基于空间与时间分析的轮廓数据异常点；识别

摘要

本研究旨在对于中国近年特定区域内城市地区空气污染情况进行记录，从不同角度分析空气污染情况变化趋势，并对于空气污染相关影响因素进行总结研究；其中，PM2.5污染值被作为反应目标城市污染情况的主要指标。具体来说,本研究选择运用以聚类分析与小波分析方法为主的数据研究方法，对所选择的我国华北地区目标城市2014-2015年度空气PM2.5污染程度进行分析研究；对目标城市PM2.5大气污染程度的记录以各城市PM2.5月污染值为基础记录数据。本研究借用MATLAB数据分析软件，通过对目标气雾粒子污染数值在时间维度与空间维度双维度的数据状态综合分析，识别相关污染值的异常情况，初步判定目标污染物影响因素，为进一步的空气污染预防治理动作奠定基础。
　　本研究初步表明，在时间维度上，目标城市在年初及年末时间段较每年其他时间段内PM2.5污染程度有所增加；异常点也在上述时间段内高频率出现。在空间维度上，目标地域空气PM2.5污染值与相应地理位置关联性并不明显。另有气象条件、工业生产等多方面因素均会对大气环境产生影响，其中低气温低风速气象条件对于PM2.5污染值突变具有促进作用；区域经济产业发展结构也属于相应空气PM2.5污染程度影响因素之一。本研究通过PM2.5污染数据值，对于目标城市空气污染程度进行直观观测分析，实现了从时间、空间不同角度对城市污染状况的研究；并在此基础上，总结分析空气PM2.5污染影响因素。基于以上研究成果，本研究为对于中国城市PM2.5大气污染情况及其相关因素影响程度进一步的分析研究奠定了一定的基础。

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 研究内容及方法

1.3 国内外研究现状

1.4 本章小结

第2章 理论及方法回顾

2.1 聚类分析方法

2.2 小波转换分析方法

2.3 本章小结

第3章 方法研究及仿真数据分析

3.1 基于聚类分析与小波分析的数据异常点识别方法

3.2 聚类分析方法仿真数据分析

3.3小波转换分析方法仿真数据分析

3.4 本章小结

第4章 应用案例分析

4.1 案例基础数据

4.2 PM2.5污染数据空间维度变化趋势分析

4.3 PM2.5污染数据时间维度变化趋势分析

4.4 时域综合分析

4.5 本章小结

第5章 总结与展望

5.1 研究结论

5.2 研究局限性

5.3 展望

5.4 本章小结

参考文献

发表论文和参加科研情况说明

致谢