基于函數(shù)型數(shù)據(jù)分析和廣義分位數(shù)回歸的PM2.5數(shù)據(jù)探究
發(fā)布時(shí)間:2021-01-05 22:17
霧霾天氣在北京頻發(fā),使PM2.5等空氣污染物濃度指標(biāo)成為社會(huì)關(guān)注的焦點(diǎn)。目前,全國各大城市的空氣質(zhì)量監(jiān)測體系已基本建立,PM2.5實(shí)時(shí)濃度的歷史數(shù)據(jù)逐漸累積。利用PM2.5濃度歷史數(shù)據(jù),剖析數(shù)據(jù)隱含的特征和規(guī)律,甚至對(duì)未來的PM2.5濃度進(jìn)行有效預(yù)測,是很有意義的。本文基于北京PM2.5實(shí)時(shí)濃度數(shù)據(jù),主要研究以下兩個(gè)問題:(1)基于函數(shù)型數(shù)據(jù)分析的視角,將每天PM2.5濃度趨勢(shì)看成一條函數(shù)曲線,使用函數(shù)型主成分分析的方法,通過主成分函數(shù)刻畫每天PM2.5濃度的總體水平與波動(dòng)。(2)使用函數(shù)型數(shù)據(jù)分析和廣義分位數(shù)回歸相結(jié)合的方法,嘗試對(duì)未來PM2.5濃度進(jìn)行較為有效的預(yù)測。首先,對(duì)去季節(jié)項(xiàng)后的PM2.5實(shí)時(shí)濃度數(shù)據(jù)(即隨機(jī)成分)進(jìn)行廣義分位數(shù)回歸,刻畫PM2.5濃度數(shù)據(jù)的尾部特征;然后,從函數(shù)型數(shù)據(jù)分析的角度,使用函數(shù)型主成分分析降維,對(duì)廣義分位數(shù)函數(shù)進(jìn)行截?cái)郖arhuhen-Loeve展開,得到主成分函數(shù)和主成分得分序列;最后,引入外生變量如風(fēng)向、風(fēng)級(jí)氣象指標(biāo),使用含外生變量的VAR模型,對(duì)主成分得分建模、預(yù)測,即可得廣義分位數(shù)函數(shù)的預(yù)測值,加上季節(jié)項(xiàng)預(yù)測值即可得PM2.5濃度預(yù)測值。...
【文章來源】:廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:59 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1:?2016年丨2月北京和廈門每天PM2.5濃度趨勢(shì)圖??
?冀PM2.5平均濃度同比下降15%以上,重污染天數(shù)同比下降15%以上”的主要目標(biāo)。??為了探究該政策對(duì)北京PM2.5濃度水平產(chǎn)生的影響,我們使用圖來說明。圖4.1呈??現(xiàn)了?2015年至2017年三年中10月至12月這三個(gè)月期間PM2.5濃度每日曲線,即??每天有一條PM2.5濃度曲線,三年分別都有92條線。圖4.2呈現(xiàn)了?2015年至2017??年三年中10月至12月PM2.5濃度日均值對(duì)數(shù)的分布。從圖中可以看出,2015年和??2016年的10月到12月,PM2.5濃度總體水平十分接近,而2017年同期,PM2.5濃??度總體水平明顯低于前兩年。因此,這一政策的實(shí)施確實(shí)對(duì)于北京PM2.5濃度水平??產(chǎn)生了較大的影響,它促使北京2017年10月至12月PM2.5濃度水平顯著地下降。??我們認(rèn)為,這期間PM2.5濃度數(shù)據(jù)的內(nèi)在結(jié)
的數(shù)據(jù)進(jìn)行研宄。??為了更直觀地描述北京PM2.5濃度,故將每日PM2.5濃度畫成折線圖和三維立??體圖,見圖4.3,圖4.4。其中,一條折線代表PM2.5—天的走勢(shì)?梢钥闯,北京??PM2.5濃度分布在0至800?iag/m3之間,且一天內(nèi)波動(dòng)程度較大。??很明顯,氣象條件對(duì)于PM2.5濃度水平有著較大的影響,如風(fēng)級(jí)、風(fēng)向等氣象??因素。由圖4.5可知,隨著風(fēng)級(jí)的增強(qiáng),PM2.5日平均濃度下降較為明顯。但風(fēng)級(jí)為??2級(jí)和3級(jí)時(shí),PM2.5日平均濃度差別不大。由圖4.6可知,當(dāng)北京的風(fēng)向?yàn)楸、??北和西時(shí),PM2.5日平均濃度低于風(fēng)向?yàn)槟、西南、東和東南時(shí)的PM2.5日平均濃??度。??28??
【參考文獻(xiàn)】:
期刊論文
[1]基于GA-ANN改進(jìn)的空氣質(zhì)量預(yù)測模型[J]. 趙宏,劉愛霞,王愷,白志鵬. 環(huán)境科學(xué)研究. 2009(11)
[2]函數(shù)性數(shù)據(jù)的統(tǒng)計(jì)分析:思想、方法和應(yīng)用[J]. 嚴(yán)明義. 統(tǒng)計(jì)研究. 2007(02)
碩士論文
[1]基于環(huán)境指標(biāo)PM10的函數(shù)型數(shù)據(jù)的排序及分析[D]. 林助花.華東師范大學(xué) 2015
[2]北京空氣污染的函數(shù)型數(shù)據(jù)分析與治理[D]. 劉哲.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
本文編號(hào):2959395
【文章來源】:廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:59 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1:?2016年丨2月北京和廈門每天PM2.5濃度趨勢(shì)圖??
?冀PM2.5平均濃度同比下降15%以上,重污染天數(shù)同比下降15%以上”的主要目標(biāo)。??為了探究該政策對(duì)北京PM2.5濃度水平產(chǎn)生的影響,我們使用圖來說明。圖4.1呈??現(xiàn)了?2015年至2017年三年中10月至12月這三個(gè)月期間PM2.5濃度每日曲線,即??每天有一條PM2.5濃度曲線,三年分別都有92條線。圖4.2呈現(xiàn)了?2015年至2017??年三年中10月至12月PM2.5濃度日均值對(duì)數(shù)的分布。從圖中可以看出,2015年和??2016年的10月到12月,PM2.5濃度總體水平十分接近,而2017年同期,PM2.5濃??度總體水平明顯低于前兩年。因此,這一政策的實(shí)施確實(shí)對(duì)于北京PM2.5濃度水平??產(chǎn)生了較大的影響,它促使北京2017年10月至12月PM2.5濃度水平顯著地下降。??我們認(rèn)為,這期間PM2.5濃度數(shù)據(jù)的內(nèi)在結(jié)
的數(shù)據(jù)進(jìn)行研宄。??為了更直觀地描述北京PM2.5濃度,故將每日PM2.5濃度畫成折線圖和三維立??體圖,見圖4.3,圖4.4。其中,一條折線代表PM2.5—天的走勢(shì)?梢钥闯,北京??PM2.5濃度分布在0至800?iag/m3之間,且一天內(nèi)波動(dòng)程度較大。??很明顯,氣象條件對(duì)于PM2.5濃度水平有著較大的影響,如風(fēng)級(jí)、風(fēng)向等氣象??因素。由圖4.5可知,隨著風(fēng)級(jí)的增強(qiáng),PM2.5日平均濃度下降較為明顯。但風(fēng)級(jí)為??2級(jí)和3級(jí)時(shí),PM2.5日平均濃度差別不大。由圖4.6可知,當(dāng)北京的風(fēng)向?yàn)楸、??北和西時(shí),PM2.5日平均濃度低于風(fēng)向?yàn)槟、西南、東和東南時(shí)的PM2.5日平均濃??度。??28??
【參考文獻(xiàn)】:
期刊論文
[1]基于GA-ANN改進(jìn)的空氣質(zhì)量預(yù)測模型[J]. 趙宏,劉愛霞,王愷,白志鵬. 環(huán)境科學(xué)研究. 2009(11)
[2]函數(shù)性數(shù)據(jù)的統(tǒng)計(jì)分析:思想、方法和應(yīng)用[J]. 嚴(yán)明義. 統(tǒng)計(jì)研究. 2007(02)
碩士論文
[1]基于環(huán)境指標(biāo)PM10的函數(shù)型數(shù)據(jù)的排序及分析[D]. 林助花.華東師范大學(xué) 2015
[2]北京空氣污染的函數(shù)型數(shù)據(jù)分析與治理[D]. 劉哲.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2014
本文編號(hào):2959395
本文鏈接:http://sikaile.net/kejilunwen/huanjinggongchenglunwen/2959395.html
最近更新
教材專著