《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》

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: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.