全国热脆弱性评估研究
发布时间:2021-07-14 16:22
背景由于全球气候变化,1880-2012年期间全球平均温度升高了 0.85℃,全球几乎所有地区都经历了气候增暖,根据中国气象局对我国气温监测报告,1960-2015年我国气温也显著升高。气候变化导致的极端热事件在全世界范围内频繁发生,已有大量研究结果证实了热对人群健康的影响。而热对于死亡的影响和风险在不同人群、不同区域存在差异,这表明不同地区热的脆弱性是不同的。所以评估不同区域的热脆弱性,了解各区域对热的承受和应对能力,识别热脆弱地区与脆弱人群,对于适应气候变化有切实意义。目前,国外有很多国家和地区开展了热脆弱性评估的研究,有效的识别了研究地区内的脆弱性地区和脆弱人群,而我国也有部分地区开展了热脆弱性评估,但是缺乏覆盖全国大范围的热脆弱性评估,对于大部分地区的热脆弱性情况还是未知。目的本研究通过对热脆弱性指标的调研,初步建立我国热脆弱性指标体系;同时建立全国范围区县尺度的热脆弱性指数评估我国热脆弱性,并分析热脆弱性空间分布特征;根据地区热脆弱性特点,针对不同地区和人群提出有针对性的政策建议以及有效防护措施。方法本研究通过查阅相关文献并归纳总结以往研究中使用的热脆弱性评估指标,再结合我国...
【文章来源】:中国疾病预防控制中心北京市
【文章页数】:91 页
【学位级别】:硕士
【部分图文】:
图3热脆弱性评估研究技术路线图??第二章方法??
图5随机森林模型决策树数量图??随机森林模型中纳入变量的个数需要通过反复测试来确定,测试结果显示,??当每次纳入模型参数为16个时,R平方达到最大0.85,均方根误差(Root?Mean??Square?Error,?RMSE)最小为36.56,所以纳入模型的变量数为16个。??(4)建立预测模型??通过上述步骤确定模型参数后,建立预测空调数据的随机森林模型,具体模??28??
空调数据进行预测,并将空调预测值与真实值进行比较。为了检验模型的稳定性,??我们将验证步骤重复十次,并做空调真实值与预测值的线性回归和直方图来验证??模型的准确性,真实值与预测值线性回归方程决定系数(R2)达到0.83?(图6),??同时直方图(图7)显示两者一一对应结果较好,所以我们可以用该模型进行全??国空调数据的预测。??400-????^??-200???%?????〇?^?????*??0?100?200?300??predict??图6空调真实值与预测值线性回归方程检验图??29??
【参考文献】:
期刊论文
[1]哈尔滨市高温热浪健康风险早期预警系统运行效果评估[J]. 兰莉,林琳,杨超,梁巍. 中国公共卫生管理. 2016(04)
[2]北京市高温热浪脆弱性评价[J]. 张明顺,王义臣. 城市与环境研究. 2015(01)
[3]基于居民健康的城市高温热浪灾害脆弱性评价——研究进展与框架[J]. 谢盼,王仰麟,彭建,刘焱序. 地理科学进展. 2015(02)
[4]2013年上海夏季高温热浪超额死亡风险评估[J]. 杜宗豪,莫杨,李湉湉. 环境与健康杂志. 2014(09)
[5]有序加权平均算子权重确定新方法及其应用[J]. 王小楠,徐迎军,尹世久. 聊城大学学报(自然科学版). 2014(02)
[6]基于脆弱性的高温热浪人群健康风险评估研究进展[J]. 李湉湉,杜艳君,莫杨,杜宗豪,黄蕾,程艳丽. 环境与健康杂志. 2014(06)
[7]空间多准则决策研究概述[J]. 方芳,梁旭,李灿,熊紫倩. 测绘科学. 2014(07)
[8]气候变化背景下上海市温度热效应死亡风险预估[J]. 郭亚菲,李湉湉,程艳丽,葛覃兮,陈晨,刘凡. 中华预防医学杂志. 2012 (11)
[9]气候变化健康脆弱性评估[J]. 朱琦. 华南预防医学. 2012(04)
[10]热浪对人体健康的影响及其研究方法[J]. 谈建国,黄家鑫. 气候与环境研究. 2004(04)
本文编号:3284486
【文章来源】:中国疾病预防控制中心北京市
【文章页数】:91 页
【学位级别】:硕士
【部分图文】:
图3热脆弱性评估研究技术路线图??第二章方法??
图5随机森林模型决策树数量图??随机森林模型中纳入变量的个数需要通过反复测试来确定,测试结果显示,??当每次纳入模型参数为16个时,R平方达到最大0.85,均方根误差(Root?Mean??Square?Error,?RMSE)最小为36.56,所以纳入模型的变量数为16个。??(4)建立预测模型??通过上述步骤确定模型参数后,建立预测空调数据的随机森林模型,具体模??28??
空调数据进行预测,并将空调预测值与真实值进行比较。为了检验模型的稳定性,??我们将验证步骤重复十次,并做空调真实值与预测值的线性回归和直方图来验证??模型的准确性,真实值与预测值线性回归方程决定系数(R2)达到0.83?(图6),??同时直方图(图7)显示两者一一对应结果较好,所以我们可以用该模型进行全??国空调数据的预测。??400-????^??-200???%?????〇?^?????*??0?100?200?300??predict??图6空调真实值与预测值线性回归方程检验图??29??
【参考文献】:
期刊论文
[1]哈尔滨市高温热浪健康风险早期预警系统运行效果评估[J]. 兰莉,林琳,杨超,梁巍. 中国公共卫生管理. 2016(04)
[2]北京市高温热浪脆弱性评价[J]. 张明顺,王义臣. 城市与环境研究. 2015(01)
[3]基于居民健康的城市高温热浪灾害脆弱性评价——研究进展与框架[J]. 谢盼,王仰麟,彭建,刘焱序. 地理科学进展. 2015(02)
[4]2013年上海夏季高温热浪超额死亡风险评估[J]. 杜宗豪,莫杨,李湉湉. 环境与健康杂志. 2014(09)
[5]有序加权平均算子权重确定新方法及其应用[J]. 王小楠,徐迎军,尹世久. 聊城大学学报(自然科学版). 2014(02)
[6]基于脆弱性的高温热浪人群健康风险评估研究进展[J]. 李湉湉,杜艳君,莫杨,杜宗豪,黄蕾,程艳丽. 环境与健康杂志. 2014(06)
[7]空间多准则决策研究概述[J]. 方芳,梁旭,李灿,熊紫倩. 测绘科学. 2014(07)
[8]气候变化背景下上海市温度热效应死亡风险预估[J]. 郭亚菲,李湉湉,程艳丽,葛覃兮,陈晨,刘凡. 中华预防医学杂志. 2012 (11)
[9]气候变化健康脆弱性评估[J]. 朱琦. 华南预防医学. 2012(04)
[10]热浪对人体健康的影响及其研究方法[J]. 谈建国,黄家鑫. 气候与环境研究. 2004(04)
本文编号:3284486
本文链接:https://www.wllwen.com/yixuelunwen/yufangyixuelunwen/3284486.html