由于地表O3對人體和生態(tài)環(huán)境的嚴重危害,使得準確預測高濃度地表O3,減少人類在高濃度地表O3環(huán)境下的暴露時間有著巨大的意義。本文以美國Livermore盆地和休斯頓地區(qū)的氣象、污染物監(jiān)測數(shù)據(jù)為基礎,針對兩地建模數(shù)據(jù)的非正態(tài)分布特性,使用基于主元分析(Principal component analysis, PCA)的主元空間非參數(shù)T2控制限法和廣義線性混合模型(Generalized linear mixed model,GLMM)來分別預報兩地地表O3濃度超限事件。本論文的主要研究內容包括： (1)利用基于PCA主元空間的非參數(shù)T2控制限法來預報地表03濃度超限事件。Hotelling T2控制限的正態(tài)分布假設與實際數(shù)據(jù)分布的差異較大,導致了對地表O3超限點的較多漏報,本文通過使用基于預測變量的實際分布得到PCA主元空間的非參數(shù)T2控制限來預報地表03濃度超限事件。 (2)利用GLMM預測地表O3濃度。由于不同天氣類型中氣象因素對地表O3形成的影響不同以及地表O3濃度的非正態(tài)分布特性,使用普通線性回歸模型往往導致對高濃度地表O3系統(tǒng)性的被低估。為此,本文通過聚類方法將建模數(shù)據(jù)歸入不...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 地表臭氧形成的影響因素
        1.2.1 地表臭氧和前體物的來源
        1.2.2 地表臭氧形成的氣象影響因素
    1.3 高濃度地表臭氧危害
    1.4 地表臭氧濃度超限定義及數(shù)據(jù)特點
        1.4.1 地表臭氧濃度超限定義
        1.4.2 數(shù)據(jù)特點
    1.5 地表臭氧濃度統(tǒng)計預報模型
        1.5.1 多元線性回歸模型
        1.5.2 主元分析法
        1.5.3 其他統(tǒng)計模型
    1.6 論文主要工作
        1.6.1 研究意義
        1.6.2 主要研究內容
        1.6.3 文章結構
第二章 基于PCA主元空間的非參數(shù)T²控制限法和廣義線性混合模型
    2.1 基于PCA主元空間的非參數(shù)T²控制限法
        2.1.1 主元分析法
        2.1.2 基于成功因子的交叉驗證法
        2.1.3 非參數(shù)T²控制限
        2.1.4 過程變化因子
        2.1.5 模型建立
    2.2 廣義線性混合模型
        2.2.1 廣義線性混合模型簡介
        2.2.2 聚類算法
        2.2.3 廣義線性極值理論
        2.2.4 模型建立
    2.3 評價指標
    2.4 小結
第三章 研究地區(qū)臭氧及其前體物說明
    3.1 研究地區(qū)
        3.1.1 Livermore盆地
        3.1.2 休斯頓地區(qū)
    3.2 地表臭氧濃度及監(jiān)測數(shù)據(jù)特點
        3.2.1 Livermore盆地
        3.2.2 休斯頓地區(qū)
    3.3 小結
第四章 基于PCA主元空間的非參數(shù)T²控制限法和廣義線性混合模型的應用
    4.1 基于主元分析的預報模型
        4.1.1 不同主元選取方法的結果
        4.1.2 不同的變量組合對模型性能的影響
        4.1.3 基于PCA主元空間的非參數(shù)T²控制限法的預報結果
    4.2 廣義線性混合模型
        4.2.1 基于動態(tài)PCA原型的有監(jiān)督分類過程
        4.2.2 廣義線性混合模型預測結果
    4.3 基于PCA主元空間的非參數(shù)T²控制限法與GLMM模型的對比
        4.3.1 Livermore盆地結果對比
        4.3.2 休斯頓地區(qū)結果對比
    4.4 小結
第五章 結論與展望
參考文獻
致謝
研究成果及發(fā)表的學術論文
作者與導師簡介
附件



本文編號：3817997