本文關(guān)鍵詞：城市空氣質(zhì)量可視化分析實現(xiàn)

  更多相關(guān)文章： 空氣質(zhì)量 數(shù)據(jù)挖掘 可視化 平行坐標(biāo)

【摘要】：現(xiàn)如今,人們的生產(chǎn)、生活已經(jīng)與環(huán)境空氣質(zhì)量密不可分,在經(jīng)濟持續(xù)高速發(fā)展的背景下,我國不斷地新建大量的工業(yè)、交通,以可吸入顆粒物(PM2.5)、二氧化硫(SO2)、二氧化氮(NO2)、一氧化氮(NO)、氮氧化物(NOx)、一氧化碳(CO)等為主要污染物的空氣污染問題最為嚴(yán)重,空氣污染已經(jīng)越來越成為人們關(guān)注的焦點問題。城市空氣質(zhì)量主要由環(huán)境保護(hù)監(jiān)測站負(fù)責(zé)自動監(jiān)測,監(jiān)測出來的這些空氣質(zhì)量數(shù)據(jù)也都由環(huán)境保護(hù)監(jiān)測站儲存,這些數(shù)據(jù)對分析城市環(huán)境空氣質(zhì)量有著重要的指導(dǎo)意義。由于這些數(shù)據(jù)的數(shù)量十分龐大,處理起來十分困難,所以,我們需要一種新的技術(shù)來滿足我們對數(shù)據(jù)處理的需求,可視化技術(shù)能夠用來處理數(shù)據(jù),并便于清楚的把握數(shù)據(jù)所隱藏的規(guī)律�？梢暬夹g(shù)可以系統(tǒng)的分析數(shù)據(jù),并對結(jié)果進(jìn)行驗證。本文首先介紹數(shù)據(jù)可視化發(fā)展來源以及概念,和數(shù)據(jù)化運用過程中使用的技術(shù)手段;然后多門技術(shù)的基礎(chǔ)上建立了空氣質(zhì)量預(yù)測模型,該模型可以很好的預(yù)測空氣質(zhì)量,粗糙集和B-P神經(jīng)網(wǎng)絡(luò)技術(shù)為模型的建立提供鋪墊。實現(xiàn)了數(shù)據(jù)預(yù)處理、基于粗糙集和神經(jīng)網(wǎng)絡(luò)的預(yù)測、可視化聚類等功能,為城市環(huán)境空氣質(zhì)量的管理和控制提供了重要的基礎(chǔ)數(shù)據(jù)支持。預(yù)報數(shù)據(jù)的動態(tài)可視化則由Echarts實現(xiàn);選取哈爾濱南崗學(xué)府、道外承德、香坊紅旗、動力和平、道里建國、平房、呼蘭師專七個地區(qū)監(jiān)測點建立基于平行坐標(biāo)的環(huán)境空氣質(zhì)量可視化聚類分析模型,最終使環(huán)境空氣質(zhì)量數(shù)據(jù)挖掘過程的可視化得到了實現(xiàn)。本文對城市空氣質(zhì)量的可視化分析,可以為哈爾濱市相關(guān)環(huán)境部門提供更多的參考數(shù)據(jù)、指標(biāo)。同時為建立健全、完善的城市環(huán)境空氣質(zhì)量數(shù)據(jù)系統(tǒng)提供了重要思路,也為國內(nèi)外各大城市建立環(huán)境空氣質(zhì)量監(jiān)控網(wǎng)絡(luò)起到了優(yōu)秀的帶頭作用。
【關(guān)鍵詞】：空氣質(zhì)量 數(shù)據(jù)挖掘 可視化 平行坐標(biāo)
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：X831
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 研究背景8-14
• 1.1 課題研究背景和意義8-9
• 1.2 國內(nèi)外發(fā)展現(xiàn)狀9-12
• 1.2.1 國外發(fā)展現(xiàn)狀9-10
• 1.2.2 國內(nèi)發(fā)展現(xiàn)狀10-12
• 1.3 城市環(huán)境空氣質(zhì)量的可視化12
• 1.4 本文的組織結(jié)構(gòu)12-14
• 第2章 城市空氣質(zhì)量可視化相關(guān)關(guān)鍵技術(shù)分析14-20
• 2.1 信息可視化介紹14-15
• 2.2 信息可視化研究方法15-17
• 2.2.1 信息可視化參考模型15-16
• 2.2.2 信息可視化技術(shù)的分類16
• 2.2.3 信息可視化技術(shù)的數(shù)據(jù)類型16-17
• 2.3 空氣污染指數(shù)評價模型17-19
• 2.3.1 空氣污染指數(shù)的概念17
• 2.3.2 空氣污染指數(shù)的計算17-19
• 2.4 本章小結(jié)19-20
• 第3章 環(huán)境空氣質(zhì)量預(yù)報數(shù)據(jù)的動態(tài)可視化20-29
• 3.1 基于粗糙集的規(guī)則抽取20-22
• 3.1.1 粗糙集理論簡介20-22
• 3.2 神經(jīng)網(wǎng)絡(luò)預(yù)測模型的實現(xiàn)22-26
• 3.2.1 B-P神經(jīng)網(wǎng)絡(luò)的基本原理22
• 3.2.2 預(yù)測模型的結(jié)構(gòu)22-24
• 3.2.3 神經(jīng)網(wǎng)絡(luò)的預(yù)測計算24
• 3.2.4 預(yù)測結(jié)果分析24-26
• 3.3 預(yù)報數(shù)據(jù)的建模分析26-29
• 第4章 哈爾濱地區(qū)空氣質(zhì)量可視化實現(xiàn)29-45
• 4.1 平行坐標(biāo)技術(shù)的基本原理29-31
• 4.1.1 平行坐標(biāo)的定義29-30
• 4.1.2 基于平行坐標(biāo)的數(shù)據(jù)可視化分析方法30
• 4.1.3 基于平行坐標(biāo)的可視化聚類分析技術(shù)30-31
• 4.2 環(huán)境空氣質(zhì)量數(shù)據(jù)分析31-34
• 4.2.1 數(shù)據(jù)源分析31-33
• 4.2.2 數(shù)據(jù)預(yù)處理33-34
• 4.3 環(huán)境空氣質(zhì)量可視化的實現(xiàn)34-42
• 4.3.1 ECharts讀取空氣質(zhì)量數(shù)據(jù)34-36
• 4.3.2 哈爾濱空氣質(zhì)量數(shù)據(jù)可視化呈現(xiàn)36-37
• 4.3.3 查詢處理37
• 4.3.4 維縮放瀏覽37-39
• 4.3.5 聚類分析39-41
• 4.3.6 數(shù)據(jù)平均值41-42
• 4.4 空氣質(zhì)量數(shù)據(jù)動態(tài)可視化及對比42-45
• 第5章 總結(jié)與展望45-46
• 參考文獻(xiàn)46-50
• 致謝50-51
• 附錄51-54

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;空氣質(zhì)量提醒器[J];林業(yè)勞動安全;2000年03期

2 田雷;空氣質(zhì)量周報你會看嗎?[J];沿海環(huán)境;2000年04期

3 白木;中國城市空氣質(zhì)量惡化的趨勢有所減緩[J];電網(wǎng)技術(shù);2001年08期

4 ;空氣質(zhì)量預(yù)報[J];節(jié)能與環(huán)保;2001年03期

5 孔悅 ,齊求是;中國室內(nèi)空氣質(zhì)量與健康論壇在天津舉行[J];科技潮;2003年09期

6 江峰琴;空氣質(zhì)量預(yù)報的改進(jìn)[J];環(huán)境監(jiān)測管理與技術(shù);2004年02期

7 吳q氏，

本文編號：870417