摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 引言 | 第9-15页 |
1.1. 研究意义 | 第9-10页 |
1.2. 国内外研究进展 | 第10-12页 |
1.3. 本工作研究内容及创新点 | 第12-15页 |
第二章 伴随理论和伴随方法 | 第15-23页 |
2.1. 伴随方程与伴随模式 | 第15-16页 |
2.2. 模式验证 | 第16页 |
2.2.1. 切线性验证 | 第16页 |
2.2.2. 伴随验证 | 第16页 |
2.3. 伴随模式的输入及输出 | 第16-18页 |
2.3.1. 目标函数 | 第16-17页 |
2.3.2. 强迫项 | 第17页 |
2.3.3. 伴随输出及敏感性定义 | 第17-18页 |
2.4. 伴随方法在大气环境领域的应用 | 第18-23页 |
2.4.1. 伴随敏感性分析 | 第18-19页 |
2.4.2. 伴随方法在优化控制问题中的应用 | 第19-23页 |
第三章 GRAPES-CUACE气溶胶模块的伴随构建 | 第23-27页 |
3.1. GRAPES-CUACE模式简介 | 第23-24页 |
3.2. 气溶胶传输过程及其伴随构建 | 第24-25页 |
3.3. CUACE伴随运行流程 | 第25-27页 |
第四章 GRAPES-CUACE气溶胶伴随模式对北京市BC敏感源区的追踪 | 第27-37页 |
4.1. 参数设置和观测数据 | 第27-28页 |
4.2. 北京市一次高浓度BC过程的模拟及模式验证 | 第28-29页 |
4.3. 伴随敏感性分析 | 第29-36页 |
4.3.1. 目标函数的选取 | 第29-30页 |
4.3.2. 伴随敏感性分析 | 第30-36页 |
4.4. 本章小结 | 第36-37页 |
第五章 Models-3/CMAQ模式系统在优化控制问题中的应用 | 第37-77页 |
5.1. 数据与方法 | 第37-39页 |
5.1.1. 模式介绍及参数设置 | 第37-38页 |
5.1.2. 气象输入、源排放数据与观测数据 | 第38-39页 |
5.2. 不同时刻污染减排对北京市PM2.5浓度的影响 | 第39-49页 |
5.2.1. 模式验证及污染时段的选取 | 第39-42页 |
5.2.2. 污染时段的流场特征分析 | 第42-43页 |
5.2.3. 敏感性试验方案设计 | 第43-44页 |
5.2.4. 敏感性试验结果分析 | 第44-48页 |
5.2.5. 小结 | 第48-49页 |
5.3. 污染减排时刻和减排比例对北京市PM2.5浓度的影响 | 第49-56页 |
5.3.1. 敏感性试验方案设计 | 第49-50页 |
5.3.2. 敏感性试验结果分析 | 第50-56页 |
5.3.3. 小结 | 第56页 |
5.4. 针对特定区域的不同时刻不同比例污染减排 | 第56-67页 |
5.4.1. FLEXPART模式简介及参数设置 | 第57页 |
5.4.2. 模式验证及污染时段的选取 | 第57-58页 |
5.4.3. 减排方案设计 | 第58-60页 |
5.4.4. 减排效果对比 | 第60-66页 |
5.4.5. 小结 | 第66-67页 |
5.5. 京津冀及其周边生物质燃烧对北京市空气质量影响的数值模拟 | 第67-77页 |
5.5.1. 模式验证 | 第67-69页 |
5.5.2. 敏感性试验方案设计 | 第69页 |
5.5.3. 敏感性试验结果分析 | 第69-74页 |
5.5.4. 小结 | 第74-77页 |
第六章 总结与展望 | 第77-81页 |
参考文献 | 第81-87页 |
致谢 | 第87-89页 |
个人简介 | 第89页 |