一、青藏高原臭氧变化趋势的预测（论文文献综述）
苏静明,洪炎,唐超礼,严加琪[1]（2021）在《基于OMI的中国区域2005-2020年间臭氧柱总量随经纬度变化特性研究》文中研究表明利用OMI每日L3级O3柱总量数据对中国区域2005–2020年间臭氧柱总量变化趋势开展研究,构建了相关数据库,并基于数据筛选和数据挖掘分析了该期间中国区域臭氧柱总量与纬度和经度的相关性。结果表明,在2005–2020年间,中国区域上空的臭氧柱总量随纬度增大而增大,而其与经度的关系受纬度值影响。当纬度大于特定阈值时,臭氧柱总量随经度增大而增大;而当纬度小于该值时,臭氧柱总量由西向东基本保持稳定。研究结果对于揭示中国区域臭氧柱总量变化规律、进一步分析全球臭氧变化趋势具有重要意义。
王馨陆,黄冉,张雯娴,吕宝磊,杜云松,张巍,李波兰,胡泳涛[2]（2021）在《基于机器学习方法的臭氧和PM2.5污染潜势预报模型——以成都市为例》文中指出以成都市为例,以多项可能影响污染物时空分布的变量为潜在预报因子,筛选关键入模因子,利用2016—2018年数据为训练集,采用多元线性回归、BP神经网络和随机森林算法,建立成都市夏季（4—8月）臭氧及冬季（11—2月）PM2.5污染潜势模型,并利用2019年数据对模型的中长期污染潜势浓度的预报性能进行评估。结果表明,建立的多元线性回归、BP神经网络和随机森林模型对成都市臭氧及PM2.5的短期（1～3天）污染潜势都具有良好的预报效果,对7～15天的中长期潜势预报表现稳定。其中,多元线性回归模型和随机森林模型分别对臭氧和PM2.5表现出相对最佳的预报性能。
徐言[3]（2021）在《北京市气溶胶物理光学特征及潜在来源分析》文中指出本文首先介绍了大气污染的背景以及气溶胶研究的意义,概述了卫星遥感气溶胶的发展历程,利用卫星遥感宏观观测分析我国气溶胶十年间的主要分布位置,以此确定研究区为北京市;其次在前人研究基础上结合地基数据,根据季节详细分析北京地区各物理、光学参数变化规律以及相互之间的关系,并在此基础上总结归纳了北京地区十年间的气溶胶类别以及辐射效应变化;最后结合气象资料利用HYSPLIT模型,采用后向轨迹模式聚类、潜在源分析等方法,按季节分析大气污染变化过程,分别就六大污染物(PM2.5、PM10、SO2、NO2、O3及CO)的浓度变化规律模拟潜在污染源,为北京地区的大气颗粒物污染的防治工作提供数据支持。研究结果表明:2005-2015年间北京地区AOD平均值2006年最高为0.97,2009年最低为0.70,十年间总的变化呈缓慢下降趋势。地表辐射强迫年平均为-84.3±11.52 w/m2,大气气溶胶年平均辐射强迫值为50.96±10.02 w/m2,大气层顶部辐射强迫年平均为-33.34±3.65 w/m2。十年间北京地区主要为粗模态与细模态混合存在,主要为强吸收性和中吸收性细模态大气颗粒物,几乎不存在非吸收性粗模态大气颗粒物,吸收与非吸收的混合型大气颗粒物中非吸收性粗细大小混合颗粒物同样较少。大气颗粒物以前向散射为主,散射相函数季节变化不明显。四季变化中,春季粗、细模态气溶胶粒子散射吸收的变化最多,其中吸收性混合型以及粗模态颗粒物占40%。夏季主要是非吸收性细粒子和弱吸收性细粒子气溶胶为主,四季当中强散射型细粒子含量为季节最高,受高温高湿影响O3含量明显增多。秋季的混合型气溶胶粒子少于春季,冬季由于城市供暖燃烧吸收型颗粒物增多,几乎不存在非吸收性气溶胶颗粒物。西北远距离输送一直贯穿四季,除夏季对北京地区影响较弱以外,其他季节的远距离输送基本均来自西北方向。本地源以及近距离输送在夏季和秋季占比较大。秋季和冬季西北远距离输送为主要风向,秋季轨迹污染物浓度最高。其中北京地区六项污染物PM2.5年平均值为80μg∕m3;PM10年平均值117μg∕m3。SO2年平均15μg∕m3;NO2年平均值54μg∕m3;O3年平均值为59μg∕m3;CO年平均1.2μg∕m3。一天当中SO2和O3约在中午或下午达到峰值,除SO2和O3之外其他污染物日变化规律均是从下午15点之后直至夜间浓度逐渐升高到峰值。全年SO2、CO几乎均未超过国家二级标准限值,全年浓度月变化规律均为夏季低冬季高。春季PM10主要来自于外蒙古国,PM2.5主要来自于石家庄南部近距离输送,而NO2和O3的污染输送也主要来自于石家庄南部。夏季同样受石家庄南部区域近距离污染较多,远距离输送占比最少。PM10污染轨迹条数仅有PM2.5的一半。秋季虽然由京津翼南部近距离污染的轨迹最多,多为清洁轨迹,但来自这个方向的污染轨迹浓度较高,且主要NO2污染来自这个方向。秋季易受蒙古国东部大气颗粒物影响,这个方向传输的PM10约占PM2.5的一半,O3主要来自这个方向。冬季轨迹主要来自西部以及西北方向的远距离输送,这个方向的污染物主要为PM2.5,且浓度较高,其次PM10,冬季NO2远距离输送显着。近距离输送轨迹仅占22.78%,并且多为清洁轨迹。WPSCF与WCWT分析在聚类分析的基础上能够更直观的表现对北京贡献较大的污染源区,通过对比分析发现两种模型结果能够互相验证。综合以上分析,本文研究认为在污染产生过程中,周边城市的工业排放以及车辆、供暖燃烧都起到了很明显的作用,人为活动污染控制不可忽视,因此,关注周边城市工业发展所带来的污染物,加强控制人为排放,并且关注西北方向远距离污染物输送,特别是在春季和冬季,这对后续能够针对性的进行污染防控以及制定相应的大气治理措施具有重要意义。
鲁亓[4]（2021）在《青藏高原上空臭氧夏季低值中心特征分析》文中提出基于微波临边探测器（MLS）和臭氧检测仪（OMI）所测出来的青藏高原的臭氧浓度,根据2005年—2013年卫星资料得到的臭氧总量柱浓度的月平均数据分析青藏高原各个季节的臭氧总量特征。结果表明,2005年—2013年间夏季的青藏高原上空存在着一个臭氧低值中心,文章分析了该臭氧低值中心产生地原因和特征。
李紫微[5]（2021）在《京津唐地区近地面臭氧反演与时空分布特征分析》文中研究指明随着城市化与工业化的推进,我国城市人口不断增加、交通规模持续扩大,造成我国城市空气污染状况越来越严重,城市污染问题越来越突出。近年来,由于光化学烟雾污染导致的O3污染问题在中国的东部城市频繁发生,O3逐渐成为影响城市空气质量的首要污染物。为探究京津唐地区近地面O3污染特征及时空变化趋势,本研究以2016-2019年京津唐地区（北京、天津、唐山）为研究对象,结合研究区地面监测站点O3浓度与卫星遥感臭氧柱总量数据,采用BP神经网络、极限学习机（ELM）、支持向量机（SVM）对京津唐地区的近地面O3进行预测与评估。然后,在模型预测结果的基础上,分别从时间、空间两个角度,对京津唐地区近地面O3浓度的年、月、日、小时变化,以及臭氧区域分布展开分析。最后,结合气象站点数据中的温度、日照时数、风速、气压、相对湿度,以及PM2.5、NO2等影响因素,系统地分析了它们与近地面O3浓度之间的相互作用关系。研究表明:（1）在建立的近地面O3预测模型中,BP模型通过网络迭代不断调整连接权重,使输出误差最小,其精度与可靠性要优于ELM和SVM,训练与预测的决定系数R2均为0.9左右,但模型训练过程相对较长。（2）2016-2019年,京津唐地区O3年平均浓度中,北京最高、天津增加速度最快;京津唐近地面O3月变化规律相同,具有典型的季节变化特征,呈“双峰型”分布;夏季O3浓度最高,冬季最低;小时O3浓度变化趋势相似,一般呈“单峰型”变化,每日清晨O3浓度最低,夜晚最高。（3）京津唐研究区O3分布整体以天津为低值中心向四周逐渐升高,北京显着高于天津和唐山,且2016-2019年期间,京津唐研究区O3浓度均表现出明显增加趋势,天津增速最快。（4）温度、日照时数、气压对近地面O3浓度的影响最为显着,温度越高、日照时数越长、气压越低,O3浓度就越高;夏季较高的相对湿度会抑制O3产生;臭氧与风速的相关性不大;高PM2.5浓度可有效降低大气中O3含量;臭氧产生过程中伴随NO2的消耗。基于BP神经网络的近地面O3反演能够科学、有效地实现地面空气质量的精确评估,为城市空气污染的预测、预防与治理提供技术支持和科学依据。
杨显玉,吕雅琼,王禹润,乔玉红,张公亮,王式功,张小玲,刘志红,刘奕麟,朱新胜[6]（2021）在《天气形势对四川盆地区域性臭氧污染的影响》文中研究说明本研究结合地面观测资料,ERA5再分析数据和PCT客观分型法,分析了2014～2019年四川盆地区域性O3污染特征以及天气形势与O3污染的关系.结果表明,2014～2019年四川盆地O3区域污染发生频数呈单峰型分布,于2016年达到峰值,且发生区域主要集中在成都平原城市群.在6种典型天气类型中,类型1、2、6为污染型,其海平面气压呈西高东低,四川盆地受低压系统控制.类型3、4为清洁型,其中类型3呈北高南低,且在四川盆地东部存在1个低值中心;类型4呈东高西低,在青藏高原区域有一些小范围的高压中心.在污染型天气形势下,四川盆地的气象条件为温度高、云量低、地面接收到的紫外辐射强、相对湿度低,加速了O3的生成,再叠加类型1的静风条件不利于污染物扩散;类型2、6盛行的东南气流对O3及其前体物的输送,造成污染型天气类型发生区域性O3污染比例明显高于其他几种类型.此外,基于环流分型的预测结果表明环流形势对四川盆地各城市群区域O3污染影响可以达到其年变化的2倍以上,对整个四川盆地O3浓度变化的贡献率为34.8%～66.3%.
冯小芳[7]（2021）在《IPO-BT模态及其对影响热带气旋活动的环流变化研究》文中提出最近四十年,全球年平均地表面温度经历了不均匀的变暖:北极增暖、南极变冷,表现出明显的半球不对称性,北半球中纬度也出现“三波状”的空间变化趋势,热带东太平洋海表温度（Sea Surface Temperature,简称SST）则略有降温。这与大型多模式集合模拟人类活动影响造成的全球纬向均匀增暖响应有所不同。通过对现代多套再分析资料的分析,我们发现在过去的一个世纪存在一种与热带东太平洋SST活动有关的全球大气遥相关模态,这个模态对近四十年观测到的全球地表温度和大气环流的不均匀变化具有重要贡献。这种由热带SST驱动的大气遥相关模态与年代际太平洋涛动（Interdecadal Pacific Oscillation,简称IPO）关系密切,以下称为模态为IPO-BT（IPOrelated Bipolar Teleconnection,简称IPO-BT）。此外,过去千年的历史代用资料和两套历史气候重建资料也显示,IPO-BT模态是过去2000年地球系统内部的一种重要的低频模态,对于调节北极增暖和南大洋变冷,以及北半球中高纬度气候变化具有重要意义。夏季欧亚大陆环流的“偶极子”模态是IPO-BT对北半球中高纬度气候影响的重要特征。多套再分析资料表明,过去的一个世纪中自然内部变率调节了中亚地区增暖和“偶极子”模态的变化。青藏高原以北位势高度异常升高,使位势高度纬向梯度力减小,导致青藏高原的西风和东亚夏季风减弱,对其南侧的南亚高压强度变化影响较小。而在热带东太平洋SST冷异常的强迫下,西北太平洋地区重要的环流系统季风槽和北太平洋洋中槽会发生一致的向西移动,进而减少了西北太平洋东部热带气旋的生成,表现出热带气旋生成位置北移的特征。这种受自然变率调节的大尺度环流系统的整体变化对热带气旋的影响,与全球变暖背景下观测到的热带气旋生成北移现象一致,更多的研究需要定量研究人类活动和自然变率对热带气旋活动的影响作用。最新研究出的全球耦合模式比较计划第六阶段（CMIP6）模式资料可以较好的模拟出北半球冬季大气遥相关模态的时空特征,但大多数模式无法模拟出夏季的重要遥相关型:IPO-BT模态。气候模式的这种局限性,可能与模式对低频SST和热带对流活动,以及夏季热带东太平洋环流基本态的模拟偏差有关。不仅如此,CMIP6气候模式对影响西北太平洋热带气旋活动的大尺度环流系统的模拟也存在很大的不确定性。因此,在利用CMIP6预测环流气候变化和热带气旋活动时,要综合考虑这种模拟偏差。
王康乐[8]（2021）在《AVHRR/2数据中红外波段反射率反演与验证研究》文中研究说明AVHRR/2数据对于历史地表数据研究具有重要意义。地表属性的全球监测主要依赖AVHRR红色和近红外波段的NDVI。AVHRR的第3波段,中心波长为3.75μm,在地区尺度上对植物敏感。分离中红外波段的反射和发射部分的研究备受关注。对AVHRR/2第3波段的反射率进行反演,可以为地区气候、生态等研究增加一个波段的反射率数据。本文基于辐射传输理论,对青藏高原地区的AVHRR/2中红外波段数据进行了反射率的反演,并对反演结果进行了验证。尽管本文采用的方法存在固有的不确定性,但证明了对AVHRR/2在3.75微米处的反射率进行定量反演是可行的。本文主要做了以下几个方面的研究工作:1)根据AVHRR/2中红外波段的能量在大气中的辐射传输过程,建立了能量辐射传输方程。电磁辐射经过大气层时会受到大气的吸收、散射、反射作用,在中红外波段还会受到大气的发射的影响,但在整个过程中能量守恒,据此建立大气辐射传输方程。2)利用MOTRON软件模拟研究区内中红外波段在大气中的辐射传输过程,经模拟获得太阳直射辐射、大气辐射、大气散射、大气透过率等数据。使用MODTRAN进行大气辐射传输过程模拟需要设定卫星参数、大气参数、地表参数等,通过改变参数值,运行程序后会获得不同设定条件下的太阳直射辐射、大气辐射等数据。3)地表温度利用AVHRR/2的第四、五波段的辐射能量和发射率求得。将地表和大气参数带入辐射传输方程,求解AVHRR/2中红外波段的反射率。4)对反演结果进行敏感性分析。估算各参数及传输方程对反射率反演的误差影响。通过对不同时间、不同地表覆盖类型的实测地表温度及大气参数的对比验证反演结果的准确性。
申付振[9]（2021）在《中国大气污染物浓度及空气质量健康指数的时空变化研究》文中研究指明过去的十几年,伴随着中国经济的快速发展和城市化进程的加快,我国的空气污染状况日趋严重,引起了人们的广泛关注。研究表明,空气污染会对人体健康造成严重的危害,为了改善空气质量,中国政府制定一系列标准并实施一系列清洁空气计划,以保护公众健康。此外,为了更好地对空气污染的健康效应进行评估,本文首先对比研究了现有的三种空气质量指数（Health-based Air Quality Index,HAQI、Aggregate AQI,AAQI和AQI）。结果表明,HAQI指数更适合用于评估全国大气复合污染状况下的健康风险。进而,通过将HAQI指数应用到全国健康风险暴露及与社会经济因子关系的研究中,全面评估了2015～2018年全国减排措施实施过程中大气污染物浓度及相应的健康效应的变化。结果表明,全国清洁空气计划实施过程中,颗粒物的浓度显着下降,臭氧（Ozone,O3）污染问题凸显,华北平原地区的污染物健康风险依然很高。此外,污染物浓度及健康效应的变化不仅人为排放的影响,还会受气象条件变化的影响。因此,为了分别量化认为排放和和气象条件的贡献,本文利用“新冠”短期封锁期作为时间窗口,选择O3生成反应的前体物NO2作为研究对象,来量化人为排放和气象条件的贡献。结果表明,与2019年同时期相比,“新冠”期间全国的污染物健康风险明显降低,“新冠”期间全国367个城市平均NO2的减排比例为37.9%,其中气象因子作用下的增量为7.8%。本文中,空气质量健康指数的算法和全国367个城市的空气质量数据(PM2.5、PM10、SO2、NO2、O3和CO)主要用来量化污染物浓度的变化和健康效应;全国各个城市的社会经济因子数据（城市建筑面积、城市总人口数、国内生产总值、人口密度、第二产业份额、第三产业份额以及城市家庭人均收入）主要用来探索与HAQI之间的关系;全国各个城市的地表气象数据（温度、湿度、降雨、风速、风向和气压）主要用作机器学习的变量,预测“新冠”期间NO2浓度的变化;哥白尼大气监测服务（Copernicus Atmosphere Monitoring Service,CAMS）再分析数据（CAMS NO2和O3）主要用来和空气质量数据进行对比,量化“新冠”期间人为排放变化对NO2的影响。具体的研究结果如下:三种空气质量健康指数的研究以人口最大的省份——河南省为例,结果表明:三种空气质量指数在评估健康效应时会出现彼此对应级别不匹配的现象;HAQI和AAQI的值均在一定程度上大于AQI的值,说明当前的AQI系统可能大大低估了空气污染的健康风险;相比而言,HAQI更适合评估多污染物的健康风险。全国空气质量健康指数暴露及其与社会经济因子关系的研究发现,从2015年到2018年,全国的减排成效表现为PM2.5,PM10,SO2和CO的浓度显着降低,分别减少了22.1%、13.5%、46.4%和21.5%;NO2减少不明显（6.3%）,O3的浓度水平显着增加（13.7%）,控制O3污染问题成为下一步清洁空气计划的重点;探索全国社会经济因素与HAQI关系时发现,HAQI与第二产业份额之间存在线性关系,表明消耗化石燃料燃烧和其他能源的第二产业是HAQI的主要社会经济驱动因子。由此表明,第二产业的结构调整和升级是降低中国空气污染健康风险的有效策略。评估“新冠”期间空气质量健康指数以及人为排放和气象因子变化对NO2浓度变化的影响时,由于CAMS模型的排放清单不变,故CAMS NO2与真实值的差值可视为人为减排量。通过计算可知,2015～2019年平均的CNY期间,全国NO2浓度水平降低了26.7%,O3的平均浓度水平增加了23.3%;而在“总新冠”期间,全国几乎所有城市的NO2都有了一定程度的减排,平均的减排比例为53.57%,O3的增加比例为33.5%。去除CAP的影响,全国平均的NO2的减排比例为37.9%,在此期间O3的增加比例为28.6%。分别以2020年“新冠”期间的气象因子和2015-2019年同时期的平均气象因子为变量的机器学习结果表明:“新冠”期间全国367个城市因气象因子变化导致的NO2的增量为7.8%。综上所述:（1）当污染发生时,HAQI比AQI能够更好的指导公众做好健康防护;（2）颗粒物减排明显,但是O3污染问题凸显,第二产业份额是驱动全国健康风险的主要社会经济因素,因此需要调节第二产业的结构,并制定科学的减排措施,降低O3污染和全国的健康风险;（3）与2019年同时期相比,“新冠”期间全国的污染物健康风险明显降低。同时,使用CAMS再分析数据和机器学习方法量化人为排放变化和气象因子变化对污染物浓度变化的贡献的方法也为我国更好地制定减排策略提供了新思路。
曹不凡[10]（2021）在《影响中国东部夏季臭氧污染的大气环流及其预估》文中提出在夏季,中国东部地区臭氧污染严重危害着人类健康和动植物。2015至2018年,中国东部大部分城市出现了臭氧浓度超过280μg m-3的臭氧污染事件。本文采用中国大气环境监测网提供的逐小时臭氧观测数据,提取出中国东部日最大8小时臭氧平均浓度,结合多种来源的气象资料研究气象条件对中国东部夏季臭氧的影响,并采用模式预估气象数据集,对其进行了预估研究。得到了以下结论:（1）近年来,地面臭氧污染逐年增加。其中,夏季是中国东部地区臭氧污染最严重的季节。中国东部臭氧污染污染自南向北加剧,华北和黄淮地区臭氧浓度最高。研究通过EOF分型发现了夏季臭氧污染的南北同相型和南北反相型两种主模态。当中国东部地区臭氧同相升高,中国东部南北区域的异常环流表现为纬向增强的东亚大槽和西太平洋副热带高压,且其西脊点北移。局地干热空气和强烈的太阳辐射增强了光化学反应,导致以华北和黄淮地区为中心的臭氧污染加剧。当高纬度大范围的正位势高度异常显着减弱了冷空气活动,并导致了近地面的局部高温,华北地区臭氧增加。而西太平洋副热带高压则以不同的方式向长三角地区输送了充足的水汽,为地面臭氧的形成提供了局部的不利环境。此时,中国东部地区臭氧污染南北反相变化。（2）针对京津冀地区臭氧天气条件21世纪的变化进行了预估。通过捕捉显着影响地面臭氧浓度的三个重要天气系统的特征,计算臭氧天气指数（OWI）。采用通用地球系统模式进行大集合模拟,预测京津冀地区未来臭氧天气条件。未来,气象条件将有利于京津冀地区臭氧污染的控制。在21世纪,OWI总体上下降。OWI的减少主要是因为京津冀地区降水的增加,部分原因是对流层低层风的变化和850 h Pa与200 h Pa之间的温度差的变化。21世纪总降水量增加,削弱了地面臭氧的产生,主要是由于对流性降水增多所致。2061-2100年,南亚高压将向南移动,西太平洋副热带高压将向东移动。水汽的辐合将主要发生在华南地区。因此,华北地区持续性降水将减少。但受气候变暖的影响,京津冀地区绝对湿度的增加会导致对流性降水的增加,且是持续性降水减少量的4倍多。
二、青藏高原臭氧变化趋势的预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、青藏高原臭氧变化趋势的预测（论文提纲范文）
（1）基于OMI的中国区域2005-2020年间臭氧柱总量随经纬度变化特性研究（论文提纲范文）
| 0 引言 |
| 1 数据源及数据处理方法 |
| 1.1 数据源 |
| 1.2 数据处理方法 |
| 1.3 数据查询、筛选、分析 |
| 2 中国区域臭氧总量空间分布特性 |
| 3 中国区域臭氧总量与纬度的关系 |
| 3.1 不同纬度臭氧柱总量变化趋势 |
| 3.2 中国区域臭氧柱总量随纬度变化趋势分析 |
| 4 臭氧柱总量与经度的关系 |
| 4.1 相近纬度下不同经度城市臭氧柱总量对比 |
| 4.2 中国区域内臭氧柱总量随经度变化趋势分析 |
| 5 结论 |
（2）基于机器学习方法的臭氧和PM2.5污染潜势预报模型——以成都市为例（论文提纲范文）
| 1 研究数据与方法 |
| 1.1 研究数据 |
| 1.1.1 空气质量数据 |
| 1.1.2 气象数据 |
| 1.2 研究方法 |
| 1.2.1 关键入模变量的筛选 |
| 1.2.2 数据预处理 |
| 1.2.3 模型训练及优化 |
| 1.2.4 模拟和预报效果评估 |
| 2 结果与讨论 |
| 2.1 成都市臭氧污染潜势预报模型 |
| 2.2 成都市PM2.5污染潜势预报模型 |
| 2.3 中长期潜势预报 |
| 2.3.1 臭氧中长期潜势预报 |
| 2.3.2 PM2.5中长期潜势预报 |
| 3 结论 |
（3）北京市气溶胶物理光学特征及潜在来源分析（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究内容、技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 地基及卫星气溶胶遥感研究基础 |
| 2.1 气溶胶定义 |
| 2.1.1 气溶胶的类别及来源 |
| 2.1.2 辐射效应 |
| 2.2 AERONET地基遥感 |
| 2.2.1 全自动太阳光度计(CE-318)介绍 |
| 2.2.2 地基大气溶胶光学厚度的计算方法 |
| 2.3 卫星遥感气溶胶概况 |
| 2.3.1 气溶胶遥感技术发展 |
| 2.3.2 气溶胶遥感反演原理 |
| 2.3.3 气溶胶研究难点 |
| 2.4 卫星遥感宏观观测我国气溶胶十年间分布变化 |
| 2.5 本章小结 |
| 第三章 北京地区气溶胶物理特性和光学特性分析 |
| 3.1 北京地区十年间气溶胶物理特性分析 |
| 3.1.1 气溶胶光学厚度 |
| 3.1.2 Angstrom参数 |
| 3.1.3 气溶胶谱分布 |
| 3.1.4 物理特性年变化分析 |
| 3.2 北京地区十年间气溶胶光学特性分析 |
| 3.2.1 细颗粒比例 |
| 3.2.2 单次散射反照率 |
| 3.2.3 复折射指数 |
| 3.2.4 不对称因子 |
| 3.2.5 散射相函数 |
| 3.3 北京地区十年间气溶胶类别分析 |
| 3.4 北京地区十年间直接辐射强迫分析 |
| 3.5 本章小结 |
| 第四章 北京地区污染特征及潜在源模拟分析 |
| 4.1 HYSPLIT模式 |
| 4.1.1 理论基础 |
| 4.1.2 轨迹聚类及六大污染物变化特征 |
| 4.1.3 污染输送潜在源模拟分析 |
| 4.2 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 问题与展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（4）青藏高原上空臭氧夏季低值中心特征分析（论文提纲范文）
| 1 臭氧低值中心研究现状及产出的原因 |
| 2 研究数据及方法 |
| 3 青藏高原臭氧总量季节变化的特征 |
| 4 结论 |
（5）京津唐地区近地面臭氧反演与时空分布特征分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 国内外臭氧研究进展 |
| 1.2.2 基于大气化学模式和经验统计的近地表臭氧预测算法 |
| 1.2.3 基于统计理论的机器学习算法 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 2 研究区域与数据来源 |
| 2.1 研究区概况 |
| 2.2 数据来源 |
| 2.2.1 地面监测站点数据 |
| 2.2.2 卫星遥感数据 |
| 2.3 数据预处理 |
| 2.3.1 站点数据处理 |
| 2.3.2 遥感数据处理 |
| 2.4 本章小结 |
| 3 近地面臭氧反演 |
| 3.1 臭氧反演方法 |
| 3.1.1 支持向量机 |
| 3.1.2 极限学习机 |
| 3.1.3 BP神经网络 |
| 3.2 反演模型的建立与评估 |
| 3.2.1 支持向量机建模精度 |
| 3.2.2 极限学习机建模精度 |
| 3.2.3 BP神经网络建模精度 |
| 3.2.4 模型精度对比 |
| 3.3 臭氧反演精度 |
| 3.3.1 臭氧反演总精度 |
| 3.3.2 臭氧季节反演精度 |
| 3.4 本章小结 |
| 4 近地面臭氧时空分布特征 |
| 4.1 京津唐空气污染现状 |
| 4.2 时间分布特征 |
| 4.2.1 臭氧年变化 |
| 4.2.2 臭氧月变化 |
| 4.2.3 臭氧日变化 |
| 4.2.4 臭氧小时变化 |
| 4.3 空间分布特征 |
| 4.3.1 臭氧空间分布 |
| 4.3.2 臭氧变化率 |
| 4.3.3 臭氧季节分布 |
| 4.4 本章小结 |
| 5 近地面臭氧影响因素分析 |
| 5.1 臭氧与气象要素的关系 |
| 5.1.1 臭氧与地面温度、日照时数的关系 |
| 5.1.2 臭氧与地表风速的关系 |
| 5.1.3 臭氧与地面气压的关系 |
| 5.1.4 臭氧与地表相对湿度的关系 |
| 5.2 臭氧与PM_(2.5)的关系 |
| 5.3 臭氧与NO_2的关系 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）天气形势对四川盆地区域性臭氧污染的影响（论文提纲范文）
| 1 数据与方法 |
| 1.1 O3观测数据和ERA5再分析资料 |
| 1.2 O3区域污染过程定义 |
| 1.3 PCT环流分型方法 |
| 1.4 基于环流分型的O3浓度预测方法 |
| 2 结果与讨论 |
| 2.1 O3区域污染过程特征 |
| 2.2 环流分型特征 |
| 2.3 环流类型与O3污染的关系 |
| 2.4 各环流类型气象要素特征 |
| 2.5 基于环流类型的O3浓度预测 |
| 3 结论 |
（7）IPO-BT模态及其对影响热带气旋活动的环流变化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 全球大气遥相关的研究进展 |
| 1.2.1 北半球的基本遥相关型 |
| 1.2.2 夏季影响西北太平洋的遥相关型 |
| 1.2.3 影响大气环流和温度变化的主要自然模态 |
| 1.2.4 全球变暖背景下大气环流的观测和模拟研究 |
| 1.3 影响西北太平洋热带气旋活动的大尺度环流系统 |
| 1.3.1 影响热带气旋活动的四大环流系统 |
| 1.3.2 全球变暖背景下热带气旋的活动特征 |
| 1.4 本文拟解决的科学问题 |
| 1.4.1 影响最近四十年全球大气环流变化的模态特征 |
| 1.4.2 自然变率对西北太平洋地区大尺度环流系统变化的影响 |
| 1.4.3 评估CMIP6 气候模式对北半球和西北太平洋区域大气环流的模拟能力 |
| 1.5 本研究主要内容 |
| 第二章 资料与方法 |
| 2.1 研究资料和模式试验设计 |
| 2.1.1 多套现代再分析资料和海温等资料 |
| 2.1.2 古气候代用资料和两套全球古气候重建资料 |
| 2.1.3 五套大型集成耦合地球系统模式 |
| 2.1.4 CMIP5和CMIP6 模式 |
| 2.2 模式试验设计 |
| 2.2.1 热带海温对全球大气环流的驱动试验 |
| 2.2.2 西北太平洋大气环流对热带海温的响应试验 |
| 2.3 主要方法介绍 |
| 2.3.1 双线性插值方法 |
| 2.3.2 经验正交函数分析(EOF) |
| 2.3.3 最大协方差分析(MCA) |
| 2.3.4 波作用通量计算 |
| 2.3.5 谱分析 |
| 2.3.6 相关系数和显着性检验的有效自由度 |
| 2.3.7 指纹模型方法(Fingerprint) |
| 2.3.8 减弱外部强迫对全球影响的方法 |
| 2.3.9 自组织映射神经网络方法(SOM) |
| 2.3.10 历史代用记录在LMR2 的资料质量评估 |
| 第三章 影响全球大气环流的重要遥相关型:IPO-BT |
| 3.1 本章引言 |
| 3.2 近四十年全球环流和温度变化趋势 |
| 3.2.1 观测分析 |
| 3.2.2 模拟研究 |
| 3.3 影响全球大气环流的重要模态:IPO-BT |
| 3.3.1 主导近四十年全球大气变化的主模态 |
| 3.3.2 近百年大气环流的重要内部模态:IPO-BT |
| 3.3.3 过去400 年中存在IPO-BT |
| 3.3.4 评估百年以上资料的可靠性 |
| 3.3.5 过去2000 年存在的IPO-BT |
| 3.4 检验IPO-BT的真实性 |
| 3.4.1 直接证据:千年历史代用资料 |
| 3.4.2 重建资料验证:LMR2和CCSM4 |
| 3.5 本章小结 |
| 第四章 影响西北太平洋热带气旋的环流系统变化特征 |
| 4.1 本章引言 |
| 4.2 北半球夏季重要环流模态:IPO-BT |
| 4.2.1 IPO-BT的季节性变化 |
| 4.2.2 IPO-BT对中亚“偶极子”模态的影响 |
| 4.3 中亚环流影响下的南亚高压变化 |
| 4.3.1 自然变率对中纬度环流的调制作用 |
| 4.3.2 南亚高压环流的响应 |
| 4.4 IPO-BT对西北太平洋环流系统的影响 |
| 4.4.1 季风槽不同周期的变化模态 |
| 4.4.2 季风槽不同模态与洋中槽的关系 |
| 4.5 本章小结 |
| 第五章 CMIP6 气候模式对大尺度环流的模拟分析 |
| 5.1 本章引言 |
| 5.2 全球环流模态模拟评估 |
| 5.2.1 冬季模态:PNA |
| 5.2.2 夏季模态:IPO-BT |
| 5.2.3 气候模式局限性的原因分析 |
| 5.3 西北太平洋四大环流系统的历史模拟 |
| 5.3.1 南亚高压和洋中槽 |
| 5.3.2 季风槽和西太平洋副热带高压 |
| 5.4 本章小结 |
| 第六章 结论与讨论 |
| 6.1 主要结论 |
| 6.2 本文特色和创新点 |
| 6.3 存在的问题和不足 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（8）AVHRR/2数据中红外波段反射率反演与验证研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目的、内容和结构 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.3.3 论文的组织结构 |
| 第二章 研究区和所用数据 |
| 2.1 研究区 |
| 2.1.1 青藏高原概况 |
| 2.1.2 青藏高原地质特征 |
| 2.1.3 青藏高原积雪分布特征 |
| 2.2 AVHRR/2数据 |
| 2.2.1 AVHRR传感器所搭载的NOAA卫星 |
| 2.2.2 AVHRR/2传感器 |
| 2.3 青藏高原气候资料日值数据 |
| 第三章 基于AVHRR/2数据能量辐射传输方程的建立 |
| 3.1 基本概念及定理 |
| 1 )电磁辐射 |
| 2 )地表亮度温度 |
| 3 )大气散射 |
| 4 )普朗克辐射定律 |
| 3.2 中红外辐射传输方程 |
| 第四章 AVHRR/2中红外波段反射率的反演 |
| 4.1 大气参数的获取 |
| 4.1.1 大气辐射传输模型 |
| 4.1.2 MODTRAN模型 |
| 4.1.3 利用MODTRAN模型进行大气参数反演 |
| 4.2 地表温度 |
| 4.2.1 典型地表温度反演算法介绍分析 |
| 4.2.2 地表温度反演模型 |
| 4.2.3 地表比辐射率反演 |
| 4.2.4 地表温度反演 |
| 4.3 中红外波段地表反射率反演 |
| 第五章 反射率反演的验证 |
| 5.1 敏感度分析 |
| 5.1.1 仪器噪声 |
| 5.1.2 地表发射率误差 |
| 5.1.3 地表温度误差 |
| 5.1.4 大气透过率误差 |
| 5.1.5 太阳辐照度 |
| 5.2 AVHRR/2中红外反射率反演结果的对比检验 |
| 5.2.1 检验反演过程所得地表温度的准确性与可靠性 |
| 5.2.2 大气上下行热辐射与散射验证 |
| 第六章 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和科研成果 |
| 作者简介 |
| 致谢 |
（9）中国大气污染物浓度及空气质量健康指数的时空变化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.3 研究内容 |
| 第二章 资料与方法 |
| 2.1 空气质量监测站点以及数据来源 |
| 2.2 社会经济因子数据 |
| 2.3 气象数据和后向轨迹分析模型 |
| 2.4 健康风险、HAQI和 AAQI的计算方法 |
| 2.5 全国地表气象因子观测数据 |
| 2.6 CAMS再分析大气组分数据 |
| 2.7 机器学习模型 |
| 第三章 三种空气质量健康指数:AQI、HAQI和 AAQI对比研究 |
| 3.1 河南省空气污染特征概述 |
| 3.2 六种污染物的时空变化分析 |
| 3.3 三种空气质量健康指数的比较 |
| 3.4 本章小结 |
| 第四章 全国HAQI人口暴露评估及与社会经济因子关系研究 |
| 4.1 全国六种污染物的年际变化 |
| 4.2 全国六种污染物的时空变化 |
| 4.3 全国六种污染物的健康风险 |
| 4.4 全国HAQI分布及其与社会经济因素的关系 |
| 4.5 本章小结 |
| 第五章 “新冠”期间全国HAQI变化及人为排放和气象条件变化贡献研究 |
| 5.1 “新冠”期间空气质量健康指数变化 |
| 5.2 “新冠”期间人为排放变化NO_2变化的影响 |
| 5.3 机器学习预测气象因子变化对NO_2变化的影响 |
| 5.4 “新冠”期间气象因子变化对NO_2变化的影响 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 本研究的主要结论 |
| 6.2 本研究的特色与创新点 |
| 6.3 本研究中的不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）影响中国东部夏季臭氧污染的大气环流及其预估（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 研究现状与进展 |
| 1.2.1 中国东部臭氧污染的基本情况 |
| 1.2.2 气象条件对中国东部夏季臭氧污染的影响 |
| 1.2.3 京津冀夏季臭氧的预估 |
| 1.3 本文研究内容及章节安排 |
| 第二章 数据与方法 |
| 2.1 数据 |
| 2.1.1 观测数据 |
| 2.1.2 再分析数据 |
| 2.1.3 模式数据 |
| 2.2 方法 |
| 2.2.1 合成分析及其检验 |
| 2.2.2 Pearson相关分析及其检验 |
| 2.2.3 线性回归 |
| 2.2.4 正交函数分解及其检验 |
| 第三章 中国东部夏季臭氧的主要空间模态及相关大气环流 |
| 3.1 臭氧的时空变化特征 |
| 3.2 影响臭氧主模态的大气环流 |
| 3.3 本章小结 |
| 第四章 大气环流对京津冀地区臭氧污染的影响及预估 |
| 4.1 臭氧天气指数的优化、验证 |
| 4.2 未来大气环流和气象条件的变化 |
| 4.3 本章小结 |
| 第五章 全文总结与讨论 |
| 5.1 研究内容总结 |
| 5.2 本文创新点 |
| 5.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、青藏高原臭氧变化趋势的预测（论文参考文献）
- [1]基于OMI的中国区域2005-2020年间臭氧柱总量随经纬度变化特性研究[J]. 苏静明,洪炎,唐超礼,严加琪. 大气与环境光学学报, 2021(06)
- [2]基于机器学习方法的臭氧和PM2.5污染潜势预报模型——以成都市为例[J]. 王馨陆,黄冉,张雯娴,吕宝磊,杜云松,张巍,李波兰,胡泳涛. 北京大学学报(自然科学版), 2021(05)
- [3]北京市气溶胶物理光学特征及潜在来源分析[D]. 徐言. 吉林大学, 2021(01)
- [4]青藏高原上空臭氧夏季低值中心特征分析[J]. 鲁亓. 农业技术与装备, 2021(07)
- [5]京津唐地区近地面臭氧反演与时空分布特征分析[D]. 李紫微. 西安科技大学, 2021
- [6]天气形势对四川盆地区域性臭氧污染的影响[J]. 杨显玉,吕雅琼,王禹润,乔玉红,张公亮,王式功,张小玲,刘志红,刘奕麟,朱新胜. 中国环境科学, 2021(06)
- [7]IPO-BT模态及其对影响热带气旋活动的环流变化研究[D]. 冯小芳. 南京信息工程大学, 2021
- [8]AVHRR/2数据中红外波段反射率反演与验证研究[D]. 王康乐. 河北地质大学, 2021(07)
- [9]中国大气污染物浓度及空气质量健康指数的时空变化研究[D]. 申付振. 南京信息工程大学, 2021(01)
- [10]影响中国东部夏季臭氧污染的大气环流及其预估[D]. 曹不凡. 南京信息工程大学, 2021