公共卫生学院研究生和思敏发文揭示气象条件与大气污染物浓度的动态尾部相关关系

伴随着全球气候变暖，近年来我国极端天气气候事件发生了显著的变化，中东部半年平均重污染天数显著增加，尤其是华北地区因重污染天气导致能见度明显下降。然而，已有的相关性研究方法或对数据分布有较严格的假设，或会损失部分原始信息，这些局限性都会对相关性估计结果的准确性造成影响。因此，迫切需要探索新的方法来全面准确地描述这种相关关系。

针对此问题，公共卫生学院卫生统计教研室和思敏及课题组构建了“Copula+ARIMA+GARCH”混合模型，对2014年至2019年北京和广州两市气象监测数据中气象条件与6种常见空气污染物之间的相关性特征进行探索。该研究从平均、下尾部和上尾部三个水平进行动态相关性分析。研究结果表明，气象条件与污染物之间的相关关系存在明显的季节性波动，且相关性在平均水平和尾部水平存在不同的变化特征。特别发现，在夏季与平均湿度相比，极高湿度天气更可能伴随着NO₂浓度暴发。该研究将Copula模型创新应用于空气污染的研究中，强调了气象条件和空气污染物浓度之间的尾部相关性，可用于指导更有针对性的空气污染预防和控制策略。

2021年3月，该研究以“Dynamic relationship between meteorological conditionsand air pollutants based on a mixed Copula model”为题发表在《International Journal of Climatology》上，王彤教授为通信作者。