| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 PM2.5理化特性国内外研究现状 | 第9-11页 |
| 1.2.2 信息熵的国内外研究状况 | 第11-12页 |
| 1.3 研究内容及技术路线 | 第12-14页 |
| 第2章 信息熵及非参数统计理论 | 第14-21页 |
| 2.1 信息熵理论 | 第14-16页 |
| 2.1.1 信息熵的定义及性质 | 第14-15页 |
| 2.1.2 互信息的定义 | 第15页 |
| 2.1.3 信息熵与互信息的关系 | 第15-16页 |
| 2.2 不确定度评定及最大熵原理 | 第16-18页 |
| 2.2.1 不确定度评定理论 | 第16-17页 |
| 2.2.2 最大熵原理 | 第17-18页 |
| 2.3 非参数统计相关理论 | 第18-21页 |
| 2.3.1 Kruskal-Walls检验 | 第18-19页 |
| 2.3.2 Walsh区间估计 | 第19-21页 |
| 第3章 基于信息熵的PM2.5浓度不确定性度量 | 第21-34页 |
| 3.1 差分熵计算中存在的问题 | 第22-23页 |
| 3.2 PM2.5日平均浓度信息熵的定义及性质 | 第23-27页 |
| 3.3 PM2.5时平均浓度信息熵的定义及性质 | 第27-30页 |
| 3.4 PM2.5实时浓度的不确定度评定 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 PM2.5浓度的信息传递过程研究 | 第34-42页 |
| 4.1 PM2.5浓度的信息传递率计算 | 第34-39页 |
| 4.1.1 PM2.5浓度的信息熵与其监测点空间位置的相关性分析 | 第34-36页 |
| 4.1.2 PM2.5浓度信息传递率的计算 | 第36-39页 |
| 4.2 PM2.5信息传递函数的计算与模拟 | 第39-41页 |
| 4.2.1 PM2.5监测站在东西和南北方向上距离的计算 | 第39页 |
| 4.2.2 PM2.5监测站在东西和南北方向上信息传递函数的计算 | 第39-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 武汉市秋冬季大气PM2.5浓度不确定性研究 | 第42-59页 |
| 5.1 武汉市基本概况 | 第42-44页 |
| 5.2 武汉市PM2.5浓度差异分析及区间估计 | 第44-46页 |
| 5.2.1 武汉市PM2.5浓度差异分析 | 第44-45页 |
| 5.2.2 武汉市PM2.5浓度估计 | 第45-46页 |
| 5.3 武汉市PM2.5日平均浓度的不确定性度量 | 第46-57页 |
| 5.3.0 武汉市PM2.5浓度信息熵的计算 | 第46-48页 |
| 5.3.1 武汉市PM2.5浓度的信息熵与经纬度的相关性分析 | 第48-50页 |
| 5.3.2 武汉市PM2.5浓度信息传递率的计算 | 第50-52页 |
| 5.3.3 武汉市PM2.5浓度的信息传递函数模拟 | 第52-56页 |
| 5.3.4 武汉市PM2.5浓度的不确定度评定 | 第56-57页 |
| 5.4 主要结果及结论 | 第57-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 本文主要创新点 | 第59-60页 |
| 6.2 研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |
| 攻读硕士学位期间参加科研项目 | 第65页 |
