| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 空气污染预测 | 第12-14页 |
| 1.2.2 空气污染溯源 | 第14-15页 |
| 1.3 论文研究内容及技术路线 | 第15-18页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16页 |
| 1.3.3 本文结构 | 第16-18页 |
| 第二章 小尺度空气污染溯源研究 | 第18-28页 |
| 2.1 萤火虫算法 | 第18-21页 |
| 2.2 高斯扩散模型 | 第21-22页 |
| 2.2.1 模型介绍 | 第21页 |
| 2.2.2 大气稳定度与扩散系数 | 第21-22页 |
| 2.3 溯源算法研究 | 第22-23页 |
| 2.4 实验与结果分析 | 第23-27页 |
| 2.4.1 实验分析 | 第23-26页 |
| 2.4.2 评价标准与结果分析 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于统计模型的空气污染预测——以成都地区为例 | 第28-39页 |
| 3.1 实验区域 | 第28-31页 |
| 3.1.1 自然条件 | 第28页 |
| 3.1.2 空气质量情况 | 第28-31页 |
| 3.2 空气质量相关性研究 | 第31-34页 |
| 3.2.1 AQI与气象因子相关性 | 第32页 |
| 3.2.2 AQI与空气污染物相关性 | 第32-34页 |
| 3.3 多元线性回归方程预报模型 | 第34-38页 |
| 3.3.1 相关因子的选择 | 第34-35页 |
| 3.3.2 多元线性回归预报模型 | 第35-36页 |
| 3.3.3 预测结果分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于IDEA-I轨迹模型的空气污染预测研究 | 第39-50页 |
| 4.1 轨迹模型和实验数据 | 第39-41页 |
| 4.1.1 准等熵轨迹 | 第39-40页 |
| 4.1.2 IDEA-I模型理论 | 第40-41页 |
| 4.1.3 实验数据 | 第41页 |
| 4.2 系统框架与配置 | 第41-45页 |
| 4.2.1 Linux环境下IDEA-I部署 | 第42-43页 |
| 4.2.2 IDEA-I的指令 | 第43页 |
| 4.2.3 关键参数配置 | 第43-44页 |
| 4.2.4 IDEA-I的模拟与预测 | 第44-45页 |
| 4.3 轨迹扩散结果定性分析 | 第45-48页 |
| 4.3.1 2017年1月16日预测结果分析 | 第45-48页 |
| 4.3.2 轨迹模型的问题分析 | 第48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 空气质量预测系统的改进及结果分析 | 第50-65页 |
| 5.1 地面监测站数据补充 | 第51-57页 |
| 5.1.1 PM数据和AOD之间关系 | 第51页 |
| 5.1.2 地面监测站数据的补充插值 | 第51-54页 |
| 5.1.3 空间插值 | 第54-57页 |
| 5.2 预测结果处理 | 第57-58页 |
| 5.2.1 IDEA-I预测结果量化处理 | 第57页 |
| 5.2.2 IDEA-I预测结果转换为AQI | 第57-58页 |
| 5.3 预测结果发布 | 第58-59页 |
| 5.3.1 网站发布 | 第58页 |
| 5.3.2 微信公众平台发布 | 第58-59页 |
| 5.4 结果分析 | 第59-63页 |
| 5.4.1 部分城市预测结果 | 第59-62页 |
| 5.4.2 预测结果分析 | 第62-63页 |
| 5.4.3 两种预测模型对比分析 | 第63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |