安徽省典型城市冬季PM 2.5 污染特征分析及其统计预报模式的建立

发布时间：2023-03-20 09:14

　　大气污染问题严重影响公众健康,限制社会经济发展,掌握大气污染状况的基本特征及提供及时准确的预报结果将有助于污染防治措施的实施以减轻大气污染。本文选择安徽省三个气候、地形、经济发展特征不同的城市(合肥、蚌埠、池州)为研究对象。首先,利用2015-2018年冬季期间气象资料及污染物浓度监测资料对三市的PM_2.5污染特征进行深入分析,具体包括PM_2.5时空分布特征分析、潜在源区特征分析以及典型个例分析。然后,在此基础上,通过阈值分析、结合集合经验模态分解算法(EEMD)在预报因子筛选、提高模型对峰值和谷值的捕捉能力两个方面逐步提升PM_2.5统计预报模型的预报效果。主要有以下结论:(1)安徽省冬季PM_2.5浓度的空间分布特征表现为,自北向南的逐渐递减,其中蚌埠市PM_2.5浓度最高,合肥市次之,池州市最低。年变化特征表现为,2016年之前有所增加,之后呈逐年下降趋势。安徽三市冬季PM_2.5浓度变化趋势不同,合肥市显著下降,蚌埠市较稳定,池州市波动较大,污染有加重趋势...

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究进展
    1.3 本文主要研究内容
第二章 数据与方法
    2.1 数据介绍
    2.2 分析方法
第三章 安徽省典型城市冬季PM_2.5污染特征分析
    3.1 PM_2.5空间分布特征
    3.2 PM_2.5时间分布特征
    3.3 PM_2.5浓度与气象要素间关系分析
    3.4 安徽省典型城市PM_2.5潜在源区特征分析
    3.5 安徽省典型城市冬季重污染过程个例分析
    3.6 本章小结
第四章 安徽省典型城市冬季PM_2.5统计预报模式建立及比较
    4.1 预报因子预选
    4.2 预报因子筛选
    4.3 EEMD-BP混合预报模型的建立
    4.4 多种统计预报模型的比较
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 特色与创新点
    5.3 研究不足与展望
致谢
参考文献
作者简介



本文编号：3766864