检索结果-南通市图书馆

Pylur:Efficient software for land use regression modeling the spatial distribution of air pollutants using GDAL/OGR library in Python

引用

Frontiers of Environmental Science & Engineering 2020年第3期14卷 89-102页

作者： Xuying Ma Ian Longley Jennifer Salmond Jay Gao School of Environment Faculty of ScienceUniversity of AucklandAuckland 1010New Zealand National Institute of Water and Atmospheric Research Auckland 1010New Zealand

Land use regression(lur)models have been widely used in air pollution *** regressionbased approach estimates the ambient pollutant concentrations at un-sampled points of interest by considering the relationship between ambient concentrations and several predictor variables selected from the surrounding *** conceptually quite simple,its successful implementation requires detailed knowledge of the area,expertise in GIS,statistics,and programming skills,which makes this modeling approach relatively inaccessible to novice *** this contribution,we present a lur modeling and pollution-mapping software named *** uses GDAL/OGR libraries based on the Python platform and can build a lur model and generate pollutant concentration maps *** self-developed software comprises four modules:a potential predictor variable generation module,a regression modeling module,a model validation module,and a prediction and mapping *** performance of the newly developed Pylur is compared to an existing lur modeling software called Rlur(with similar functions implemented on R language platform)in terms of model accuracy,processing efficiency and software *** results show that Pylur out-performs Rlur for modeling in the Bradford and Auckland case studies ***,Pylur is much more efficient in data processing and it has a capability to handle detailed GIS input data.

关键词： lur Air pollution modelling GIS spatial analysis GDAL/OGR Python Pollutant concentration mapping

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

关于置换空间P_BB_S

引用

数学物理学报（A辑） 2002年第2期22卷 203-209页

作者：潘伟王建华南开大学数学系天津300071 安徽师范大学数学系安徽芜湖241000

该文讨论了置换空间 PBBS的序列收敛定理 ,逼近性质和度量投影 TZ的连续性 ,推广了 [1]。

关键词：置换空间PBBS 序列收敛最佳逼近(C-Ⅱ)property lur

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

城市湖泊湿地建成环境对PM10、PM2.5浓度影响因子分析--以武汉市为例

引用

中国园林 2018年第7期34卷 104-109页

作者：曾元梓陈奕汝郭慧娟朱春阳华中农业大学北京巅峰智业旅游文化创意股份有限公司成都市龙泉驿区农村发展和林业局广州普邦园林股份有限公司农业部华中都市农业重点实验室(试运行) 华中农业大学风景园林系

选择武汉市主城区12块湖泊湿地为研究对象,基于lur模型分析了城市湖泊湿地建成环境对空气PM_(10)、PM_(2.5)浓度的关键影响因子。测定时间为2014年7月,分别对12块湖泊湿地空气PM_(10)、PM_(2.5)进行同步测定,挑选晴好无风相似的3d进行... 详细信息

选择武汉市主城区12块湖泊湿地为研究对象,基于lur模型分析了城市湖泊湿地建成环境对空气PM_(10)、PM_(2.5)浓度的关键影响因子。测定时间为2014年7月,分别对12块湖泊湿地空气PM_(10)、PM_(2.5)进行同步测定,挑选晴好无风相似的3d进行数据分析。采用主成分分析法提取4项主成分,包括缓冲区内道路、水体、周边大型水体和自然条件、人口密度及气象影响因子,主成分因子解释度达到总方差的91.2%;采用双变量相关分析识别出与PM_(10)、PM_(2.5)日均浓度相关性显著的影响因子,分别为道路占比(300、500m范围)、湿地外侧500m范围内非硬质下垫面占比、湖泊湿地面积(PM_(10))、距中心城区距离;根据PM_(10)、PM_(2.5)日均浓度值与识别出的关键影响因子进行回归分析,相关系数R2分别为0.348~0.600、0.491~0.534(Plur模型具有一定的可行性。因此,合理规划城市湖泊湿地周边建成环境土地利用类型,对整个湖泊湿地的空气质量改善效应具有显著意义。

关键词：风景园林城市湿地湖泊湿地建成环境 PM10 PM2.5 lur

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于土地利用模型的城市形态对雾霾影响的研究

基于土地利用模型的城市形态对雾霾影响的研究

引用

作者：李欣河北工业大学

学位级别：硕士

城市形态通过出行行为,土地利用分类和土地利用的空间分布直接或间接地对环境造成影响,不同类型的城市形态对环境造成的影响大相径庭。例如,不合理地划分城市增长边界线,将造成城市无计划的扩张和无序蔓延,蔓延型的城市形态促进了依靠... 详细信息

城市形态通过出行行为,土地利用分类和土地利用的空间分布直接或间接地对环境造成影响,不同类型的城市形态对环境造成的影响大相径庭。例如,不合理地划分城市增长边界线,将造成城市无计划的扩张和无序蔓延,蔓延型的城市形态促进了依靠汽车代步的社区的形成,影响了城市的空间效率和环境质量,从而导致雾霾问题的加重。而精明增长型城市将通过划分城市增长边界线建立密集、混合型社区,从而缩短出行距离,促进居民乘坐公共交通或步行,达到减少城市地区机动车出行频率和距离,降低污染排放量,缓解雾霾严重性的目的。随着我国城市化进程的加快,各种城市问题也日渐突出,大多数城市均面临市区交通拥堵、城市能耗过高、城市雾霾严重等问题。而由于我国各个城市所处的地理位置、规模大小、人文以及经济发展均不同,导致了各城市的形态各不相同,精明增长型城市对缓解雾霾严重等问题是否适用于所有类型的城市形态还有待考察。基于以上问题,亟待对影响雾霾浓度的城市形态有关因素进行研究,根据研究结果,在环境保护的角度判断城市形态的未来的发展方向,并通过控制这些代表城市形态的相关因素,达到控制机动车尾气排放、道路扬尘以及工业造成的污染物,保护环境的目的,具有重要的理论和现实意义。本文的研究内容主要以精明增长理论作为理论基础和研究假设,在精明增长型城市形态能够达到环境保护的目的的理论前提下,从交通规划与土地利用规划的角度出发,以目前发展最“精明”的长三角城市群部分地区和京津冀城市群作为研究对象,在土地利用回归模型的基础上,不考虑气象地形等因素,而是加入了产业布局、人口等宏观变量,建立面板数据模型,研究城市形态各要素对雾霾的影响,从环境的角度探索我国未来的城市形态发展是否适合精明增长式发展,并从微观和宏观层面分别对我国未来的城市规划政策实施提供建议。

关键词：城市形态雾霾城市群精明增长 lur 面板回归

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

广州市PM2.5时空分布及其与呼吸系统疾病空间关系研究

广州市PM2.5时空分布及其与呼吸系统疾病空间关系研究

引用

作者：邹雨轩广州大学

学位级别：硕士

城市生态问题已成为影响经济发展、人群健康的重要因素之一,空气污染对健康的影响日益受到关注。由空气污染导致的呼吸系统疾病死亡已成为慢性病的第三类死因,其中PM2.5浓度的变化会影响呼吸系统疾病发病率和死亡率。而呼吸系统疾病成... 详细信息

城市生态问题已成为影响经济发展、人群健康的重要因素之一,空气污染对健康的影响日益受到关注。由空气污染导致的呼吸系统疾病死亡已成为慢性病的第三类死因,其中PM2.5浓度的变化会影响呼吸系统疾病发病率和死亡率。而呼吸系统疾病成因复杂,了解呼吸系统疾病的特点及潜在影响因素对于呼吸系统疾病的预防和控制具有重要意义。本研究以广州市为研究区域,利用PM2.5监测数据、土地利用数据、道路交通数据等构建土地利用回归模型（Landuseregression,lur）,反演PM2.5浓度空间分布并分析其季相变化特征。运用受控受限蒙特卡洛法（Restricted and Controlled Monte Carlo,RCMC）分解区级呼吸系统疾病死亡病例数据,基于分解后的点状病例数据采用核比率算法测度呼吸系统疾病强度,并通过不受限但受控蒙特卡洛法（Unrestricted and Controlled Monte Carlo,UCMC）识别热点区域。在此基础上,利用相关性分析和地理探测器分析呼吸系统疾病潜在环境影响因素。主要结论如下:（1）lur模型PM2.5影响因子分析显示,不同地理特征变量对PM2.5的影响方向存在差异,同一地理要素下变量与PM2.5浓度之间的关系存在空间尺度效应。其中植被面积和水体面积与PM2.5浓度呈负相关,且均在1000 m处达到最高相关性,不透水面面积影响效应与之相反,不透水面覆盖率范围大的区域PM2.5浓度亦相对较高。广州市PM2.5主要来源于机动车排放,相关分析显示道路交通变量中主干道密度对PM2.5浓度影响力最大,进一步证明交通流量对PM2.5的正向促进作用。（2）lur模型可够较好地反演广州市PM2.5浓度的空间分布,模型各时段回归方程R2＞0.8（0.825-0.992）,实际监测值与模拟值误差绝对值小于4μg/m3,监测点平均误差率为2.96%。广州市PM2.5浓度空间分布趋势为中西部区域浓度高,南北两端区域浓度低。PM2.5浓度高值区主要集中在广州市老城区,浓度总体由城市中心向外围逐渐递减。广州市PM2.5浓度时间分布有季节性差异,总体呈现秋冬高、春夏低的特点,但其空间分布特征与全年保持一致。（3）广州市呼吸系统疾病强度春夏季高于秋冬,死亡病例数于6月达到峰值,病例总数最高的行政区包括越秀区、荔湾区和海珠区。2014年12月1日-2015年11月30日期间,核比率病例集聚区域分别位于广州市的中西部、北部、东北部和东部。老中心城区的呼吸系统疾病的集聚效应明显,随着与城市老中心城区距离的增加,疾病强度逐渐降低。呼吸系统疾病核心热点位于荔湾区、越秀区、海珠区西部,普通热点位于从化区南部,以上区域疾病强度高且风险不确定性低,疾病强度值在统计上具有显著意义。相较于传统流行病学基于聚合数据的研究方法,基于核的疾病制图模式最大限度利用了聚合数据的空间信息以及背景人口信息,体现了疾病的空间连续性特征。（4）PM2.5年均浓度与呼吸系统疾病呈正相关关系,即PM2.5浓度越高呼吸系统疾病死亡病例越多。土地利用特征变量中植被面积占比与呼吸系统疾病呈负相关,不透水面面积占比与呼吸系统疾病呈正相关。交通变量中,各类型道路与呼吸系统疾病均呈正相关,但不同类型道路与之相关程度不同,一级公路密度相关性最强,道路总长和主干道密度次之。气象要素与呼吸系统疾病相关性不显著,气温、风速与病例数呈微弱正相关。降水、平均气压与呼吸系统病例数呈负相关。（5）地理探测器显示,环境变量中植被面积因子的具有主导地位（q=0.1321）,土地利用变量中不透水面面积q统计量仅次于植被面积,该因子对呼吸系统疾病强度的影响力大于水体面积（q=0.0257）,交通变量中仅主干道密度（q=0.0654）对疾病强度的影响具有统计显著性。PM2.5浓度的q统计量为0.1047,结合风险探测发现PM2.5对呼吸系统疾病强度总体起到促进作用。植被风险探测结果与相关性分析有所差异,风险探测结果显示植被面积在不同的区间表现为不同的影响效应。当植被面积处于低覆盖率区间时增加植被面积可适当降低呼吸系统疾病风险,而当植被覆盖率达到一定程度后对疾病强度的缓冲作用降低。交互探测显示两环境因子的交互作用会增强对呼吸系统疾病影响力,其中植被与不透水面因子交互后影响效应最强（q=0.2255）。

关键词：呼吸系统疾病 PM2.5 lur 疾病制图地理探测器

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城市湖泊湿地周边建成环境绿地结构对空气PM_(10)、PM_(2.5)的影响

引用

中国城市林业 2022年第5期20卷 1-9页

作者：王婧朱春阳华中农业大学园艺林学学院武汉430070

城市湿地作为城市重要的生态基础设施对区域环境具有巨大的环境效益。为了对城市湖泊湿地周边建成环境的绿地规划、更新提供科学指导,文章选取武汉主城区大、中、小3块湖泊湿地作为研究对象,基于lur模型分析湖泊湿地周边500 m缓冲区建... 详细信息

城市湿地作为城市重要的生态基础设施对区域环境具有巨大的环境效益。为了对城市湖泊湿地周边建成环境的绿地规划、更新提供科学指导,文章选取武汉主城区大、中、小3块湖泊湿地作为研究对象,基于lur模型分析湖泊湿地周边500 m缓冲区建成环境绿地结构对空气PM_(10)、PM_(2.5)浓度的影响。结果表明:1)由测点周边25~100 m范围道路长度、非硬质下垫面面积、水体面积和距湿地边界距离、气温、相对湿度、风速等关键影响因子构建的lur模型具有一定的可行性,经留一交叉验证后R^(2)值分别为0.555~0.980(PM_(10))、0.562~0.979(PM_(2.5))。2)湖泊湿地对乔灌草、乔草、灌草和草坪结构绿地空气PM_(10)、PM_(2.5)浓度的影响显著,其中PM_(10)的影响范围为250~350 m、50~200 m、100~250 m、100~150 m;PM_(2.5)的影响范围为200~350 m、200~300 m、150~250 m、150 m。3)近湖泊湿地边界灌草、草坪结构绿地表现出较低的空气PM_(10)、PM_(2.5)浓度,但不同结构绿地不同时段空气PM_(10)、PM_(2.5)浓度未表现出显著相关性(P>0.05)。

关键词：城市湖泊湿地绿地结构空气PM_(10)和PM_(2.5) 蓝绿耦合 lur 模型

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：