选用符合林火发生数据结构的Poisson和零膨胀Poisson(ZIP)模型对大兴安岭林区1980—2005年间林火发生与气象因素关系进行建模分析,并与普通最小二乘回归(ordinary least squares,OLS)方法的结果进行了对比分析.结果表明:OLS模型对研究...选用符合林火发生数据结构的Poisson和零膨胀Poisson(ZIP)模型对大兴安岭林区1980—2005年间林火发生与气象因素关系进行建模分析,并与普通最小二乘回归(ordinary least squares,OLS)方法的结果进行了对比分析.结果表明:OLS模型对研究区域林火发生与气象因素关系的拟合结果较差(R2=0.215);Poisson和ZIP模型的拟合效果较好,具有较好的火灾次数预测能力,且ZIP模型的预测能力高于Poisson模型.运用AIC和Vuong检验方法对Poisson和ZIP模型的拟合水平进行进一步检验,表明ZIP模型的数据拟合度优于Poisson模型.展开更多
利用Thermo RP 1400a对塔克拉玛干沙漠腹地塔中及周边的哈密与和田进行了长达6 a多的沙尘气溶胶PM10连续观测,结合气象资料,分析了该区域沙尘气溶胶PM10的基本特征及影响因素。其结果是:①在哈密、塔中与和田,浮尘、扬沙日数呈上升趋势...利用Thermo RP 1400a对塔克拉玛干沙漠腹地塔中及周边的哈密与和田进行了长达6 a多的沙尘气溶胶PM10连续观测,结合气象资料,分析了该区域沙尘气溶胶PM10的基本特征及影响因素。其结果是:①在哈密、塔中与和田,浮尘、扬沙日数呈上升趋势,沙尘暴日数变化不明显,沙尘天气出现的频率和强度是影响沙漠地区沙尘气溶胶PM10浓度的主要因素。②PM10质量浓度具有明显的区域分布特征,塔克拉玛干沙漠东缘的哈密最低,其次为沙漠南缘的和田,最高的为沙漠腹地的塔中。③每年3—9月是哈密PM10质量浓度的高值时段;塔中与和田PM10质量浓度高值时段分布在3—8月,平均浓度分别在500～1 000μg.m-3之间变化。④哈密、塔中与和田PM10季节平均浓度变化特征,春季>夏季>秋季>冬季;PM10平均浓度最高的塔中,春季在1 000μg.m-3左右变化,夏季在400～900μg.m-3之间,秋冬两季浓度较低基本上在200～400μg.m-3之间变化。⑤哈密、塔中与和田沙尘暴季节PM10浓度远高于非沙尘暴季节,沙尘暴季节浓度基本上为非沙尘暴季节浓度的两倍以上;塔中2004年和2008年沙尘暴季节平均浓度分别是非沙尘暴季节的6.2倍和3.6倍。⑥沙尘天气过程中PM10质量浓度变化具有以下规律,晴天<浮尘天气<浮尘、扬沙天气<沙尘暴天气。⑦风速大小直接影响大气中PM10浓度,风速越大浓度越高。气温、相对湿度和气压是影响沙尘暴强度的重要因素,也间接影响大气中PM10浓度的变化。展开更多
文摘选用符合林火发生数据结构的Poisson和零膨胀Poisson(ZIP)模型对大兴安岭林区1980—2005年间林火发生与气象因素关系进行建模分析,并与普通最小二乘回归(ordinary least squares,OLS)方法的结果进行了对比分析.结果表明:OLS模型对研究区域林火发生与气象因素关系的拟合结果较差(R2=0.215);Poisson和ZIP模型的拟合效果较好,具有较好的火灾次数预测能力,且ZIP模型的预测能力高于Poisson模型.运用AIC和Vuong检验方法对Poisson和ZIP模型的拟合水平进行进一步检验,表明ZIP模型的数据拟合度优于Poisson模型.
