声明
第一章 绪论
1.1 研究背景
1.1.1 机理建模与数据建模方法
1.1.2 化工园区平行应急管理模式
1.2 国内外研究现状
1.2.1 大气污染物扩散建模方法
1.2.2 大气污染扩散源估计方法
1.3 论文主要工作
1.3.1 研究内容
1.3.2 研究意义
1.3.3 论文创新点
1.3.4 论文组织结构
第二章 动态数据驱动的大气扩散建模方法
2.1 高斯扩散模式
2.2 基于粒子滤波的数据同化框架
2.2.1 大气扩散的状态空间模型
2.2.2 基于粒子滤波的数据同化方法
2.3 实验
2.3.1 大气污染物扩散仿真场景构建
2.3.2 虚拟无人机路径设置
2.3.3 实验结果及分析
2.4 小结
第三章 基于高斯-机器学习的大气污染物扩散建模方法
3.1 高斯-机器学习扩散预测模型
3.1.1 基于人工神经网络的扩散模型
3.1.2 基于支持向量回归的扩散模型
3.1.3 基于高斯模型的特征构建方法
3.2 实验
3.2.1 基于AermodSystem的仿真实验
3.2.2 现地案例实验
3.3 小结
第四章 基于粒子群优化的源估计方法
4.1 源估计问题简述
4.2 基于粒子群最优化的源估计方法
4.3 实验
4.3.1 基于AermodSystem的仿真实验
4.3.2 现地案例实验
4.4 小结
第五章 化工园区大气污染平行管理原型系统
5.1 基于无人机的大气污染监测系统
5.2 化工园区大气污染平行管理原型系统
5.2.1 系统结构
5.2.2 系统功能
5.3 小结
结 束 语
工作总结
未来展望
致谢
参考文献
作者在学期间取得的学术成果
附录A 缩略语中英文对照表
国防科学技术大学国防科技大学;