当前位置:主页 > 科技论文 > 环境工程论文 >

山东省空气质量的空间统计分析及影响因素研究

发布时间:2021-03-01 11:39
  近年来,我国空气污染逐渐加剧,对于环境的治理政府与社会各界引起了高度的关注。山东省作为空气污染比较严重的省份之一,只有精准的定位好影响空气质量的因素,对症下药才能取得良好的治理效果。空气质量为空间数据,因为其存在空间自相关性,不再满足传统统计学中相互独立的假设,所以本文采取空间统计的方法对其进行研究,首先选取了2014-2017年全国30个重点城市空气质量研究济南市与周边城市的空间自相关性,发现计算全局Moran’I指数以95%的显著性水平通过空间正的自相关性的检验。进而计算局部Moran’I指数以及局部Gi统计量,发现济南市与周边城市形成了高值聚集区。然后研究山东省17城市的全局相关性与局部相关性,发现山东省各城市空气质量为正的空间自相关,并发现山东半岛地区形成低值聚集区,菏泽、聊城、滨州等地形成了高值聚集区。然后从人为因素与天然因素分析了影响空气质量的因素,并对选取的6个变量进行灰色关联度分析,通过分析结果发现各个影响变量与空气质量的关联度均在0.75以上,可用回归方法进行分析,采用最小二乘回归分析方法建模发现系数未通过检验,且决定系数为0.43,所以对其进行... 

【文章来源】:大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】:56 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究概况
        1.2.1 对空气质量影响因素研究的国内外现状
        1.2.2 空间自相关的国内外研究现状
        1.2.3 地理加权回归模型的国内外研究现状
    1.3 研究方法及研究架构图
        1.3.1 研究方法
        1.3.2 研究架构图
2 空间统计分析
    2.1 空气质量指数介绍
    2.2 空间统计原理
    2.3 空间权重矩阵
    2.4 空间自相关性
    2.5 地理加权回归模型
        2.5.1 GWR的一般表达形式
        2.5.2 权重函数的选择
        2.5.3 带宽的确定与优化
    2.6 模型的检验
        2.6.1 回归模型的显著性检验
        2.6.2 地理回归模型回归参数的显著性检验
3 实证分析
    3.1 山东省与周边城市空气质量数据的探索性空间数据分析
        3.1.1 空气质量的全局空间自相关性分析
        3.1.2 空气质量的局部空间自相关性分析
    3.2 山东省各市区空气质量数据的空间探索性分析
        3.2.1 全局空间自相关
        3.2.2 局部Moran'I 指数
i统计量">        3.2.3 局部Gi统计量
        3.2.4 Moran散点图
    3.3 山东省各市空气质量的空间分布图
4 山东省空气质量的影响因素研究
    4.1 影响因素的选取
        4.1.1 影响空气质量的天然因素分析
        4.1.2 影响空气质量的人为因素的分析与选择
    4.2 灰色关联度分析
    4.3 普通最小二乘回归结果分析
    4.4 GWR模型回归结果
    4.5 普通最小二乘与地理回归模型的比较
5 影响因素分析分析
    5.1 常数项回归结果空间分布图
    5.2 城市绿化面积对各市空气质量的影响
    5.3 工业二氧化硫排放量对空气质量的影响
    5.4 工业烟尘排放量对空气质量的影响
    5.5 汽车保有量对空气质量的影响
    5.6 人均GDP对空气质量的影响
    5.7 人口数对空气质量的影响
6 研究结论与研究展望
    6.1 研究结论
    6.2 论文中的不足与研究展望
参考文献
附录A 论文中所用到的R程序
致谢


【参考文献】:
期刊论文
[1]ArcGIS信息系统中GWR法的应用——以辽宁省服务业发展水平影响因素分析为例[J]. 樊明山.  电脑知识与技术. 2017(24)
[2]山东省空气质量指数的时空分布特征[J]. 许海超,李子君,姜爱霞,李倩,林锦阔,苏宁.  济南大学学报(自然科学版). 2017(02)
[3]中国入境旅游的空间关联特征及其影响因素探析——基于地理加权回归的视角[J]. 方远平,谢蔓,毕斗斗,肖佑兴.  旅游科学. 2014(03)
[4]广东省能源消费碳排放空间自相关分析[J]. 王文秀,匡耀求,黄宁生.  环境科学与技术. 2014(03)
[5]基于OLS和GWR模型的区域土地适宜性模拟研究——以合肥市包河区为例[J]. 张楚.  科技视界. 2014(04)
[6]城市住房价格影响因素及其空间规律研究——基于地理加权回归模型的实证分析[J]. 刘贵文,王丽娟.  技术经济与管理研究. 2013(09)
[7]中国空气污染指数变化特征及影响因素分析[J]. 李小飞,张明军,王圣杰,赵爱芳,马潜.  环境科学. 2012(06)
[8]空间自相关地理加权回归模型的估计[J]. 魏传华,胡晶,吴喜之.  数学的实践与认识. 2010(22)
[9]基于GWR模型的南京市住宅地价影响因素及其边际价格作用研究[J]. 李志,周生路,张红富,姚鑫,吴巍.  中国土地科学. 2009(10)
[10]2000—2004年山东中西部五城市大气污染变化特征[J]. 刘新玲,王晓明,李小明.  科学技术与工程. 2008(12)

博士论文
[1]地理加权回归基本理论与应用研究[D]. 覃文忠.同济大学 2007

硕士论文
[1]我国空气污染空间统计分析及影响因素研究[D]. 徐颖.江西财经大学 2016
[2]北京市空气质量影响因素及改善措施研究[D]. 于晶晶.首都经济贸易大学 2015
[3]基于GWR模型的武汉市住宅地价空间分异及影响因素研究[D]. 聂俊成.华中农业大学 2014
[4]基于GWR模型的上饶市住宅地价空间分异研究[D]. 徐晓惠.江西师范大学 2014
[5]基于GWR模型的城市住宅地价空间分异研究[D]. 张洁.浙江大学 2012
[6]北京市空气污染的空间统计分析[D]. 胡芳芳.首都经济贸易大学 2010



本文编号:3057426

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3057426.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5aaba***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com