| 论文创新点 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第17-31页 |
| 1.1 研究背景与意义 | 第17-20页 |
| 1.1.1 研究背景 | 第17-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 国内外研究现状 | 第20-24页 |
| 1.2.1 空气污染时空过程研究现状 | 第20-23页 |
| 1.2.2 存在问题 | 第23-24页 |
| 1.3 研究内容、方法与论文组织 | 第24-31页 |
| 1.3.1 研究内容 | 第24-26页 |
| 1.3.2 研究方法 | 第26-28页 |
| 1.3.3 论文结构 | 第28-31页 |
| 第2章 研究的理论基础与技术支撑 | 第31-37页 |
| 2.1 地理时空过程模拟基本概念 | 第31页 |
| 2.2 多地理过程的协同作用 | 第31-34页 |
| 2.2.1 地理过程 | 第31-33页 |
| 2.2.2 地理协同 | 第33-34页 |
| 2.3 空气污染监测与评定方法 | 第34-36页 |
| 2.3.1 空气污染监测 | 第34-35页 |
| 2.3.2 空气污染评定方法 | 第35-36页 |
| 2.4 本章小节 | 第36-37页 |
| 第3章 空气污染影响因素时空分析与评价 | 第37-57页 |
| 3.1 基础空气污染影响因素选取 | 第37-39页 |
| 3.1.1 空气污染影响因素指标分析综述 | 第37-38页 |
| 3.1.2 空气污染基础影响因素选择 | 第38-39页 |
| 3.2 不同影响因素量化方法 | 第39-46页 |
| 3.2.1 地形因素量化方法 | 第39-46页 |
| 3.2.2 其他因素量化方法 | 第46页 |
| 3.3 基于熵权灰色关联分析的空气污染影响因素选择——时间序列分析 | 第46-50页 |
| 3.3.1 灰色关联分析原理与实现 | 第47-49页 |
| 3.3.2 北京市空气污染影响因素时序分析 | 第49-50页 |
| 3.4 基于GWR的空气污染影响因素的空间差异分析 | 第50-54页 |
| 3.4.1 地理加权回归分析方法 | 第50-52页 |
| 3.4.2 空气污染影响因素空间差异分析 | 第52-54页 |
| 3.5 空气污染影响变量最终选择 | 第54-55页 |
| 3.6 本章小结 | 第55-57页 |
| 第4章 空气污染影响因素的地理过程模拟 | 第57-91页 |
| 4.1 基于最优时间序列模型与空间插值的气象要素时空过程模拟 | 第57-68页 |
| 4.1.1 基本理论 | 第58-63页 |
| 4.1.2 最优时序与空间插值方法原理与实现 | 第63-67页 |
| 4.1.3 气象过程时空模拟实现流程 | 第67-68页 |
| 4.2 基于CA-Markov的土地利用变化时空过程模拟 | 第68-71页 |
| 4.2.1 元胞自动机介绍 | 第68-70页 |
| 4.2.2 CA-Markov方法与实现 | 第70-71页 |
| 4.2.3 土地利用变化过程模拟实现流程 | 第71页 |
| 4.3 基于灰色预测法与自适应空间尺度的人口/经济空间化模型(APSM/AESM)的人口/经济变化过程模拟 | 第71-88页 |
| 4.3.1 灰色预测方法及人口预测验证 | 第72-77页 |
| 4.3.2 多因子制约的自适应空间尺度的人口/经济空间化模型AP(E)SM | 第77-85页 |
| 4.3.3 人口变化过程时空模拟原理 | 第85-86页 |
| 4.3.4 人口变化过程实现方法与流程 | 第86-88页 |
| 4.3.5 人口过程模型的经济过程应用扩展 | 第88页 |
| 4.4 本章小结 | 第88-91页 |
| 第5章 多地理过程协同的空气污染时空模拟 | 第91-107页 |
| 5.1 空气污染物时序模拟 | 第91-92页 |
| 5.2 空气污染空间化模拟方法SALUR模型与Voronoi-GWLUR模型 | 第92-104页 |
| 5.2.1 土地利用回归模型 | 第93-95页 |
| 5.2.2 一种自适应变量修正的LUR(SALUR)模拟方法 | 第95-100页 |
| 5.2.3 基于Voronoi图分割的地理加权土地利用回归模型 | 第100-104页 |
| 5.3 空气污染过程时空模拟 | 第104-106页 |
| 5.3.1 主要原理 | 第104页 |
| 5.3.2 方法实现流程 | 第104-106页 |
| 5.4 本章小结 | 第106-107页 |
| 第6章 北京市PM_(2.5)空气污染时空模拟 | 第107-135页 |
| 6.1 空气污染站点时空数据集构建 | 第107-109页 |
| 6.2 空气污染多地理过程影响因子模拟 | 第109-124页 |
| 6.2.1 气象过程模拟 | 第110-115页 |
| 6.2.2 土地利用变化过程模拟 | 第115-118页 |
| 6.2.3 人口过程模拟 | 第118-121页 |
| 6.2.4 经济过程模拟 | 第121-124页 |
| 6.3 北京市空气污染时空模型构建 | 第124-128页 |
| 6.3.1 预测变量空间自相关性判断 | 第124-125页 |
| 6.3.2 空气污染物空间化分布 | 第125-128页 |
| 6.4 空气污染时空模型评价与地理过程的协同影响作用分析 | 第128-135页 |
| 6.4.1 精度评价 | 第128-129页 |
| 6.4.2 模型评价 | 第129-130页 |
| 6.4.3 多要素地理过程协同作用分析 | 第130-135页 |
| 第7章 总结与展望 | 第135-139页 |
| 7.1 总结 | 第135-136页 |
| 7.2 展望 | 第136-139页 |
| 参考文献 | 第139-149页 |
| 攻博期间参与的项目与发表的科研成果 | 第149-151页 |
| 致谢 | 第151页 |
