基于LUR模型的長沙市城區(qū)NO2和PM10濃度的時空分布模擬.pdf

1、當(dāng)前土地利用回歸(land use regression，LUR)模型模擬NO2和PM10空氣污染物濃度分布的研究中，缺乏對LUR模型中緩沖區(qū)類型的影響、氣象要素在LUR模型中的應(yīng)用和提高LUR模型中時間分辨率方法的深入探索，致使模型不能解釋氣象因素對污染物的影響程度，嚴(yán)重阻礙了LUR模型模擬精度高、使用范圍廣和空間分辨率高等優(yōu)勢的發(fā)揮，難以為決策人員和研究人員提供完備、準(zhǔn)確和精度高的NO2和PM10濃度數(shù)據(jù)。本研究對此以長沙市城區(qū)20

2、10年NO2和PM10季度平均濃度和2013年4月至2014年4月的日平均濃度模擬為例，基于常用的土地利用變量和氣象要素變量，構(gòu)建了不同緩沖區(qū)類型的LUR模型、氣象因子回歸(meteorological factors regression，MFR)模型和反向傳遞神經(jīng)網(wǎng)絡(luò)(backpropagation neural network，BPNN)模型來模擬NO2和PM10濃度的時空分布。研究結(jié)果表明:
　　不同特征變量對NO2和PM

3、10濃度的貢獻(xiàn)率差異較大，其中主要道路長度、居住面積和公共設(shè)施用地面積變量對污染物的影響較大，表明空氣污染物的空間分布與交通狀況和人類的活動密切相關(guān)。變量對污染物濃度的影響隨空間尺度的變化明顯，1200米緩沖區(qū)內(nèi)的土地利用類型變量對污染物的影響較大。
　　基于相同建模流程和相同土地利用類型變量構(gòu)建的圓形緩沖區(qū)土地利用模型與半圓形緩沖區(qū)土地利用模型存在較大差異，相對而言，半圓形緩沖區(qū)模型的決定系數(shù)要高于傳統(tǒng)的圓形緩沖區(qū)模型，擬合效果