顾及平稳特征的PM25浓度时空趋势拟合研究

《顾及平稳特征的PM25浓度时空趋势拟合研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、顾及平稳特征的PM2.5浓度时空趋势拟合研究张小璐刘纪平梁勇刘晓东赵阳阳董珍珍山东农业大学信息科学与工程学院中国测绘科学研究院摘要：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、A0D、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冋归模型对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。关键词：平稳特征

2、;混合时空地理加权回归模型;PM2.5浓度;时空趋势;作者简介：张小璐(1992—)，女，山东东营人，硕士研究生，主要研究方向为地理信息系统应用、空间分析方向研究。E-mail:zhangxiaolu666@163.com作者简介：刘纪平，研究员E-nia订:liujp@casm.ac.cn基金：国家重点硏发计划项目：一体化综合减灾智能服务研究及应用示范(2016YFC0803108)Studyonspatial-temporaltrendsofPM2.5concentrationwithstationarycharacteristicsZHA

3、NGXiaoluLiuJipingLiangYongLiuXiaodongZhaoYangyangDongZhenzhenSchoolofInformationScience&Engineering,ShandongAgriculturalUniversity;ChineseAcademyofSurveyingandMapping;Abstract：IntheestimationofPM2.5concentration,thereisaphenomenonthatbothglobalstationarycharacteristiesandspa

4、tial-temporalnon-stationeirycharacteristicscxistatthesametime.However,previousstudicshavebeenstudiedofspatial-temporalnon-stationarycharacteristics.Butthereisnostudyonglobalstationarycharacteristics.MGTWRmodelcansimultaneouslyanalyzetheinfluenceofglobalstationarycharacterist

5、iesandspatial-temporalnon-stationeirycharacteristies.Therefore,itcamobtQinmoreaccuratcestimationsofPM2.5concentrationbytakingstationarycharacteristicsintoaccount.Thispaperusingpopulationdensity,GDP,AOD,temperature,windspeed,relativehumidityandatmosphericpressureestimatedPM2.

6、5concentrationfromJanuary2015toJuly2015inBeijingTianjinandHebeiregion.AndMGTWRmodelwasusedtoestimatePM2.5concentration.BasedontheGaussfunction，theMSEofMGTWRmodelis25.32%higherthantheGTWRmodel.BasedontheBi-squarefunction,theMSEofMGTWRmodelis31.13%higherthantheGTWRmodel.TheMSE

7、ofMGTWRmodelbasedontheBi-squarefunctionis21.62%higherthanGaussfunction.TheresuItsshowthattheprecisionofPM2.5concentrationestimationcanbeimprovedeffectivelywhontheglobalstationarycharacteristicsareconsidered.TheresuItsshowthatP12・5concentrationisnegativelycorrelatedwithwinds

8、peedandtemperature.Inaddition,thespatial-temporaltrendsofPM2.5concentration