【技术实现步骤摘要】
城市群PM2.5浓度时空分布多尺度嵌套的建模方法
[0001]本专利技术涉及城市污染防治
,尤其涉及城市群
PM2.5
浓度时空分布多尺度嵌套的建模方法
。
技术介绍
[0002]为揭示城市空气污染物浓度的“面状”分布规律,目前国内外研究者们采用的空气污染浓度时空分布建模方法主要包括空间插值
、
土地利用回归模型
(Land Use Regression
,
LUR)、
地理加权回归模型
(Geographically Weighted Regression
,
GWR)、
广义可加模型
(Generalized Additive Modeling
,
GAM)
等
。
[0003]空间插值是一种以离散空气质量监测浓度数据为基础,基于空间距离要素
(
即基于“相距越小浓度越相近”的假设
)
生成空气污染浓度空间连续曲面的方法
。< ...
【技术保护点】
【技术特征摘要】
1.
城市群
PM2.5
浓度时空分布多尺度嵌套的建模方法,其特征在于,包括以下步骤:步骤1:数据收集与预处理,具体包括:步骤
1.1
:首先通过购买
、
网络授权访问和实地调查监测等方法获取研究所需数据,并对数据进行预处理以满足研究实验要求;步骤
1.2
:然后采用
GIS
工具对收集的数据进行定量化
、
空间化和标准化等处理;然后对空间化数据进行时空尺度的同化操作;步骤
1.3
:最后采用
ArcGIS Geodata Base
数据库存储上述预处理后的地理要素空间数据和属性数据;步骤2:
PM2.5
与多源要素的交互作用机制探究与关键因素识别,具体包括:步骤
2.1
:在数据收集与预处理基础上,采用
SPSS
软件对
PM2.5
浓度数据进行统计分析,分析各观测点位置
PM2.5
浓度在不同时间,如日均
、
月均
、
季均以及年均和空间尺度,如
1km、10km
等的统计特征变化规律;步骤
2.2
:然后采用
GIS
空间分析方法和技术探究
PM2.5
浓度与监测站点周围污染源如土地利用类型
、
道路
、
工业排放源
、
建筑工地以及地表扬尘等
、
气象条件如风速
、
降水
、
相对湿度以及温度等
、
地形以及
AOD
等多源地理要素之间的关系;步骤
2.3
:然后采用贝叶斯网络方法和地理探测器
Geo
‑
Detector
工具识别出多元地理要素中的
PM2.5
浓度关键影响因素;从定量角度研究关键影响因素表征指标的分级和测度方法;步骤
2.4
:进而采用主成分分析方法剔除表征指标之间作用相同且相互可以表征的指标,建立顾及多源地理要素的城市
PM2.5
浓度时空变化模拟指标体系;步骤
2.5
:然后采用空间统计分析方法对关键因素表征指标的时空尺度进行优化,遴选出各项表征指标的最优时空尺度;步骤3:城市群
PM2.5
浓度时空分布多尺度嵌套建模,具体包括:步骤
3.1
:首先基于
1km
和
10km
两种空间尺度下,匹配月均
PM2.5
浓度与多源地理要素之间的建模样本,以
GWR
模型为基础模型分别不同样本数量和空间分布情况下进行建模,并统计分析其建模精度和模型稳定性的变化规律;步骤
3.2
:基于
10km...
【专利技术属性】
技术研发人员:方新,唐泽龙,邵光达,姜柳琦,韩亮,
申请(专利权)人:湖南城市学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。