排序方式： 共有14条查询结果，搜索用时 234 毫秒
11.
中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数（LAI）时间序列作为植被物候信息,并将其作为花粉浓度预测因子之一,结合日气象数据,使用具有外部输入的非线性自回归神经网络模型（NARXnet）,进行北京市次日花粉浓度的预测。结果显示：① 通过逐步回归计算,对于春季数据,日均气温3日平滑,积温,叶面积指数（LAI）和叶面积指数一阶导为次日花粉浓度预测的关键变量;对于秋季数据,日均气温、平均风速、最低日气温、日均气温3日平滑、积温和叶面积指数（LAI）为次日花粉浓度预测的关键变量;② 加入遥感物候信息可显著地提高NARXnet模型的春秋时段的花粉浓度的预测精度。使用本文提出的结合叶面积指数的NARX模型后,预测模型的总体精度为71%。由此,本研究认为在原有气象因子的基础上,辅之以用遥感技术手段获取的大面积植被物候信息,如叶面积指数动态,可作为预测次日花粉浓度的一种有效手段。 相似文献
12.
以深圳海岸带为研究区,基于1996、2005、2011年遥感影像得到研究区土地利用历史数据,选取自然、社会统计数据作为驱动因素,利用CLUE-S模型分别从不同时间尺度和空间尺度对研究区2005、2011年的土地利用分布予以模拟,并对模拟结果分别从类别和景观水平予以精度评价。从类别水平角度,选择ROC曲线对各地类的Logistic回归拟合精度进行评价;从景观水平角度,选取Kappa指数对模拟效果予以评估,以验证所选驱动因子的合理性。结果表明:在研究区范围内,CLUE-S模型的类别精度随着空间分辨率的改变而有所差异,100 m分辨率为本研究模拟的最佳尺度,各地类的ROC值均高于0.7;随着模拟时间的缩短模拟精度有所增加;东海岸由于受到人类影响较小,模拟效果整体相对较好。总体而言,CLUE-S模型适用于研究区土地利用模拟,所选驱动力因子能够对研究区土地利用变化予以较好的解释。 相似文献
13.
慢性病是全球最主要的死亡原因,在所有慢性病风险因素中,不健康饮食因素居于首位,也是影响最广泛的风险因素。尽管已有许多关于饮食行为的研究,但在饮食口味与慢性病关联方面尚缺乏定量研究。鉴于此,利用众源网络菜谱数据,提取菜系中多维口味信息,结合不同地区分类的餐饮类兴趣地点（POI）数据,定量分析不同地区人群口味偏好;使用地理探测器方法,从空间分异性角度建立7种口味与出血性卒中、胰腺癌、上呼吸道感染3种慢性病的关联,得到饮食口味对慢性病空间分布的解释能力度量值。结果表明：在7种口味中,过咸是出血性卒中的首要口味风险因子;一定程度的甜是胰腺癌的首要口味风险因子,且甜的程度与胰腺癌风险并非呈简单线性关系;过辛是上呼吸道感染的首要口味风险因子,三者在统计上均表现显著。本文首次提出了基于众源数据挖掘的潜在健康风险因素定量研究方法,可以应用于病因的探索性分析,并有助于公共卫生部门制定相应的干预措施。 相似文献