致谢 | 第4-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 文献综述 | 第12-18页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.2.1 大气能见度的观测和数值预报 | 第13-14页 |
1.2.2 大气能见度变化特征及影响因子 | 第14-16页 |
1.3 研究内容 | 第16-17页 |
1.4 创新点 | 第17页 |
1.5 技术路线 | 第17-18页 |
2 研究区概况与数据处理 | 第18-25页 |
2.1 研究区概况 | 第18-19页 |
2.2 数据来源 | 第19页 |
2.2.1 气象数据 | 第19页 |
2.2.2 空气质量监测数据 | 第19页 |
2.3 研究方法 | 第19-25页 |
2.3.1 线性趋势分析 | 第19-20页 |
2.3.2 Ridit分析法 | 第20-21页 |
2.3.3 Mann-Kendall检验 | 第21页 |
2.3.4 相关分析 | 第21-22页 |
2.3.5 空间插值 | 第22-23页 |
2.3.6 多元回归分析 | 第23-24页 |
2.3.7 PCA分析 | 第24-25页 |
3 合肥市大气能见度时空变化特征及影响因子 | 第25-36页 |
3.1 合肥市大气能见度分布特征 | 第25页 |
3.2 合肥市大气能见度时间变化特征分析 | 第25-30页 |
3.2.1 大气能见度年际变化特征 | 第25-27页 |
3.2.2 大气能见度日变化特征 | 第27-29页 |
3.2.3 大气能见度季节变化特征 | 第29-30页 |
3.3 合肥市大气能见度空间变化特征 | 第30-31页 |
3.4 合肥市大气能见度突变分析 | 第31-32页 |
3.5 合肥市大气能见度影响因子分析 | 第32-34页 |
3.5.1 气象要素对大气能见度的影响 | 第32-33页 |
3.5.2 颗粒物对大气能见度的影响 | 第33-34页 |
本章小结 | 第34-36页 |
4 相对湿度、颗粒物浓度与大气能见度的关系 | 第36-45页 |
4.1 相对湿度与颗粒物浓度的关系 | 第36-37页 |
4.2 相对湿度与大气能见度的关系 | 第37-38页 |
4.3 PROVSV曲线分析 | 第38-39页 |
4.4 不同相对湿度下颗粒物浓度对大气能见度的影响 | 第39-41页 |
4.5 PM2.5、PM10和相对湿度与大气能见度的线性和非线性拟合 | 第41-44页 |
本章小结 | 第44-45页 |
5 基于神经网络的大气能见度预测 | 第45-55页 |
5.1 大气能见度影响因子的贡献率 | 第45-47页 |
5.1.1 影响因子的PCA分析 | 第45-46页 |
5.1.2 各影响因子的贡献率分析 | 第46-47页 |
5.2 基于ABC-BP神经网络的大气能见度预测模型建立 | 第47-50页 |
5.2.1 ABC算法原理 | 第47-48页 |
5.2.2 ABC-BP大气能见度预测模型 | 第48-50页 |
5.3 ABC-BP模型大气能见度预测结果 | 第50-53页 |
5.4 预测模型对比分析 | 第53-54页 |
本章小结 | 第54-55页 |
6 结论与讨论 | 第55-57页 |
6.1 结论 | 第55-56页 |
6.2 讨论和展望 | 第56-57页 |
参考文献 | 第57-63页 |
作者简介 | 第63页 |
发表论文 | 第63页 |