共查询到19条相似文献，搜索用时 109 毫秒
1.
针对传统地面稀疏站点监测PM2.5浓度以点带面的缺陷,本研究拟借助多源遥感数据开展了地面大气细颗粒物PM2.5浓度空间分布模拟研究。以京津冀地区2013年的年均、季均PM2.5浓度模拟图为例,用简化的气溶胶反演算法（SARA）反演了 1 km高分辨率AOD,并结合高分辨率遥感提取污染相关地理要素,对研究区PM2.5浓度空间分布进行地理统计模拟及优选。结果表明：① SARA算法反演的AOD与地基AERONET相关性达0.99,能准确地反映研究区AOD的时空分布特征;② 集成多源遥感数据的地理加权回归模型拟合度高（平均R2-0.66）,其空间模拟显示研究区平均PM2.5污染南部城镇最重,中东部城区次之,西北山区较轻;③ 研究区PM2.5污染程度高,全年平均模拟浓度高达75 μg/m3,在气候环境及主要污染源季节性差异驱动下,浓度分布季节性特征显著,冬季污染最严重,而夏、秋季相对较轻。该成果对于精细把握PM2.5污染特征,指导污染防控具有重要意义。 相似文献
2.
PM2.5已成为人群健康的重要威胁之一,科学精准的暴露评估是PM2.5风险防控的前提,为提升PM2.5暴露精准评估,本文利用土地利用数据、道路数据、气象数据等构建PM2.5土地利用回归反演模型,实现了2013年12月1日-2014年2月8日（冬季）广佛都市区PM2.5时空动态演变监测,在此基础上将PM2.5反演结果与人口密度数据耦合,分别从PM2.5污染浓度与人口加权PM2.5浓度2个方面,评估广佛都市区PM2.5污染暴露风险。研究结果表明：① 土地利用回归模型能够较好的反映研究区域内PM2.5的空间分布特征,R2大于0.78;② 2013年12月1日-2014年2月8日,广佛都市区PM2.5浓度平均值呈现波动变化趋势,研究时段内,最高平均浓度为97.91 μg/m3 （12月29日-1月11日）,最低平均浓度为53.40 μg/m3 （1月26日-2月8日）,全时段PM2.5浓度超WHO健康标准的面积占比达99.8%;③ 广佛都市区PM2.5的空间分布具有异质性规律,其高值区分别位于广州市天河区、越秀区、番禺区北部、花都区北部及佛山市禅城区、南海区中部、三水区中部,低值区主要位于广州市白云区、番禺区东南部及佛山市顺德区南部。人口加权暴露风险存在2个高值中心,分别位于广州市和佛山市的主城区;④ 耦合人口加权模型前后,广佛都市区PM2.5暴露风险高风险区空间分布发生变化,未考虑人口加权模型时,广佛深高值区较为分散,主要位于南海区、天河区、越秀区、禅城区,考虑人口加权模型后,高值区更加集中于广州市和佛山市的主城区。 相似文献
3.
为应对突发公共卫生事件而采取的流动限制性措施,为研究人类活动对PM2.5浓度的影响提供了一个独特的自然实验环境,但该期间关中平原城市群PM2.5浓度分布及驱动力有何变化尚缺乏关注。基于2018～2020年PM2.5遥感反演数据,采用空间自相关分析、地理探测器和多尺度地理加权回归(MGWR)模型,分析2020年2月至3月实施流动限制性措施期间关中平原城市群PM2.5浓度及驱动因子的时空演变特征。结果表明：(1)2020年2月至3月PM2.5浓度显著下降,2020年2月热点减少,3月冷点减少。(2)相比历年同期,所有人为因素单因子在2020年2月对关中平原城市群PM2.5浓度的解释力最低,自然因素解释力较高。其中,工厂兴趣点分布(POI＿D)及路网分布(RD)解释力相比历年同期平均解释力降幅最大,分别为20.3%和38.6%。所有人为因素双因子交互影响解释力在2020年2月最低。(3)所有人为因素在2020年2月对关中平原城市群PM2.5... 相似文献
4.
城市内部PM2.5浓度分布具有明显的空间异质性,而传统方法基于遥感数据或监测站点数据进行分析,难以揭示高时空分辨率下城市内部的PM2.5浓度分布特征,缺少不同时刻城市场景（如：道路、工业区、住宅区等）对PM2.5浓度复杂非线性影响的解析。本研究将移动监测传感器安装于快递车上,采集福州市主城区南部不同类型场景的PM2.5浓度,然后融合地理加权回归（Geographical Weighted Regression, GWR）和梯度提升决策树（Gradient Boosting Decision Tree, GBDT）方法,提出一种基于GWR-GBDT的PM2.5模拟与场景解析模型,能够较好地拟合气象、场景因素与PM2.5浓度的非线性关系,提升了城市PM2.5污染精细监测能力;并结合部分依赖图解析不同时段不同场景因素对PM2.5浓度的非线性作用影响。结果表明：① 基于移动PM2.5浓度监测数据,利用GWR-GBDT模型能够较好地模拟城市场景、气象和PM2.5浓度之间的非线性关系,能够有效精细模拟PM2.5浓度的空间分布,十折验证R2结果为0.52~0.94;② 通过部分依赖图分析同一场景在不同时段对PM2.5浓度响应的异质性,发现各类场景对PM2.5浓度提升或抑制作用并不稳定;③ 解析不同时段人类活动与城市场景对PM2.5浓度的交互作用发现,教育医疗单位和住宅区两类场景对PM2.5浓度的提升作用都与人类通勤有密切关系,高污染场景中的建筑工地在采取的洒水降尘措施后能在数小时内有效缓解PM2.5污染,公园文体服务区在多数时段对PM2.5浓度具有抑制作用,工业区和道路多数时段会致使对PM2.5浓度提升;④ 从PM2.5浓度的空间分布来看,福州市主城区南部PM2.5浓度总体呈现东南高-西北低的分布趋势,建筑工地、道路和工业区场景轻度以上污染面积占比明显高于其他场景,公园场景总体PM2.5浓度较低,山体公园傍晚会受到周边工业区的影响而导致PM2.5浓度升高,而城市陆地外围水域对沿岸PM2.5浓度具有抑制作用;⑤ 研究结果可为不同场景下PM2.5污染精细化治理、城市规划以及老人、儿童等高危人群的PM2.5污染暴露风险防范提供支持。 相似文献
5.
合理构建PM2.5浓度预测模型是科学、准确地预测PM2.5浓度变化的关键。传统PM2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM2.5浓度时间序列数据,分析PM2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM2.5对PM10、NO2、O3、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM2.5浓度预测精度,MAE、MAPE、RMSE和R2分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM2.5浓度大于100 μg/m3）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。 相似文献
6.
黄河流域生态保护与高质量发展是我国新时代的重大战略任务。探究黄河流域PM2.5浓度的时空变化趋势,并分析其社会经济影响因素,对该地区的大气污染防治和实现高质量发展具有重要意义。本文采用时间序列趋势估计、空间自相关分析、地理探测器和地理加权回归方法,揭示了“十三五”时期年黄河流域不同尺度（全流域以及61个地级市）PM2.5浓度值和变化趋势的时空分异特征,定量探究了社会经济因素对PM2.5浓度的影响机制及其时空过程。结果表明：① 在“十三五”时期,黄河流域的PM2.5污染情况整体好转,其浓度呈波动下降的趋势,平均每年下降约4.2 μg/m³,彰显了我国大气污染防治攻坚战取得的重要成效;② 山东、河南、山西和陕西的PM2.5浓度值较高,但山东、河南改善速度较快,山西和陕西改善速度较慢;③ 以目前的改善速率推算,在黄河流域61个地级市中,54个市将能够完成“十四五”规划中PM2.5浓度下降10%的目标,而咸阳、西安、榆林、太原、临汾、运城、晋城7市将难以完成;④ 人口密度、工业企业数、土地利用强度是导致黄河流域PM2.5浓度升高的主要社会经济因素,其解释力均达到50%以上;⑤ 从2015—2019年,土地利用程度指数和人口密度的主要影响区域均转移至黄河流域中部地区,建议山西、陕西、内蒙古应作为下一阶段治理工作关注的重点区域;⑥ 促进与环境承载力相协调的城乡发展、控制工业规模并提高其环保水平,是进一步治理黄河流域大气污染的重要策略。 相似文献
7.
卫星遥感反演得到的地表温度可用于近地表气温的估算,但现有方法的估算精度仍有进一步提升的空间。为了获取空间上连续且精度较高的近地表气温,本研究以四川省为例,首次将高精度曲面建模（HASM）用于遥感和气温实测数据的融合,并将综合了气温、地表温度、海拔、坡度、坡向的地理加权回归（GWR）拟合结果作为HASM模型的初始温度场,进而采用此种结合HASM和GWR的求解算法（HASM-GWR）,融合MOD11C3地表温度产品与190个气象台站的气温实测数据,开展省级尺度近地表气温估算,并通过比较HASM-GWR、GWR以及普通线性回归（OLS）3种方法的估算精度,评估各模型对近地表气温的估算效果。结果表明,相比于传统估算模型,采用HASM-GWR数据融合方法能有效提高近地表气温的估算精度。采用该方法的近地表气温估算残差,72%介于-1~1 ℃,90%介于-2~2 ℃;且与GWR和OLS模型相比,估算结果的均方根误差（RMSE）分别降低了25.42%和39.83%。 相似文献
8.
近年来,细颗粒物污染尤其是PM2.5受到人们越来越多的关注,研究PM2.5的时空分布规律也具有越来越重大的意义。传统的遥感反演方法模型复杂,且不能揭示近地表面的PM2.5分布规律。地面监测站的建设为PM2.5的研究提供了更实时的观测数据,但由于测量噪声的影响,观测数据存在不准确的极端异常值。为了揭示中国PM2.5的时空分布特征,本研究采用Kalman滤波对2015年中国338个城市的空气质量监测网络大数据进行最佳估计,并分析其时空特征。同时,根据中国各城市的PM2.5浓度的时序分布,采用基于DTW的K-Medoids聚类方法将其分为4个等级,并采用q统计量来评估PM2.5浓度分布的空间分层异质性。结果表明,采用Kalman滤波能有效去除数据噪声,峰值信噪比（PSNR）明显增大。在时空分布上,中国PM2.5时间分布曲线呈现“U”形,冬季PM2.5浓度明显高于夏季,且日变化曲线呈现“W”形;秋冬季PM2.5浓度的空间分层异质性非常显著,且空间分布呈现“双核分布”,重污染区主要分布在华北平原、新疆等地,西藏、广东、云南等地是稳定的空气质量优良区。 相似文献
9.
为提高PM2.5浓度预测的时效和精度,本文综合大气污染物、GNSS水汽和风速等观测要素,利用FFT与LSTM神经网络方法构建PM2.5浓度预测模型,开展未来24 h的PM2.5浓度预测研究。首先对大气污染物、GNSS水汽和风速等观测要素进行快速傅里叶变换,提取各类要素的公共变化周期,获得最佳公共周期为216 h;然后选取最佳公共周期长度的各类要素作为模型输入,24 h序列的PM2.5浓度作为模型输出,分别以PM2.5单要素的RBF神经网络和融合大气污染物、风速、GNSS水汽的LSTM神经网络构建PM2.5浓度预测模型;最后利用实测PM2.5浓度序列分别对2种模型开展外部可靠性检验,将RMSE和IA作为评价指标进行模型精度评价。研究结果表明,基于FFT-LSTM的PM2.5浓度预测模型的RMSE和IA分别为16.22 μg/m3和84.36%,模型预测精度较好,可有效预测未来24 h的PM2.5浓度,该模型可为大气污染防治部门空气质量预测提供参考。 相似文献
10.
近年来,PM2.5已成为雾霾爆发的主要污染物之一,人口长期暴露在高浓度的PM2.5中可能会大大的提高居民患病的几率,危害居民身心健康。本研究以空气污染严重且人口高度集中的北京市作为研究区,以2019年北京市的PM2.5浓度监测数据、人口空间分布栅格数据及不同人群的长期呼吸量等为数据基础,构建了“污染物浓度—暴露人口—呼吸量”的PM2.5人口暴露剂量评估模型,进而对北京市2019年的PM2.5人口暴露强度空间分异特征及不同人群的暴露剂量差异进行分析。结果表明：① 2019年北京市的PM2.5浓度在冬季时最高,日均浓度达48.89 μg/m3,并均呈现出北低南高的整体态势;② PM2.5人口暴露量存在显著的空间分异特征,不同人群的PM2.5暴露量均呈现出由城中心向周边减弱的整体态势,高暴露区主要集中于城区地带;③ 不同性别、年龄组人群的PM2.5人口暴露强度存在明显的空间分异特征,且城市内部不同人群的PM2.5暴露剂量也存在明显差异;④ PM2.5的暴露风险并非完全取决于污染物浓度的大小,而是由污染源浓度和暴露受体的空间分布特征等多方面共同决定,北京城区的高PM2.5人口暴露区才是高风险区,是未来政府有效防控污染物危害的核心区。 相似文献
11.
Modeling of spatial distributions of farmland density and its temporal change using geographically weighted regression model 总被引：1，自引：1，他引：0
Haitao Zhang Long Guo Jiaying Chen Peihong Fu Jianli Gu Guangyu Liao 《中国地理科学(英文版)》2014,24(2):191-204
This study used spatial autoregression（SAR） model and geographically weighted regression（GWR） model to model the spatial patterns of farmland density and its temporal change in Gucheng County,Hubei Province,China in 1999 and 2009,and discussed the difference between global and local spatial autocorrelations in terms of spatial heterogeneity and non-stationarity. Results showed that strong spatial positive correlations existed in the spatial distributions of farmland density,its temporal change and the driving factors,and the coefficients of spatial autocorrelations decreased as the spatial lag distance increased. SAR models revealed the global spatial relations between dependent and independent variables,while the GWR model showed the spatially varying fitting degree and local weighting coefficients of driving factors and farmland indices（i.e.,farmland density and temporal change）. The GWR model has smooth process when constructing the farmland spatial model. The coefficients of GWR model can show the accurate influence degrees of different driving factors on the farmland at different geographical locations. The performance indices of GWR model showed that GWR model produced more accurate simulation results than other models at different times,and the improvement precision of GWR model was obvious. The global and local farmland models used in this study showed different characteristics in the spatial distributions of farmland indices at different scales,which may provide the theoretical basis for farmland protection from the influence of different driving factors. 相似文献
12.
针对目前的技术手段下难以直接获得大范围高精度精细化降水空间分布的问题,本文以闽浙赣地区为研究范围,选用GPM IMERG降水产品,综合应用地面实测降水数据以及水汽与植被指数数据,基于地理加权回归（GWR）法构建了基于水汽因子的降尺度模型,同时基于最小二乘（OLS）法构建了基于水汽因子与植被指数的对比模型,将降水产品的分辨率从0.1°提升至1 km,最终获得2015年闽浙赣地区各月精细化降水空间分布,使用验证站点实测数据进行验证。结果表明：① 构建的 3个降尺度模型中,GWR模型与2种OLS模型相比,拟合优度分别提升了102.9%和93.9%,模型降尺度结果整体优于2种OLS模型,且月际差异小,稳定性更高;2种OLS模型中,采用了水汽因子的模型拟合效果有8个月份更优;② 融合多源数据的GWR降尺度模型获得的结果在研究区内是可靠的,与GPM降水产品相比,在提升空间分辨率的同时,平均相对误差与均方根误差月均分别下降了42%和32%,精度明显改善。 相似文献
13.
基于土地利用类型的村级人口空间分布模拟——以湖北鹤峰县为例 总被引：1，自引：0，他引：1
在人口分布及其相关研究中,常常会遇到小尺度人口数据部分缺失的问题。本文以湖北省鹤峰县为例,在分析土地利用与人口分布关系的基础上,从全局与局部、线性回归与非线性回归考虑,基于土地利用类型,分别利用地理加权回归(GWR)方法、格网方法、BP神经网络方法对缺失数据的行政村人口数据进行模拟,并进行了多角度精度对比验证。研究结果表明:(1)各种土地利用类型中,耕地、林地、城镇村及工矿用地、交通用地是影响研究区村级人口分布的主要因素;(2)30个调查村中,3种方法模拟的人口总数误差小于3%,通过每个村的模拟值与实际值相比,BP神经网络方法能更好地模拟研究区村级人口的分布,格网方法次之,GWR方法最差;(3)研究区各村人口分布呈现较高的空间正相关性,各乡镇的人口密度在空间上并不独立,而是呈现紧密的集聚特征。 相似文献
14.
轨道交通的快速发展提高了通勤可达性,也被认为在重构城市职住空间格局进而影响职住关系方面产生重大影响。探究城市轨道交通站点周边地区（下称轨交站点周边地区）就地职住平衡与建成环境的关系,对于通过建成环境设计促进站点尺度职住“微平衡”,调节由于轨道交通所导致的区域性职住分离意义重大。本文基于武汉市189个轨交站点刷卡数据,首先识别了轨道交通通勤人员并分析了其出行特征,进而利用逐步回归与地理加权回归模型（GWR）探究武汉市轨交站点周边地区职住平衡与建成环境的关系。结果表明：① 从整体看,武汉市向心通勤显著,且汉口片区与武昌片区之间产生较大规模的跨江通勤,跨江交通压力较大;主城区职住平衡指数优于城市近郊区,就业集聚程度呈现“中心-外围”递减趋势,居住空间围绕二环线在外围城区分布,城市整体形成“中心就业,外围居住”的职住分离格局;② 土地利用混合度、公交站点数量对轨交站点周边地区职住平衡有正向促进作用,轨交站点出入口数量则有负向作用,且各因素的影响具有明显的空间异质性;③ 非首末站的职住状况较首末站更好,而是否为换乘站则差异不大。本研究可为轨交站点周边地区就地职住平衡的形成提供参考,促进轨道交通与城市功能协调发展。 相似文献
15.
Landsat-5 Thematic Mapper (TM) dataset have been used to estimate salinity in the coastal area of Hong Kong. Four adjacent Landsat TM images were used in this study, which was atmospherically corrected using the Second Simulation of the Satellite Signal in the Solar Spectrum (6S) radiative transfer code. The atmospherically corrected images were further used to develop models for salinity using Ordinary Least Square (OLS) regression and Geographically Weighted Regression (GWR) based on in situ data of October 2009. Results show that the coefficient of determination (R2) of 0.42 between the OLS estimated and in situ measured salinity is much lower than that of the GWR model, which is two times higher (R2 = 0.86). It indicates that the GWR model has more ability than the OLS regression model to predict salinity and show its spatial heterogeneity better. It was observed that the salinity was high in Deep Bay (north-western part of Hong Kong) which might be due to the industrial waste disposal, whereas the salinity was estimated to be constant (32 practical salinity units) towards the open sea. 相似文献
16.
住宅价格的空间分异是城市空间资源配置不均衡的外在表现,理解住宅价格的主导影响因素及其空间分异特征对于住区规划及房价调控政策的制定具有重要意义。既有研究较少考虑环境品质对住宅价格的影响和影响因素的作用尺度差异,针对以上问题,本文引入街景图像,在特征价格模型的基础上拓展环境特征,构建多尺度地理加权回归（MGWR）模型,研究环境特征对住宅价格的影响效用,并通过分析其他控制变量的系数空间格局,总结各变量的空间分异特征规律。主要结论为：① 街景图像测度的环境特征更符合人们对居住环境的真实感知,研究结论可为居住环境品质提升提供更加精细化的设计策略; MGWR模型对变量的空间分异现象具有更接近于真实值的拟合效果,可描述不同变量的作用尺度差异,这有助于为特定地区制定针对性规划策略。② 厦门本岛住宅价格呈现显著的聚类特征,并沿城市核心发展轴呈“带状”结构分布。③ 3个环境特征变量对于住宅价格均为显著的正向影响,且作用接近全局尺度,街景绿视率的影响最强,其次是天空开敞度和相对步行指数。④ 总结各变量的系数空间分异规律,发现不同特征地区住宅价格的主导影响因素不同,核心地区主要受交通、教育因素的影响;老城地区主要为环境品质、建筑质量因素;新城地区则为区位、生活设施因素。 相似文献
17.
《中国地理科学(英文版)》2019,(5)
Timely monitoring and early warning of soil salinity are crucial for saline soil management. Environmental variables are commonly used to build soil salinity prediction model. However, few researches have been done to summarize the environmental sensitive variables for soil electrical conductivity(EC) estimation systematically. Additionally, the performance of Multiple Linear Regression(MLR), Geographically Weighted Regression(GWR), and Random Forest regression(RFR) model, the representative of current main methods for soil EC prediction, has not been explored. Taking the north of Yinchuan plain irrigation oasis as the study area, the feasibility and potential of 64 environmental variables, extracted from the Landsat 8 remote sensed images in dry season and wet season, the digital elevation model, and other data, were assessed through the correlation analysis and the performance of MLR, GWR, and RFR model on soil salinity estimation was compared. The results showed that: 1) 10 of 15 imagery texture and spectral band reflectivity environmental variables extracted from Landsat 8 image in dry season were significantly correlated with soil EC, while only 3 of these indices extracted from Landsat 8 image in wet season have significant correlation with soil EC. Channel network base level, one of the terrain attributes, had the largest absolute correlation coefficient of 0.47 and all spatial location factors had significant correlation with soil EC. 2) Prediction accuracy of RFR model was slightly higher than that of the GWR model, while MLR model produced the largest error. 3) In general, the soil salinization level in the study area gradually increased from south to north. In conclusion, the remote sensed imagery scanned in dry season was more suitable for soil EC estimation, and topographic factors and spatial location also play a key role. This study can contribute to the research on model construction and variables selection for soil salinity estimation in arid and semiarid regions. 相似文献
18.
基于PCA-GWR方法的村级贫困时空格局及致贫因素分析 总被引：2，自引：0，他引：2
探究贫困的时空变化及识别致贫因素,可以为扶贫政策的制定和实施提供参考。贫困是由多种因素造成的,地理加权回归（GWR）可以分析各因素对贫困的影响在空间上的差异,但致贫因素之间存在较强的相关性会导致多重共线性问题。本文探索了基于主成分的地理加权回归方法（PCA-GWR）,结合自然、经济和社会属性对贫困空间格局特征进行因素分析;为探究贫困的时空变化规律,探索用全局Moran's I指数、局部G系数对村级贫困发生率的时空格局变化特征进行分析。并以江西省永新县为研究区为实验区进行分析。研究结果表明：① PCA-GWR模型中变量的方差膨胀因子（VIF）值明显低于GWR模型变量的VIF值,PCA-GWR模型有效地解决了GWR模型中存在的多重共线性问题;② 永新县贫困格局分布与地形、植被分布等自然因素和低学历、缺乏劳动力、疾病等乡村主体自生发展能力相关,且每种影响因素与贫困发生率的关系呈现出不同的空间模式;③ 2013—2017年永新县贫困发生率从11.27%下降至0.97%,呈现出逐年下降趋势,且村间贫困差距逐年缩小,其中2013—2015年贫困发生率分布西高东低,2016年和2017年整体值较低;④ 从空间相关性来看：全局上,2013—2016年表现出空间正相关,2017年呈现随机分布;局部上,2013—2016年的冷、热点分布变化不大,冷点分布在中部,热点聚集在西南部,2017年热点分布在南部,冷点零星分布于北部地区。研究结果可为政府扶贫政策的制定提供参考。 相似文献
19.
以三峡库区秭归-巴东段为例,将地理加权回归(GWR)模型引入到研究区的空间尺度分割方法中,利用粒子群优化(PSO)算法对支持向量机(SVM)模型参数进行优化,构建GWR-PSO-SVM耦合模型,完成研究区滑坡易发性评价,并与传统的PSO-SVM耦合模型结果进行对比。结果表明,在特定类别精度分析、总体预测精度分析和曲线下面积分析中,本文方法评价效果均优于传统方法。 相似文献