| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 空气污染的时空分布 | 第11-13页 |
| 1.2.2 空气污染预测 | 第13-14页 |
| 1.2.3 空气污染的健康效应 | 第14-15页 |
| 1.3 评价标准 | 第15-16页 |
| 1.4 研究内容与技术路线 | 第16-18页 |
| 第二章 资料来源与方法 | 第18-24页 |
| 2.1 资料来源 | 第18-19页 |
| 2.1.1 大气污染物资料 | 第18页 |
| 2.1.2 气象资料 | 第18页 |
| 2.1.3 健康效应资料 | 第18-19页 |
| 2.2 方法 | 第19-24页 |
| 2.2.1 时空分布 | 第19页 |
| 2.2.2 BP神经网络 | 第19-20页 |
| 2.2.3 最小二乘支持向量机 | 第20-22页 |
| 2.2.4 小波支持向量机 | 第22页 |
| 2.2.5 Meta分析 | 第22-24页 |
| 第三章 我国大气污染物时空分布特征 | 第24-44页 |
| 3.1 我国空气质量监测点分布 | 第24-26页 |
| 3.2 我国大气污染物时间变化特征 | 第26-34页 |
| 3.2.1 大气污染物年际变化规律 | 第26-28页 |
| 3.2.2 大气污染物浓度年变化规律 | 第28-31页 |
| 3.2.3 大气污染物季节变化规律 | 第31-34页 |
| 3.3 我国大气污染物空间分布特征 | 第34-42页 |
| 3.3.1 大气污染物空间分布特征 | 第34-36页 |
| 3.3.2 大气污染物季节空间分布特征 | 第36-42页 |
| 3.4 小结 | 第42-44页 |
| 第四章 不同模型对典型城市大气污染物浓度的预测 | 第44-65页 |
| 4.1 数据预处理 | 第44-47页 |
| 4.1.1 相关性分析 | 第44-47页 |
| 4.1.2 归一化预处理 | 第47页 |
| 4.2 预测模型的建立 | 第47-49页 |
| 4.2.1 BP神经网络 | 第48页 |
| 4.2.2 最小二乘支持向量机 | 第48-49页 |
| 4.2.3 小波支持向量机 | 第49页 |
| 4.3 预测结果与讨论 | 第49-64页 |
| 4.3.1 PM_(2.5)预测结果 | 第49-51页 |
| 4.3.2 PM_(10)预测结果 | 第51-53页 |
| 4.3.3 SO_2预测结果 | 第53-54页 |
| 4.3.4 NO_2预测结果 | 第54-56页 |
| 4.3.5 CO预测结果 | 第56-57页 |
| 4.3.6 O_3预测结果 | 第57-59页 |
| 4.3.7 预测结果精度评价 | 第59-64页 |
| 4.4 小结 | 第64-65页 |
| 第五章 大气污染物对我国居民健康效应影响的Meta分析 | 第65-86页 |
| 5.1 结果 | 第65-85页 |
| 5.1.1 纳入文献概况 | 第65-72页 |
| 5.1.2 总死亡 | 第72-78页 |
| 5.1.3 心脑血管疾病死亡 | 第78-80页 |
| 5.1.4 呼吸系统疾病死亡 | 第80-82页 |
| 5.1.5 心脑血管疾病门诊、住院 | 第82-83页 |
| 5.1.6 呼吸系统疾病门诊、住院 | 第83-85页 |
| 5.2 小结 | 第85-86页 |
| 第六章 结论与展望 | 第86-89页 |
| 6.1 结论 | 第86-88页 |
| 6.2 创新点 | 第88页 |
| 6.3 展望与不足 | 第88-89页 |
| 参考文献 | 第89-96页 |
| 致谢 | 第96页 |