| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 国内外研究进展 | 第14-22页 |
| 1.2.1 PM_(2.5)浓度空间模拟方法研究进展 | 第14-18页 |
| 1.2.2 LUR模型建模热点问题研究进展 | 第18-21页 |
| 1.2.3 PM_(2.5)暴露风险评估研究进展 | 第21-22页 |
| 1.3 研究内容 | 第22-23页 |
| 1.4 技术路线 | 第23-24页 |
| 第二章 数据来源与研究方法 | 第24-32页 |
| 2.1 研究区概况 | 第24-25页 |
| 2.2 数据来源与处理 | 第25-26页 |
| 2.2.1 AOD数据 | 第25页 |
| 2.2.2 PM_(2.5)数据 | 第25页 |
| 2.2.3 土地利用数据 | 第25-26页 |
| 2.2.4 气象数据 | 第26页 |
| 2.2.5 地形数据 | 第26页 |
| 2.2.6 道路交通数据 | 第26页 |
| 2.2.7 人口密度数据 | 第26页 |
| 2.3 研究方法 | 第26-32页 |
| 2.3.1 LUR建模核心方法 | 第26-28页 |
| 2.3.2 模型精度评价方法 | 第28-29页 |
| 2.3.3 随机森林算法 | 第29-30页 |
| 2.3.4 支持向量机 | 第30页 |
| 2.3.5 随机森林优化模型 | 第30-32页 |
| 第三章 基于随机森林的长江三角洲PM_(2.5)浓度空间模拟 | 第32-46页 |
| 3.1 样本数据划分及目标变量提取 | 第32-36页 |
| 3.1.1 样本数据划分 | 第32页 |
| 3.1.2 目标变量提取 | 第32-36页 |
| 3.2 随机森林优化模型的训练及拟合 | 第36-44页 |
| 3.2.1 随机森林优化模型训练 | 第36-38页 |
| 3.2.2 随机森林优化模型拟合效果评价 | 第38-40页 |
| 3.2.3 长江三角洲PM_(2.5)浓度空间模拟 | 第40-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第四章 长江三角洲人口PM_(2.5)暴露风险评价 | 第46-56页 |
| 4.1 人口PM_(2.5)暴露风险评价体系 | 第46-47页 |
| 4.1.1 PM_(2.5)空气质量浓度指标 | 第46页 |
| 4.1.2 PM_(2.5)人口暴露强度指标 | 第46-47页 |
| 4.1.3 PM_(2.5)人口加权暴露浓度指标 | 第47页 |
| 4.2 长江三角洲人口PM_(2.5)暴露风险 | 第47-54页 |
| 4.2.1 PM_(2.5)浓度下人口PM_(2.5)暴露风险 | 第47-51页 |
| 4.2.2 人口暴露强度下人口PM_(2.5)暴露风险 | 第51-52页 |
| 4.2.3 人口加权下人口PM_(2.5)暴露风险 | 第52-54页 |
| 4.3 本章小结 | 第54-56页 |
| 第五章 结论与展望 | 第56-59页 |
| 5.1 结论 | 第56-57页 |
| 5.2 特色与展望 | 第57-59页 |
| 参考文献 | 第59-66页 |
| 附录1：相关代码 | 第66-76页 |
| 附录2：硕士期间科研情况 | 第76-77页 |
| 致谢 | 第77页 |
