论文目录 | |
摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-39页 |
1.1 研究背景与意义 | 第12-17页 |
1.1.1 大气细颗粒物污染 | 第12-14页 |
1.1.2 复杂空气质量数值模型的应用与模拟误差 | 第14-16页 |
1.1.3 不确定性分析 | 第16-17页 |
1.2 国内外研究现状 | 第17-35页 |
1.2.1 PM_(2.5) 模拟发展及不确定性 | 第17-23页 |
1.2.2 复杂空气质量数值模型敏感性分析研究进展 | 第23-28页 |
1.2.3 复杂空气质量数值模型不确定性分析研究进展 | 第28-35页 |
1.3 研究目标和内容 | 第35-36页 |
1.4 关键科学问题 | 第36-37页 |
1.5 技术路线和论文框架 | 第37-39页 |
第2章 复杂空气质量模型定量不确定性诊断方法框架体系构建 | 第39-69页 |
2.1 复杂空气质量数值模型定量不确定性诊断分析的关键科学与技术问题 | 第39-41页 |
2.2 复杂空气质量模型定量不确定性诊断方法框架体系构建 | 第41-44页 |
2.3 重要模型输入的识别方法 | 第44-48页 |
2.3.1 HDDM | 第44-47页 |
2.3.2 BFM | 第47-48页 |
2.4 模型输入的不确定性量化方法 | 第48-54页 |
2.4.1 排放源清单的不确定性量化方法 | 第49-52页 |
2.4.2 气象参数和边界条件的不确定性量化方法 | 第52-53页 |
2.4.3 化学反应速率的不确定性量化方法 | 第53-54页 |
2.5 数值模型不确定性传递方法 | 第54-60页 |
2.5.1 传统HDDM-RFM | 第54-55页 |
2.5.2 传统SRSM-RFM | 第55-59页 |
2.5.3 Ensemble-RFMs | 第59-60页 |
2.6 基于贝叶斯蒙特卡罗的不确定性矫正 | 第60-61页 |
2.7 模型不确定性的评价方法 | 第61-66页 |
2.8 不确定性来源解析方法 | 第66-68页 |
2.9 本章小结 | 第68-69页 |
第3章 珠三角PM_(2.5)模拟的重要敏感性输入识别及不确定性量化 | 第69-112页 |
3.1 珠三角PM_(2.5)数值模拟系统建立 | 第69-88页 |
3.1.1 关键模型参数设置 | 第70-77页 |
3.1.2 大气排放源清单数据 | 第77-79页 |
3.1.3 大气污染物观测数据 | 第79-82页 |
3.1.4 模拟系统评价 | 第82-88页 |
3.2 HDDM评价 | 第88-91页 |
3.3 珠三角PM_(2.5)模拟的重要敏感性输入识别 | 第91-106页 |
3.3.1 不同污染物对PM_(2.5)模拟的影响 | 第91-97页 |
3.3.2 不同排放源对PM_(2.5)模拟的影响 | 第97-99页 |
3.3.3 边界条件对PM_(2.5)模拟的影响 | 第99-102页 |
3.3.4 化学反应速率对PM_(2.5)模拟的影响 | 第102-104页 |
3.3.5 气象参数对PM_(2.5)模拟的影响 | 第104-106页 |
3.4 重要敏感性输入的不确定性量化 | 第106-110页 |
3.5 本章小结 | 第110-112页 |
第4章 不确定性传递准确性改进研究:逐步HDDM-RFM方法建立与应用 | 第112-151页 |
4.1 传统HDDM-RFM的不足及对不确定性分析研究的影响 | 第112-119页 |
4.2 逐步HDDM-RFM方法建立 | 第119-126页 |
4.3 逐步HDDM-RFM方法评价 | 第126-134页 |
4.3.1 对单个输入参数扰动的响应 | 第126-130页 |
4.3.2 对多个输入参数扰动的响应 | 第130-132页 |
4.3.3 不确定性传递的准确性 | 第132-134页 |
4.4 逐步HDDM-RFM在珠三角PM_(2.5)模拟不确定性分析中的应用 | 第134-149页 |
4.4.1 MCM抽样次数对不确定性的影响 | 第135-136页 |
4.4.2 珠三角PM_(2.5)模拟的不确定性 | 第136-141页 |
4.4.3 PM_(2.5) 不确定性量化结果评价 | 第141-144页 |
4.4.4 PM_(2.5) 模拟不确定性来源解析 | 第144-147页 |
4.4.5 HDDM-RFM改进对不确定性量化以及应用的影响 | 第147-149页 |
4.5 本章小结 | 第149-151页 |
第5章 不确定性传递效率改进研究:HDDM-SRSM方法建立与应用 | 第151-189页 |
5.1 SRSM方法的局限性与改进思路 | 第151-153页 |
5.2 HDDM-SRSM方法建立以及在珠三角应用的参数设置 | 第153-159页 |
5.2.1 HDDM-SRSM方法建立 | 第153-156页 |
5.2.2 珠三角应用案例的参数设置 | 第156-159页 |
5.3 HDDM-SRSM方法评价 | 第159-167页 |
5.3.1 交叉验证(10-CV) | 第160-163页 |
5.3.2 不确定性传递验证 | 第163-167页 |
5.4 HDDM-SRSM在珠三角PM_(2.5)模拟不确定性分析中的应用 | 第167-182页 |
5.4.1 模型输入不确定性矫正 | 第168-171页 |
5.4.2 珠三角PM_(2.5)模拟不确定性 | 第171-175页 |
5.4.3 基于监测数据的不确定性结果评价 | 第175-179页 |
5.4.4 PM_(2.5) 模拟不确定性来源解析 | 第179-182页 |
5.5 逐步HDDM-RFM与HDDM-SRSM方法对比 | 第182-187页 |
5.5.1 不确定性传递效率对比 | 第182-184页 |
5.5.2 不确定性传递准确性对比 | 第184-185页 |
5.5.3 两种方法存在的优缺点 | 第185-187页 |
5.6 本章小结 | 第187-189页 |
第6章 关键不确定性来源改进:基于数据融合的边界条件改进对模型模拟的影响研究 | 第189-213页 |
6.1 边界条件不确定性来源与改进思路 | 第189-192页 |
6.2 数据融合方法建立 | 第192-200页 |
6.3 数据融合方法评价 | 第200-207页 |
6.3.1 融合数据场时空分布特征评价 | 第200-202页 |
6.3.2 交叉验证评价 | 第202-205页 |
6.3.3 数据融合方法对监测站点数量的敏感性 | 第205-207页 |
6.4 数据融合对珠三角数值模拟的改进效果 | 第207-212页 |
6.5 本章小结 | 第212-213页 |
结论与展望 | 第213-218页 |
主要结论 | 第213-215页 |
创新点 | 第215页 |
展望 | 第215-218页 |
参考文献 | 第218-236页 |
攻读博士学位期间取得的研究成果 | 第236-238页 |
致谢 | 第238-239页 |
附件 | 第239页 |