期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
粤港澳大湾区大气PM_(2.5)浓度的遥感估算模型 被引量:1
1
作者 代园园 龚绍琦 +2 位作者 张存杰 闵爱莲 王海君 《环境科学》 EI CAS CSCD 北大核心 2024年第1期8-22,共15页
PM_(2.5)对大气环境和人类健康危害极大,及时准确地掌握高时空分辨率的PM_(2.5)浓度对空气污染防治起着重要作用.基于粤港澳大湾区2015~2020年多角度大气校正算法(MAIAC)1 km AOD产品、ERA5气象资料和站点污染物浓度(CO、O_(3)、NO_(2)... PM_(2.5)对大气环境和人类健康危害极大,及时准确地掌握高时空分辨率的PM_(2.5)浓度对空气污染防治起着重要作用.基于粤港澳大湾区2015~2020年多角度大气校正算法(MAIAC)1 km AOD产品、ERA5气象资料和站点污染物浓度(CO、O_(3)、NO_(2)、SO_(2)、PM10和PM_(2.5)),分别建立了估算PM_(2.5)浓度的时空地理加权模型(GTWR)、BP神经网络模型(BPNN)、支持向量机回归模型(SVR)和随机森林模型(RF).结果表明,RF模型的估算能力优于BPNN、SVR和GTWR模型,BPNN、SVR、GTWR和RF模型的相关系数依次为0.922、0.920、0.934和0.981,均方根误差(RMSE)分别为7.192、7.101、6.385和3.670μg·m^(-3),平均绝对误差(MAE)分别为5.482、5.450、4.849和2.323μg·m^(-3);RF模型在季节PM_(2.5)的预测中以冬季效果最佳、夏季次之、春季和秋季再次,预测值与实测值的相关系数在0.976以上;RF模型可用于大湾区PM_(2.5)浓度的预测分析研究.在时间上,大湾区各市2021年逐日ρ(PM_(2.5))呈“先减后增”的变化趋势,最高值在65.550~112.780μg·m^(-3),最低值介于5.000~7.899μg·m^(-3);月均浓度变化呈“U”型分布,1月开始降低至6月达到谷值后逐渐升高;季节上表现为冬季浓度最高、夏季最低、春秋季节过渡的特点;大湾区年均ρ(PM_(2.5))为28.868μg·m^(-3),低于年均二级浓度限值.空间上,2021年PM_(2.5)呈“西北-东南”递减的特征,高污染区域聚集在大湾区的中部,以佛山为代表;低浓度区主要分布在惠州东部、港澳和珠海等沿海地区;不同季节PM_(2.5)浓度在空间分布上也表现出异质性和区域性.RF模型估算了高精度PM_(2.5)浓度,为大湾区PM_(2.5)污染相关的健康风险评估提供了科学依据. 展开更多
关键词 粤港澳大湾区 MAIAC AOD PM_(2.5) 时空地理加权模型(gtwr) BP神经网络模型(BPNN) 支持向量机回归模型(SVR) 随机森林模型(RF)
原文传递
基于GTWR的站域建成环境对城市轨道交通客流量的时空影响
2
作者 朱敏清 高洁 +1 位作者 崔洪军 马新卫 《北京工业大学学报》 CAS CSCD 北大核心 2024年第6期724-732,共9页
轨道交通客流量影响因素是轨道交通方面研究的一个关注点,不同站点客流量的时空非平稳性被认为与站域建成环境有关。通过构建时空地理加权(geographically and temporally weighted regression,GTWR)模型,揭示了土地多样性、密度、站点... 轨道交通客流量影响因素是轨道交通方面研究的一个关注点,不同站点客流量的时空非平稳性被认为与站域建成环境有关。通过构建时空地理加权(geographically and temporally weighted regression,GTWR)模型,揭示了土地多样性、密度、站点属性3个方面因素在时间和空间维度上对天津市轨道交通客流量的影响。结果表明:相较于传统的地理加权(geographically weighted regression,GWR)模型和最小二乘法(ordinary least squares,OLS)模型,GTWR具有更好的拟合优度;公交站点密度对轨道交通客流产生促进作用,尤其在工作日的早晚高峰时段和中心城区位置;市中心的商业设施在工作日晚高峰吸引更多的地铁乘客,而在近郊区它们在早高峰吸引更多的地铁乘客;人口密度促进轨道交通的客流量;充足的停车场设施数量可以吸引更多的轨道交通乘客。 展开更多
关键词 时空地理加权模型(gtwr) 建成环境 轨道交通自动售检票系统(AFC)数据 时空异质性 天津市 城市轨道交通
下载PDF
基于延安市不同植被类型NDVI对气象因子影响及空间异质性 被引量:4
3
作者 张家政 闵志强 +4 位作者 王得军 李清顺 孙景梅 李宏韬 李崇贵 《西北林学院学报》 CSCD 北大核心 2021年第6期55-64,共10页
利用Google Earth Engine平台,以Landsat数据集为数据源,采用Slope+Manna-Kendall非参数检验方法,分析全区和不同植被覆盖类型区NDVI_(max)与气象因子时间变化特征,并应用重心迁移模型分析其空间变化特征,最后应用最小二乘法(OLS)和时... 利用Google Earth Engine平台,以Landsat数据集为数据源,采用Slope+Manna-Kendall非参数检验方法,分析全区和不同植被覆盖类型区NDVI_(max)与气象因子时间变化特征,并应用重心迁移模型分析其空间变化特征,最后应用最小二乘法(OLS)和时空地理加权回归模型(GTWR)进一步揭示不同植被覆盖类型区内NDVI_(max)分异特征及其驱动力。结果表明:1)1993-2017年延安市年NDVI_(max)呈现增长趋势,平均年际变化率达到0.008/a(P<0.01),不同植被覆盖类型年NDVI_(max)也呈现增长趋势,其中针叶林增加幅度最大,为0.0091/a;2)1993-2017年延安市镶嵌林地重心迁移速率最高(166.31 m/a),落叶阔叶林重心迁移速率最低(27.04 m/a);3)延安市全区NDVI与气象因子(平均气温、总降水、平均最高温度和平均最低温度)之间没有显著相关性,但在不同植被覆盖类型情况下,气象因子对NDVI_(max)存在显著性作用;4)基于GTWR拟合不同植被类型NDVI_(max)与不同气象因子的效果明显高于OLS,且不同气象因子对于不同植被类型NDVI_(max)均有影响,各因子之间回归系数存在空间差异性。 展开更多
关键词 延安市 Google Earth Engine 重心迁移模型 时空地理加权模型(gtwr) 气候因子
下载PDF
1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素 被引量:2
4
作者 韩方红 高凡 +2 位作者 何兵 曹燕 姚小晨 《环境科学》 EI CAS CSCD 北大核心 2024年第6期3297-3307,共11页
土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2... 土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2020年的4期土地利用数据与同期社会经济数据,测算土地利用碳排放总量,探究土地利用碳排放时空轨迹及其影响因素.结果表明:①1990~2020年,耕地、林地、建设用地和未利用地整体呈增加趋势,草地和水域呈减少态势.土地利用类型空间变化特征主要表现为草地、未利用地转换为耕地;②1990~2020年流域净碳总排放量呈现持续上升趋势,累计增加了14.78×10^(4)t,耕地面积增加是引起流域净碳排放量增长的关键因素;③流域土地利用碳排放量空间上呈中间高四周低的分布格局,净碳排放量显著变化区域主要分布在温宿县南部、阿克苏市、阿瓦提县及阿拉尔市;④人类活动对土地利用碳排放驱动作用最强且其影响由东部向西部逐渐增大,年均气温对土地利用碳排放影响贡献主要集中在阿克苏市东部和阿瓦提县北部,年均降雨量对温宿县北部和阿合奇县西部的抑制作用较强. 展开更多
关键词 土地利用碳排放 时空轨迹 空间自相关 随机森林模型 影响因素 时空地理加权回归模型(gtwr)
原文传递
经济高质量发展背景下中国省域物流业碳排放时空分异
5
作者 张兰怡 徐艺诺 +3 位作者 翁大维 王硕 胡喜生 邱荣祖 《环境科学》 EI CAS CSCD 北大核心 2024年第9期5086-5096,共11页
中国经济自2010年起由高速增长模式转变为高质量发展模式.经济高质量发展期间物流业蓬勃发展,同时产生大量的碳排放,对生态环境造成严重危害.为探明中国物流业碳排放的时空分异特征,基于Moran's I指数和双变量空间自相关模型对2010~... 中国经济自2010年起由高速增长模式转变为高质量发展模式.经济高质量发展期间物流业蓬勃发展,同时产生大量的碳排放,对生态环境造成严重危害.为探明中国物流业碳排放的时空分异特征,基于Moran's I指数和双变量空间自相关模型对2010~2021年的物流业碳排放进行相关性分析;同时,基于时空地理加权回归模型(GTWR)探明中国省域物流业碳排放影响因素的时空异质性.结果表明,统计期内中国省域物流碳排放的空间相关性逐渐从不显著的空间关系转变为显著的空间正相关性,且表现出不同程度的空间集聚性;其次,影响因素的异质性结果显示货物周转量、物流业人均生产总值和基础设施水平与物流业碳排放呈现空间正相关性,而能源强度与物流业碳排放呈现空间负相关性.对比地理加权回归模型(GWR)和最小二乘回归模型(OLS)结果可知,OLS模型、GWR模型和GTWR模型调整后的R2分别为0.541、0.567和0.838,表明所采用的GTWR模型的拟合效果最佳,能够更好地解释不同影响因素与物流业碳排放之间的时空异质性.研究结果可为经济高质量发展下的中国制定不同省域差异化的碳减排策略提供参考. 展开更多
关键词 物流工程 碳排放 时空地理加权回归模型(gtwr) 省域物流业 低碳物流
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部