《表4 对PM2.5的岭回归分析结果》

  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

《长三角城市土地利用格局与PM_(2.5)浓度的多尺度关联分析》

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:***、**和*分别表示1%、5%和10%的显著性水平。

结果显示（见表4），模型R2值均在0.5左右，并且F检验下的P值显著，可见模型拟合效果理想。在类型水平上，建设用地PLAND、ED、AI和PM2.5浓度值呈显著正相关，反映出城市建设用地的扩张会加剧PM2.5的污染程度，并且建设用地斑块形状越复杂、聚合度越高，PM2.5浓度值也越高；林地PLAND、ED、AI和行政区尺度上的PM2.5浓度均值具有显著的负相关关系，但对于PM2.5峰值却无明显相关性，可见在行政区范围内对林地景观格局进行优化调控（如增加林地面积占比、提高林地斑块的边缘密度、提高林地斑块的连通性）可以显著降低PM2.5浓度平均水平，但对PM2.5浓度峰值的影响甚微；耕地PLAND与PM2.5具有显著的正相关关系，但提高耕地斑块的聚集度水平可显著降低PM2.5浓度；水体PLAND与城市PM2.5浓度均值呈正比，可能原因是长江、太湖等水域周边城市皆是经济发达地区，人类活动强烈，从而直接增加了PM2.5的排放强度，但这也反映出水体对PM2.5浓度并无明显的削弱作用。在整体景观水平上，CONTAG反映了景观中不同类型斑块之间相互散布的程度，而其和PM2.5的关系并不显著；降雨可显著削减区域内的PM2.5平均浓度，但从其对PM2.5峰值无显著影响可以看出，其并不能有效地抑制城市的雾霾污染；夜间灯光强度和PM2.5呈强烈正相关性，反映了城市经济、人口等活动对空气质量的负面作用，这也与建设用地指标反映的内容相吻合。