| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景 | 第11-15页 |
| 1.1.1 大气污染简介 | 第11-12页 |
| 1.1.2 长三角地区大气污染的现状 | 第12-13页 |
| 1.1.3 大气污染的研究与防治 | 第13-15页 |
| 1.2 空气质量模型 | 第15-17页 |
| 1.2.1 概述 | 第15页 |
| 1.2.2 CMAQ模型的相关研究成果 | 第15-16页 |
| 1.2.3 CMAQ模拟的局限性 | 第16-17页 |
| 1.3 研究目的和内容 | 第17-20页 |
| 第2章 空气质量模拟系统与前馈神经网络 | 第20-27页 |
| 2.1 区域多尺度空气质量模拟系统 | 第20-22页 |
| 2.1.1 CMAQ模型 | 第21页 |
| 2.1.2 Python、NCL与后处理 | 第21-22页 |
| 2.2 神经网络模型 | 第22-26页 |
| 2.2.1 模型简介 | 第22-24页 |
| 2.2.2 神经网络模型性质 | 第24页 |
| 2.2.3 空气质量模型与神经网络模型的耦合 | 第24-26页 |
| 2.3 小结 | 第26-27页 |
| 第3章 快速响应模型的建立及可靠性验证 | 第27-49页 |
| 3.1 CMAQ模型的模型设置及其可靠性验证 | 第27-32页 |
| 3.1.1 模拟区域及模拟时段设置 | 第27-28页 |
| 3.1.2 CMAQ参数设置 | 第28-29页 |
| 3.1.3 CMAQ模型验证 | 第29-32页 |
| 3.2 长三角主要污染物快速响应模型的建立 | 第32-39页 |
| 3.2.1 控制因子选取 | 第32-34页 |
| 3.2.2 神经网络模型输入数据设计 | 第34-36页 |
| 3.2.3 CMAQ预测训练值的获取 | 第36页 |
| 3.2.4 神经网络模型结构设计 | 第36-37页 |
| 3.2.5 神经网络模型训练过程 | 第37-39页 |
| 3.3 快速响应曲面模型的可靠性验证 | 第39-47页 |
| 3.3.1 外部验证结果 | 第40-45页 |
| 3.3.2 与同类模型RSM预测效果的对比 | 第45-47页 |
| 3.4 小结 | 第47-49页 |
| 第4章 区域污染物浓度快速响应模型的应用 | 第49-67页 |
| 4.1 长三角区域2014年冬季PM_(2.5)主要影响因子分析 | 第49-54页 |
| 4.1.1 研究目的 | 第49页 |
| 4.1.2 研究方法 | 第49-50页 |
| 4.1.3 研究结果 | 第50-54页 |
| 4.2 长三角区域2014年冬季PM_(2.5)区域影响与污染来源分析 | 第54-58页 |
| 4.2.1 研究目的 | 第54页 |
| 4.2.2 研究方法 | 第54-55页 |
| 4.2.3 研究结果 | 第55-58页 |
| 4.3 长三角区域2014年冬季O_3主要影响因子分析 | 第58-63页 |
| 4.3.1 研究目的 | 第58-59页 |
| 4.3.2 研究方法 | 第59页 |
| 4.3.3 研究结果 | 第59-63页 |
| 4.4 长三角区域污染物减排效果总结与建议 | 第63-65页 |
| 4.4.1 长三角区域污染物减排控制效果总结 | 第63-64页 |
| 4.4.2 长三角区域冬季污染物控制建议 | 第64-65页 |
| 4.5 小结 | 第65-67页 |
| 第5章 全文总结与展望 | 第67-70页 |
| 5.1 本文主要工作及结论 | 第67-68页 |
| 5.2 未来工作展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 作者简介 | 第77页 |
