基于K线和均值线理论的大气污染特征分类及深度学习预测研究

发布时间：2025-01-06 22:28

　　随着我国经济的发展,空气污染问题也在不断的出现。而PM_2.5作为大气污染物的一种,它在空气中的浓度直接决定着空气污染的程度。长期的PM_2.5污染天气会严重影响人类身体健康。近年来,在我国南方的一些工业化程度较低的旅游城市也出现了PM_2.5污染现象。因此,为了能够掌握PM_2.5的变化特征以及有效的预测PM_2.5浓度变化,本文使用桂林市PM_2.5数据进行了一系列研究。主要研究内容如下:（1）PM_2.5在不同时间尺度下的变化规律研究。本文整理了桂林市市区44个自动监测站点2013-2018年6年的PM_2.5浓度数据,研究了这6年桂林市市区PM_2.5浓度变化的年度变化特征。并且选取了2017年12月1日-2018年11月30日的PM_2.5浓度数据作为基础研究数据,分析了PM_2.5浓度的季节变化特征和日变化特征。最终证明了PM_2.5数据具...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    §1.1 研究背景与意义
        §1.1.1 研究背景
        §1.1.2 研究意义
    §1.2 国内外研究进展
        §1.2.1 PM_2.5变化特征提取的研究进展
        §1.2.2 PM_2.5浓度预测模型的研究进展
    §1.3 主要研究内容
    §1.4 论文组织与章节安排
第二章 PM_2.5浓度变化特征及影响因素分析
    §2.1 引言
    §2.2 数据准备
        §2.2.1 研究区域及数据选择
        §2.2.2 数据预处理
    §2.3 PM_2.5浓度周期性变化特征
        §2.3.1 PM_2.5浓度的年度变化特征
        §2.3.2 PM_2.5浓度的季度变化特征
        §2.3.3 PM_2.5浓度的日变化特征
        §2.3.4 PM_2.5浓度周期性变化规律分析
    §2.4 PM_2.5与其他影响因素的关系
        §2.4.1 PM_2.5浓度与其他污染物浓度的关系
        §2.4.2 PM_2.5浓度与气象因素的关系
    §2.5 本章小结
第三章 PM_2.5变化特征提取方法
    §3.1 引言
    §3.2 基于均值线和波形理论的PM_2.5变化特征提取
    §3.3 基于K线理论的PM_2.5变化特征提取
        §3.3.1 K线理论
        §3.3.2 K线样本生成器
        §3.3.2 K线与高斯扩散方程相关关系分析
        §3.3.3 K线特征提取结果
    §3.4 本章小结
第四章 基于VGG的 PM_2.5特征分类模型
    §4.1 引言
    §4.2 实验数据
    §4.3 模型评价指标
    §4.4 VGG分类模型的建立
        §4.4.1 VGG模型的超参数设置
        §4.4.2 建立VGG模型
    §4.5 PM_2.5特征分类预测结果及分析
    §4.6 分类模型的对比
    §4.7 本章小结
第五章 基于VGG-LSTM的 PM_2.5浓度组合预测模型
    §5.1 引言
    §5.2 实验数据
    §5.3 模型评价指标
    §5.4 VGG-LSTM预测模型的建立
        §5.4.1 LSTM模型的超参数设置
        §5.4.2 建立VGG-LSTM模型
    §5.5 PM_2.5浓度预测结果及分析
    §5.6 不同模型的比较
    §5.7 本章小结
第六章 总结与展望
    §6.1 总结
    §6.2 展望
参考文献
致谢
作者在攻读硕士期间的主要研究成果



本文编号：4024080