| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 能见度时空变化特征及影响因素研究 | 第15-16页 |
| 1.2.2 能见度预测研究 | 第16-19页 |
| 1.2.3 现有研究的空缺与不足 | 第19-20页 |
| 1.3 研究内容与技术路线 | 第20-21页 |
| 1.4 论文结构 | 第21-23页 |
| 第二章 研究区域与数据 | 第23-30页 |
| 2.1 研究区域概况 | 第23-24页 |
| 2.2 研究数据 | 第24-27页 |
| 2.2.1 气象要素实测数据 | 第25-26页 |
| 2.2.2 WRF模式数值预报数据 | 第26-27页 |
| 2.3 数据清洗 | 第27-30页 |
| 2.3.1 异常值检测 | 第27-28页 |
| 2.3.2 缺失值处理 | 第28-30页 |
| 第三章 研究方法 | 第30-42页 |
| 3.1 相关分析方法 | 第30页 |
| 3.2 克里金插值 | 第30-32页 |
| 3.3 卷积神经网络 | 第32-35页 |
| 3.4 循环神经网络 | 第35-42页 |
| 3.4.1 长短期记忆神经网络 | 第36-40页 |
| 3.4.2 门控循环单元 | 第40-42页 |
| 第四章 能见度时空变化特征分析 | 第42-51页 |
| 4.1 能见度时间变化特征 | 第42-48页 |
| 4.1.1 能见度年际变化特征 | 第42-43页 |
| 4.1.2 能见度月季变化特征 | 第43-46页 |
| 4.1.3 能见度日变化特征 | 第46-48页 |
| 4.2 能见度空间变化特征 | 第48-51页 |
| 第五章 能见度影响因素分析 | 第51-56页 |
| 5.1 能见度与气象因子的相关性 | 第51-52页 |
| 5.2 能见度与大气污染物浓度的相关性 | 第52-53页 |
| 5.3 不同季节能见度相关性 | 第53-54页 |
| 5.4 不同相对湿度下PM_(2.5)与能见度定量关系 | 第54-56页 |
| 第六章 基于CNN-GRU的能见度预测模型 | 第56-76页 |
| 6.1 特征工程 | 第56-57页 |
| 6.2 模型构建 | 第57-61页 |
| 6.3 模型训练 | 第61-65页 |
| 6.3.1 数据集划分 | 第61-62页 |
| 6.3.2 模型参数 | 第62-63页 |
| 6.3.3 模型优化 | 第63-65页 |
| 6.4 模型预测效果对比与分析 | 第65-76页 |
| 6.4.1 模型精度评价标准 | 第65页 |
| 6.4.2 不同超参数实验对比 | 第65-69页 |
| 6.4.3 CNN-GRU模型与其他模型预测效果对比 | 第69-73页 |
| 6.4.4 CNN-GRU模型长期预测效果 | 第73-76页 |
| 第七章 结论与展望 | 第76-78页 |
| 7.1 结论 | 第76-77页 |
| 7.2 不足与展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84页 |