近年來,我國空氣污染逐漸加劇,對于環(huán)境的治理政府與社會各界引起了高度的關(guān)注。山東省作為空氣污染比較嚴(yán)重的省份之一,只有精準(zhǔn)的定位好影響空氣質(zhì)量的因素,對癥下藥才能取得良好的治理效果�？諝赓|(zhì)量為空間數(shù)據(jù),因?yàn)槠浯嬖诳臻g自相關(guān)性,不再滿足傳統(tǒng)統(tǒng)計學(xué)中相互獨(dú)立的假設(shè),所以本文采取空間統(tǒng)計的方法對其進(jìn)行研究,首先選取了2014-2017年全國30個重點(diǎn)城市空氣質(zhì)量研究濟(jì)南市與周邊城市的空間自相關(guān)性,發(fā)現(xiàn)計算全局Moran’I指數(shù)以95%的顯著性水平通過空間正的自相關(guān)性的檢驗(yàn)。進(jìn)而計算局部Moran’I指數(shù)以及局部G_i統(tǒng)計量,發(fā)現(xiàn)濟(jì)南市與周邊城市形成了高值聚集區(qū)。然后研究山東省17城市的全局相關(guān)性與局部相關(guān)性,發(fā)現(xiàn)山東省各城市空氣質(zhì)量為正的空間自相關(guān),并發(fā)現(xiàn)山東半島地區(qū)形成低值聚集區(qū),菏澤、聊城、濱州等地形成了高值聚集區(qū)。然后從人為因素與天然因素分析了影響空氣質(zhì)量的因素,并對選取的6個變量進(jìn)行灰色關(guān)聯(lián)度分析,通過分析結(jié)果發(fā)現(xiàn)各個影響變量與空氣質(zhì)量的關(guān)聯(lián)度均在0.75以上,可用回歸方法進(jìn)行分析,采用最小二乘回歸分析方法建模發(fā)現(xiàn)系數(shù)未通過檢驗(yàn),且決定系數(shù)為0.43,所以對其進(jìn)行... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究概況
        1.2.1 對空氣質(zhì)量影響因素研究的國內(nèi)外現(xiàn)狀
        1.2.2 空間自相關(guān)的國內(nèi)外研究現(xiàn)狀
        1.2.3 地理加權(quán)回歸模型的國內(nèi)外研究現(xiàn)狀
    1.3 研究方法及研究架構(gòu)圖
        1.3.1 研究方法
        1.3.2 研究架構(gòu)圖
2 空間統(tǒng)計分析
    2.1 空氣質(zhì)量指數(shù)介紹
    2.2 空間統(tǒng)計原理
    2.3 空間權(quán)重矩陣
    2.4 空間自相關(guān)性
    2.5 地理加權(quán)回歸模型
        2.5.1 GWR的一般表達(dá)形式
        2.5.2 權(quán)重函數(shù)的選擇
        2.5.3 帶寬的確定與優(yōu)化
    2.6 模型的檢驗(yàn)
        2.6.1 回歸模型的顯著性檢驗(yàn)
        2.6.2 地理回歸模型回歸參數(shù)的顯著性檢驗(yàn)
3 實(shí)證分析
    3.1 山東省與周邊城市空氣質(zhì)量數(shù)據(jù)的探索性空間數(shù)據(jù)分析
        3.1.1 空氣質(zhì)量的全局空間自相關(guān)性分析
        3.1.2 空氣質(zhì)量的局部空間自相關(guān)性分析
    3.2 山東省各市區(qū)空氣質(zhì)量數(shù)據(jù)的空間探索性分析
        3.2.1 全局空間自相關(guān)
        3.2.2 局部Moran'I 指數(shù)
i統(tǒng)計量">        3.2.3 局部G_i統(tǒng)計量
        3.2.4 Moran散點(diǎn)圖
    3.3 山東省各市空氣質(zhì)量的空間分布圖
4 山東省空氣質(zhì)量的影響因素研究
    4.1 影響因素的選取
        4.1.1 影響空氣質(zhì)量的天然因素分析
        4.1.2 影響空氣質(zhì)量的人為因素的分析與選擇
    4.2 灰色關(guān)聯(lián)度分析
    4.3 普通最小二乘回歸結(jié)果分析
    4.4 GWR模型回歸結(jié)果
    4.5 普通最小二乘與地理回歸模型的比較
5 影響因素分析分析
    5.1 常數(shù)項(xiàng)回歸結(jié)果空間分布圖
    5.2 城市綠化面積對各市空氣質(zhì)量的影響
    5.3 工業(yè)二氧化硫排放量對空氣質(zhì)量的影響
    5.4 工業(yè)煙塵排放量對空氣質(zhì)量的影響
    5.5 汽車保有量對空氣質(zhì)量的影響
    5.6 人均GDP對空氣質(zhì)量的影響
    5.7 人口數(shù)對空氣質(zhì)量的影響
6 研究結(jié)論與研究展望
    6.1 研究結(jié)論
    6.2 論文中的不足與研究展望
參考文獻(xiàn)
附錄A 論文中所用到的R程序
致謝


【參考文獻(xiàn)】：
期刊論文
[1]ArcGIS信息系統(tǒng)中GWR法的應(yīng)用——以遼寧省服務(wù)業(yè)發(fā)展水平影響因素分析為例[J]. 樊明山.  電腦知識與技術(shù). 2017(24)
[2]山東省空氣質(zhì)量指數(shù)的時空分布特征[J]. 許海超,李子君,姜愛霞,李倩,林錦闊,蘇寧.  濟(jì)南大學(xué)學(xué)報(自然科學(xué)版). 2017(02)
[3]中國入境旅游的空間關(guān)聯(lián)特征及其影響因素探析——基于地理加權(quán)回歸的視角[J]. 方遠(yuǎn)平,謝蔓,畢斗斗,肖佑興.  旅游科學(xué). 2014(03)
[4]廣東省能源消費(fèi)碳排放空間自相關(guān)分析[J]. 王文秀,匡耀求,黃寧生.  環(huán)境科學(xué)與技術(shù). 2014(03)
[5]基于OLS和GWR模型的區(qū)域土地適宜性模擬研究——以合肥市包河區(qū)為例[J]. 張楚.  科技視界. 2014(04)
[6]城市住房價格影響因素及其空間規(guī)律研究——基于地理加權(quán)回歸模型的實(shí)證分析[J]. 劉貴文,王麗娟.  技術(shù)經(jīng)濟(jì)與管理研究. 2013(09)
[7]中國空氣污染指數(shù)變化特征及影響因素分析[J]. 李小飛,張明軍,王圣杰,趙愛芳,馬潛.  環(huán)境科學(xué). 2012(06)
[8]空間自相關(guān)地理加權(quán)回歸模型的估計[J]. 魏傳華,胡晶,吳喜之.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2010(22)
[9]基于GWR模型的南京市住宅地價影響因素及其邊際價格作用研究[J]. 李志,周生路,張紅富,姚鑫,吳巍.  中國土地科學(xué). 2009(10)
[10]2000—2004年山東中西部五城市大氣污染變化特征[J]. 劉新玲,王曉明,李小明.  科學(xué)技術(shù)與工程. 2008(12)

博士論文
[1]地理加權(quán)回歸基本理論與應(yīng)用研究[D]. 覃文忠.同濟(jì)大學(xué) 2007

碩士論文
[1]我國空氣污染空間統(tǒng)計分析及影響因素研究[D]. 徐穎.江西財經(jīng)大學(xué) 2016
[2]北京市空氣質(zhì)量影響因素及改善措施研究[D]. 于晶晶.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2015
[3]基于GWR模型的武漢市住宅地價空間分異及影響因素研究[D]. 聶俊成.華中農(nóng)業(yè)大學(xué) 2014
[4]基于GWR模型的上饒市住宅地價空間分異研究[D]. 徐曉惠.江西師范大學(xué) 2014
[5]基于GWR模型的城市住宅地價空間分異研究[D]. 張潔.浙江大學(xué) 2012
[6]北京市空氣污染的空間統(tǒng)計分析[D]. 胡芳芳.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2010



本文編號：3057426