当前位置:主页 > 科技论文 > 环境工程论文 >

函数型数据视角下中国空气质量的预测及聚类研究

发布时间:2022-01-22 19:07
  函数型数据是一种具有复杂结构的数据类型,指时域(或地域等)上的一维或多维函数,其样本以稠密或稀疏的格点数据存储。函数型数据分析受到了广大统计学者的青睐,是统计学当前研究的热点方向。本文在函数型数据视角下对中国能见度数据进行预测,并对中国多个城市的空气质量数据进行函数型聚类分析。本文主体工作包括:第一章主要叙述了函数型数据及其国内外研究现状,高斯过程函数型回归模型及混合效应模型在函数型数据上的运用以及函数型聚类分析方法的发展和研究现状以及存在的不足。并介绍了广义高斯过程函数型回归模型和稀疏数据的函数型聚类方法。第二章基于广义高斯过程函数型回归模型,结合混合效应的思想建模。针对数据记录方式不统一的中国近50年能见度数据,运用带有混合效应的广义高斯过程函数型回归模型对所选20个代表城市近五十年的能见度数据进行拟合,利用历史数据对北京市的能见度进行预测研究。实例和模拟分析结果表明,模型不仅能够很好地刻画研究对象和影响因子的复杂相关关系,而且能够较大程度地提高预测效果。第三章研究曲线聚类问题,在聚类过程中,除了考虑曲线的形态特征外,本章将已知的协变量数据放入模型辅助聚类。分析的主要对象是中国16... 

【文章来源】:南京信息工程大学江苏省

【文章页数】:53 页

【学位级别】:硕士

【部分图文】:

函数型数据视角下中国空气质量的预测及聚类研究


图2.3外延预测效果比较.记号同前.??示,对于第一种情形,有53次选择M-GGPFR模型,47次选择GGPFR模型

能见度,数值,数据,等级


包括能见度数据以及影响能见度的降雨、风速和相对湿度等数据。由于记录方式不??同,能见度在1980年之前按0-9等级M记录,见表2.2,等级越高表明可见范围越??大,空气质量越好。如图2.4为1960年20城市出现各能见度等级的情况。可以看??出,1960年我国各城市的能见度状况良好,一年之中各城市能见度集中在6-8等级,??个别城市出现3级以下。这就表明,新中国成立之初,我国主要城市的环境状况表现??良好,少见环境污染问题。??9「?〇?■?O?C?C&X1BD?:>?烟靡?O?Q?COaKKS:.?O?OD?OOGO?〇?〇??3?GKISBJOQ)?tH'tfwyOTH—MWM—?mi?i?wian??/??CCOKBI<CMDaK(ni>!?#荆迹桑桑浚拢拢欤欤椋浚迹?牘枺???SQX1I>??6??0>l*DaEBKPE<.3??lOCCTOnH)?CO:)?OIWnrail^aiBWBM))?〕??逆?5?:>??◎_如?CX?<C8D?COCB3DO?O?O?O?O?<〇)?OO?OO?3EDO??4?300'O?CEO?r>?O?OO?o?o??3-0?O?〇?GO?0?O?O??2?OO?O?O??1??|?|?Q?I?I?|?|?1???0?50?100?150?200?250?300?350??天??图2.4?20城市I960年日记录能见度??能见度数据在1980年后记录了具体的能见度数值,图2.5为2012年20城市能??见度观测值。由2010年开始采用的0-6级能见度标准(表2.3)可以看出

能见度


天??图2.5?20城市2012年日观测能见度??为进一步展开分析,图2.6所示为2012年20城市能见度低于10km即达到影??响交通运输水平(见表2.3?)的季节分布情况。不难看出,四个季节中,冬季出现雾??霾天的比重最大,因此,本章着重分析雾霾较为严重的冬季的能见度情况。??综上所述,根据现有的能见度资料,我国在19世纪60年代空气状况良好,几??乎没有出现能见度影响生产生活的情况,而在20世纪初期,很多城市的能见度情况??不容乐观。这就需要分析从19世纪60年代到20世纪初我国能见度的演变情况,数??18??

【参考文献】:
期刊论文
[1]非线性混合效应模型参数估计方法分析[J]. 符利勇,张会儒,李春明,唐守正.  林业科学. 2013(01)
[2]双流机场低能见度天气预报方法研究[J]. 冯汉中,陈永义,成永勤,罗可生.  应用气象学报. 2006(01)

博士论文
[1]复杂数据的统计推断:时间序列、抽样和函数型数据[D]. 王江艳.苏州大学 2016
[2]基于卫星遥感的我国PM2.5时空分布研究[D]. 马宗伟.南京大学 2015
[3]函数型数据与高维数据的同时置信带方法[D]. 顾莉洁.苏州大学 2015
[4]重庆市主城区气象条件对空气污染影响分析及数值模拟研究[D]. 周国兵.兰州大学 2014
[5]沪宁高速公路低能见度浓雾特征及其数值模拟研究[D]. 严明良.南京信息工程大学 2011

硕士论文
[1]山东省城市区域空气污染的时空变化特征研究[D]. 武苗苗.华东师范大学 2016
[2]2014年中国主要大气污染物时空特征分析[D]. 韩朴.青海师范大学 2015
[3]非线性混合效应模型的重复测量的计算方法与应用[D]. 王怀璐.辽宁工业大学 2014
[4]基于空气质量数据解析大气复合污染时空特征及过程序列[D]. 贾瑾.浙江大学 2014
[5]京津冀地区空气污染时空分布研究[D]. 白鹤鸣.南京信息工程大学 2013



本文编号:3602740

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3602740.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c56c5***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com