Understanding the association between urban noise and nighttime light in China
Notice bibliographique
Résumé
Nighttime light data partially reflects the process of urban modernization and its reaction to urban scale, but its correlation with noise remains unclear, especially over a long-term time series, remains unclear. To address this gap, we examine 31 provincial capital cities and municipalities in China as the study area, utilizing noise monitoring data and nighttime light data to explore their relationship in urban areas from 2012 to 2021. The results show that: (1) During the study period, the regional environmental noise and night light index of 31 major cities exhibited a consistent upward trend, with the average equivalent sound level of environmental noise in most urban areas fluctuating between 50.1 dB (A) and 60.0 dB (A). The overall quality evaluation was average, indicating that the effectiveness of noise pollution prevention and control was difficult to sustain in the long term. (2) The driving factor affecting the change in environmental noise quality in urban areas is population density. (3) There is a significant correlation between different types of noise proportion and urban construction and development, with the closest correlation observed with the urban economy, urban built-up area, and urban construction land area. Cities with high levels of urbanization tend to have more vulnerable acoustic environments. (4) Industrial noise percentage of urban environmental noise has a significant positive impact on nighttime light data. This study provides valuable insights for promoting the coordinated development between urbanization and acoustic environment optimization, as well as fostering a healthy and sustainable living environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».