| 致谢 | 第6-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 1. 绪论 | 第16-38页 |
| 1.1. 研究背景和意义 | 第16-18页 |
| 1.2. 国内外研究现状 | 第18-36页 |
| 1.2.1. PM_(2.5)研究现状概述 | 第18-23页 |
| 1.2.2. PM_(2.5)时空分布特征研究现状 | 第23-32页 |
| 1.2.3. 基于空气质量数据解析大气复合污染研究现状 | 第32-36页 |
| 1.3. 研究目标 | 第36页 |
| 1.4. 研究内容 | 第36-37页 |
| 1.5. 技术路线 | 第37-38页 |
| 2. 数据与研究方法 | 第38-49页 |
| 2.1. 研究区域 | 第38页 |
| 2.2. 数据来源与预处理 | 第38-41页 |
| 2.2.1. 数据采集 | 第38页 |
| 2.2.2. 数据筛选 | 第38-40页 |
| 2.2.3. 数据准备 | 第40-41页 |
| 2.3. 空间自相关分析 | 第41-43页 |
| 2.3.1. 全局自相关 | 第41-42页 |
| 2.3.2. 局部自相关 | 第42-43页 |
| 2.4. 多元线性回归 | 第43-45页 |
| 2.5. 关联规则挖掘方法 | 第45-48页 |
| 2.5.1. 关联规则挖掘原理 | 第45-46页 |
| 2.5.2. 关联规则挖掘算法 | 第46-47页 |
| 2.5.3. 关联规则挖掘实现方法 | 第47-48页 |
| 2.6. 本章小结 | 第48-49页 |
| 3. PM_(2.5)时空分布特征分析 | 第49-67页 |
| 3.1. PM_(2.5)浓度统计分析 | 第49-50页 |
| 3.2. PM_(2.5)时间变化规律 | 第50-54页 |
| 3.2.1. PM_(2.5)季均浓度变化规律 | 第51页 |
| 3.2.2. PM_(2.5)月均浓度变化规律 | 第51-52页 |
| 3.2.3. PM_(2.5)日均浓度变化规律 | 第52-54页 |
| 3.3. PM_(2.5)空间分布规律 | 第54-59页 |
| 3.3.1. PM_(2.5)季均浓度空间分布 | 第54-57页 |
| 3.3.2. PM_(2.5)月均浓度空间分布 | 第57-59页 |
| 3.4. PM_(2.5)浓度空间自相关分析 | 第59-65页 |
| 3.4.1. 全局相关性分析 | 第60页 |
| 3.4.2. 局部热点分析 | 第60-63页 |
| 3.4.3. PM_(2.5)浓度月度空间集聚性 | 第63-65页 |
| 3.5. 研究结果 | 第65-66页 |
| 3.6. 本章小结 | 第66-67页 |
| 4. 气体污染物间关联性分析 | 第67-81页 |
| 4.1. 污染概况 | 第67-68页 |
| 4.2. 大气污染物间多元线性回归建模 | 第68-74页 |
| 4.2.1. 自标量与因变量选择 | 第69页 |
| 4.2.2. 变量间相关性分析 | 第69-70页 |
| 4.2.3. 回归分析 | 第70-71页 |
| 4.2.4. 模型检验 | 第71-74页 |
| 4.2.5. 研究结果 | 第74页 |
| 4.3. 大气污染物间关联性分析 | 第74-80页 |
| 4.3.1. 数据库建立 | 第75-76页 |
| 4.3.2. 关联规则挖掘 | 第76-79页 |
| 4.3.3. 研究结果 | 第79-80页 |
| 4.4. 本章小结 | 第80-81页 |
| 5. 总结与展望 | 第81-84页 |
| 5.1. 结论与建议 | 第81-82页 |
| 5.2. 创新点 | 第82页 |
| 5.3. 展望 | 第82-84页 |
| 6. 参考文献 | 第84-90页 |
| 硕士期间参加科研工作情况 | 第90页 |