【摘要】：城市交通噪声与城市规划要素在空间上具有一定相关性。可见，SLM和SEM的R2分别为0.373和0.340，高于OLS，说明空间权重在回归模型中起到重要作用。SLM的对数似然估计值最大，且AIC和SC值最小，表明SLM的拟合度最高，对交通噪声的解释能力最强。表2不同模型下的显著性规划要素
城市交通噪声与城市规划要素在空间上具有一定相关性。研究选择了3种建模方法。传统的回归分析方法，即最小二乘法（OLS），是以数据在空间上无关联为基础［14］。除此外，研究还选择考虑空间权重的回归分析方法，即空间滞后模型（SLM）和空间误差模型（SEM），二者对空间权重矩阵的考虑各有侧重。
首先对三个模型拟合度指标进行比较，见表1。主要包含四个指标，即对数似然估计值（Log-Likelihood）、赤池信息标准（AIC）、施瓦茨信息标准（SC）和拟合系数（R2）。可见，SLM和SEM的R2分别为0.373和0.340，高于OLS（0.284），说明空间权重在回归模型中起到重要作用。SLM的对数似然估计值最大，且AIC和SC值最小，表明SLM的拟合度最高，对交通噪声的解释能力最强。
表1 不同模型拟合度对比(www.xing528.com)
其次，筛选对交通噪声影响显著的规划要素（P＜0.05），见表2。可见，交通量Qcell在3种回归模型中均显著，更易对道路噪声产生正向影响；道路密度Rcell只在OLS中产生正向影响，受空间权重影响较小，即空间位置对道路密度Rcell的影响较小；容积率FSIcell在SEM中影响最为显著。
表2 不同模型下的显著性规划要素
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
