论文部分内容阅读
随着我国经济发展和城市化进程的快速推进,工业排放、生活废气、娱乐消费、城市人口、交通运输、能源消耗等产生的空气污染物不断增加,造成严重的空气污染问题。空气污染不仅破坏生态环境、损害人民群众的身心健康,而且对城市的投资环境、经济发展等许多方面带来负面影响。治理空气污染对于城市的可持续发展有着重大的意义,已成为被各国政府提到的国家战略发展的高度来对待,因而也成为相关企业、科研机构和学者们研究的热点。治理空气污染需要重点解决两方面的问题:一方面是确定污染物的来源,另一方面是制定消除或减少污染物的方案。因此,探索空气污染物的传播过程,研究污染物的成因和它们之间的关联性是空气污染物研究问题的关键。然而,城市空气污染物的传播是一个复杂的问题,受到天气条件、地理条件等因素的影响,导致研究城市空气污染源的问题难度加大。本文对空气污染物在城市之间的传播及其时空相关性展开研究。主要研究内容包括:(1)挖掘城市空气污染物数据之间的关联性,提出周边城市空气污染物与目标城市空气污染物有效关联的判别方法。具体地说,周边城市空气污染物与目标城市空气污染物是有效关联的,即相关的地理数据、气象数据和空气质量监测数据满足以下三个匹配条件:(a)周边城市所处位置与风向匹配,即周边城市的空气污染物向目标城市方向扩散;(b)周边城市与目标城市的距离、周边城市的风速、周边城市数据的时间戳与目标城市数据时间戳(有延迟)匹配;(c)周边城市风向数据(带时间戳)与目标城市风向数据(带延迟时间戳)匹配。(2)提出城市空气污染物时间序列数据上升趋势、下降趋势和平稳趋势等三个有效模式,采用基于自底向上的线性分割法对空气污染物时间序列数据进行分割处理,有效滤除了原始空气污染物数据中的噪音,并利用模式匹配的方法评估周边城市各种空气污染物对目标城市的具体影响程度。此外,利用http://beijingair.sinaapp.com/及“中国气象数据网”所公布的数据对本文所提出的方法进行了实验验证,并给出了周边城市空气污染物对南京市造成影响的分析结果。本文的贡献在于,利用所提出的空气污染物有效关联判别方法找出关联程度大的数据,筛选出高质量的数据样本,为模型的训练效果和预测准确性提供条件。与现有的城市间空气污染物相关性研究方法相比,本文提出的周边城市空气污染物与目标城市空气污染物有效关联的判别方法给出了确定关联数据更为直接、更为有效的方法;本文提出空气污染物时间序列数据变化趋势的有效模式匹配方法解决了数据时间戳不同步问题,在评估周边城市空气污染物对目标城市影响的程度时得出更为可靠的结论。