【摘要】：隨著中國(guó)工業(yè)化、城市化進(jìn)程的快速發(fā)展,城市人口迅速膨脹,能源、交通規(guī)模持續(xù)擴(kuò)大,產(chǎn)業(yè)結(jié)構(gòu)不合理,能源消耗量大、利用率低等導(dǎo)致中國(guó)空氣質(zhì)量急劇下降。以可吸入顆粒物、二氧化硫、氮氧化物等為主要污染物的大氣環(huán)境污染問題日趨嚴(yán)重,持續(xù)惡化的空氣質(zhì)量狀況已經(jīng)嚴(yán)重威脅到了公眾的身體健康和國(guó)家經(jīng)濟(jì)的可持續(xù)發(fā)展。對(duì)空氣質(zhì)量進(jìn)行全面、科學(xué)、準(zhǔn)確的分析和預(yù)測(cè),對(duì)于公眾有效規(guī)避大氣污染導(dǎo)致的健康損害,政府環(huán)保部門加強(qiáng)污染源監(jiān)管和提高重污染日應(yīng)急能力等方面都具有重要的理論意義和實(shí)用價(jià)值。本文通過對(duì)空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)的分析,在了解空氣質(zhì)量影響因素并建立空氣質(zhì)量分析模型的基礎(chǔ)上,對(duì)灰色理論、神經(jīng)網(wǎng)絡(luò)、馬爾科夫鏈、條件隨機(jī)場(chǎng)等方法進(jìn)行深入研究,針對(duì)不同預(yù)測(cè)條件建立了多種空氣質(zhì)量預(yù)測(cè)模型,提高空氣質(zhì)量預(yù)測(cè)精度,系統(tǒng)地對(duì)城市空氣質(zhì)量演變趨勢(shì)進(jìn)行分析和實(shí)驗(yàn)研究。首先,針對(duì)空氣質(zhì)量區(qū)域和區(qū)域之間交互影響和關(guān)聯(lián)關(guān)系相對(duì)復(fù)雜的問題,通過分析空氣質(zhì)量影響因素特征的時(shí)空屬性,研究空氣質(zhì)量特征的時(shí)空關(guān)系,提出了采用加權(quán)有向圖方法建立空氣質(zhì)量模型及其表征方法,為空氣質(zhì)量預(yù)測(cè)分析提供理論基礎(chǔ)。其次,針對(duì)空氣質(zhì)量預(yù)測(cè)中缺乏氣象、社會(huì)經(jīng)濟(jì)等影響因素?cái)?shù)據(jù)資料的貧信息情況,設(shè)計(jì)了一種改進(jìn)的灰色GM(1,1)模型。在分析GM(1,1)模型建模過程中原始序列擾動(dòng)和背景值變化對(duì)預(yù)測(cè)精度影響的基礎(chǔ)上,構(gòu)造了新的序列緩沖算子和模型背景值對(duì)GM(1,1)模型進(jìn)行優(yōu)化。改進(jìn)的灰色GM(1,1)模型能夠弱化模型隨機(jī)性,削弱外在干擾,減少模型擬合過程中的滯后誤差,提高模型在空氣質(zhì)量預(yù)測(cè)中的穩(wěn)定性和預(yù)測(cè)精度,解決了在貧信息模態(tài)下僅利用大氣污染物濃度數(shù)據(jù)進(jìn)行空氣質(zhì)量趨勢(shì)預(yù)測(cè)的問題。再次,針對(duì)單一灰色模型在貧信息空氣質(zhì)量預(yù)測(cè)中對(duì)于波動(dòng)較大的數(shù)據(jù)序列擬合預(yù)測(cè)精度較差的問題,通過將灰色GM(1,1)模型分別與神經(jīng)網(wǎng)絡(luò)模型和馬爾科夫鏈模型組合并優(yōu)化,提出了兩種改進(jìn)的灰色組合模型,即改進(jìn)的灰色神經(jīng)網(wǎng)絡(luò)模型和改進(jìn)的灰色馬爾科夫模型。在分析傳統(tǒng)灰色神經(jīng)網(wǎng)絡(luò)模型中存在灰色方法部分背景值構(gòu)造不合理和神經(jīng)網(wǎng)絡(luò)方法部分訓(xùn)練數(shù)據(jù)不足的缺陷基礎(chǔ)上,通過構(gòu)造新的背景值和訓(xùn)練數(shù)據(jù)樣本矩陣對(duì)模型進(jìn)行優(yōu)化,建立改進(jìn)的灰色神經(jīng)網(wǎng)絡(luò)模型;在分析傳統(tǒng)灰色馬爾科夫模型原理的基礎(chǔ)上,采用新陳代謝的GM(1,1)模型代替?zhèn)鹘y(tǒng)GM(1,1)模型建立動(dòng)態(tài)轉(zhuǎn)移概率矩陣并定義新的序列緩沖算子對(duì)模型進(jìn)行優(yōu)化,建立改進(jìn)的灰色馬爾科夫模型。將兩種改進(jìn)的灰色組合模型應(yīng)用于城市空氣質(zhì)量預(yù)測(cè)中可增加空氣質(zhì)量預(yù)測(cè)結(jié)果的可靠性和準(zhǔn)確性,避免單一模型的局限性,解決了數(shù)據(jù)序列波動(dòng)較大模態(tài)下的貧信息空氣質(zhì)量預(yù)測(cè)問題。然后,針對(duì)空氣質(zhì)量預(yù)測(cè)不僅受到氣象因素的影響,還受到社會(huì)經(jīng)濟(jì)因素影響的情況,在分析兩類因素對(duì)空氣質(zhì)量影響的基礎(chǔ)上,設(shè)計(jì)了一種將人工神經(jīng)網(wǎng)絡(luò)模型和灰色GM(1,N)模型相結(jié)合的協(xié)同預(yù)測(cè)模型。根據(jù)兩類影響因素的數(shù)據(jù)特性,將呈現(xiàn)非線性特性的氣象因素?cái)?shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練集預(yù)測(cè)大氣污染物濃度,同時(shí)將經(jīng)過灰色關(guān)聯(lián)模型篩選后的包含不完整信息的社會(huì)經(jīng)濟(jì)因素?cái)?shù)據(jù)作為灰色GM(1,N)模型的輸入預(yù)測(cè)大氣污染物濃度。利用皮爾森相關(guān)系數(shù)判斷兩類因素對(duì)空氣質(zhì)量影響程度,為兩個(gè)模型的預(yù)測(cè)結(jié)果分別賦予權(quán)值后求和得出最終預(yù)測(cè)結(jié)果。協(xié)同預(yù)測(cè)模型的預(yù)測(cè)精度高于單一預(yù)測(cè)模型,有效提高預(yù)測(cè)的準(zhǔn)確性和全面性,解決了同時(shí)考慮氣象和社會(huì)經(jīng)濟(jì)的多因素模態(tài)下的空氣質(zhì)量預(yù)測(cè)問題。最后,針對(duì)空氣質(zhì)量等級(jí)實(shí)時(shí)預(yù)測(cè)的需求,考慮氣象因素對(duì)空氣質(zhì)量等級(jí)的影響,提出了利用條件隨機(jī)場(chǎng)模型對(duì)空氣質(zhì)量等級(jí)進(jìn)行實(shí)時(shí)預(yù)測(cè)分析。根據(jù)氣象因素的特點(diǎn),在模型預(yù)測(cè)過程中定義了一種新的特征模板,以提高模型的預(yù)測(cè)準(zhǔn)確率。條件隨機(jī)場(chǎng)模型在空氣質(zhì)量等級(jí)實(shí)時(shí)預(yù)測(cè)方面具有較高的預(yù)測(cè)精度,是一種新的有效預(yù)測(cè)方法,解決了實(shí)時(shí)模態(tài)下的空氣質(zhì)量等級(jí)預(yù)測(cè)問題。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：X51;TP183
【圖文】：

汽車是大氣污染物總量的主要貢獻(xiàn)者，其排放的碳?xì)浠衔�，排放的氮氧化物和顆粒物超過了 90%。對(duì)于人口密集、機(jī)動(dòng)城市，機(jī)動(dòng)車帶來的大氣污染問題更為嚴(yán)重。氣污染具有明顯的時(shí)空分布規(guī)律市大氣污染具有明顯的時(shí)空分布特征。圖 1-1 是 2014 年我國(guó) 7中空氣質(zhì)量最差的兩個(gè)城市保定和邢臺(tái)的空氣質(zhì)量指數(shù)(A的日均分布趨勢(shì)，AQI 值越大表示空氣質(zhì)量越差。a) 2014 年保定市空氣質(zhì)量日均值

第 1 章 緒 論污染具有明顯的時(shí)間分布規(guī)律。我國(guó)空氣質(zhì)量呈現(xiàn)這冬季逆溫強(qiáng)度強(qiáng)(地面上空的大氣結(jié)構(gòu)出現(xiàn)氣溫隨高度溫)，阻礙污染物稀釋擴(kuò)散的逆溫現(xiàn)象普遍，大氣污染季采暖期燃煤量增大，造成大氣中污染物濃度值偏高響較大，導(dǎo)致顆粒物濃度升高，大氣污染加重。2014 年我國(guó)主要城市的 AQI 分布情況，圓點(diǎn)顏色越深表嚴(yán)重。從空間區(qū)域來看，我國(guó)總體呈現(xiàn)出北方大氣污京津冀地區(qū)與山東省西北部為高污染區(qū)域，而南部沿種差異多與北方地區(qū)氣候干旱少雨，逆溫天氣多發(fā)，染企業(yè)數(shù)量較多等因素有關(guān)。

國(guó)內(nèi)外的空氣質(zhì)量預(yù)測(cè)系統(tǒng)中應(yīng)用最為廣散模型為主的第一代空氣質(zhì)量模式和以歐，二十世紀(jì)九十年代末，美國(guó)環(huán)保署發(fā)展式系統(tǒng)即 Models-3/CMAQ[27-29]。它是一個(gè)氣質(zhì)量模式系統(tǒng)，其中增加了化學(xué)物與氣同時(shí)模擬，對(duì)于大氣物理化學(xué)過程的描述中尺度氣象模式(MM5/WRF)、污染源排放MAQ)三部分組成(如圖 1-3 所示)，其Multiscale Air Quality Model)。CMAQ 模式的，核心是化學(xué)傳輸模塊 CCTM。CION 和場(chǎng)；PJORC 計(jì)算光化學(xué)分解率；MCIP 是氣象驅(qū)動(dòng)場(chǎng)[36-40]。Models-3/CMAQ 不僅可境工作者進(jìn)行環(huán)境評(píng)估和制定環(huán)境控制決

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 И·С· Тузиев;聶良田;;蛭石質(zhì)量預(yù)測(cè)的地質(zhì)準(zhǔn)則[J];國(guó)外非金屬礦;1987年06期

2 平措;環(huán)境空氣質(zhì)量預(yù)測(cè)系統(tǒng)的研究動(dòng)態(tài)及其實(shí)施意義[J];西藏科技;2005年04期

3 吳有訓(xùn);彭慕平;劉勇;;基于徑向基函數(shù)網(wǎng)絡(luò)的宣城市空氣質(zhì)量預(yù)測(cè)[J];安徽師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

4 項(xiàng)前,呂志軍,楊建國(guó);紡織品智能工藝設(shè)計(jì)與質(zhì)量預(yù)測(cè)系統(tǒng)[J];紡織學(xué)報(bào);2005年03期

5 施堯;趙勇;楊雪潔;趙姝;張燕平;吳有訓(xùn);王克強(qiáng);;基于覆蓋算法的大氣質(zhì)量預(yù)測(cè)[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年07期

6 烏日根;董俊慧;王玉榮;;計(jì)算機(jī)技術(shù)在焊接質(zhì)量預(yù)測(cè)中的應(yīng)用[J];焊接技術(shù);2006年01期

7 安琳;武宜鳴;朱文俊;;針織生產(chǎn)過程中質(zhì)量預(yù)測(cè)和控制技術(shù)研究思路[J];針織工業(yè);2010年09期

8 張得昆,任學(xué)勤,朱寶瑜,李偉;紡紗質(zhì)量預(yù)測(cè)與信息管理系統(tǒng)的開發(fā)與應(yīng)用[J];毛紡科技;2004年04期

9 汪偉;張江山;錢偉;鐘羨芳;;灰色系統(tǒng)在大氣質(zhì)量預(yù)測(cè)中的應(yīng)用[J];福建師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年01期

10 王桂蘭;易善軍;張海鷗;;基于主成分分析法的等離子熔射層質(zhì)量預(yù)測(cè)[J];機(jī)械科學(xué)與技術(shù);2006年12期

相關(guān)會(huì)議論文 前10條

1 張得昆;任學(xué)勤;朱寶瑜;李偉;;紡紗質(zhì)量預(yù)測(cè)與信息管理系統(tǒng)的開發(fā)與應(yīng)用[A];第23屆全國(guó)毛紡年會(huì)論文集[C];2003年

2 王微微;冀海峰;黃志堯;李海青;金春輝;鮑立曾;;中藥質(zhì)量預(yù)測(cè)的軟測(cè)量方法研究[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

3 孫海光;孫雄宇;包偉徽;;北海市2020年近海海洋環(huán)境質(zhì)量預(yù)測(cè)及對(duì)策研究[A];2007中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)優(yōu)秀論文集（上卷）[C];2007年

4 吳萬友;曾輝;賀志明;;環(huán)境空氣質(zhì)量預(yù)測(cè)系統(tǒng)研究[A];江西省氣象部門第二屆高級(jí)工程師技術(shù)述職報(bào)告會(huì)論文集[C];2005年

5 張德權(quán);;淺析承德縣縣城空氣質(zhì)量變化趨勢(shì)及應(yīng)對(duì)措施[A];《河北環(huán)境科學(xué)》-華北五省市環(huán)境科學(xué)學(xué)會(huì)第十七屆年會(huì)論文集[C];2011年

6 山義昌;王善芳;徐太安;;近十年空氣質(zhì)量演變特征及與氣象因素的關(guān)系[A];山東省科協(xié)重點(diǎn)學(xué)術(shù)研討活動(dòng)成果——山東生態(tài)省建設(shè)與發(fā)展論文匯編[C];2004年

7 何中波;;全面提升xZ口區(qū)環(huán)境空氣質(zhì)量路徑思考[A];2012中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集（第三卷）[C];2012年

8 王茜;伏晴艷;陸濤;王自發(fā);謝付瑩;;數(shù)值模式在上海市空氣質(zhì)量預(yù)報(bào)中的應(yīng)用研究[A];中國(guó)環(huán)境科學(xué)學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集（第二卷）[C];2009年

9 ;上海城市空氣質(zhì)量(日?qǐng)?bào))預(yù)報(bào)工作回顧[A];城市氣象服務(wù)科學(xué)討論會(huì)學(xué)術(shù)論文集[C];2001年

10 艾青云;楊盛旭;茅靳豐;韓旭;;室外空氣污染情況下的室內(nèi)空氣質(zhì)量控制[A];全國(guó)暖通空調(diào)制冷1998年學(xué)術(shù)年會(huì)論文集（2）[C];1998年

相關(guān)重要報(bào)紙文章 前10條

1 李志勇 吳艷榮;全國(guó)113個(gè)重點(diǎn)城市空氣質(zhì)量大排名[N];河北日?qǐng)?bào);2005年

2 ;47個(gè)環(huán)保重點(diǎn)城市空氣質(zhì)量每周排行榜[N];人民日?qǐng)?bào);2003年

3 ;47個(gè)環(huán)保重點(diǎn)城市空氣質(zhì)量每周排行榜[N];人民日?qǐng)?bào);2003年

4 ;47個(gè)環(huán)保重點(diǎn)城市空氣質(zhì)量每周排行榜[N];人民日?qǐng)?bào);2004年

5 曾昀;奧運(yùn)會(huì)空氣質(zhì)量保障的一次預(yù)演[N];北京日?qǐng)?bào);2007年

6 舒圣祥;重獎(jiǎng)改善空氣質(zhì)量的官員是“謬賞”[N];中國(guó)經(jīng)濟(jì)導(dǎo)報(bào);2007年

7 徐東坡;空氣質(zhì)量好于去年同期[N];河南日?qǐng)?bào);2007年

8 記者　 蘆燕娟 實(shí)習(xí)生 王歡;我市今年以來空氣質(zhì)量良好以上天數(shù)占80%[N];濟(jì)南日?qǐng)?bào);2006年

9 張劍雯;我省11市城區(qū)空氣質(zhì)量改善明顯[N];山西經(jīng)濟(jì)日?qǐng)?bào);2007年

10 記者 成燕;綠城去年空氣質(zhì)量?jī)?yōu)良天數(shù)306天[N];鄭州日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 黃遠(yuǎn);多模態(tài)的空氣質(zhì)量分析及預(yù)測(cè)方法研究[D];燕山大學(xué);2017年

2 龍?chǎng)?基于衛(wèi)星遙感觀測(cè)和WRF-Dust/Chem的空氣質(zhì)量模擬[D];中國(guó)科學(xué)院研究生院(地球環(huán)境研究所);2016年

3 陳盛j;城市空氣質(zhì)量管理的系統(tǒng)研究[D];重慶大學(xué);2002年

4 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

5 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

6 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

7 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

8 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

9 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

10 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 倪永成;加工過程質(zhì)量預(yù)測(cè)與控制技術(shù)的研究與應(yīng)用[D];東華大學(xué);2007年

2 饒東陽;棉紡織品質(zhì)量預(yù)測(cè)與優(yōu)化控制技術(shù)研究與應(yīng)用[D];東華大學(xué);2008年

3 吳軍輝;紡織加工質(zhì)量預(yù)測(cè)技術(shù)的研究與應(yīng)用[D];東華大學(xué);2009年

4 杜曉亮;人工神經(jīng)網(wǎng)絡(luò)在空氣質(zhì)量預(yù)測(cè)中的應(yīng)用研究[D];山東大學(xué);2009年

5 高宇航;一種空氣質(zhì)量預(yù)測(cè)模型的研究[D];南京郵電大學(xué);2017年

6 劉長(zhǎng)勝;基于人工神經(jīng)網(wǎng)絡(luò)的服裝質(zhì)量預(yù)測(cè)的研究[D];青島大學(xué);2011年

7 辛若波;基于遺傳優(yōu)化和貝葉斯正規(guī)化神經(jīng)網(wǎng)絡(luò)的空氣質(zhì)量預(yù)測(cè)研究[D];山東大學(xué);2013年

8 王浩宇;MES環(huán)境下基于數(shù)據(jù)挖掘技術(shù)的質(zhì)量預(yù)測(cè)與診斷系統(tǒng)研究[D];山東大學(xué);2014年

9 薛士瓊;基于BP神經(jīng)網(wǎng)絡(luò)的空氣質(zhì)量預(yù)測(cè)及可視化的實(shí)現(xiàn)[D];天津大學(xué);2016年

10 趙楠;服裝質(zhì)量預(yù)測(cè)系統(tǒng)的軟件設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2011年

本文編號(hào)：2770695