一种协同时空地理加权回归PM2.5浓度估算方法

针对PM2.5浓度估算中时空特征考虑不足和样本量较少的问题,该文将协同训练和时空地理加权回归相结合,提出了协同时空地理加权回归。采用两个不同参数的时空地理加权回归模型作为回归器,利用一个回归器训练另一个回归器的未标注样本,选择最优结果作为标注样本加入标注样本,通过不断学习扩大标注样本量提升模型的回归性能。以京津冀地区2015年3-7月的PM2.5浓度数据为实验数据,利用气溶胶光学厚度产品、温度、风速和相对湿度进行建模,采用不同核函数的时空地理加权回归作为对比方法进行实验。结果显示,协同时空地理加权回归性能比基于Gauss核函数时空地理加权回归提升了10%,比基于bi-square核函数时空地理加权回归提升了6.25%,证明该文方法能够提升时空样本数量不足时的PM2.5浓度估算精度。     

北京PM2.5浓度空间分布的贝叶斯地理加权回归模拟北大核心CSCD

针对地理加权回归(GWR)模型无法克服小样本数据下异常值影响的问题,该文利用贝叶斯地理加权回归(BGWR)模型对北京地区2016年10月1日至12月29日长达90d的PM2.5监测数据进行了浓度模拟。该方法通过加入贝叶斯先验信息,选取不同的平滑函数,在局部空间样本稀少的情况下,有效降低了异常值和"弱数据"对回归结果的影响,更加真实地反映了PM2.5浓度空间分布。实验结果表明,基于不同平滑函数的3种BGWR模型校正决定系数分别达到了0.799、0.801和0.867。平均比GWR模型提升了28%,比OLS模型提升了32%,证实了BGWR模型在模拟PM2.5浓度分布时具有更好的适用性。     

顾及平稳特征的PM2.5浓度时空趋势拟合研究

针对PM2.5浓度估算中全局平稳因素和局部非平稳因素同时存在的问题,该文以京津冀地区2015年1月—7月的PM2.5浓度为研究对象,人口密度、GDP、AOD、温度、相对湿度、风速和大气压强为影响因子,利用混合时空地理加权回归模型对PM2.5浓度进行估算。结果显示,考虑全局平稳特征时能有效地提升PM2.5浓度估算的精度,PM2.5浓度与风速、温度呈负相关关系,京津冀地区PM2.5浓度呈北低南高的趋势。     

基于支持向量回归的PM2.5浓度实时预报

为了研究适合于我国当前重污染天气的实时空气质量预报模型,论文利用支持向量回归方法对北京市地面空气质量监测数据和气象数据进行分析,构建了基于支持向量回归的PM2.5浓度实时预报模型。实验表明,该方法能够对未来6日内的日均PM2.5浓度以及未来0~72h内的小时级PM2.5浓度进行预报,且模型训练过程和预报过程都耗时很短,适用于建立PM2.5浓度实时预报系统。     

基于LUR的武汉市PM2.5浓度空间分布模拟

基于稀疏监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布。以武汉市为例,研究了基于土地利用回归(landuseregression,LUR)模型的大气PM2.5浓度高分辨率空间分布模拟。采用双变量相关分析识别出与PM2.5浓度相关性最高的4个影响因子,分别是1000m缓冲区内道路长度,500m缓冲区内水域面积,500m缓冲区内建设用地面积以及工业污染影响。采用PM2.5月平均浓度和识别出的影响因子连同气象条件(月平均温度和月降水量)进行多元线性回归分析,相关系数R2达到0.905,调整后的R2为0.885。在研究区建立均匀格网(2km×2km),利用得到的LUR方程计算格点PM2.5浓度值,应用空间插值制成武汉市主城区夏季PM2.5浓度空间分布模拟图。模拟结果显示,主城区有三个PM2.5浓度高值中心,分别为青山工业区、江北工业区和汉口汉西建材市场区域。汉阳南部、武昌南部的大型湖泊和水域面积比例较大的区域表现为两个PM2.5浓度低值中心。     

地理国情大数据研究框架

地理国情监测作为大数据时代测绘地理信息领域一个新的、重要战略方向,其发展迫切需要顶层设计与新型技术的支撑,需要建立一种灵活、高效、低成本的大数据处理模式与服务方式。本文以地理国情监测与大数据研究相结合为切入点,阐述了地理国情大数据的分类及特点,提出了云计算环境下地理国情大数据研究架构,并从地理国情大数据存储、处理、挖掘、应用服务4个方面探讨了地理国情大数据云平台建设思路。本文将有助于地理国情监测的生产方式与服务模式变革,推动地理国情监测的广泛应用与产业化发展。     

杭州城区土地利用类型对PM2.5浓度影响分析

针对PM2.5质量浓度空间分布的季节性差异与土地利用分布的定量关系问题,该文以浙江省杭州市为实验区,收集PM2.5质量浓度实测数据和MODIS气溶胶光学厚度(AOT)遥感数据,并对AOT进行标高订正和水汽校正,建立了PM2.5质量浓度和AOT的回归模型,通过模型得出了杭州市各季节的PM2.5质量浓度空间分布图;在此基础上,进一步分析了杭州市PM2.5浓度与土地利用类型(扬尘地表与非扬尘地表)之间的空间分布相关性。结果表明,杭州市2015年PM2.5质量浓度分布的季节性变化特征是冬季春季秋季夏季;建设用地和交通用地等扬尘地表对PM2.5的浓度贡献较大,特别是在冬季和春季两个季节。该研究结果对于认识空气中PM2.5的来源与时空分布特征具有一定的理论和实践意义。     

运用贝叶斯方法的PM2.5浓度时空建模与预测

针对当前我国大部分地区正面临严重的空气污染问题,对重污染区域进行时空建模具有重要的意义。该文基于贝叶斯时空模型建立了京津冀区域的PM2.5浓度时空预测模型,该模型充分考虑了PM2.5浓度的时间变异特性与空间分布特性,并引入了气象数据作为协变量对没有监测站的位置进行预测。实验结果表明,该方法具有很好的预测精度,其在测试站点上的拟合优度达到了0.9以上,能够应用于区域级PM2.5浓度的时空分布建模与预测。     

2016—2017东北地区PM2.5健康风险评价

颗粒物是我国大气污染物之一,具有颗粒小、输送距离远、使大气能见度降低和容易引起呼吸系统疾病的特点.本研究基于2016—2017年供暖期间东北地区34个地级城市总计162个国控监测站点的PM2.5数据及同期的健康数据、气象数据、人口社会经济数据,采用了地理加权回归模型(GWR)分析方法研究了颗粒物、气象因子、人口社会经济...     

2016年四川省PM2.5浓度时空分布研究

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.     

WebGIS技术支持的PM_(2.5)空间分布分析系统研究

依据成都市已公布的PM_(2.5)数据,采用反距离加权插值算法,推算出成都市5城区的PM_(2.5)浓度分布情况,并采用分级渲染,直观地展示市区内PM_(2.5)的浓度分布情况。同时,应用热点分析模型,根据指定时间段内的PM_(2.5)数据,分析出该时间段具有统计显著性的高值和低值的空间聚类。该模型一方面可让成都市民更好地了解成都市PM_(2.5)的分布情况,为出行提供参考;另一方面可为政府治理环境污染提供参考依据。     

基于GIS的苏锡常地区PM_(2.5)分布模拟

基于GIS技术和多元线性回归方法,采用苏锡常地区的PM_(2.5)浓度观测资料和同期苏锡常及周边地区的气象资料,构建了基于气象要素的多元线性回归模型,模拟2013年春季苏锡常地区PM_(2.5)的空间分布状况。对比此模型与IDW插值方法的精度,结果表明,该模型利用气象要素与PM_(2.5)浓度显著的相关性建立多元线性回归模型,有效地模拟了PM_(2.5)的空间分布状况;2013年春季苏锡常地区PM_(2.5)的空间分布具有整体上东南低、西北高、局部上分布小范围低值区的特点;该模型有效地消除了单一使用IDW插值方法容易受到监测站空间分布的影响而出现极值区域和极值中心偏差的现象,对于研究PM_(2.5)的空间分布规律具有一定的实际应用价值。     

WRF模式气象数据在遥感反演PM_(2.5)中的应用研究

利用MODIS气溶胶光学厚度产品AOD,结合地面台站气象观测数据和WRF模式气象模拟数据,对徐州环境监测国控级别站点的近地面PM_(2.5)质量浓度进行反演。根据不同气象要素在反演过程中的相关程度,对气象观测数据和WRF模拟数据在遥感反演中的效果进行分析评估。结果表明,气象观测值和WRF模拟气象数据均能有效应用于PM_(2.5)的遥感反演,在气象观测数据时空覆盖度较低的情况下,能够使用WRF模拟数据进行有效替代,为不同来源的气象数据对PM_(2.5)反演应用研究提供依据和参考。     

利用地理国情监测更新基础地理信息的方法

以湖北省基础地理信息更新需求为基础,通过对比分析省级基础地理信息和地理国情监测指标体系及其数据,得到其要素与属性的对应关系;从更新指标确定、要素匹配、变化识别、图形与属性更新等方面设计了一套利用地理国情监测成果更新基础地理信息的技术路线;并以水系为例进行了实践。该方法不仅为基础地理信息更新提供了思路和技术支撑,而且提高了地理国情监测成果的应用价值。     

基于地理国情数据的土地利用景观格局分析

基于安徽省地理国情数据,结合相关统计资料,利用Arc GIS10.3软件属性列表中的统计工具,获取2015年、2016年和2017年8种景观类型的相关国情数据,再用FRAGSTATS4.2软件计算出各个年份的景观格局指数,从而分析研究区2015年、2016年和2017年的土地利用景观格局现状。结果表明,2015～2017年耕地、林地、草地、未利用地及水域景观类型面积呈减少趋势,园地、建设用地、交通用地景观类型均呈现增长趋势。景观斑块数目增加,景观的破碎程度增强,多样性指数和均匀度指数逐渐微增,宿松县土地利用景观格局变化明显。宿松县2015年、2016年和2017年生态风险综合指数分别为0.100 6、0.101 7和0.102 1,虽处于极低生态风险等级,但呈现增加态势,景观生态安全的压力增大。     

基于地理国情普查数据的地表覆盖变化监测

基于地理国情普查数据,综合运用地表覆盖转移矩阵、地表覆盖净变化与交换变化、变化动态度等方法对地表覆盖变化情况进行监测分析;并利用浙江省某区两期地理国情普查数据进行了实例分析。监测结论能为政府加强空间管理、促进土地资源集约利用、指导生态文明建设等提供决策信息支撑。     

基于清华山维EPS地理国情普查内业采集的技术方法

结合清华山维EPS平台,联系生产实际,阐述了清华山维EPS平台的功能特点及使用EPS进行全国地理国情普查内业要素采集的一些方法和技巧,以及软件在实际应用中存在的不足和解决办法。     

利用地理国情监测数据进行城市下垫面提取

本文选取城六区作为分析单元,充分利用北京市第一次地理国情普查成果数据及监测成果数据,获取2012年度及2015年度城六区下垫面数据,建立地理国情地表覆盖分类数据类型与下垫面数据类型之间对应关系,结合2012年和2015年下垫面数据进行特征数据分析、空间叠置分析,分析城六区道路、水域、硬化地表、房屋等地类的变化趋势,探讨了城六区近几年各地类的变化情况及透水面和不透水面的变化趋势。     

基于地理国情时空数据的城市建成区动态监测

基于随州市曾都区的地理国情时空数据,提取了该地区1999年、2002年、2005年、2009年和2014年的建成区矢量信息,并结合该地区的社会经济数据分析了其城市形态演变的特征、模式和规律,对今后城市的发展方向提出了建议。     

基于地理国情监测的自然资源资产核算方法

在对环境与经济核算体系、自然资源资产及其负债、自然资源资产编制需求等相关理论进行综合分析的基础上,梳理得到地理国情监测和遥感技术支持下的自然资源资产负债指标体系,并以陕西省延安市为例进行了实例验证与分析。结果表明:①地理国情监测可为自然资源资产负债表编制提供与资产数量(存量和变化量)相关的较新、较可靠的基础性数据支持,基于遥感技术反演的植被覆盖度(FVC)和植被净初级生产力(NPP)可提供反映与林木资源和生态环境质量特征相关的实时动态信息;②延安市土地资源以林地为主,其次为草地和耕地,2015-2016年土地资源整体变化不大,草地和园地略有减少,耕地、城镇村及工矿用地和交通运输用地有所增加,土地资源的转移变化主要表现为草地转向耕地和城镇村及工矿用地;③2015-2016年延安市的FVC和植被NPP呈增加趋势,表明延安市生态系统的质量状况有所改善。