| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 引言 | 第15-16页 |
| 1.2 北京市PM_(2.5)污染现状 | 第16-17页 |
| 1.3 北京市PM_(2.5)研究现状 | 第17-19页 |
| 1.3.1 北京市PM_(2.5)污染特征 | 第17-18页 |
| 1.3.2 北京市PM_(2.5)组分分析 | 第18页 |
| 1.3.3 北京市PM_(2.5)来源解析 | 第18-19页 |
| 1.4 PM_(2.5)与气象条件的关系 | 第19-20页 |
| 1.5 PM_(2.5)的预测研究 | 第20-21页 |
| 1.5.1 数值预报模型 | 第20-21页 |
| 1.5.2 统计预报模型 | 第21页 |
| 1.6 特征提取简介 | 第21-25页 |
| 1.6.1 回归分析 | 第22-23页 |
| 1.6.2 聚类分析 | 第23-24页 |
| 1.6.3 主成分分析 | 第24页 |
| 1.6.4 其他分析方法 | 第24-25页 |
| 1.7 本文结构 | 第25-27页 |
| 第二章 基于主成分分析方法的预报模型的建立 | 第27-39页 |
| 2.1 数据补充 | 第27-28页 |
| 2.1.1 线性插补 | 第27-28页 |
| 2.1.2 基于回归的EM算法 | 第28页 |
| 2.2 主成分分析(PCA)方法 | 第28-32页 |
| 2.2.1 主成分分析方法的理论 | 第28-30页 |
| 2.2.2 主成分分析模型的建立 | 第30-31页 |
| 2.2.3 主元个数的选取方法 | 第31-32页 |
| 2.3 基于主成分分析的检验统计量 | 第32-34页 |
| 2.3.1 Hotelling T~2统计量及其控制限 | 第33-34页 |
| 2.3.2 SPE统计量及其控制限 | 第34页 |
| 2.4 异常数据检测 | 第34-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第三章 北京市PM_(2.5)污染特征及其与气象因素的关系 | 第39-51页 |
| 3.1 数据来源 | 第39页 |
| 3.2 数据整理 | 第39-41页 |
| 3.3 北京市PM_(2.5)污染分布特征 | 第41-45页 |
| 3.3.1 北京市PM_(2.5)超标情况 | 第41-42页 |
| 3.3.2 北京市PM_(2.5)概率密度分布 | 第42-43页 |
| 3.3.3 北京市PM_(2.5)日分布情况 | 第43页 |
| 3.3.4 北京市PM_(2.5)季节分布 | 第43-45页 |
| 3.4 北京市PM_(2.5)污染与气象因素关系 | 第45-49页 |
| 3.4.1 PM_(2.5)质量浓度与相对湿度关系 | 第45-46页 |
| 3.4.2 PM_(2.5)质量浓度与平均风速关系 | 第46-47页 |
| 3.4.3 PM_(2.5)质量浓度与日照时数关系 | 第47-48页 |
| 3.4.4 风场对PM_(2.5)质量浓度的影响 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 北京市PM_(2.5)重度污染预报模型的建立与结果讨论 | 第51-73页 |
| 4.1 建模变量的选取 | 第51-52页 |
| 4.2 建模数据的整理 | 第52-57页 |
| 4.2.1 数据筛选 | 第52页 |
| 4.2.2 数据补充 | 第52-53页 |
| 4.2.3 建模数据的准备 | 第53-57页 |
| 4.2.3.1 北京市整体建模数据准备 | 第53-54页 |
| 4.2.3.2 北京市各站点建模数据准备 | 第54-57页 |
| 4.3 北京市PM_(2.5)重度污染预报模型的建立 | 第57-61页 |
| 4.3.1 模型评价指标 | 第57-58页 |
| 4.3.2 模型建立流程 | 第58-60页 |
| 4.3.3 异常数据检测 | 第60-61页 |
| 4.4 预报结果分析与讨论 | 第61-71页 |
| 4.4.1 主元个数对模型的影响 | 第61-63页 |
| 4.4.2 训练数据对模型的影响 | 第63-65页 |
| 4.4.3 不同站点预报结果分析 | 第65-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第五章 结论与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 研究成果及发表的学术论文 | 第81-83页 |
| 作者和导师简介 | 第83-85页 |
| 附件 | 第85-86页 |
