利用长沙市中心城区2015—2019年PM_(2.5)质量浓度监测数据,结合SPSS多元线性逐步回归功能和Arc GIS空间分析功能,构建土地利用回归(Land Use Regression,LUR)模型模拟长沙市2020年PM_(2.5)质量浓度空间分布。各季节的LUR模型拟合效果...
详细信息
利用长沙市中心城区2015—2019年PM_(2.5)质量浓度监测数据,结合SPSS多元线性逐步回归功能和Arc GIS空间分析功能,构建土地利用回归(Land Use Regression,LUR)模型模拟长沙市2020年PM_(2.5)质量浓度空间分布。各季节的LUR模型拟合效果均较理想,模型的自变量可解释70%以上的PM_(2.5)质量浓度变化;在构建土地利用回归模型中,研究区内的耕草地和气温对PM_(2.5)质量浓度影响最大,餐饮和道路次之;利用构建的LUR模型对研究区PM_(2.5)质量浓度进行2020年空间尺度的预测模拟,在空间上整体则呈现出由城中心区域向四周逐渐降低的态势。
将多时相卫星遥感图像叠加技术与GIS空间分析方法相结合,对研究防城港海岸线演变特征及预测海岸线变化趋势具有重要的现实意义。首先,对防城港2000年11月及2010年10月获取的2个时相TM图像进行预处理、海岸线特征信息提取及空间分析;然后,根据相关控制因素及相应的邻居规则建立元胞自动机(cellular automa-ta,CA)模型,利用蒙特.卡罗方法(Monte Carlo method)结合控制因素进行判断,最终确定元胞的转化状态。通过2010年实际海岸线与预测海岸线的叠置分析得知,2010年预测海岸线的数量精度为83.65%,空间位置精度为93.45%,都在误差允许范围内,证明利用蒙特.卡罗CA模型预测海岸线的方法是可行的。最后,结合CA模型算法及Matlab仿真技术实现了对2020年防城港海岸线的预测。
暂无评论