亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于RS的新疆自治區(qū)高溫人口暴露研究

        2023-07-05 17:47:52高可攀
        科技風 2023年18期
        關鍵詞:隨機森林

        摘?要:根據近年來新疆氣候公報可知,新疆的平均氣溫正在逐年升高,尤其是夏季的持續(xù)性高溫對新疆的人口健康和經濟發(fā)展造成了損害。本文以新疆為研究區(qū),在GEE平臺上利用MODIS產品和高程數(shù)據通過隨機森林算法進行回歸預測,得出2022年夏季新疆近地表氣溫。將格網尺度的近地表氣溫柵格數(shù)據和人口數(shù)量柵格數(shù)據相結合,分析新疆2022年高溫人口暴露的空間分布特征。結果表明:(1)利用隨機森林算法預測近地表氣溫,預測的結果精度較高,RMSE和R2分別達到了2.16℃和0.86;(2)高溫人口暴露空間分布與人口密度空間分布呈現(xiàn)高度的一致性,即人口密度高的區(qū)域,高溫人口暴露程度也相對較高;(3)新疆高溫人口暴露的中高暴露區(qū)大都集中在城市群,如烏魯木齊市、喀什市、和田市等。克孜勒蘇柯爾克孜自治州、伊犁哈薩克自治州等地區(qū)存在人口集中分布在高溫區(qū)的現(xiàn)象,高溫對人的實際危害較為嚴重。

        關鍵詞:隨機森林;近地表氣溫;高溫人口暴露;GEE平臺

        2022年夏季,全球大范圍再受高溫侵襲,包括中國在內的多數(shù)北半球國家出現(xiàn)了40℃以上的極端高溫,中國多地最高氣溫突破歷史值。極端高溫給人類健康帶來了嚴重的負面影響。已有研究表明,全球范圍內的高溫事件發(fā)生頻次、強度、持續(xù)時間、涉及范圍都在不斷地增加[1],這增加了人類受高溫迫害的風險。

        以往關于溫度的研究大多采用覆蓋度有限的觀測數(shù)據或時間序列較短的瞬時遙感數(shù)據,無法解決新疆高寒和荒漠等人跡罕至區(qū)域地溫數(shù)據缺失的問題。近年來,隨著遙感和地理信息系統(tǒng)(GIS)技術的迅速發(fā)展,采用遙感(RS)和GIS技術結合估算人口及社會經濟數(shù)據的空間化是目前最為重要的手段之一[2]。谷歌地球引擎(GEE)平臺通過專用云存儲提供大量的MODIS遙感影像,可以處理大范圍覆蓋的長時間序列影像[3]。因此,本文將在GEE平臺上,結合新疆氣象站點提供的氣溫數(shù)據,開展新疆高溫人口暴露度的研究。

        1?數(shù)據和方法

        1.1?研究區(qū)概況

        新疆自治區(qū)地處歐亞大陸腹地,地理坐標為73°20′E~96°25′E、34°15′N~49°10′N,該區(qū)域深居內陸、距海遙遠,加之受高山阻攔的影響,來自海洋的水汽很難到達,因此形成了以大陸性干旱氣候為主的氣候類型[4]。新疆地域遼闊、地形復雜,氣象觀測站點稀少且分布不均。

        除此之外,地形地貌還對新疆自治區(qū)的人口分布格局造成了影響,其人口分布十分不均衡。根據研究表明,新疆人口主要分布在綠洲及綠洲邊緣地區(qū),綠洲面積占新疆總面積4.2%的大小,居住著全疆95%以上的人口[5]。

        新疆作為溫度變化顯著、人口眾多的自治區(qū),研究分析該地的高溫人口暴露情況,對于該地區(qū)的高溫危害監(jiān)測與治理具有重要意義。

        1.2?數(shù)據

        1.2.1?遙感數(shù)據

        本文使用的遙感數(shù)據包括MODIS產品和ASTER?GDEM數(shù)據,均來自GoogleEarthEngine云平臺(http://earthengine.google.com/)。MODIS產品的時間范圍選取2022年6~8月,具體包括:每日地表溫度數(shù)據(MOD11A1),空間分辨率為1km×1km;歸一化植被指數(shù)(MOD13A2),空間分辨率為1km×1km;地表反照率數(shù)據(MCD43A4),空間分辨率為500m×500m。ASTER?GDEM數(shù)據的時間范圍為2022年6~8月,數(shù)據的水平和垂直精度均為7~50m,水平分辨率為30m。

        1.2.2?其他數(shù)據

        人口數(shù)量數(shù)據和人口密度數(shù)據均來自Worldpop網站(https://hub.worldpop.org/),本文采用2020年格網化人口計數(shù)和密度數(shù)據集,分辨率為100m×100m。

        新疆自治區(qū)近地表氣溫數(shù)據來自國家氣象科學數(shù)據中心(https://data.cma.cn/),本文選取2022年6~8月新疆近地表日最高氣溫。

        2?研究方法

        2.1?隨機森林反演近地表氣溫

        本文的自變量為地表溫度數(shù)據(LST)、歸一化植被指數(shù)(NDVI)、地表反照率數(shù)據(Albedo)、高程數(shù)據(Altitude),隨機森林算法過程總結為如下步驟:(1)將自變量作為數(shù)據集D輸入;(2)將數(shù)據集劃分為訓練集和測試集;(3)從數(shù)據集D中隨機選取多組訓練樣本D1,D2……Di作為根節(jié)點,分裂訓練多棵回歸樹;(4)依據均方誤差最小原則對回歸樹中的節(jié)點進行分裂至無法再進一步分裂,重復該操作生成多棵回歸樹;(5)隨機森林預測氣溫的結果為每棵決策樹通過簡單平均法得到的結果;(6)精度評價。

        2.2?高溫人口暴露評估

        2.2.1?基于人口暴露強度的高溫暴露風險評估

        根據Kousa等[6]提出的人口暴露風險評估模型,本文認為,人口暴露強度的大小來自人口密度和高溫風險在時空上的重疊,即通過格網尺度的人口密度與氣溫之積作為指標,來評價新疆自治區(qū)高溫人口暴露情況。計算公式如下:

        PEi=pdiTi(1)

        PEi代表第i個單元格內高溫人口暴露度強度,Ti代表第i個單元格內的平均溫度(此處溫度的選取為每月的月均氣溫),pdi代表i個單元格內各時段的人口密度。

        2.2.2?不同溫度下的人口變化情況

        按照月份進行分類統(tǒng)計,將一個月內出現(xiàn)在某像元上的最高溫度設為該像元的月最高溫,統(tǒng)計出現(xiàn)在該溫度下的人口數(shù)量占總人口的比重,從而更好地反映高溫對人的影響。具體計算方法如下:

        propj=∑ni=1popijpop(2)

        其中propj代表在溫度j下的人口占總人口的比例,popij代表在溫度j下格網i中的總人口數(shù)目,n代表滿足溫度為j的格網總數(shù),pop代表新疆總

        人口數(shù)目。

        2.2.3?基于人口加權的高溫暴露風險評估

        通過人口加權的高溫人口暴露模型[7],能更好地反映高溫對人群的實際影響,具體計算方法如下:

        PTi=∑nj=1(TijPij)/POPi(2)

        其中PTi代表第i個地級市的人口加權氣溫,Tij代表第i個地級市的第j個單元格內的平均氣溫,Pij代表第i個縣地級市的第j個單元格內的人口數(shù)量,POPi代表第i個地級市的總人口數(shù)量。人口加權氣溫與平均氣溫的差異度計算方法如下:

        δi=(PTi-Ti)/Ti×100%(3)

        其中δi為兩種氣溫算法的差異度,PTi為第i個縣的加權人口氣溫,Ti為第i個地級市的平均氣溫。

        3?結果分析

        3.1?氣溫估算精度評價

        選擇2022年6~8月氣象站點提供的新疆月平均氣溫進行近地表氣溫預測精度驗證,其中R2越大,RMSE越小,表明預測值與實測值的偏離程度小,模型模擬的效果就相對較好。根據隨機森林算法預測氣溫精度(圖1)可知,決定系數(shù)R2為0.86,均方根誤差RMSE為2.16℃,總體精度較高,該隨機森林模型可運用于新疆自治區(qū)的近地表氣溫預測。

        3.2?基于人口暴露強度的高溫人口暴露評估

        將2022年夏季新疆高溫人口暴露風險空間分布按照暴露嚴重程度劃分為五級,依次為無風險、低風險、中風險、高風險,重度風險。根據高溫人口暴露風險空間分布可得出結論,新疆自治區(qū)夏季不同時段人口暴露空間分布大致相似,高溫暴露風險高的區(qū)域主要集中在幾個城市群,如喀什市、和田市;新疆天山附近的烏魯木齊市同樣具有高暴露風險。

        3.3?不同溫度下的人口變化情況分析

        根據2022年新疆夏季暴露于某一溫度的累計人口占比(圖2)可以看出,整個新疆6月份暴露在30℃以上的人口占總人口比重的52.49%,暴露在35℃以上的人口占總人口數(shù)量的5.18%,超過一半的人口暴露在高溫下;7月份暴露在30℃以上的人口占總人口比重的80.44%,暴露在35℃以上的人口占總人口數(shù)量的16.88%,絕大多數(shù)人口暴露在高溫下,高溫對人的影響非常大;8月份暴露在30℃以上的人口占總人口比重的42.38%,暴露在35℃以上的人口占總人口數(shù)量的1.03%,將近一半的人口暴露在高溫下,但是暴露在極端高溫下的人口比重明顯下降。

        3.4?基于人口加權的高溫人口暴露評估

        下表給出了2022年新疆夏季典型區(qū)域人口加權溫度與隨機森林模擬出的氣溫差異度超過10%的區(qū)域,偏差較大說明存在人口集中分布在高溫地區(qū)或者低溫地區(qū)的現(xiàn)象。新疆6~8月差異度分別為1.4%、2.23%、4.54%。由此可以看出,整個夏季新疆的人口加權溫度都高于實際近地表氣溫,說明新疆自治區(qū)人口集中分布在高溫地區(qū),新疆的高溫對人的實際危害情況較為嚴重。

        4?結論與討論

        本文通過隨機森林算法計算了新疆近地表氣溫,并通過遙感的手段將氣溫進行空間化。根據人口暴露強度、不同溫度下的人口變化指標、人口加權的高溫暴露程度這三個指標,分析新疆高溫人口暴露風險,結論如下:

        (1)采用隨機森林模型反演近地表氣溫的方法可以彌補部分地面氣象站氣溫數(shù)據缺少的不足,同時證明了隨機森林在遙感數(shù)據處理研究中的可利用性和優(yōu)越性。新疆夏季三個月氣溫≥35℃的地區(qū)面積共計約140.77萬平方千米,占新疆總面積的84.8%,說明新疆受高溫侵襲十分嚴重。

        (2)新疆高溫人口暴露的中高風險區(qū)域主要集中幾個城市群,如喀什市、和田市、烏魯木齊市等,這幾個城市群也是人口集中分布的區(qū)域,高溫人口暴露風險與人口密度分布存在高度的正相關性,即人口越密集,高溫人口暴露風險程度越高。

        (3)采用人口加權高溫監(jiān)測指標能夠更合理地評估人口暴露于高溫的程度。2022年6~8月,新疆分別有11、16和15個地區(qū)存在人口集中分布在高溫地區(qū)的現(xiàn)象。尤其是克孜勒蘇柯爾克孜自治州、伊犁哈薩克自治州、喀什地區(qū)和博爾塔拉蒙古自治州這四個區(qū)域存在極為嚴重的人口處于高溫區(qū)的現(xiàn)象。

        參考文獻:

        [1]CowanT,PurichA,PerkinsS,et?al.More?Frequent,Longer,and?Hotter?Heat?Waves?for?Australia?in?the?TwentyFirst?Century[J].Journal?of?Climate,2014,27(15):58515871.

        [2]楊眉,王世新,周藝,等.DMSP/OLS夜間燈光數(shù)據應用研究綜述[J].遙感技術與應用,2011,26(1):4551.

        [3]鄒業(yè)斌,柴明堂,楊娟,等.基于GEE的干旱區(qū)流域濕地水體時空動態(tài)變化特征分析——以寧夏平原為例[J].測繪通報,2023,551(02):914.

        [4]楊振,雷軍,段祖亮,等.新疆人口的空間分布特征[J].地理研究,2016,35(12):23332346.

        [5]李宗英.1990—2017年新疆人口的時空動態(tài)及影響因素研究[D].新疆學,2021.

        [6]Kousa?A,Kukkonen?J,Karppinen?A,et?al.A?model?for?evaluating?the?population?exposure?to?ambient?air?pollution?in?an?urban?area.Atmospheric?Environment,2002,36(13):21092119.

        [7]伏晴艷,闞海東.城市大氣污染健康危險度評價的方法,第四講:大氣污染的暴露評價,第二節(jié):大氣擴散模型及人口加權的大氣污染暴露評價(續(xù)四).環(huán)境與健康雜志,2004,21(6):414416.

        作者簡介:高可攀(2002—?),女,江蘇靖江人,本科在讀,研究方向:遙感科學與技術。

        猜你喜歡
        隨機森林
        隨機森林算法在中藥指紋圖譜中的應用:以不同品牌夏桑菊顆粒指紋圖譜分析為例
        基于隨機森林的登革熱時空擴散影響因子等級體系挖掘
        基于隨機森林的HTTP異常檢測
        個人信用評分模型比較數(shù)據挖掘分析
        時代金融(2017年6期)2017-03-25 22:21:13
        隨機森林在棉蚜蟲害等級預測中的應用
        基于二次隨機森林的不平衡數(shù)據分類算法
        軟件(2016年7期)2017-02-07 15:54:01
        拱壩變形監(jiān)測預報的隨機森林模型及應用
        基于隨機森林算法的飛機發(fā)動機故障診斷方法的研究
        基于奇異熵和隨機森林的人臉識別
        軟件(2016年2期)2016-04-08 02:06:21
        基于隨機森林算法的B2B客戶分級系統(tǒng)的設計
        米奇影音777第四色| 久久精品一区二区熟女| 97丨九色丨国产人妻熟女| 亚洲av最新在线网址| 国产又色又爽又刺激视频| 少妇被日到高潮的视频| 亚洲国产中文字幕在线视频综合| 狼人青草久久网伊人| 国产精品原创巨作AV女教师| 国内精品九九久久精品小草| 91精品国产91综合久久蜜臀| 亚洲av久久久噜噜噜噜| 1000部拍拍拍18勿入免费视频下载| 国产精品,在线点播影院| 女同三级伦理在线观看| 精品国产拍国产天天人| 亚洲影院丰满少妇中文字幕无码| 国产高清一区二区三区视频| 日本最新一区二区三区视频观看| 久久综合国产乱子伦精品免费| 亚洲熟妇AV一区二区三区宅男| 国产成人av一区二区三区在线 | 国产肉体xxxx裸体784大胆| 无码人妻一区二区三区免费n鬼沢 人禽无码视频在线观看 | 国产人妻熟女高跟丝袜图片| 国内揄拍国内精品| 韩国美女主播国产三级| 亚洲精品视频在线一区二区| 国产精品综合一区二区三区| 国产亚洲午夜精品| 自拍视频国产在线观看| 久久一区二区三区久久久| 欧美黑人性暴力猛交喷水| 亚洲色大成网站www在线观看| 一区二区三区黄色一级片| 久久99精品久久久久久琪琪| 成人亚洲性情网站www在线观看 | 精品中文字幕久久久人妻 | 看av免费毛片手机播放| 一本大道久久东京热无码av| 国产精品美女主播一区二区|