融合多元复杂因子的京津冀近地面PM 2.5 浓度估计

发布时间：2023-02-15 17:12

　　随着中国经济增长以及社会建设的不断发展,伴随而来的是空气污染问题不断恶化,雾霾事件频发,由空气污染带来的问题已经引起了社会各界高度重视。据统计,我国每年都有70%以上的城市空气质量超标,其中以Particulate Matter _2.5(PM_2.5)为特征污染物的区域性大气污染已成为京津冀城市群当前最迫切、最突出的环境问题。目前我国已经建立了覆盖全国的空气污染物地面监测网,但是已有的监测站点集中分布在城区,而城市郊区和农村等无测站区则成为空气质量评价、污染防控、预报预警和污染暴露研究的“盲区”。PM_2.5污染影响因素复杂且区域差异明显,仅利用有限的监测站点观测数据难以准确揭示PM_2.5浓度的时空分布和变化机制。基于卫星遥感的气溶胶光学厚度(aerosol optical depth,AOD)产品为揭示区域大气中污染物的分布状况、污染源分布及扩散动态等提供了有效途径。存在问题用两句话总结。针对这些问题,本文进行相关研究,一方面基于卫星遥感AOD产品可以弥补除城市中心区外其他地区监测站点空间覆盖严重不均...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 研究内容与技术路线
        1.3.1 研究内容
        1.3.2 技术路线
        1.3.3 结构安排
第2章 研究区域概况和方法
    2.1 研究区域概况
        2.1.1 地理位置概况
        2.1.2 气候特征概况
        2.1.3 空气污染状况
    2.2 数据来源
        2.2.1 PM_2.5 地面监测数据
        2.2.2 气象数据
        2.2.3 MODIS AOD数据
        2.2.4 其他数据
    2.3 数据预处理
    2.4 研究方法介绍
        2.4.1 地理加权回归模型
        2.4.2 时空地理加权回归模型
        2.4.3 特征变量选择方法
        2.4.4 评价标准及介绍
    2.5 本章小结
第3章 基于监测站点的PM_2.5浓度时空变化特征分析
    3.1 PM_2.5 浓度统计特征
        3.1.1 描述性统计特征
        3.1.2 离散程度
    3.2 基于监测站点尺度的PM_2.5浓度的时间变化特征
        3.2.1 基于自然时间尺度的时间变化特征分析
        3.2.2 基于小波变化多尺度的时间变化特征分析
    3.3 基于监测站点尺度的PM_2.5浓度的空间差异
    3.4 本章小结
第4章 融合多元复杂因子的PM_2.5浓度估算模型构建
    4.1 基于先验知识的特征变量选取
    4.2 京津冀PM_2.5浓度优化模型估计结果
    4.3 精度检验及模型比较
    4.4 空间连续的PM_2.5浓度时空分布特征研究
    4.5 本章小结
第5章 结论与展望
    5.1 研究结论
    5.2 不足与展望
参考文献
致谢
硕士研究生期间学术成果



本文编号：3743492