灰色关联度(2006—2016年)
| 经济社会指标/污染物 | SO2 | NO2 | O3 | PM10 | |||||||
| 关联度 | 序号 | 关联度 | 序号 | 关联度 | 序号 | 关联度 | 序号 | ||||
| 人口 | 0.628 | 4 | 0.819 | 3 | 0.875 | 1 | 0.830 | 3 | |||
| 国内生产总值(GDP) | 0.536 | 9 | 0.585 | 10 | 0.603 | 9 | 0.628 | 10 | |||
| GDP增速 | 0.508 | 10 | 0.620 | 8 | 0.588 | 10 | 0.656 | 7 | |||
| 人均GDP | 0.541 | 8 | 0.604 | 9 | 0.628 | 8 | 0.647 | 9 | |||
| 工业总产值 | 0.773 | 2 | 0.841 | 2 | 0.772 | 4 | 0.856 | 2 | |||
| 第二产业比重 | 0.912 | 1 | 0.680 | 6 | 0.633 | 7 | 0.695 | 6 | |||
| 能源消费总量 | 0.707 | 3 | 0.880 | 1 | 0.808 | 3 | 0.917 | 1 | |||
| 工业电力消费量 | 0.610 | 7 | 0.768 | 4 | 0.822 | 2 | 0.787 | 4 | |||
| 机动车数量 | 0.625 | 5 | 0.753 | 5 | 0.769 | 6 | 0.726 | 5 | |||
| 环境治理资金 | 0.614 | 6 | 0.665 | 7 | 0.771 | 5 | 0.655 | 8 | |||
表选项
在澳门的能源结构中，电力约占50%，其他为汽油、柴油、重油等，天然气仅占10%，高能耗的能源消费对空气质量影响很大。与香港和珠三角相较，澳门对机动车的管制和相关措施实施较晚，且相关法规和标准不够完善。至2016年，澳门机动车数量达到25万辆，相对于澳门狭小的空间而言，机动车排放对空气质量有较大的影响。
澳门政府于2000年开始进行空气污染物浓度监测，数据显示澳门拥有良好的空气质量；2003年后，澳门经济高速增长，但大气环境质量依然保持良好；2014年后，澳门GDP增速均为负数，但空气中氮氧化物和臭氧浓度却有所升高，说明经济增长速度的放缓并未带来空气质量的改善，这可能与澳门政府对大气环境管理重视度不足有一定关系。2010年澳门成立专门的行政机构——环境保护局，负责环境管理工作；直至2014年，澳门政府才开始重视区域内的联合防控，正式加入粤港澳珠江三角洲区域空气监测网络。澳门工业的技术升级、相关污染源的排放标准以及车辆尾气等监管措施的立法工作均较为缓慢。2006—2016年，澳门人口增长近31%，人口的快速增长以及对工业污染源和车辆排放缺乏强制性监管，致使近两年澳门空气环境质量下降。
4 结论本文研究了2006—2016年粤港澳大湾区空气污染物的时空变化，采用灰色关联分析方法讨论了影响粤港澳三地空气质量的社会经济因素。研究结果显示，2006—2016年，湾区内空气污染物呈总体下降趋势，空气质量持续改善；在空间分布上，大湾区中部工业城市污染物下降趋势显著；人口、工业和能源消耗是影响湾区空气质量的主要社会经济因素，机动车数量、环境管理对港澳的空气质量有较大影响。
当前湾区内面临着O3浓度居高不下、局部氮氧化物浓度偏高及空气质量恶化等问题，亟需强化区域大气污染的联防联治。随着粤港澳大湾区发展提升至国家战略，三地应完善环境保护合作机制，逐步解决因“跨境”而存在的环境法律运用与执行难题，共同推进区域整体大气环境质量的提升。
参考文献
| [1] | 侯云龙, 梁倩. 粤港澳打造世界第四大湾区经济[N]. 经济参考报, 2017-06-21(02). HOU Y L, LIANG Q. Guangdong, Hong Kong and Macao will create the world's fourth largest greater bay area economy[N]. Economic Information Daily, 2017-06-21(02). (in Chinese) |
| [2] | Guangdong-Hong Kong-Macao Pearl River Delta regional air quality monitoring network: A report of monitoring results in 2016[R/OL]. (2016-05-28). http://www.gdep.gov.cn/hjjce/kqjc/. |
| [3] | WANG N, LYU X P, DENG X J, et al. Assessment of regional air quality resulting from emission control in the Pearl River Delta region, southern China[J]. Science of the Total Environment, 2016, 573: 1554-1565. DOI:10.1016/j.scitotenv.2016.09.013 |
| [4] | KNOPMAN D, ZMUD J, ECOLA L, et al. Quality of life indicators and policy strategies to advance sustainability in the Pearl River Delta[M]. Santa Monica: RAND Corporation, 2015. |
| [5] | ZHENG J Y, ZHANG L J, CHE W W, et al. A highly resolved temporal and spatial air pollutant emission inventory for the Pearl River Delta region, China and its uncertainty assessment[J]. Atmospheric Environment, 2009, 43(32): 5112-5122. DOI:10.1016/j.atmosenv.2009.04.060 |
| [6] | ZHONG L J, LOUIE P K K, ZHENG J Y, et al. Science-policy interplay:Air quality management in the Pearl River Delta region and Hong Kong[J]. Atmospheric Environment, 2013, 76: 3-10. DOI:10.1016/j.atmosenv.2013.03.012 |
| [7] | LIU Y H, LIAO W Y, LIN X F, et al. Assessment of co-benefits of vehicle emission reduction measures for 2015-2020 in the Pearl River Delta region, China[J]. Environmental Pollution, 2017, 223: 62-72. DOI:10.1016/j.envpol.2016.12.031 |
| [8] | PAI T Y, HANAKI K, HO H H, et al. Using grey system theory to evaluate transportation effects on air quality trends in Japan[J]. Transportation Research Part D:Transport and Environment, 2007, 12(3): 158-166. DOI:10.1016/j.trd.2007.01.007 |
| [9] | 康晓风, 王光, 张明华, 等. 京津冀地区经济发展与PM10浓度变化的灰色关联分析[J]. 中国环境监测, 2015, 31(5): 1-6. KANG X F, WANG G, ZHANG M H, et al. The grey relational analysis about economic development and change of PM10's concentration in Beijing-Tianjin-Hebei region[J]. Environmental Monitoring in China, 2015, 31(5): 1-6. (in Chinese) |
| [10] | 郭静, 阮宜纶. 大气污染控制工程[M]. 2版. 北京: 化学工业出版社, 2008. GUO J, RUAN Y G. Air pollution control engineering[M]. 2nd ed. Beijing: Chemical Industry Press, 2008. (in Chinese) |
| [11] | 匡耀求, 黄宁生, 许连忠, 等. 珠江三角洲区域大气环境容量的计算及二氧化硫排放控制对策探讨[J]. 中国人口·资源与环境, 2008, 18(3): 201-205. KUANG Y Q, HUANG N S, XU L Z, et al. Estimation of the carrying capacity of the atmospheric environment over the Pearl River Delta region and counter-measures for control of sulfur dioxide emission[J]. China Population, Resources and Environment, 2008, 18(3): 201-205. (in Chinese) |
| [12] | ZHANG C X, LIN H, CHEN M, et al. A modelling system with adjustable emission inventories for cross-boundary air quality management in Hong Kong and the Pearl River Delta, China[J]. Computers, Environment and Urban Systems, 2017, 62: 222-232. DOI:10.1016/j.compenvurbsys.2016.12.004 |
