為了探究影響陜北地區(qū)氣候變化風險感知的主要信息獲取方式,并對氣候變化風險信息感知通道分類,基于1660份陜北地區(qū)民眾調(diào)查數(shù)據(jù),采用CART決策樹方法,構(gòu)建了陜北地區(qū)氣候變化風險感知的信息通道.以陜北1660位調(diào)查對象為訓(xùn)練集,通過Modeler軟件,將10種信息獲取方式作為變量、氣候變化風險感知指數(shù)作為目標變量建立模型.結(jié)果表明:模型訓(xùn)練的穩(wěn)定度為75.3%,預(yù)測準確率為84.4%;環(huán)保公益活動、科學(xué)家（科普書籍）和社區(qū)應(yīng)急演練對氣候變化風險感知指數(shù)的影響程度均為0.25;學(xué)校教育和個人親身經(jīng)歷信息獲取對氣候變化風險感知指數(shù)影響程度較高,分別為0.06和0.05,政府、互聯(lián)網(wǎng)、長輩親朋好友和廣播電視對氣候變化風險感知指數(shù)的影響程度最低.實例研究證實,該方法不僅能準確預(yù)測影響氣候變化風險感知的信息獲取方式和主要信息通道,還可以實現(xiàn)陜北地區(qū)的氣候變化風險感知信息通道的分類. 

【文章來源】：河南科學(xué). 2020,38(10)

【文章頁數(shù)】：9 頁

【文章目錄】：
1 材料與方法
    1.1 研究區(qū)
    1.2 問卷數(shù)據(jù)來源與內(nèi)容
    1.3 研究方法
        1.3.1 熵值法和CART決策樹模型
        1.3.2 氣候變化風險感知指數(shù)計算
2 結(jié)果分析
    2.1 影響因素的選擇和目標變量
    2.2 信息獲取方式對氣候變化風險感知的影響
    2.3 氣候變化風險感知的信息通道分類
3 討論
4 結(jié)論與展望


【參考文獻】：
期刊論文
[1]新媒體用戶災(zāi)害認知和響應(yīng)的時空分異及影響因素研究——以山東壽光洪災(zāi)為例[J]. 耿碩璘,周旗,李明潔,文彥君,宋佃星,陳冠男,張海寧.  災(zāi)害學(xué). 2020(02)
[2]基于CART決策樹的企業(yè)通訊活躍度分析[J]. 林濤.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2020(04)
[3]10年間鹽城濱海濕地類型信息提取及動態(tài)變化分析[J]. 蔣佳文,溫小榮,王海龍,佘光輝,林國忠.  西北林學(xué)院學(xué)報. 2019(03)
[4]基于結(jié)構(gòu)方程的公眾氣候變化感知與響應(yīng)關(guān)系研究——以陜西省漢中市為例[J]. 周毓棟,周旗,黃蓉,郭科朋.  河南科學(xué). 2019(03)
[5]撂荒耕地的提取與分析——以山東省慶云縣和無棣縣為例[J]. 肖國峰,朱秀芳,侯陳瑤,夏興生.  地理學(xué)報. 2018(09)
[6]新媒體環(huán)境下自然災(zāi)害輿情傳播路徑及網(wǎng)絡(luò)結(jié)構(gòu)研究——以新浪微博“雅安地震”話題為例[J]. 王晰巍,文晴,趙丹,王楠阿雪.  情報雜志. 2018(02)
[7]基于變化檢測-CART決策樹模式自動識別沙漠化信息[J]. 黃曉君,頡耀文,衛(wèi)嬌嬌,付苗,呂利利,張玲玲.  災(zāi)害學(xué). 2017(01)
[8]公眾對氣候變化的感知與適應(yīng)行為研究進展[J]. 史興民.  水土保持通報. 2016(06)
[9]丹江口庫區(qū)土地利用格局與水質(zhì)響應(yīng)關(guān)系[J]. 張博,王書航,姜霞,王雯雯,趙麗.  環(huán)境科學(xué)研究. 2016(09)
[10]基于層次分析法的建設(shè)用地節(jié)約集約效益研究——以商丘市為例[J]. 任遠輝,郭雯,陳偉強,馬月紅.  中國農(nóng)學(xué)通報. 2016(26)

碩士論文
[1]陜北黃土丘陵溝壑區(qū)農(nóng)戶對氣候變化的感知與適應(yīng)行為研究[D]. 孫立凡.陜西師范大學(xué) 2018
[2]基于CART決策樹的高分遙感影像建筑物提取研究[D]. 劉兆彬.華中師范大學(xué) 2018
[3]數(shù)據(jù)挖掘在登陸中國熱帶氣旋路徑分類及頻數(shù)預(yù)測研究[D]. 史達偉.南京信息工程大學(xué) 2016



本文編號：3194479