基于GAM/BME的PM2.5浓度时空分布模拟研究及其重污染成分特征分析

目录

声明

致 谢

目 录

第一章 绪论

1.1.1 研究背景

1.1.2 选题意义

1.2 国内外研究进展

1.2.1 卫星遥感估算PM2.5浓度研究

1.2.2 广义相加模型（ GAM）研究

1.2.3 贝叶斯最大熵估计（BME）研究

1.2.4 在线气溶胶质谱技术研究

1.2.5 ART-2a神经网络算法研究

1.2.6 后向轨迹模型（HYSPLIT）研究

1.3 存在的问题及解决方案

1.4 研究内容

1.5 论文组织与技术路线

第二章 材料与方法

2.1 研究区域概况

2.2 数据来源与预处理

（1）AOD数据

（2）PM2.5地面监测数据

（3）气象数据

（4）辅助数据

（5）SPAMS监测数据

（6）数据时空匹配

2.3 研究方法

2.3.1 GAM模型

2.3.2 BME模型

2.3.3 SPAMS

2.3.4. ART-2a神经网络算法

2.3.5 HYSPLIT模型

2.4 本章小结

第三章 基于GAM/BME模型的PM2.5浓度时空分布模拟研究

3.1 基于GAM模型PM2.5浓度预测研究

3.1.1 GAM模型构建

3.1.2 基于GAM模型预测结果分析

3.2 基于 GAM/BME模型 PM2.5浓度预测研究

3.3 模型估算结果对比分析

3.4 基于GAM/BME模型的安徽省季均PM2.5预测研究

3.5 本章小结

第四章 基于在线质谱技术的重污染天气细颗粒物成分特征及成因研究

4.1 基于HYSPLIT的污染输送特征研究

4.2 基于ART-2a分类的颗粒物质谱特征研究

4.3 细颗粒物粒径特征研究

4.4 细颗粒物来源及重污染成因研究

4.5 本章小结

第五章 结论与展望

5.1 结论

5.2 展望

参考文献

攻读学位期间主要成果