隨著我國(guó)經(jīng)濟(jì)的發(fā)展,我國(guó)已經(jīng)成為全球PM_2.5污染最嚴(yán)重的地區(qū)之一。分析地區(qū)的PM_2.5濃度時(shí)空變化和PM_2.5濃度與氣象因子的關(guān)系對(duì)治理PM_2.5污染具有重要意義。同時(shí)對(duì)以往PM_2.5數(shù)據(jù)的缺失值或者異常值進(jìn)行預(yù)測(cè)補(bǔ)充和對(duì)未來(lái)PM_2.5濃度進(jìn)行預(yù)測(cè)也是治理PM_2.5污染很重要的一步,對(duì)以往缺失或者異常值進(jìn)行預(yù)測(cè)可以構(gòu)建長(zhǎng)時(shí)間高精度的PM_2.5濃度數(shù)據(jù)集,而預(yù)測(cè)未來(lái)的PM_2.5濃度則能為政府和民眾提供PM_2.5污染預(yù)警。本研究采用江西省2016-2018年小時(shí)級(jí)的歷史氣象數(shù)據(jù)和歷史空氣質(zhì)量數(shù)據(jù),分析了江西省PM_2.5濃度的時(shí)空變化趨勢(shì)以及PM_2.5濃度與氣象要素之間的聯(lián)系并構(gòu)建了基于機(jī)器學(xué)習(xí)的PM_2.5濃度預(yù)測(cè)模型,旨在為江西省的空氣污染管理和基礎(chǔ)研究提供科學(xué)依據(jù)。論文主要開(kāi)展的工作和取得的研究結(jié)果如下:... 

【文章來(lái)源】：江西理工大學(xué)江西省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線(xiàn)圖

第二章數(shù)據(jù)與方法8第二章數(shù)據(jù)與方法2.1研究區(qū)介紹江西省(24°29"–30°04",113°34"–118°28")位于我國(guó)東南區(qū)域，東鄰浙江、福建，南連廣東，西靠湖南，北毗湖北、安徽而共接長(zhǎng)江，是推進(jìn)共建“一帶一路”、長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的重要節(jié)點(diǎn)。江西省總面積16.71萬(wàn)平方公里，轄11個(gè)設(shè)區(qū)市，2019年常住人口為4666.1萬(wàn)。江西省的地貌條件復(fù)雜，以山區(qū)和丘陵地貌為代表。江西省氣候?qū)賮啛釒Ъ撅L(fēng)型氣候，夏季潮濕，秋季干燥。年平均氣溫11.6–19.6°C，年降水量1637.9mm。江西省共有氣象站91個(gè)，其中26個(gè)基準(zhǔn)、基本氣象站，65個(gè)一般站，氣象站覆蓋了江西各市縣。江西省共有空氣質(zhì)量監(jiān)測(cè)站60個(gè)，監(jiān)測(cè)站主要分布在市中心和工業(yè)區(qū)。圖2.1展示了江西省氣象站點(diǎn)(紅色點(diǎn)和五角星)和空氣質(zhì)量監(jiān)測(cè)站點(diǎn)(藍(lán)色點(diǎn)和五角星)位置。圖2.1江西地區(qū)氣象站點(diǎn)和空氣質(zhì)量站點(diǎn)地理分布（17個(gè)氣象站，57個(gè)空氣質(zhì)量站的數(shù)據(jù)用于本研究）

第二章數(shù)據(jù)與方法10進(jìn)行處理。本研究的數(shù)據(jù)質(zhì)量控制過(guò)程如圖2.2所示，主要包括：氣象數(shù)據(jù)和空氣質(zhì)量數(shù)據(jù)的清洗，氣象數(shù)據(jù)和空氣質(zhì)量數(shù)據(jù)基于時(shí)間的匹配，時(shí)間維度的提齲圖2.2數(shù)據(jù)質(zhì)量控制流程圖(1)數(shù)據(jù)清洗其中氣象數(shù)據(jù)清洗內(nèi)容如下：1需求數(shù)據(jù)變量提取，根據(jù)所需數(shù)據(jù)變量對(duì)數(shù)據(jù)進(jìn)行提取，提取出氣溫、氣壓、相對(duì)濕度等變量；2缺失值剔除,如果某一時(shí)刻的氣象數(shù)據(jù)變量缺失，則將該時(shí)刻的所有氣象數(shù)據(jù)去除；3異常值剔除，根據(jù)中國(guó)氣象數(shù)據(jù)網(wǎng)發(fā)布的數(shù)據(jù)說(shuō)明，對(duì)每個(gè)數(shù)據(jù)進(jìn)行檢查，如果某個(gè)數(shù)據(jù)值為999999則該時(shí)刻數(shù)據(jù)剔除；4邏輯錯(cuò)誤值剔除，對(duì)每個(gè)變量進(jìn)行正常值設(shè)定，如設(shè)定相對(duì)濕度的正常值為0-100，如果某時(shí)刻數(shù)據(jù)值不在正常值范圍，則將該時(shí)刻的數(shù)據(jù)剔除�？諝赓|(zhì)量數(shù)據(jù)的數(shù)據(jù)清洗內(nèi)容如下：1需求變量提取，提取出PM2.5濃度數(shù)值；2剔除缺失值，并剔除PM2.5濃度值小于0μg/m3和大于1000μg/m3的數(shù)據(jù)；3根據(jù)氣象站點(diǎn)匹配空氣質(zhì)量站點(diǎn)情況，計(jì)算氣象站對(duì)應(yīng)空氣質(zhì)量站的PM2.5濃度值平均值。數(shù)據(jù)清洗結(jié)束后得到了各氣象站點(diǎn)對(duì)應(yīng)的PM2.5濃度數(shù)據(jù)表。(2)數(shù)據(jù)匹配根據(jù)站點(diǎn)和時(shí)間進(jìn)行數(shù)據(jù)匹配。匹配步驟如下：根據(jù)氣象站點(diǎn)和空氣質(zhì)量站點(diǎn)匹配情況，以氣象站數(shù)據(jù)為基礎(chǔ)，獲取對(duì)應(yīng)站點(diǎn)的PM2.5濃度平均值；基于時(shí)間進(jìn)行匹配，匹配同一個(gè)小時(shí)氣象數(shù)據(jù)和PM2.5數(shù)據(jù)。最終得到同一小時(shí)的含有氣象要素的和PM2.5濃度數(shù)據(jù)的文件。

【參考文獻(xiàn)】：
期刊論文
[1]多機(jī)器學(xué)習(xí)模型下逐小時(shí)PM2.5預(yù)測(cè)及對(duì)比分析[J]. 康俊鋒,黃烈星,張春艷,曾昭亮,姚申君.  中國(guó)環(huán)境科學(xué). 2020(05)
[2]基于LightGBM的血壓檢測(cè)方法研究[J]. 吳紹武,續(xù)育茹.  生物醫(yī)學(xué)工程研究. 2019(03)
[3]基于Model-3/CMAQ和CAMx模式的臺(tái)州市PM2.5數(shù)值模擬研究[J]. 汪輝,劉強(qiáng),王昱,李穎,張定定,朱赟潔,洪盼盼.  環(huán)境與可持續(xù)發(fā)展. 2019(03)
[4]沈陽(yáng)市PM2.5濃度ARIMA-SVM組合預(yù)測(cè)研究[J]. 宋國(guó)君,國(guó)瀟丹,楊嘯,劉帥.  中國(guó)環(huán)境科學(xué). 2018(11)
[5]基于LightGBM算法的P2P項(xiàng)目信用評(píng)級(jí)模型的設(shè)計(jì)及應(yīng)用[J]. 馬曉君,沙靖嵐,牛雪琪.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2018(05)
[6]融機(jī)器學(xué)習(xí)與WRF大氣模式的PM2.5預(yù)報(bào)方法[J]. 侯俊雄,李琦,朱亞杰,馮逍,林紹福.  測(cè)繪科學(xué). 2018(02)
[7]結(jié)合WRF/Chem和PMF方法的邯鄲市PM2.5源解析[J]. 魏哲,侯立泉,魏巍,岳亮,張城瑜,馬思萌,趙樂(lè),紀(jì)尚平,王麗濤.  環(huán)境科學(xué)與技術(shù). 2017(11)
[8]2013—2015年中國(guó)PM2.5污染狀況時(shí)空變化[J]. 李沈鑫,鄒濱,劉興權(quán),方新.  環(huán)境科學(xué)研究. 2017(05)
[9]基于隨機(jī)森林的PM2.5實(shí)時(shí)預(yù)報(bào)系統(tǒng)[J]. 侯俊雄,李琦,朱亞杰,馮逍,毛曦.  測(cè)繪科學(xué). 2017(01)
[10]基于WRF-Chem模式的華東區(qū)域PM2.5預(yù)報(bào)及偏差原因[J]. 周廣強(qiáng),謝英,吳劍斌,余鐘奇,常爐予,高偉.  中國(guó)環(huán)境科學(xué). 2016(08)

碩士論文
[1]邯鄲市PM2.5污染特征、變化及其模擬研究[D]. 紀(jì)尚平.河北工程大學(xué) 2019
[2]開(kāi)封市機(jī)動(dòng)車(chē)限行對(duì)PM2.5濃度影響的時(shí)空模擬[D]. 李霄陽(yáng).河南大學(xué) 2019
[3]基于LightGBM框架的上海市大氣能見(jiàn)度預(yù)報(bào)訂正研究[D]. 王志宇.華東師范大學(xué) 2019
[4]基于WRF-CMAQ/ISAM模型的京津冀及周邊地區(qū)PM2.5來(lái)源解析研究[D]. 吳育杰.浙江大學(xué) 2019



本文編號(hào)：3118707