Print

基于土地利用回归模型的江苏省空气污染物空间分布精细化模拟

论文摘要

目的建立土地利用回归（LUR）模型模拟江苏省空气污染物浓度的空间分布。方法基于国家监测站点,提取土地利用、道路交通、气象条件、地理条件、人口密度和工业污染源等数据,通过后向算法建立江苏省2016年PM2.5、PM10、NO2和CO的LUR模型,结合留一交叉验证和十次10折交叉验证对模型进行检验。建立1 km×1 km网格点,利用建立的LUR模型预测上述4种污染物的空间分布情况。结果共获取73个潜在预测变量,PM10、PM2.5、NO2、CO的LUR模型调整后的R2分别为0.911、0.596、0.590、0.552,交叉验证的R2接近模型R2,模型具有良好的预测能力和稳健性。模型各个变量的方差膨胀因子（VIF）均小于10,不存在共线性问题。结论基于国家监测站点的四种空气污染物(PM2.5、PM10、NO2、CO)的LUR模型较好地解释了省级较大空间尺度的空气污染物浓度空间分异性,可为流行病学研究提供支持。

论文目录

  • 1 材料与方法
  •   1.1 空气污染物浓度数据
  •   1.2 潜在预测变量获取
  •     1.2.1 土地利用数据
  •     1.2.2气象数据
  •     1.2.3 道路网络数据
  •     1.2.4 地理相关数据
  •     1.2.5 人口密度数据
  •     1.2.6 工业污染源数据
  •   1.3 LUR模型建立及验证
  •     1.3.1 LUR模型建立
  •     1.3.2 LUR模型验证
  •   1.4 空气污染物浓度模拟
  • 2 结果
  •   2.1 预测变量提取
  •   2.2 模型建立与检验
  •     2.2.1 PM2.5模型
  •     2.2.2 PM10模型
  •     2.2.3 NO2模型
  •     2.2.4 CO模型
  •   2.3 污染物浓度模拟
  • 3 讨论

    • 文章来源

    类型: 期刊论文

    作者: 刘朋辉,张粲,黄蕾,杨洁

    关键词: 土地利用回归模型,空间分析,浓度预测

    来源: 环境与健康杂志 2019年10期

    年度: 2019

    分类: 医药卫生科技,工程科技Ⅰ辑

    专业: 环境科学与资源利用

    单位: 南京大学环境学院污染控制与资源化研究国家重点实验室,苏州科技大学环境科学与工程学院

    基金: 国家自然科学基金优青资助项目(41822709),国家自然科学基金面上资助项目(41571475)

    分类号: X51

    DOI: 10.16241/j.cnki.1001-5914.2019.10.005

    页码: 866-870+941

    总页数: 6

    文件大小: 1733K

    下载量: 38

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/8797774ac54001abb82fb068.html