[资料]基于GWR方法的区域PM25浓度.pptVIP

? 总结展望 （1）年均PM2.5浓度估算与林地类、气溶胶光学厚度和风速相关，且随着空间尺度呈现递增趋势（200-1000m）; （2）季均PM2.5浓度估算的相关地理因素随着季节变化而变化；春季主要与林地类、自由用地、气溶胶光学厚度、距海距离、温度相关；夏季与林地类和气溶胶光学厚度相关；而冬季则与林地类、自由用地、气溶胶光学厚度及温度相关； （3）季均PM2.5浓度估算随着空间尺度的 改变模型拟合度变化不大（200-1000m）; 展望： 敬请老师及在场的各位批评指正！ 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 汇报人：郭宇 日期：2014.05.11 ? 主要内容 : 背景介绍 1 实验数据及方法 2 实验结果（初步） 3 总结及展望 4 污染现状 背景介绍 NOx PM10 SO2 CO PM2.5 …… 研究现状 PM2.5监测浓度空间浓度模拟分布制图 空间插值 遥感反演 土地利用回归（LUR） 地理加权回归（GWR） 背景介绍 局限于资金、人力、物力等客观条件，现有空气质量监测站点稀疏，无法实现区域空间连续环境监测。 空间异质性 ? 方法出发点 针对现有方法的优缺点，综合遥感及土地利用线性回归及地理加权估计空间异质性的特色，选取研究区时间段（年均、季均、月均）PM2.5浓度模拟进行方法探索研究，力求建立PM2.5浓度估算最佳模型，从而进行浓度空间分布制图。 ? 研究思路 详细、准确了解PM2.5浓度的空间分布，揭示其时空分布与变化规律。能够针对PM2.5污染健康损害，一方面为最优健康出行路线的研究提供可靠数据支撑，另一方面有利于制定有效措施降低人体PM2.5空气污染暴露强度及健康风险。 ? 研究意义 ? 实验设计框架 数据收集预处理 回归建模 检验及制图 PM2.5监测站点浓度数据（EPA）----因变量 气溶胶光学厚度值（AOD）（NASA）----自变量 土地利用类型数据（USGS）----自变量 人口分布数据（United States Census）----自变量 道路交通数据（Open Street Map）----自变量 叶面积指数（LAI）----自变量 气象环境数据（NARR）（温度、降水、风速）----自变量 ? 研究数据 550nm_AOD 上午 550nm_AOD 下午 ＋ ＝ AOD栅格分布（10KM） 日均 ? 数据预处理 月均AOD栅格 年均AOD栅格 季均AOD栅格 气溶胶光学厚度栅格图 LAI栅格图 加州研究区LAI栅格分布图 土地利用及道路数据 缓冲区半径：200、400、600、800、1000m统计地理特征变量 ? 建模方法 地理加权回归（Geographically Weighted Regression）通过采取局部参数估计方式，用以反映样本对回归模型权重在空间上的非平稳性，使得回归模型结果在局部地理区域更加合理。 ? 建模过程 从普通最小二乘法（OLS）回归入手，获得一个正确的OLS模型，然后使用同样的解释变量运行 GWR： 注意：（1）多重共线性（即当存在两个或多个冗余变量或者这些变量共同提供同一信息时） （2）“哑元”解释变量（例如，向城镇中心外的人口普查区赋予值 1，而向其他区域赋予值 0） ? 实验初步结果（一） 2006年加州全年PM2.5统计数据 ? 实验初步结果（二） 全年对应AOD天数PM2.5统计数据 ? 实验初步结果（三） 春季对应AOD天数PM2.5统计数据 ? 实验初步结果（三） 夏季对应AOD天数PM2.5统计数据 ? 实验初步结果（三） 冬季对应AOD天数PM2.5统计数据 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新 　　　　　　　 经世致用 敬业勤奋 求实创新