基于Mie散射激光雷达的南京仙林地区气溶胶消光特性及PM2.5质量浓度估算模型研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究进展 | 第15-19页 |
| 1.2.1 激光雷达监测大气气溶胶的研究进展 | 第15-17页 |
| 1.2.2 大气颗粒物监测的研究进展 | 第17-19页 |
| 1.3 研究目标与研究内容 | 第19-22页 |
| 1.3.1 研究目标 | 第19页 |
| 1.3.2 研究内容 | 第19-20页 |
| 1.3.3 技术路线 | 第20-22页 |
| 第二章 研究区、数据源及模型 | 第22-30页 |
| 2.1 研究区概况 | 第22页 |
| 2.2 仪器与数据 | 第22-27页 |
| 2.2.1 Mie散射激光雷达 | 第23-26页 |
| 2.2.2 PM_(2.5)实测数据 | 第26页 |
| 2.2.3 FNL全球分析资料数据 | 第26-27页 |
| 2.3 研究模型/模式 | 第27-30页 |
| 2.3.1 WRF大气模式 | 第27-28页 |
| 2.3.2 随机森林模型 | 第28-30页 |
| 第三章 Mie散射激光雷达探测数据处理方法 | 第30-43页 |
| 3.1 Mie激光雷达方程及其求解方法 | 第30-33页 |
| 3.2 Mie激光雷达数据预处理 | 第33-37页 |
| 3.2.1 激光雷达回波信号的累加与平均 | 第33-34页 |
| 3.2.2 背景信号的扣除 | 第34页 |
| 3.2.3 几何订正 | 第34-36页 |
| 3.2.4 信号平滑 | 第36页 |
| 3.2.5 定标点的选择 | 第36-37页 |
| 3.3 气溶胶消光系数反演 | 第37-43页 |
| 3.3.1 反演方法 | 第37-39页 |
| 3.3.2 有云数据处理 | 第39-43页 |
| 第四章 仙林地区气溶胶消光系数变化特征 | 第43-52页 |
| 4.1 气溶胶消光系数垂直分布的日变化特征 | 第43-44页 |
| 4.2 气溶胶消光系数垂直分布的季节变化特征 | 第44-49页 |
| 4.3 特定天气条件下的气溶胶消光系数特征 | 第49-52页 |
| 第五章 PM_(2.5)质量浓度估算模型 | 第52-66页 |
| 5.1 PM_(2.5)质量浓度相关因子分析 | 第52-56页 |
| 5.1.1 PM_(2.5)与消光系数关系分析 | 第52页 |
| 5.1.2 PM_(2.5)与相对湿度关系分析 | 第52-54页 |
| 5.1.3 PM_(2.5)与平均风速关系分析 | 第54-55页 |
| 5.1.4 PM_(2.5)与温度关系分析 | 第55页 |
| 5.1.5 PM_(2.5)与边界层高度关系分析 | 第55-56页 |
| 5.2 基于多元回归分析估算PM_(2.5) | 第56-62页 |
| 5.2.1 模型构建 | 第56-58页 |
| 5.2.2 消光系数与PM2.5的关系模型 | 第58-59页 |
| 5.2.3 含近地面影响因子的估算模型 | 第59-60页 |
| 5.2.4 含不同高度影响因子的估算模型 | 第60-62页 |
| 5.3 基于随机森林模型估算PM_(2.5) | 第62-64页 |
| 5.3.1 模型构建 | 第62页 |
| 5.3.2 含近地面影响因子的估算模型 | 第62-63页 |
| 5.3.3 含不同高度影响因子的估算模型 | 第63-64页 |
| 5.4 各模型对比分析 | 第64-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66-67页 |
| 6.2 不足与展望 | 第67-68页 |
| 附录A | 第68-69页 |
| 附录B | 第69-73页 |
| 参考文献 | 第73-81页 |
| 在读期间发表的学术论文及研究成果 | 第81-82页 |
| 致谢 | 第82页 |
