文献

J-GLOBAL ID：201702284551508838   整理番号：17A1859088

GAMによる北京PM2.5濃度変化の影響因子研究【JST・京大機械翻訳】

Exploring the factors influencing PM2.5 concentration change in Beijing based on Generalized Additive Model

著者 (2件)： Liu Shan (河海大学 地球科学与工程学院,江蘇 南京,211100) ,  Liu Di (河海大学 地球科学与工程学院,江蘇 南京,211100)
資料名： Hebei Gongcheng Daxue Xuebao (Ziran Kexue Ban)  (Hebei Gongcheng Daxue Xuebao (Ziran Kexue Ban))
巻： 34  号： 2  ページ： 95-99  発行年： 2017年 
JST資料番号： C3554A  ISSN： 1673-9469  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： PM2.5濃度の変化に及ぼす異なる影響因子の影響を同定するために,2015年におけるPM2.5濃度の時間発展パターンに基づいて,PM2.5濃度の変化の機構を研究した。PM2.5と各大気汚染物質(PM10、SO2、NO2、CO、O3)及び気象因子(毎日の温度、風力、風向)のGAMモデルを構築し、PM2.5濃度の変化に対する異なる要素の影響を探索した。結果は以下を示した。(1)北京におけるPM2.5濃度は夏と秋に低く,春と冬に高い時間分布を示した。(2)2015年の北京PM2.5濃度の変化はPM10、SO2、NO2、COとほぼ直線的な正相関があり、しかも正の相関程度は強いから弱い。CO>PM10>SO2>NO2は,O3,温度,および風因子とより複雑な関係を持っていることが示されたが,しかし,それらの間には,より多くの相関があった。(3)GAMモデルの適合度R2は0.725であり、線形回帰モデルの適合度R2は0.519であり、GAMモデルはPM2.5濃度変化に対する解釈度を20.6%向上させた。研究により、GAMモデルはPM2.5濃度の変化と影響要素間の総合的な複雑な関係を確立するのにより柔軟で、より信頼性があり、線形回帰モデルより優れていることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 風力 ,  *PM2.5 ,  信頼性 ,  風向 ,  風 ,  PM10 ,  時間発展 ,  大気汚染物質 ,  二酸化硫黄 ,  気象要素
準シソーラス用語： 線形回帰モデル ,  時間分布 ,  *影響因子 ,  *濃度変化 ,  *北京市 , 【Automatic Indexing@JST】

著者キーワード (4件)： PM2.5 ,  Beijing ,  influencing factors ,  GAM

分類 (1件)： 粒状物調査測定  (SB03060E)

タイトルに関連する用語 (4件)： 北京 ,  濃度変化 ,  影響因子 ,  研究