《表6 多元线性回归模型与拟合精度》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大气污染暴露分布与城市空间形态相关性分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:R2为模型拟合优度；Sig．为模型显著性。

（1）多元线性回归方程构建:运用SPSS 24.0相关—线性分析工具，构建人口加权污染暴露多元线性回归模型（见表6）。根据模型设置，剔除相关性正负与先验假设不同的变量和与最显著影响变量相关性大于0.6的变量，其中PM2.5、PM10、NO2、CO、O3模型被排除的变量有工业用地面积占比、绿地面积占比和平均层数，SO2模型被排除的变量有建筑密度、商业面积占比、容积率、工业用地面积占比、水体面积占比和平均层数。进入PM2.5、PM10、NO2、CO、O3模型的指标分别为商业用地面积、建筑密度、主干道密度和次干道密度，变量模型系数由大到小依次为建筑密度、主干道密度、商业面积占比和次干道密度。建筑密度是与PM2.5、PM10、NO2、CO、O3人口加权污染暴露浓度最显著相关的变量，说明建筑密度对降低城市大气污染浓度具有重要作用。进入SO2模型的变量有绿地面积占比、居住区面积占比、主干道密度和次干道密度，变量模型系数由大到小依次为绿地面积占比、主干道密度、平均建筑层数、次干道密度和居住区面积占比，绿地面积占比是SO2人口加权污染暴露浓度最重要的影响变量，说明绿地能够显著消减SO2污染物浓度。