基于SVR-LUR模型的城市道路PM10空間濃度分布模擬

作者：陳雯君,何紅弟

摘要：針對傳統土地利用回歸模型(Land use regression,LUR)未考慮影響因子與大氣污染物之間非線性復雜關系和易出現多重共線性的問題.以PM10為例,采用支持向量回歸機(Support vector machine regression,SVR)改進土地利用回歸模型的建模方法構建SVR-LUR模型,對上海市南浦大橋周邊區域PM10空間分布進行模擬.研究結果表明:1、研究區域PM10濃度與100 m緩沖區內的空地面積,150 m緩沖區內的建筑工地面積、空地面積、河流面積,200 m緩沖區內的綠地面積和河流面積,以及濕度、交通流量和背景濃度相關性較高.2、 SVR-LUR模型可較好地對研究區PM10濃度進行空間分布預測.SVR-LUR模型與LUR模型相比,SVR-LUR模型預測精度較高,其測試集比LUR模型測試集的平均絕對誤差(Mean absolute error,MAE)及均方根誤差(Root mean squares error,RMSE)分別減小了22.92%、33.51%,擬合指數(Index of agreement,IA)值增加了13.20%.相較于普通克里金插值模型所得到的單一梯度空間分布預測結果,SVR-LUR模型能夠更有效揭示小范圍內的空間差異.3、研究區PM10濃度空間分布呈現出西高東低的總格局,在建筑物和路網密集的地方濃度較高,而在靠近江面和空地的區域濃度相對較低.模擬結果與實際情況相符.

發文機構：上海海事大學物流研究中心

關鍵詞：PM10土地利用回歸模型SVR-LUR模型空間分布模擬PM10land use regression modelSVR-LUR modelspatial distribution simulation

分類號： P426[天文地球—大氣科學及氣象學]