我在做一个项目旨在寻找一些潜在的点作为一种新型城市空气污染物监测站点测量二氧化硫,美元NO_2,美元美元PM_{2.5} $,等等。
建模后的表面浓度区域,这是我的选择标准:
违反的情况
发现该地区超过当地大多数建模区域的空气质量标准。
表示区域
每个网格浓度是一个时序dataframe建模。计算
一个网格之间的空间相关系数(r)周围的区域,
我们可以得到每个网格的代表区域假设有一个截止系数r_c美元。例如,3网格i, j, k。
$ r_ (ij) > r_c→grid_i美元美元可以代表grid_j美元的时空变化
美元r_ (ik) < r_c→grid_i美元美元不能代表grid_k美元的时空变化人口密度
考虑到环境暴露的健康风险,我添加每个浓度pop-ind数据网格
这是我的问题
- 这些原则足以让一个监测站点吗?
如何结合的结果分析基于multi-air污染物数据?
(在实践中,一个监测站点经常同时测量各种空气污染物,但我的方法是基于一个特定类型的空气污染物由于不同排放源和化学反应)结合每个站点,我们可以得到一个监测网络,如何评估网络的优点和缺点吗?