| 摘要 | 第9-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第14-19页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 研究内容和方法 | 第15-16页 |
| 1.3 论文结构和技术路线 | 第16-18页 |
| 1.3.1 论文结构 | 第16-17页 |
| 1.3.2 技术路线 | 第17-18页 |
| 1.4 主要创新点 | 第18-19页 |
| 第2章 研究进展与评述 | 第19-26页 |
| 2.1 大气PM_(2.5) 污染概述 | 第19-21页 |
| 2.2 大气污染物演化的复杂性研究 | 第21-22页 |
| 2.3 自组织临界理论的应用研究 | 第22-26页 |
| 第3章 研究对象与数据 | 第26-33页 |
| 3.1 研究区域概况 | 第26-27页 |
| 3.2 研究数据 | 第27-31页 |
| 3.2.1 成都市空气质量自动监测站点分布 | 第27-29页 |
| 3.2.2 PM_(2.5) 质量浓度数据 | 第29-30页 |
| 3.2.3 同期气象观测数据 | 第30-31页 |
| 3.3 成都市大气污染造成的人群健康损失简述 | 第31-33页 |
| 第4章 PM_(2.5) 污染物输送的后向轨迹模拟 | 第33-41页 |
| 4.1 研究方法 | 第34-35页 |
| 4.1.1 后向轨迹模型 | 第34页 |
| 4.1.2 聚类分析 | 第34-35页 |
| 4.2 研究数据 | 第35页 |
| 4.3 后向轨迹模拟结果分析 | 第35-39页 |
| 4.4 讨论 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 PM_(2.5) 时空演化的非线性特征 | 第41-57页 |
| 5.1 PM_(2.5) 时空演化的长程相关性 | 第42-45页 |
| 5.1.1 长程相关性概念 | 第42页 |
| 5.1.2 消除趋势波动分析法（DFA）简介 | 第42-44页 |
| 5.1.3 PM_(2.5) 浓度序列的DFA分析结果 | 第44-45页 |
| 5.2 PM_(2.5) 浓度与气象要素的相关性分析 | 第45-50页 |
| 5.2.1 消除趋势互相关分析法（DCCA）简介 | 第45-46页 |
| 5.2.2 研究数据 | 第46-47页 |
| 5.2.3 结果与讨论 | 第47-50页 |
| 5.3 PM_(2.5) 浓度与空气吸收剂量率的相关性分析 | 第50-55页 |
| 5.3.1 研究数据 | 第51页 |
| 5.3.2 结果与讨论 | 第51-55页 |
| 5.4 本章小结 | 第55-57页 |
| 第6章 灰霾期间PM_(2.5) 演化的自组织临界性 | 第57-72页 |
| 6.1 PM_(2.5) 浓度波动的频度统计分布 | 第57-60页 |
| 6.1.1 研究方法 | 第58页 |
| 6.1.2 研究结果 | 第58-59页 |
| 6.1.3 讨论 | 第59-60页 |
| 6.2 自组织临界理论简介 | 第60-63页 |
| 6.3 PM_(2.5) 演化与水崩塌实验的类比关系 | 第63-64页 |
| 6.4 PM_(2.5) 演化的水崩塌实验 | 第64-69页 |
| 6.4.1 实验材料与设备 | 第64-65页 |
| 6.4.2 实验步骤 | 第65页 |
| 6.4.3 实验结果与分析 | 第65-69页 |
| 6.5 讨论 | 第69-71页 |
| 6.6 本章小结 | 第71-72页 |
| 第7章 结论与展望 | 第72-75页 |
| 7.1 结论 | 第72-73页 |
| 7.2 展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-85页 |
| 作者在学期间取得的学术成果 | 第85页 |
