3.2.2. Correlations between noise a

3.2.2. Correlations between noise and green space indicators
The effect of green space indicators on noise indices was investi-gated in the urban level by using all the related variables (Table 4). APearson product-moment correlation coefficient was computed toassess the relationship between the seven noise indices and the fourgreen space dependent variables. Results proved that there was apositive correlation for two of them. In particular noise4 was pos-itively correlated with porous (r = 0.76, n = 6, p = 0.045) and gsr(r = 0.82, n = 6, p = 0.023). Similarly noise6 had a positive corre-lation with porous (r = 0.79, n = 6, p = 0.035) and gsr (r = 0.85,n = 6, p = 0.016). The scatterplot presented in Fig. 7 summarizesthese results. As Fig. 7a shows lower noise levels – expressed withhigh values of noise4 (R2= 0.72) and noise6 (R2= 0.80) – can beachieved with higher levels of porous surfaces. Similar results canbe achieved with an increase in the green space coverage (gsr)as shown in Fig. 7b reaching a high coefficient of determination(R2> 0.90).
A simple linear regression model was then calculated to predictnoise levels (noise6) based on porous and gsr. The formu-lated regression equation provided statistically significant results(F(2,4) = 25.1, p < 0.05) with an R2of 0.92. The variable of poroushad the highest contribution in the model (R2= 0.62) and gsr con-tributed with an additional value of R2= 0.30. Practically this meansthat the balance of porous surfaces in a city can possibly contributeto the reduction of traffic noise through proper land use planning.

ผลลัพธ์ (ไทย) 1:

3.2.2. ความสัมพันธ์ระหว่างเสียงและตัวชี้วัดพื้นที่สีเขียวผลของตัวชี้วัดพื้นที่สีเขียวในเสียงดัชนีได้ gated หากในระดับเมือง โดยใช้ทั้งตัวแปรที่เกี่ยวข้อง (ตาราง 4) ผลิตภัณฑ์ APearson-สัมประสิทธิ์สหสัมพันธ์คือ toassess คำนวณความสัมพันธ์ระหว่างดัชนีเสียงเจ็ดและตัวแปรขึ้นอยู่กับพื้นที่ fourgreen ผลพิสูจน์ว่า เป็นความสัมพันธ์ apositive สำหรับสองของพวกเขา โดยเฉพาะอย่างยิ่ง noise4 ถูก pos itively มีความสัมพันธ์กับการมีรูพรุน (r = 0.76, n = 6, p = 0.045) และ gsr (r = 0.82, n = 6, p = 0.023) ในทำนองเดียวกัน noise6 มีการบวกคอร์เครื่องดูดกับพรุน (r = 0.79, n = 6, p = 0.035) และ gsr (r = 0.85, n = 6, p = 0.016) นางกัลญาที่แสดงในรูป 7 ผล summarizesthese เป็นรูปที่ 7a แสดงระดับเสียงเบากว่า – แสดงค่า withhigh ของ noise4 (R2 = 0.72) และ noise6 (R2 = 0.80) – สามารถ beachieved กับระดับสูงของพื้นผิวมีรูพรุนได้ ทำได้ ด้วยการเพิ่มความคุ้มครองพื้นที่สีเขียว (gsr) ดังแสดงในรูปที่ 7b canbe ผลคล้ายสัมประสิทธิ์สูงถึง determination(R2> 0.90)แบบจำลองถดถอยเชิงเส้นอย่างง่ายแล้วคำนวณระดับ predictnoise (noise6) ตามที่มีรูพรุน และ gsr สมการการถดถอยที่เกี่ยวข้องกน formu มีนัยสำคัญทางสถิติ results(F(2,4) = 25.1, p < 0.05) กับ R2of เป็น 0.92 ตัวแปร poroushad ผลงานสูงสุดในแบบจำลอง (R2 = 0.62) และ gsr ปรับอากาศ tributed กับค่าเพิ่มเติมของ R2 = 0.30 จริงนี้หมายเหตุต้นแบบความสมดุลของพื้นผิวมีรูพรุนในเมืองสามารถอาจ contributeto วางแผนการใช้การลดเสียงการจราจรผ่านที่ดินที่เหมาะสม

ผลลัพธ์ (ไทย) 2:

3.2.2 ความสัมพันธ์ระหว่างเสียงและตัวชี้วัดพื้นที่สีเขียว
ผลของตัวชี้วัดพื้นที่สีเขียวในดัชนีเสียงเป็น investi รั้วรอบขอบชิดในระดับเมืองโดยใช้ทุกตัวแปรที่เกี่ยวข้องกัน (ตารางที่ 4) APearson ค่าสัมประสิทธิ์สหสัมพันธ์ช่วงเวลาคำนวณ toassess ความสัมพันธ์ระหว่างดัชนีเจ็ดเสียงและ fourgreen พื้นที่ตัวแปรขึ้นอยู่กับ ผลการพิสูจน์แล้วว่ามีความสัมพันธ์ apositive สำหรับสองของพวกเขา โดยเฉพาะอย่างยิ่ง? noise4 เป็น POS-itively มีความสัมพันธ์กับ? รูพรุน (r = 0.76, N = 6, P = 0.045) และ? GSR (r = 0.82, N = 6, P = 0.023) ในทำนองเดียวกัน? noise6 มีบวก Corre-lation ด้วย? รูพรุน (r = 0.79, N = 6, P = 0.035) และ? GSR (r = 0.85, N = 6, P = 0.016) scatterplot นำเสนอในรูป ผลการ summarizesthese 7 ในฐานะที่เป็นรูป 7a แสดงระดับเสียงต่ำ? - แสดง withhigh ค่า noise4 (R2 = 0.72) และ noise6 (R2 = 0.80)? - สามารถ beachieved ที่มีระดับความสูงของพื้นผิวที่มีรูพรุน ผลที่คล้ายกัน canbe ประสบความสำเร็จกับการเพิ่มขึ้นของความคุ้มครองพื้นที่สีเขียว (? GSR) ดังแสดงในรูป 7b ถึงค่าสัมประสิทธิ์สูงของการตัดสินใจ (R2> 0.90).
รูปแบบการถดถอยเชิงเส้นอย่างง่ายที่คำนวณแล้ว predictnoise ระดับ (? noise6) ตาม? รูพรุนและ? GSR สมการถดถอยเธฒเธเธ-lated จัดให้มีผลอย่างมีนัยสำคัญทางสถิติ (F (2,4) = 25.1, p <0.05) กับ R2of 0.92 ตัวแปรของ? poroushad ผลงานที่สูงที่สุดในรูปแบบ (R2 = 0.62) และ? GSR-Con tributed มีมูลค่าที่เพิ่มขึ้นของ R2 = 0.30 จวนนี้ meansthat สมดุลของพื้นผิวที่มีรูพรุนในเมืองที่สามารถอาจ contributeto ลดเสียงจากการจราจรผ่านการวางแผนการใช้ที่ดินที่เหมาะสม

ผลลัพธ์ (ไทย) 3:

3.2.2 . ความสัมพันธ์ระหว่างเสียงและตัวชี้วัดที่พื้นที่สีเขียวผลของตัวชี้วัดของพื้นที่สีเขียวในดัชนีเสียง investi gated ในระดับเมือง โดยใช้ตัวแปรที่เกี่ยวข้องทั้งหมด ( ตารางที่ 4 ) ช่วงเวลาเรียนของผลิตภัณฑ์ apearson ค่าสัมประสิทธิ์ความสัมพันธ์ระหว่างดัชนีพื้นที่ fourgreen เจ็ดเสียง และขึ้นอยู่กับตัวแปร ผลลัพธ์ที่พิสูจน์ได้ว่ามีความสัมพันธ์ apositive สองของพวกเขา โดยเฉพาะ noise4 ถูกจัด itively ความสัมพันธ์กับรูพรุน ( r = 0.76 , N = 6 , p = 0.045 ) และเขม่าปืน ( r = 0.82 , N = 6 , p = 0.023 ) ในทำนองเดียวกัน noise6 มี lation Corre บวกกับรูพรุน ( r = 0.79 , N = 6 , p = 0.035 ) และเขม่าปืน ( r = 0.85 , N = 6 , p = 0.016 ) การ scatterplot แสดงในรูปที่ 7 summarizesthese ผลลัพธ์ เป็นรูปที่งานแสดงระดับล่างเสียง–แสดงคุณค่าทางของ noise4 ( R2 = 0.72 ) และ noise6 ( R2 = 0.80 ) –สามารถทำได้กับระดับที่สูงขึ้นของพื้นผิวที่มีรูพรุน ผลที่คล้ายกันสามารถทำได้ด้วยการเพิ่มความครอบคลุมของพื้นที่สีเขียว ( GSR ) ดังแสดงในรูปที่ 7b ถึงค่าสัมประสิทธิ์สูงกำหนด ( R2 > 0.90 )แบบจำลองการถดถอยเชิงเส้นอย่างง่าย ได้ค่า predictnoise ระดับ ( noise6 ) ตามรูพรุนและ GSR . การ formu สายสมการถดถอยให้ผลแตกต่างกันอย่างมีนัยสำคัญทางสถิติ ( F ( 2 , 4 ) = 60% , p < 0.05 ) กับ r2of 0.92 . ตัวแปรของ poroushad สูงสุดผลงานในรูปแบบ ( R2 = 0.62 ) และตรวจเขม่าดินปืน คอน tributed ที่มีมูลค่าเพิ่มของ R2 = 0.30 . จริงนี้คือสมดุลของวัสดุพื้นผิวในเมืองอาจจะ contributeto ลดเสียงรบกวนการจราจรผ่านการวางแผนการใช้ที่ดินที่เหมาะสม