| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 PM2.5预测方法研究现状 | 第11-14页 |
| 1.2.2 地理加权回归模型研究现状 | 第14-15页 |
| 1.3 研究内容及技术路线 | 第15-16页 |
| 1.4 论文组织 | 第16-19页 |
| 2 PM2.5浓度模拟基础理论与方法研究 | 第19-27页 |
| 2.1 模拟PM2.5浓度方法的主要理论与对比 | 第19-22页 |
| 2.1.1 协同克里金插值 | 第19-20页 |
| 2.1.2 土地利用回归模型 | 第20-21页 |
| 2.1.3 地理加权回归模型 | 第21页 |
| 2.1.4 理论分析对比 | 第21-22页 |
| 2.2 关键技术 | 第22-25页 |
| 2.2.1 缓冲区分析 | 第22页 |
| 2.2.2 相关性分析 | 第22-23页 |
| 2.2.3 共线性诊断 | 第23-24页 |
| 2.2.4 主成分分析 | 第24-25页 |
| 2.3 精度评价方法 | 第25-26页 |
| 2.3.1 判定系数评价法 | 第25-26页 |
| 2.3.2 预留样本检验法 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于主成分的GWR模拟PM2.5浓度空间分布研究实践 | 第27-57页 |
| 3.1 研究区概况 | 第27页 |
| 3.2 数据搜集 | 第27-30页 |
| 3.3 数据预处理 | 第30-33页 |
| 3.3.1 训练检验样本组的构建 | 第30页 |
| 3.3.2 PM2.5浓度数据特异点排除分析 | 第30-31页 |
| 3.3.3 地理要素变量的空间尺度分析 | 第31-33页 |
| 3.4 基于主成分的GWR模拟PM2.5浓度分布研究 | 第33-50页 |
| 3.4.1 方法分析及流程 | 第33-34页 |
| 3.4.2 共线性诊断 | 第34-35页 |
| 3.4.3 主成分分析 | 第35-40页 |
| 3.4.4 PM2.5浓度数据的探索性空间分析 | 第40-44页 |
| 3.4.5 PM2.5浓度数据的空间非平稳性检验 | 第44-46页 |
| 3.4.6 PM2.5浓度分布模拟 | 第46-47页 |
| 3.4.7 精度检验 | 第47-50页 |
| 3.5 回归系数的空间变异性分析 | 第50-55页 |
| 3.5.1 背景污染物浓度对PM2.5浓度分布的空间变异特征 | 第50-53页 |
| 3.5.2 地理位置对PM2.5浓度分布的空间变异特征 | 第53-54页 |
| 3.5.3 气象因子对PM2.5浓度分布的空间变异特征 | 第54-55页 |
| 3.6 本章小结 | 第55-57页 |
| 4 方法对比与讨论 | 第57-63页 |
| 4.1 CK、LUR模拟PM2.5浓度方法研究 | 第57-58页 |
| 4.2 预测结果对比分析 | 第58-62页 |
| 4.2.1 模拟图对比分析 | 第58-59页 |
| 4.2.2 模型判定系数对比分析 | 第59-61页 |
| 4.2.3 模型估计参数对比分析 | 第61-62页 |
| 4.3 本章小结 | 第62-63页 |
| 5 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
