声明
摘要
第一章 绪论
1.1 引言
1.2 北京市PM2.5污染现状
1.3 北京市PM2.5研究现状
1.3.1 北京市PM2.5污染特征
1.3.2 北京市PM2.5组分分析
1.3.3 北京市PM2.5来源解析
1.4 PM2.5与气象条件的关系
1.5 PM2.5的预测研究
1.5.1 数值预报模型
1.5.2 统计预报模型
1.6 特征提取简介
1.6.1 回归分析
1.6.2 聚类分析
1.6.3 主成分分析
1.6.4 其他分析方法
1.7 本文结构
第二章 基于主成分分析方法的预报模型的建立
2.1 数据补充
2.1.1 线性插补
2.1.2 基于回归的EM算法
2.2 主成分分析(PCA)方法
2.2.1 主成分分析方法的理论
2.2.2 主成分分析模型的建立
2.2.3 主元个数的选取方法
2.3 基于主成分分析的检验统计量
2.3.1 Hotelling T2统计量及其控制限
2.3.2 SPE统计量及其控制限
2.4 异常数据检测
2.5 本章小结
第三章 北京市PM2.5污染特征及其与气象因素的关系
3.1 数据来源
3.2 数据整理
3.3 北京市PM2.5污染分布特征
3.3.1 北京市PM2.5超标情况
3.3.2 北京市PM2.5概率密度分布
3.3.3 北京市PM2.5日分布情况
3.3.4 北京市PM2.5季节分布
3.4 北京市PM2.5污染与气象因素关系
3.4.1 PM2.5质量浓度与相对湿度关系
3.4.2 PM2.5质量浓度与平均风速关系
3.4.3 PM2.5质量浓度与日照时数关系
3.4.4 风场对PM2.5质量浓度的影响
3.5 本章小结
第四章 北京市PM2.5重度污染预报模型的建立与结果讨论
4.1 建模变量的选取
4.2 建模数据的整理
4.2.1 数据筛选
4.2.2 数据补充
4.2.3 建模数据的准备
4.3 北京市PM2.5重度污染预报模型的建立
4.3.1 模型评价指标
4.3.2 模型建立流程
4.3.3 异常数据检测
4.4 预报结果分析与讨论
4.4.1 主元个数对模型的影响
4.4.2 训练数据对模型的影响
4.4.3 不同站点预报结果分析
4.5 本章小结
第五章 结论与展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介