城市空气质量可视化分析实现
发布时间:2017-09-17 16:18
本文关键词:城市空气质量可视化分析实现
【摘要】:现如今,人们的生产、生活已经与环境空气质量密不可分,在经济持续高速发展的背景下,我国不断地新建大量的工业、交通,以可吸入颗粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化氮(NO)、氮氧化物(NOx)、一氧化碳(CO)等为主要污染物的空气污染问题最为严重,空气污染已经越来越成为人们关注的焦点问题。城市空气质量主要由环境保护监测站负责自动监测,监测出来的这些空气质量数据也都由环境保护监测站储存,这些数据对分析城市环境空气质量有着重要的指导意义。由于这些数据的数量十分庞大,处理起来十分困难,所以,我们需要一种新的技术来满足我们对数据处理的需求,可视化技术能够用来处理数据,并便于清楚的把握数据所隐藏的规律。可视化技术可以系统的分析数据,并对结果进行验证。本文首先介绍数据可视化发展来源以及概念,和数据化运用过程中使用的技术手段;然后多门技术的基础上建立了空气质量预测模型,该模型可以很好的预测空气质量,粗糙集和B-P神经网络技术为模型的建立提供铺垫。实现了数据预处理、基于粗糙集和神经网络的预测、可视化聚类等功能,为城市环境空气质量的管理和控制提供了重要的基础数据支持。预报数据的动态可视化则由Echarts实现;选取哈尔滨南岗学府、道外承德、香坊红旗、动力和平、道里建国、平房、呼兰师专七个地区监测点建立基于平行坐标的环境空气质量可视化聚类分析模型,最终使环境空气质量数据挖掘过程的可视化得到了实现。本文对城市空气质量的可视化分析,可以为哈尔滨市相关环境部门提供更多的参考数据、指标。同时为建立健全、完善的城市环境空气质量数据系统提供了重要思路,也为国内外各大城市建立环境空气质量监控网络起到了优秀的带头作用。
【关键词】:空气质量 数据挖掘 可视化 平行坐标
【学位授予单位】:黑龙江大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:X831
【目录】:
- 摘要3-4
- Abstract4-8
- 第1章 研究背景8-14
- 1.1 课题研究背景和意义8-9
- 1.2 国内外发展现状9-12
- 1.2.1 国外发展现状9-10
- 1.2.2 国内发展现状10-12
- 1.3 城市环境空气质量的可视化12
- 1.4 本文的组织结构12-14
- 第2章 城市空气质量可视化相关关键技术分析14-20
- 2.1 信息可视化介绍14-15
- 2.2 信息可视化研究方法15-17
- 2.2.1 信息可视化参考模型15-16
- 2.2.2 信息可视化技术的分类16
- 2.2.3 信息可视化技术的数据类型16-17
- 2.3 空气污染指数评价模型17-19
- 2.3.1 空气污染指数的概念17
- 2.3.2 空气污染指数的计算17-19
- 2.4 本章小结19-20
- 第3章 环境空气质量预报数据的动态可视化20-29
- 3.1 基于粗糙集的规则抽取20-22
- 3.1.1 粗糙集理论简介20-22
- 3.2 神经网络预测模型的实现22-26
- 3.2.1 B-P神经网络的基本原理22
- 3.2.2 预测模型的结构22-24
- 3.2.3 神经网络的预测计算24
- 3.2.4 预测结果分析24-26
- 3.3 预报数据的建模分析26-29
- 第4章 哈尔滨地区空气质量可视化实现29-45
- 4.1 平行坐标技术的基本原理29-31
- 4.1.1 平行坐标的定义29-30
- 4.1.2 基于平行坐标的数据可视化分析方法30
- 4.1.3 基于平行坐标的可视化聚类分析技术30-31
- 4.2 环境空气质量数据分析31-34
- 4.2.1 数据源分析31-33
- 4.2.2 数据预处理33-34
- 4.3 环境空气质量可视化的实现34-42
- 4.3.1 ECharts读取空气质量数据34-36
- 4.3.2 哈尔滨空气质量数据可视化呈现36-37
- 4.3.3 查询处理37
- 4.3.4 维缩放浏览37-39
- 4.3.5 聚类分析39-41
- 4.3.6 数据平均值41-42
- 4.4 空气质量数据动态可视化及对比42-45
- 第5章 总结与展望45-46
- 参考文献46-50
- 致谢50-51
- 附录51-54
【相似文献】
中国期刊全文数据库 前10条
1 ;空气质量提醒器[J];林业劳动安全;2000年03期
2 田雷;空气质量周报你会看吗?[J];沿海环境;2000年04期
3 白木;中国城市空气质量恶化的趋势有所减缓[J];电网技术;2001年08期
4 ;空气质量预报[J];节能与环保;2001年03期
5 孔悦 ,齐求是;中国室内空气质量与健康论坛在天津举行[J];科技潮;2003年09期
6 江峰琴;空气质量预报的改进[J];环境监测管理与技术;2004年02期
7 吴q氏,
本文编号:870417
本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/870417.html