共查询到14条相似文献,搜索用时 0 毫秒
3.
PM2.5导致大气能见度下降,造成雾霾天气.本文基于2016年四川省89个空气质量监测站的PM2.5数据,对2016年四川省PM2.5浓度时空分布特征进行研究分析.结果表明,2016年四川省PM2.5浓度空间分布呈现出西北部PM2.5浓度较低、空气质量较好,东南部PM2.5浓度较高、空气质量较差的趋势;时间分布呈现夏季PM2.5浓度较低、空气质量较好,冬季PM2.5浓度较高、空气质量较差的趋势,从而得出四川省PM2.5浓度时间和空间分布规律及分布图. 相似文献
4.
5.
采用地统计分析、聚类和异常值分析方法,对2016—2018年全国367个城市的PM2.5浓度监测数据进行分析。结果表明:全国及重点区域的PM2.5浓度月际变化趋势具有一致性和周期性,呈“U”形分布;PM2.5浓度存在明显的季节变化特征,2016—2018年我国的PM2.5浓度年均值逐年递减。从整体空间分布来看,我国PM2.5浓度在东西、南北2个方向上的变化情况不同,东西方向的差异比南北方向更大,表现出了各向异性。我国PM2.5高-高聚类模式主要集中在北京、天津、河南、河北、山西、山东西部、安徽北部,低-低聚类模式主要分布在云南、福建、广东沿海地区。 相似文献
6.
杭州地区2015年PM2.5浓度时空变化特征分析 总被引:1,自引:0,他引:1
在2015年杭州地区11个地面观测站PM2.5质量浓度监测数据的基础上,结合MOD04_3K AOT产品,建立了利用AOT反演近地面PM2.5质量浓度的模型.利用实测和遥感反演数据共同分析了杭州市PM2.5质量浓度时空变化特征.分析结果表明,PM2.5质量浓度分布的日变化特征为:在杭州市中心城区,冬季、春季及秋季都存在典型的双峰变化,冬季、春季的峰值出现在9:00-12:00,秋季峰值出现在6:00-9:00;夏季表现出夜间浓度高于白天的特征.PM2.5质量浓度分布的季节性变化特征为:冬季>春季>秋季>夏季.PM2.5质量浓度的空间分布格局为:杭州地区东北区域的浓度明显高于其他区域;杭州—富阳—桐庐沿线、杭州—临安沿线PM2.5质量浓度存在高浓度的分布条带,PM2.5质量浓度的空间分布与城镇化的格局相似.PM2.5质量浓度空间分布与地形和植被指数呈负相关,春季地形和植被指数对PM2.5浓度分布的抑制影响最大. 相似文献
7.
8.
9.
城市PM2.5浓度的时空分布预测旨在基于有限观测样本实现研究区域内PM2.5分布的全范围感知。理想的预测模型需同时保证结果的高精度与高可靠性。然而,现有研究大多以提升精度为唯一目的,忽视了由于数据质量与模型结构的各异所导致预测结果的不确定性,这极大限制了高精度预测结果的可靠性与可用潜力,从而难以有效辅助空气污染治理等实际应用。为此,本文提出一种耦合不确定性评估的PM2.5浓度时空分布预测模型。通过构建以图卷积和循环网络为主的预测模块,实现PM2.5浓度的高精度预测;同时,基于对抗学习策略与变分自编码思想构建不确定性量化模块,同步揭示预测结果的不确定性水平。深圳市实际数据实证表明,本文方法能有效兼顾PM2.5浓度预测结果的精度与可靠性,能为包括监测站点布局选址在内的环境治理工作提供科学决策支持。 相似文献
10.
随着城市的快速发展,道路拥堵、打车难等问题越来越突出,严重影响了居民的出行效率和生活质量。出租车GPS数据,在一定程度上包含了部分居民出行行为的丰富信息。考虑到出租车载客事件发生于一维道路网络空间,本文提出对出租车上下客事件所在路段进行分析,得到不同时段居民出行的热门路段和区域,分析居民出行时空分布特征,有助于了解交通现状和居民出行需求,提高城市对居民出行活动的服务水平。 相似文献
11.
徐艳海 《测绘与空间地理信息》2018,(1):107-108,112
对郫县安德镇、新胜镇、都江堰市崇义镇2006年和2016年的遥感图像进行解译,分析该区域居民聚落的时空演变情况,动态描述了该区域内农村居民点的延伸和消亡过程,并综合运用GIS的缓冲区分析、叠置分析等手段对社会经济影响下的聚落变迁特征进行探讨。 相似文献
12.
为确定适宜遥感监测湖北省PM2.5浓度的模型,该文运用MODIS气溶胶光学厚度(AOD)产品、气象数据、土地利用数据、数字高程模型(DEM)数据和地面监测站点获取的PM2.5质量浓度数据建立了智能算法模型(模型1)、地理加权回归模型(模型2)和线性混合模型(模型3),并用地面监测站点数据评估模型拟合结果。结果表明:模型3在所有表征反演精度的统计指标(全数据集R~2、回归斜率、均方根误差、平均绝对误差)上均表现出优异性;十折交叉验证结果表明模型1、模型2和模型3的R~2分别为0.559 8,0.562 2,0.755 5,3种模型皆不存在过拟合现象;对湖北省2015年PM2.5浓度时空分布特征的分析结果表明模型3能够提供可靠数据,可为PM2.5浓度监测提供一种有效的补充手段。 相似文献
13.
本文基于2015—2019年冬季黄河流域中游地区(山西段和陕西段)6种大气污染物的浓度数据,研究了黄河流域中游冬季大气污染物的变化特征。研究结果表明,2015—2019年黄河流域中游地区,PM10和CO浓度持续降低,O3浓度持续升高,PM2.5、SO2及NO2平均浓度呈先上升后下降的规律。2019年主要污染物NO2、CO、PM2.5、PM10及SO2浓度均最低;2019年冬季O3平均浓度达到最高(54μg/m3)。研究地区下游的PM2.5浓度高于上游,且沿黄河由北向南其浓度逐渐增加,黄河东侧山西段的PM2.5浓度高于西侧陕西段。研究区域PM10污染浓度由2015—2016年的黄河东侧高西侧低转变为2017—2019年上游低下游高的分布特征。SO2浓度呈黄河东岸比西岸高的分布。NO2高值区域从2015—2017年黄河西侧下游地区变为2018—2019年中上游地区;CO平均浓度高值区域位于黄河东侧下游地区;O3浓度空间分布特征不明显,但近5年浓度大幅增加,需要加强对臭氧的防控。 相似文献