轨道交通客流量影响因素是轨道交通方面研究的一个关注点,不同站点客流量的时空非平稳性被认为与站域建成环境有关。通过构建时空地理加权(geographically and temporally weighted regression,GTWR)模型,揭示了土地多样性、密度、站点...轨道交通客流量影响因素是轨道交通方面研究的一个关注点,不同站点客流量的时空非平稳性被认为与站域建成环境有关。通过构建时空地理加权(geographically and temporally weighted regression,GTWR)模型,揭示了土地多样性、密度、站点属性3个方面因素在时间和空间维度上对天津市轨道交通客流量的影响。结果表明:相较于传统的地理加权(geographically weighted regression,GWR)模型和最小二乘法(ordinary least squares,OLS)模型,GTWR具有更好的拟合优度;公交站点密度对轨道交通客流产生促进作用,尤其在工作日的早晚高峰时段和中心城区位置;市中心的商业设施在工作日晚高峰吸引更多的地铁乘客,而在近郊区它们在早高峰吸引更多的地铁乘客;人口密度促进轨道交通的客流量;充足的停车场设施数量可以吸引更多的轨道交通乘客。展开更多
文摘为探究时空地理加权回归模型(geographical and temporal weighted regression model,GTWR)在反演中国臭氧(O_(3))浓度方面的准确性和适用性。该研究基于O_(3)地面监测站点数据和OMI(ozone monitoring inscument)臭氧柱浓度数据、相对湿度、降水、风速、气温、蒸散发、大气边界层高度、归一化植被指数和人口密度9个辅助变量建立反演O_(3)浓度的GTWR模型分析中国O_(3)浓度的空间分布,并使用地理探测器研究9个驱动因素对O_(3)的影响力、各因子之间的交互作用及作用机制差异。结果表明:1)该研究所选取的9个变量因子之间多重共线性较弱,满足建模条件。2014—2021年各个年份的GTWR模型决定系数(coefficient of determination,R2)均不低于0.81,均方根误差(root mean square error,RMSE)在9.19~10.90μg/m3之间,平均绝对误差(mean absolute error,MAE)介于6.27~7.73μg/m3之间,模型拟合效果较好。2)2014年以来中国O_(3)年均浓度整体呈先升高后降低再缓慢上升的变化趋势并且表现出明显的季节变化特征,季均O_(3)浓度值由高到低依次为夏季、春季、秋季、冬季,暖季浓度较冷季浓度高;在空间分布上存在明显的区域差异,基本形成沿纬度分布的格局,高值区集中在北纬30°~45°之间。3)在地理探测器中,单因子探测中蒸散发、大气边界层高度和气温对于O_(3)的解释力最强分别为0.840、0.797和0.759;当因子间存在交互作用时解释力得到进一步提升,其中蒸散发∩人口密度、相对湿度∩气温交互作用最强,为0.95,表明与单因素作用相比因子间的交互作用对O_(3)浓度影响更为明显;蒸散发、大气边界层高度和气温分别与其他因子的共同作用对O_(3)的空间分布影响差异较大,结合单因子分析结果也说明了三者的重要性强,其他因子相互之间不存在显著性差异。该研究结果可为分析臭氧污染来源和扩散规律提供帮助,进一步给予中国大气环境质量改善决策支持。
文摘轨道交通客流量影响因素是轨道交通方面研究的一个关注点,不同站点客流量的时空非平稳性被认为与站域建成环境有关。通过构建时空地理加权(geographically and temporally weighted regression,GTWR)模型,揭示了土地多样性、密度、站点属性3个方面因素在时间和空间维度上对天津市轨道交通客流量的影响。结果表明:相较于传统的地理加权(geographically weighted regression,GWR)模型和最小二乘法(ordinary least squares,OLS)模型,GTWR具有更好的拟合优度;公交站点密度对轨道交通客流产生促进作用,尤其在工作日的早晚高峰时段和中心城区位置;市中心的商业设施在工作日晚高峰吸引更多的地铁乘客,而在近郊区它们在早高峰吸引更多的地铁乘客;人口密度促进轨道交通的客流量;充足的停车场设施数量可以吸引更多的轨道交通乘客。
