《表1 基于RBF网络的关键影响因素筛选》

  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

《PM_(2.5)浓度空间估算的神经网络与克里格方法对比》

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

经相关性分析筛选出人口密度、降水和站点周围500 m缓冲区范围内道路总长度3个强相关因素。基于这3个因素与地理坐标（X，Y）及组合构建的PM2.5年均浓度空间估算RBF神经网络模型交叉检验结果如表1所示。不同单因素与多因素组合构建的RBF神经网络估算效果都存在一定差异，人口密度对PM2.5年均浓度空间变异的贡献作用不可忽视。