《表3 2000～2014年夏季45个月建设用地相关数据表》

  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

《改进TVP模型下探究建设用地对南宁CO_2分布影响》

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

2000～2014年夏季45个月建设用地的分类情况导入Fragstats 4中，得到各个月份建设用地规模、聚集度和形态的相应指数。通过借鉴原有TVP模型计算[10]，可以得到45个月的碳浓度分布情况，通过研究区域的限定，统计出区域内CO2的平均浓度，见表3。但是这些数据中包含了数据缺失的月份和一些碳浓度较少的月份，这些月份中建设用地碳排量较低或缺失，不能体现高碳城市的特点，故在统计分析中只纳入数据完整且碳排量相对较高的月份。根据研究区平均CO2浓度大小，45个月平均分为三类，每类15个月，定义为高碳月、中碳月和低碳月，只将高碳月的建设用地分布和对应平均CO2含量计入统计分析中。将研究区平均碳浓度和对应的建设用地景观指数代入SPSS 11.0中研究平均CO2浓度和建设用地的相关关系（correlation analysis），再将高碳月的平均碳浓度和对应的景观指数代入多元线性回归中，通过比较标准化系数（standardized coefficients）的Beta值，得到研究区建设用地的规模、形态和聚集度对CO2平均浓度的影响关系，并得到本土化的TVP模型，即Nanning-TVP模型。将模型与GOSAT观测值进行比较，修正得到最后的Nanning-TVP模型。以南宁2010～2020年城市总体规划为未来规划的依据，对截取城市总体规划中涉及研究区的部分进行图形矢量化，将总体规划中的各类用地转化为建设用地和非建设用地的分布。再将转化后的总体规划图代入Fragstatis中得到建设用地对应的景观指数，将对应的景观指数反代入Nanning-TVP模型中，按照最新版的南宁市总体规划方案成果，预测出研究区2020年可能达到的平均碳浓度。