广东省空气污染和道路交通的关系——基于空间关联网络视角的分析

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:guoyurun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在生态文明建设日益重要的背景下,环境质量改善需要正确认识和处理好环境保护与社会经济发展的关系。目前,空气污染空间特征的研究相对仍缺乏深入探索。在经济全球化背景下,区域内部产业分工与合作、城市间的经济联系十分紧密。区域性空气污染治理和监管,需要空气污染空间特征物理属性侧信息的支撑,也需要空间特征社会经济属性侧信息的支持。道路交通运输是人流和物流的空间流通,体现了地区之间在生产要素上的相互牵引,是经济发展的重要引擎,也是污染排放的重要来源。因此,正确认识空气污染空间特征和交通空间关联的关系,能为制订区域空气治理策略提供多维丰富的信息。尤其是,在区域发展不平衡背景下,利用多维信息支撑区域空气污染治理相关决策更为必要。本文首先基于格兰杰因果关系检验和修正的引力模型分别构建广东省AQI、PM2.5、NO2空气污染空间关联网络和交通空间关联网络。通过社会网络分析对已构建的网络进行整体网络结构、网络节点中心性以及网络节点聚类特征的分析;同时结合统计常用的划分方式,即广东省分为珠三角、粤西、粤北和粤东四个经济发展片区,以片区为单元分析两类网络的关联情况。然后,通过二次指派程序(Quadratic Assignment Procedure,QAP)相关分析探究空气污染网络与交通关联网络的相关性,并进一步分析存在相关性的两个网络的结构异同情况。最后,利用QAP回归分析方法,探究空气污染关联网络与交通关联网络如何通过社会经济因素进一步形成关联关系。本文的研究结论如下,广东省空气污染网络的内部连接十分紧密,网络无等级结构。珠三角地区是NO2空气污染网络的相对核心区。交通关联网络结构呈现明显的核心-外围复合结构,珠三角地区牢牢占据网络的核心,与广东省社会经济发展格局十分相似。QAP相关分析结果显示,以三个不同的空气质量指标构造的空气污染网络中,仅NO2污染网络与交通关联网络之间存在相关性。网络结构对比分析发现,在两个网络里,珠三角地区内部关系均十分活跃,且该地区均有最强的接收其他地区发出关系的能力。QAP回归分析结果进一步表明,城市间的民用车保有量、城市耗电量、第三产业产值等社会经济因素的差异是促使两个网络关联的因素。研究结果表明,对于典型的发展不平衡区域来说,区域空气污染防治应摈弃传统属地治理策略,实施空气污染的统筹兼顾及联防联控。同时,空气污染防治也应因地施策,根据不同城市及经济发展区域在污染关联网络中所扮演的地位差异,确定污染治理重点城市及重点区域。最后,管理部门可以统筹考虑交通运输和社会经济因素,通过优化城市间交通关联来促进全省NO2污染防控目标的实现。
其他文献
近年来,边缘计算的蓬勃发展给机器学习带来了新的挑战和机遇。传统的云端机器学习需要收集用户数据以完成模型训练,但这有泄露数据隐私的风险。而在边缘计算的场景下部署分布式机器学习,即分布式边缘学习,不需要收集用户数据便能完成模型训练。因此,该方案有望成为既能保护用户数据隐私,又能利用数据价值的下一代机器学习解决方案。然而,开发和测试分布式边缘学习面临着众多新的挑战。一方面,当前缺乏对分布式边缘学习通用功
学位
激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)是用来对样品进行元素鉴别的一种原子发射光谱技术。它的基本原理是:激光脉冲聚焦到样品表面,烧蚀材料产生高温等离子体,通过收集和分析发射的特征谱线就可以确定样品的元素组成。激光诱导击穿光谱技术具有自己独特的优势,例如:对任何状态的物体都可以检测、对样品损伤较小、还可以实现远程在线测量等。因此LIBS技
学位
激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)是一种以激光和物质相互作用为基础的元素检测和分析技术。LIBS基本原理为脉冲激光经聚焦透镜会聚于样品表面,使得样品表面迅速升温并蒸发出微克量的样品,这些微克量级的样品在瞬间的融化和气化过程中产生高温高压的等离子体,这些等离子体迅速膨胀,辐射出光学信号。最后用光纤收集这些光学信号,并加以分析便可以获
学位
联邦学习是一种能够让多个客户端在不共享数据的情况下协同训练机器学习模型的分布式机器学习技术。然而,已有的研究表明,当客户端之间的数据分布是异构的时候,联邦学习会出现明显的性能下降。为了解决这一具有挑战性的问题,研究人员提出了个性化联邦元学习,其中每个客户端通过在联合训练的全局元模型上进行微调获得个性化模型。尽管个性化联邦元学习在这一问题上取得了不错的成果,但是由于这类方法隐式地假设了不同客户端中采
学位
界面设计是对界面元素布局和人机交互逻辑的整体设计,是APP研发过程中的一个重要环节。传统的APP界面设计主要依赖界面设计师根据软件需求及自身经验来完成,而非专业设计人员往往难以进行APP界面设计。因此,自动识别界面需求文本中的组件信息并自动生成APP界面布局有重要的研究意义。本文设计了一种基于界面需求文本的APP界面布局自动生成方法,具体研究工作包括:(1)针对从界面需求文本中识别组件的问题,本文
学位
分子体系精确的电子结构与光谱是反映分子内部物质结构信息的主要途径,从中可以获得分子的能级结构、分子物理和化学性质等信息。实验获得分子体系的结构与光谱信息受技术手段发展的限制,采用基于量子力学从头计算的分子轨道理论便成为认识分子电子结构与光谱的重要手段。本文采用高精度的多参考组态相互作用方法,主要研究了之前文献中有“争议”的GeH+分子离子、HF分子等体系的电子激发态相关问题,获得了一些分子较为精确
学位
现实中存在大量约束多目标优化问题,这些问题不仅存在多个需优化的目标,也存在诸多限制条件。基于群体搜索的进化算法非常适合求解具有多解特性的多目标优化问题。约束多目标进化算法需要在满足所有约束条件的情况下,得到收敛性和分布性尽可能好的可行非劣解集。在多目标进化算法中处理约束的难点之一是如何有效利用有价值不可行解蕴含的信息,引导种群跨越不可行区域搜索到全局可行前沿;二是如何较完整地捕捉约束带来的形状复杂
学位
高次谐波为产生超快相干XUV光源提供了独特的方法,因具有体积小、高稳定性以及可调谐性等特点,成为了当今获得桌面化极紫外光源的主要手段。对高次谐波发射的谱学及时空特性研究和基于高次谐波光源的电子动力学研究可以让人们更深入的了解微观量子世界。高次谐波本身具有良好的相干性与及极短的脉冲时间特性,对分立级次谐波的能量进行调谐可以拓展谐波源的应用范围与实用价值。在拥有能量覆盖范围较广的XUV光源下,通过阿秒
学位
人脸美感预测(Facial Beauty Prediction,FBP)在计算机视觉领域中是一个非常有趣且富有挑战性的任务,其模拟人类对于容貌图像的感知,捕捉图像中人脸的眼睛、鼻子、皮肤等各项特征,进而量化容貌图像的美感。虽然容颜不代表一切,但拥有一张美丽的脸庞是大多数人内心之中的渴求。容颜的重要性不仅仅体现在个人层面上,在企业层面上,它也能够产生商业价值。因此,研究人脸美感预测具有十分重要的意义
学位
2019年底开始流行的新型冠状病毒所具备的传染性强和持续变异的特性,导致新冠肺炎的感染和死亡人数不断攀升。临床上X光胸片是甄别新冠肺炎确诊患者的重要依据。采用深度神经网络对X光胸片进行新冠肺炎自动识别,可辅助医生提高甄别新冠肺炎患者的效率与准确率。现有的新冠胸片识别神经网络大都是手动构建的深度卷积神经网络。一方面,新冠患者与健康人体的胸片间差异较细微,甄别难度较大。仅采用卷积来提取局部特征的卷积神
学位