• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      建筑因素對環(huán)境溫度的顯著影響分析

      2022-12-17 03:24:26盧躍靜武新乾王飛飛
      環(huán)境與發(fā)展 2022年4期
      關(guān)鍵詞:綠化率正態(tài)環(huán)境溫度

      盧躍靜,武新乾,王飛飛

      (河南科技大學(xué),河南 洛陽 471023)

      引文

      隨著我國經(jīng)濟(jì)的迅速發(fā)展,建筑業(yè)已成為我國國民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)[1]。近年來,一些學(xué)者對建筑因素對環(huán)境溫度的影響進(jìn)行了研究。耿紅凱等(2020)指出樣地溫度與綠量(含三維綠量、喬木覆蓋率、綠化覆蓋率等指標(biāo))存在負(fù)相關(guān)關(guān)系[2];孫喆(2020)提出城市形態(tài)要素對熱環(huán)境具有顯著影響,建筑密度上升導(dǎo)致地表溫度上升,容積率、綠地率的提升引起地表溫度下降[3];王琳(2017)指出中庭式建筑中庭各層溫度的特點(diǎn)是沿高度方向,高度越高,溫度越高[4]。

      本文主要就建筑因素綠化率、密度和高度對環(huán)境溫度的影響進(jìn)行顯著性分析。

      1 數(shù)據(jù)來源與數(shù)據(jù)處理

      1.1 數(shù)據(jù)來源

      數(shù)據(jù)來源:河南科技大學(xué)建筑學(xué)院實(shí)地測量數(shù)據(jù),包括建筑因素綠化率、密度、高度及其對應(yīng)環(huán)境溫度440組數(shù)據(jù);建筑因素綠化率、密度、高度與環(huán)境溫度散點(diǎn)圖見圖1-圖3。

      圖1 溫度與綠化率散點(diǎn)圖

      圖2 溫度與密度散點(diǎn)圖

      圖3 溫度與高度散點(diǎn)圖

      2.2 數(shù)據(jù)處理

      數(shù)據(jù)處理:對綠化率、密度、高度數(shù)據(jù)進(jìn)行Min-max標(biāo)準(zhǔn)化,即:

      其中yi為xi標(biāo)準(zhǔn)化的值。

      2 建筑因素對環(huán)境溫度的影響

      將綠化率、密度、高度分為11個(gè)水平,每組40個(gè)數(shù)據(jù)進(jìn)行單因素方差分析[5]。

      對不同綠化率水平下的溫度進(jìn)行正態(tài)性檢驗(yàn),結(jié)果見表1。由表1可知,綠化率水平1、水平2、水平4、水平7 對應(yīng)溫度不服從正態(tài)分布,則不能對綠化率進(jìn)行單因素方差分析[6]。

      表1 不同綠化率水平下的溫度正態(tài)性檢驗(yàn)

      對不同密度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn),結(jié)果見表2。由表2可知,密度水平4、水平8、水平11對應(yīng)溫度不服從正態(tài)分布,從而不能對密度進(jìn)行單因素方差分析[6]。

      表2 不同密度水平下的溫度正態(tài)性檢驗(yàn)

      對不同高度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn),結(jié)果見表3。由表3可知,高度水平1、水平3、水平9 對應(yīng)溫度不服從正態(tài)分布,不能對高度進(jìn)行單因素方差分析[6]。

      表3 不同高度水平下的溫度正態(tài)性檢驗(yàn)

      對于建筑因素綠化率、密度、高度,均存在水平對應(yīng)溫度不服從正態(tài)分布,故不能直接對該組數(shù)據(jù)進(jìn)行方差分析,且考慮到在探究建筑因素對溫度的影響時(shí)沒有進(jìn)行變量控制,于是進(jìn)行K-means 聚類[7]以達(dá)到控制變量的目的,從而更好地探究建筑因素對溫度的影響。

      2.1 建筑因素綠化率對環(huán)境溫度的影響

      利用建筑因素密度、高度標(biāo)準(zhǔn)化后數(shù)據(jù),用手肘法畫出肘部圖,見圖4。由圖4,曲線在K=4 時(shí),曲率最大,則最佳類聚數(shù)量值K 值取4。利用R軟件進(jìn)行K-means 聚類[7],聚類結(jié)果見圖5。

      圖4 密度、高度聚類肘部圖

      圖5 密度、高度聚類結(jié)果圖

      根據(jù)密度、高度標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行K-means聚類,將樣本分為4類,數(shù)據(jù)個(gè)數(shù)分別為203、154、34、49。選取數(shù)據(jù)個(gè)數(shù)為203的類別進(jìn)行處理,綠化率因素下的8個(gè)分類變量分別是0~0.1、0.1~0.2、0.2~0.3、0.3~0.4、0.4~0.5、0.5~0.6、0.6~0.7以及0.7以上總稱為綠化率因素下的八個(gè)水平[8]。對每個(gè)綠化率水平下的溫度進(jìn)行正態(tài)性檢驗(yàn),結(jié)果見表4。由表4可知,綠化率水平1、水平2、水平4、水平5下的溫度數(shù)據(jù)不服從正態(tài)分布;此外,進(jìn)行Levene方差齊性檢驗(yàn),結(jié)果見表5。由表5可知,p值<0.05,方差非齊。故不能采用單因素方差分析方法探究綠化率對環(huán)境溫度的影響[6]。

      表4 不同綠化率水平下溫度數(shù)據(jù)的正態(tài)檢驗(yàn)結(jié)果

      表5 Levene方差齊性檢驗(yàn)

      考慮采用非參數(shù)檢驗(yàn)方法Kruskal-Wallis方法[9]進(jìn)行檢驗(yàn)。對數(shù)據(jù)進(jìn)行Kruskal-Wallis檢驗(yàn),結(jié)果[10]見表6。由表6可知,p值<0.05,拒絕原假設(shè),即認(rèn)為建筑因素綠化率對環(huán)境溫度有顯著影響。

      表6 Kruskal-Wallis檢驗(yàn)結(jié)果

      2.2 建筑因素密度對環(huán)境溫度的影響

      將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,利用建筑因素綠化率、高度標(biāo)準(zhǔn)化數(shù)據(jù)畫出肘部圖,見圖6。由圖6可知,曲線在K=3 時(shí),曲率最大,由此確定最佳類聚數(shù)量值K 值為3,即將原始數(shù)據(jù)聚為3類。利用R 軟件進(jìn)行K-means 聚類[7],聚類結(jié)果見圖7。

      圖6 綠化率、高度聚類肘部圖

      圖7 綠化率、高度聚類結(jié)果圖

      根據(jù)綠化率、高度標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行Kmeans 聚類,將樣本分為3類,數(shù)據(jù)個(gè)數(shù)分別為91、287、62。選取數(shù)據(jù)個(gè)數(shù)為287 的類別進(jìn)行處理,密度因素下的9 個(gè)分類變量分別是0~0.1、0.1~0.2、0.2~0.3、0.3~0.4、0.4~0.5、0.5~0.6、0.6~0.7、0.7~0.8 以及0.8~0.9 總稱為密度因素下的九個(gè)水平[8]。對每個(gè)密度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn),結(jié)果見表7。由表7可知,密度水平2、水平4、水平5、水平7、水平9 下的溫度數(shù)據(jù)不服從正態(tài)分布;此外,進(jìn)行Levene 方差齊性檢驗(yàn),結(jié)果見表8。由表8可知,p 值>0.05,不能拒絕原假設(shè),即認(rèn)為方差齊性。但由于存在密度水平對應(yīng)溫度正態(tài)性檢驗(yàn)未通過,故不能采用單因素方差分析方法探究密度對環(huán)境溫度的影響[6]。

      表7 不同密度水平下溫度數(shù)據(jù)的正態(tài)檢驗(yàn)結(jié)果

      表8 Levene方差齊性檢驗(yàn)結(jié)果

      故采用Kruskal-Wallis 檢驗(yàn)[9]探究建筑因素密度對環(huán)境溫度的影響。檢驗(yàn)結(jié)果見表9。由Kruskal-Wallis 檢驗(yàn)結(jié)果[10],p 值>0.05,不能拒絕原假設(shè),即認(rèn)為建筑因素密度對環(huán)境溫度無顯著影響。

      表9 Kruskal-Wallis檢驗(yàn)結(jié)果

      2.3 建筑因素高度對環(huán)境溫度的影響

      將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,利用建筑因素綠化率、密度標(biāo)準(zhǔn)化數(shù)據(jù)畫出肘部圖,見圖8。由圖8可知,曲線在K=5 時(shí),此時(shí)誤差平方和SSE 的下降趨于緩慢,由此確定最佳類聚數(shù)量值K 值為5,即將原數(shù)據(jù)分為5類。利用R 軟件進(jìn)行K-means 聚類[7],聚類結(jié)果見圖9。

      圖8 綠化率、密度聚類肘部圖

      圖9 綠化率、密度聚類結(jié)果圖

      根據(jù)綠化率、密度標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行Kmeans 聚類,將樣本分為5類,數(shù)據(jù)個(gè)數(shù)分別為127、66、69、116、62。選取數(shù)據(jù)個(gè)數(shù)為127的類別進(jìn)行處理,高度因素下的7 個(gè)分類變量分別是0~10、10~20、20~30、30~40、40~50、50~60、以及60 以上總稱為高度因素下的七個(gè)水平[8]。對每個(gè)高度水平下的溫度進(jìn)行正態(tài)性檢驗(yàn),結(jié)果見表10。由表10可知,高度水平1下的溫度數(shù)據(jù)不服從正態(tài)分布;此外,進(jìn)行Levene 方差齊性檢驗(yàn),結(jié)果見表11。由表11可知,p 值>0.05,不能拒絕原假設(shè),即認(rèn)為方差齊性。但由于存在高度水平對應(yīng)溫度正態(tài)性檢驗(yàn)未通過,故不能采用單因素方差分析方法探究高度對環(huán)境溫度的影響[6]。

      表10 不同高度水平下溫度數(shù)據(jù)的正態(tài)檢驗(yàn)結(jié)果

      表11 Levene方差齊性檢驗(yàn)結(jié)果

      考慮采用非參數(shù)檢驗(yàn)方法Kruskal-Wallis方法[9]探究建筑因素高度對環(huán)境溫度的影響。檢驗(yàn)結(jié)果見表12。由Kruskal-Wallis 檢驗(yàn)結(jié)果[10],p 值<0.05,拒絕原假設(shè),即認(rèn)為建筑因素高度對環(huán)境溫度有顯著影響。

      表12 Kruskal-Wallis檢驗(yàn)結(jié)果

      3 結(jié)語

      本文就三個(gè)建筑因素對環(huán)境溫度的顯著影響進(jìn)行了探究,通過K-means動(dòng)態(tài)聚類控制變量,具體檢驗(yàn)了數(shù)據(jù)是否滿足單因素方差分析的條件,運(yùn)用非參數(shù)檢驗(yàn)得出建筑因素綠化率、高度對環(huán)境溫度有顯著影響,建筑因素密度對環(huán)境溫度的影響不顯著的結(jié)論。因此,可通過改變建筑因素綠化率、高度以減弱熱島效應(yīng),提高環(huán)境質(zhì)量,推進(jìn)綠色建筑發(fā)展。

      猜你喜歡
      綠化率正態(tài)環(huán)境溫度
      Review of a new bone tumor therapy strategy based on bifunctional biomaterials
      Bone Research(2021年2期)2021-09-11 06:02:56
      宜居視角下的居住小區(qū)綠化現(xiàn)狀調(diào)查與經(jīng)濟(jì)評價(jià)研究
      中國市場(2018年8期)2018-03-19 16:11:38
      生態(tài)環(huán)境影響預(yù)測與評價(jià)專題
      石家莊市裕華區(qū)與新華區(qū)宜居性的對比研究
      雙冪變換下正態(tài)線性回歸模型參數(shù)的假設(shè)檢驗(yàn)
      雷克薩斯CT200h車環(huán)境溫度顯示異常
      基于泛正態(tài)阻抗云的諧波發(fā)射水平估計(jì)
      半?yún)?shù)EV模型二階段估計(jì)的漸近正態(tài)性
      環(huán)境溫度對連續(xù)剛構(gòu)橋模態(tài)頻率的影響
      基于正態(tài)變換的貸款組合定價(jià)模型構(gòu)建及實(shí)證
      马鞍山市| 邹平县| 泰宁县| 贵定县| 定边县| 乌兰察布市| 信阳市| 会泽县| 昭苏县| 岗巴县| 大同县| 海阳市| 广安市| 兴仁县| 佛坪县| 广汉市| 九龙坡区| 汉源县| 浠水县| 永泰县| 辽源市| 汾西县| 栾城县| 日喀则市| 综艺| 屏南县| 康保县| 鄯善县| 云安县| 镇赉县| 景泰县| 青神县| 清流县| 汤阴县| 鸡西市| 剑川县| 新沂市| 贵州省| 杭锦旗| 治县。| 托里县|