基于GWR的中国地级城市SO_2年均质量浓度模拟

	基于GWR的中国地级城市SO_2年均质量浓度模拟
	卢亚灵 2; 蒋洪强 2; 黄季夏 1; 徐丽芬 3
刊名	生态环境学报
	2014
卷号	023 期号:008 页码:1305
ISSN号	1674-5906
英文摘要	中国城市空气污染问题已经引起广泛关注。目前相关研究很多，但是以空间位置为拟合参数，对空气质量进行回归模拟的研究较少。以2010年中国地级以上城市SO2年均质量浓度为因变量，分别应用普通线性回归和地理加权回归（GWR）模型模拟SO2年均质量浓度，其中地理加权回归方法考虑了空间位置的影响并以此作为回归参数。回归的自变量指标体系包括气象要素（多年平均温度、光照、降水）、植被覆盖（NDVI）、地形要素（坡度、坡向、起伏度）、人为因素（GDP、能源消费）几个方面。由于各指标之间存在较强的相关性，用主成分分析方法计算得到温度、日照、降水、NDVI表征的气象植被综合指标，高程、坡度、起伏度表征的地形综合指标，和GDP、能源消费表征的人为因素综合指标。用3个综合指标值作为自变量进行回归模拟。普通回归结果较差，其r^2为0.11，矫正的r^2为0.10；GWR模型模拟结果相对较好，其拟合优度显著提高，r^2为0.66，矫正的r^2为0.47。因此，地理加权回归适合进行此类拟合，普通线性回归不适合。通过对比地理加权回归模拟的各个城市的拟合优度，发现年均质量浓度数值较高的地区拟合效果较差，这些地区主要集中在中国华北和南部部分地区。与基于机理的模型相比，GWR 模型和其各具优缺点，GWR 的优势主要表现在数据及其格式化要求低，计算机软硬件条件要求低，运算速度快等。
语种	英语
内容类型	期刊论文
源URL	[http://ir.igsnrr.ac.cn/handle/311030/106952]
专题	中国科学院地理科学与资源研究所
作者单位	1.中国科学院地理科学与资源研究所 2.国家环境保护部环境规划院 3.北京大学
推荐引用方式 GB/T 7714	卢亚灵,蒋洪强,黄季夏,等. 基于GWR的中国地级城市SO_2年均质量浓度模拟[J]. 生态环境学报,2014,023(008):1305.
APA	卢亚灵,蒋洪强,黄季夏,&徐丽芬.(2014).基于GWR的中国地级城市SO_2年均质量浓度模拟.生态环境学报,023(008),1305.
MLA	卢亚灵,et al."基于GWR的中国地级城市SO_2年均质量浓度模拟".生态环境学报 023.008(2014):1305.