基于非正态分布假设下的高浓度地表臭氧预报模型的应用

发布时间：2023-05-17 21:02

　　由于地表O3对人体和生态环境的严重危害,使得准确预测高浓度地表O3,减少人类在高浓度地表O3环境下的暴露时间有着巨大的意义。本文以美国Livermore盆地和休斯顿地区的气象、污染物监测数据为基础,针对两地建模数据的非正态分布特性,使用基于主元分析(Principal component analysis, PCA)的主元空间非参数T2控制限法和广义线性混合模型(Generalized linear mixed model,GLMM)来分别预报两地地表O3浓度超限事件。本论文的主要研究内容包括： (1)利用基于PCA主元空间的非参数T2控制限法来预报地表03浓度超限事件。Hotelling T2控制限的正态分布假设与实际数据分布的差异较大,导致了对地表O3超限点的较多漏报,本文通过使用基于预测变量的实际分布得到PCA主元空间的非参数T2控制限来预报地表03浓度超限事件。 (2)利用GLMM预测地表O3浓度。由于不同天气类型中气象因素对地表O3形成的影响不同以及地表O3浓度的非正态分布特性,使用普通线性回归模型往往导致对高浓度地表O3系统性的被低估。为此,本文通过聚类方法将建模数据归入不...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 引言
    1.2 地表臭氧形成的影响因素
        1.2.1 地表臭氧和前体物的来源
        1.2.2 地表臭氧形成的气象影响因素
    1.3 高浓度地表臭氧危害
    1.4 地表臭氧浓度超限定义及数据特点
        1.4.1 地表臭氧浓度超限定义
        1.4.2 数据特点
    1.5 地表臭氧浓度统计预报模型
        1.5.1 多元线性回归模型
        1.5.2 主元分析法
        1.5.3 其他统计模型
    1.6 论文主要工作
        1.6.1 研究意义
        1.6.2 主要研究内容
        1.6.3 文章结构
第二章 基于PCA主元空间的非参数T²控制限法和广义线性混合模型
    2.1 基于PCA主元空间的非参数T²控制限法
        2.1.1 主元分析法
        2.1.2 基于成功因子的交叉验证法
        2.1.3 非参数T²控制限
        2.1.4 过程变化因子
        2.1.5 模型建立
    2.2 广义线性混合模型
        2.2.1 广义线性混合模型简介
        2.2.2 聚类算法
        2.2.3 广义线性极值理论
        2.2.4 模型建立
    2.3 评价指标
    2.4 小结
第三章 研究地区臭氧及其前体物说明
    3.1 研究地区
        3.1.1 Livermore盆地
        3.1.2 休斯顿地区
    3.2 地表臭氧浓度及监测数据特点
        3.2.1 Livermore盆地
        3.2.2 休斯顿地区
    3.3 小结
第四章 基于PCA主元空间的非参数T²控制限法和广义线性混合模型的应用
    4.1 基于主元分析的预报模型
        4.1.1 不同主元选取方法的结果
        4.1.2 不同的变量组合对模型性能的影响
        4.1.3 基于PCA主元空间的非参数T²控制限法的预报结果
    4.2 广义线性混合模型
        4.2.1 基于动态PCA原型的有监督分类过程
        4.2.2 广义线性混合模型预测结果
    4.3 基于PCA主元空间的非参数T²控制限法与GLMM模型的对比
        4.3.1 Livermore盆地结果对比
        4.3.2 休斯顿地区结果对比
    4.4 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
作者与导师简介
附件



本文编号：3817997