| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 大气颗粒物的定义及分类 | 第10页 |
| 1.1.2 大气颗粒物的主要化学成分 | 第10-11页 |
| 1.1.3 大气颗粒物对气候的影响 | 第11页 |
| 1.1.4 大气颗粒物对能见度的影响 | 第11-12页 |
| 1.1.5 大气颗粒物对人体健康的影响 | 第12-13页 |
| 1.2 国内外大气颗粒物研究现状 | 第13-15页 |
| 1.2.1 大气颗粒物的时空变化研究 | 第13-14页 |
| 1.2.2 气象因素对大气颗粒物影响研究 | 第14-15页 |
| 1.3 研究的主要意义与以往研究的不足 | 第15-16页 |
| 1.3.1 研究的主要意义 | 第15-16页 |
| 1.3.2 以往研究的不足 | 第16页 |
| 1.4 研究的主要内容 | 第16-18页 |
| 第2章 采样和数据处理 | 第18-24页 |
| 2.1 采样地点概况 | 第18-21页 |
| 2.1.1 西安市地理概况与气候特征 | 第18页 |
| 2.1.2 西安市环境空气质量变化特征 | 第18-19页 |
| 2.1.3 采样地点 | 第19-20页 |
| 2.1.4 采样仪器及采样方法 | 第20-21页 |
| 2.2 数据处理与分析方法 | 第21-24页 |
| 2.2.1 数据来源 | 第21页 |
| 2.2.2 数据处理 | 第21-22页 |
| 2.2.3 主要分析方法 | 第22-24页 |
| 第3章 PM_(10)浓度日变化与影响因素 | 第24-38页 |
| 3.1 不同高度PM_(10)浓度昼夜变化 | 第24-26页 |
| 3.2 不同高度气象因子昼夜变化 | 第26-29页 |
| 3.2.1 不同高度气温昼夜变化 | 第26-27页 |
| 3.2.2 不同高度风速昼夜变化 | 第27-28页 |
| 3.2.3 不同高度相对湿度昼夜变化 | 第28-29页 |
| 3.4 讨论 | 第29-33页 |
| 3.4.1 气象因素对不同高度上PM_(10)浓度昼夜影响 | 第29-30页 |
| 3.4.2 气象因素对PM_(10)小时浓度影响 | 第30-33页 |
| 3.5 当地源和远程运输源对PM_(10)浓度的影响 | 第33-38页 |
| 3.5.1 PM_(10)浓度风向玫瑰图指示的PM_(10)来源 | 第33-35页 |
| 3.5.2 PM_(10)浓度逆向轨迹曲线指示的PM_(10)来源 | 第35-38页 |
| 第4章 PM_(10)浓度垂直变化与影响因素 | 第38-42页 |
| 4.1 不同时间段的PM_(10)浓度垂直梯度分布 | 第38-39页 |
| 4.2 不同时间段的气象因子垂直梯度分布 | 第39-40页 |
| 4.2.1 不同时间段的气温垂直梯度分布 | 第39-40页 |
| 4.2.2 不同时间段的风速垂直分布 | 第40页 |
| 4.3 PM_(10)浓度垂直变化原因 | 第40-42页 |
| 第5章 PM_(10)浓度变化预测 | 第42-50页 |
| 5.1 BP人工神经网络模型的基本概念和拓扑结构 | 第42-43页 |
| 5.1.1 BP人工神经网络模型的基本概念 | 第42页 |
| 5.1.2 BP神经网络模型的拓扑结构 | 第42-43页 |
| 5.2 数据参数确定和模型设计 | 第43-45页 |
| 5.2.1 数据参数确定 | 第43页 |
| 5.2.2 模型设计 | 第43-45页 |
| 5.3 多元线性回归模型的建立与检验 | 第45-47页 |
| 5.3.1 多元线性回归模型的建立 | 第45-46页 |
| 5.3.2 多元线性回归模型的检验 | 第46-47页 |
| 5.4 人工神经网络模型与多元线性回归模型比较 | 第47-48页 |
| 5.4.1 不同指标下的人工神经网络模型和多元线性回归模型的对比 | 第47-48页 |
| 5.5 人工神经网络模型预测结果分析 | 第48-50页 |
| 第6章 结论 | 第50-52页 |
| 参考文献 | 第52-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间科研成果 | 第62页 |
