摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第7-13页 |
1.1 选题背景 | 第7-8页 |
1.2 国内外研究现状 | 第8-11页 |
1.2.1 国外研究现状 | 第8-10页 |
1.2.2 国内研究现状 | 第10-11页 |
1.3 选题意义及目的 | 第11-13页 |
2 基于数据的相关理论概述 | 第13-17页 |
2.1 基于数据的相关预测理论 | 第13页 |
2.2 回归分析理论 | 第13-14页 |
2.3 大气污染物评估预测时所涉统计学理论 | 第14-15页 |
2.3.1 多元线性回归在环境中的应用 | 第14页 |
2.3.2 主成分分析 | 第14-15页 |
2.4 大气环境相关理论 | 第15-16页 |
2.4.1 PM_(2.5)相关理论 | 第15页 |
2.4.2 颗粒物源解析相关理论 | 第15页 |
2.4.3 基于数据的相关比较分析 | 第15-16页 |
2.5 本章小结 | 第16-17页 |
3 我国典型城市大气污染物的南北差异对比分析 | 第17-26页 |
3.1 研究方法 | 第17-18页 |
3.1.1 资料来源 | 第17页 |
3.1.2 因子分析与主成分分析法 | 第17-18页 |
3.1.3 SPSS软件 | 第18页 |
3.2 研究区域概况 | 第18-19页 |
3.2.1 吉林市市概况 | 第18-19页 |
3.2.2 南京市概况 | 第19页 |
3.3 数据处理及结果分析 | 第19-24页 |
3.3.1 原始数据 | 第19-21页 |
3.3.2 数据处理结果及分析 | 第21-24页 |
3.4 小节 | 第24-26页 |
4 基于常规污染物的PM_(2.5)多元线性回归预测模型 | 第26-42页 |
4.1 多元线性回归模型 | 第26-29页 |
4.1.1 回归分析思想 | 第26页 |
4.1.2 多元线性回归分析模型 | 第26-27页 |
4.1.3 多元线性回归在环境领域的应用 | 第27页 |
4.1.4 逐步回归 | 第27-29页 |
4.2 吉林市PM_(2.5)线性回归模型 | 第29-35页 |
4.2.1 SPSS数据处理方法 | 第29页 |
4.2.2 建立线性回归方程 | 第29-34页 |
4.2.3 回归模型预测分析 | 第34-35页 |
4.3 南京市PM_(2.5)线性回归模型 | 第35-40页 |
4.3.1 建立线性回归方程 | 第35-39页 |
4.3.2 回归模型预测分析 | 第39-40页 |
4.4 PM_(2.5)防治措施 | 第40-41页 |
4.5 小节 | 第41-42页 |
结论与展望 | 第42-44页 |
主要结论 | 第42-43页 |
展望与不足 | 第43-44页 |
参考文献 | 第44-47页 |
攻读学位期间发表的学术论文 | 第47-48页 |
致谢 | 第48-49页 |