《表4 GWR模型参数及其与OLS模型参数的对比》
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
《基于Sentinel-5P的粤港澳大湾区NO_2污染物时空变化分析》
注:在5%的水平上显著.
由于模型Koenker (BP)检验的p值在1%水平上显著,表明模型具有统计学上的显著异方差性和非稳态.具有统计显著性非稳态的回归模型通常适用于地理加权回归(GWR)分析[52],故本文在OLS回归的基础上,选择了DEM、DNB和NDVI等3个通过显著性检验的变量进行GWR建模,结果如表4所示.从模型性能参数的对比可以看出,引入局部参数估计的GWR模型较OLS模型有着明显的优势,其中自变量对因变量NO2柱浓度的解释力达到了93%,较OLS模型上升了约15%.造成模型解释性能差异的原因是由于OLS模型假设大湾区内部的NO2浓度和自变量的空间分布是均质的,模型构建仅考虑了数值特征[53].实际上,大湾区内部上述变量是存在显著空间异质性,因此考虑空间尺度变异的GWR模型更适用于NO2柱浓度分布的驱动因子建模.
图表编号 | XD00216200400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.21 |
作者 | 郑子豪、吴志峰、陈颖彪、杨智威、Francesco Marinello |
绘制单位 | 帕多瓦大学土地环境农林学部、广州大学地理科学与遥感学院、广州大学地理科学与遥感学院、南方海洋科学与工程广东省实验室(广州)、广州大学地理科学与遥感学院、广州大学地理科学与遥感学院、帕多瓦大学土地环境农林学部 |
更多格式 | 高清、无水印(增值服务) |