臭氧(O₃)是大氣中最為常見的氣體之一,在大氣中的平流層與對(duì)流層中都起著重要作用。利用衛(wèi)星遙感數(shù)據(jù)分析臭氧總柱濃度時(shí)空分布特征已經(jīng)較為成熟,但對(duì)于臭氧柱濃度的預(yù)測(cè)研究較為匱乏。因此,本文以中國(guó)區(qū)域,臭氧總柱濃度作為研究對(duì)象,研究周期為2009年1月～2019年12月,按年度、季度、月度分別對(duì)臭氧數(shù)據(jù)進(jìn)行深入的挖掘,分析得出中國(guó)區(qū)域的臭氧柱濃度時(shí)空分布特征,分別采用時(shí)間序列模型與支持向量回歸算法模型對(duì)2020年的臭氧變化趨勢(shì)進(jìn)行了預(yù)測(cè)。論文的主要研究工作包括:(1)對(duì)OMI臭氧柱濃度產(chǎn)品數(shù)據(jù)進(jìn)行分析,得出中國(guó)區(qū)域2009-2019完整時(shí)間序列的臭氧時(shí)空分布特征,研究表明中國(guó)區(qū)域的臭氧濃度呈現(xiàn)北高南低的緯向型變化。青藏高原由于位于中國(guó)的高海拔地區(qū),空氣柱稀薄,使得太陽輻射相較于其他地區(qū)強(qiáng),導(dǎo)致臭氧總量全年處于低值,其他地區(qū)受到季風(fēng)的影響等其他因素,越往內(nèi)陸,臭氧總量逐漸增高。臭氧柱濃度變化還具有周期性:第1季度(春)>第2季度(夏)>第4季度(冬)>第3季度(秋)。(2)利用差分整合移動(dòng)平均自回歸(Autoregressive Integrated ...

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1中國(guó)區(qū)域圖

青藏高原:西藏自治區(qū)、青海省。2.3數(shù)據(jù)處理工具及方法

圖2MySQL存儲(chǔ)的臭氧柱濃度數(shù)據(jù)

并用NavicatPremium可視化打開。處理好后的數(shù)據(jù)如圖2所示。2.3.3MySQL工具及方法

圖3ARIMA建模步驟

時(shí)間序列通過平穩(wěn)性與白噪音檢驗(yàn)后得出該序列為平穩(wěn)非白噪音序列,此時(shí)就可以通過下面的流程建立預(yù)測(cè)模型[47]:步驟一:模型參數(shù)估計(jì)[48]。為了使一組非平穩(wěn)時(shí)間序列變?yōu)槠椒�(wěn)序列,需要對(duì)其進(jìn)行1階差分,并對(duì)差分后的序列再次檢驗(yàn)其平穩(wěn)性,若1階差分后的序列仍為不平穩(wěn)序列,則對(duì)其進(jìn)行二次....

圖4支持向量機(jī)理論

通常來說,一般的回歸模型計(jì)算損失的方式是通過計(jì)算擬合值和真實(shí)值之間的差值來實(shí)現(xiàn),而支持向量機(jī)回歸模型則是給出一定程度的容忍偏差,只有擬合值和真實(shí)值之間的差值的絕對(duì)值大于容忍偏差時(shí)才認(rèn)定損失,如圖4所示[63]。SVR可以用式(2-12)來表示:

本文編號(hào)：3900174