本文主要研究内容
作者时燕（2019）在《2000-2017年中国PM2.5浓度的时空变化过程研究》一文中研究指出：作为最大的发展中国家,中国拥有世界上较差的空气质量,PM2.5已经成为中国大部分城市环境空气质量的首要污染物。本研究基于国控监测网络的PM2.5实测数据、MODIS AOD数据以及气象参数（温度、风速、风向、边界层高度、相对湿度）,综合考虑AOD与PM2.5关系的季节性和区域性差异,构建了一个基于支持向量回归机（?-SVR/Epsilon-SVR）与思维进化算法优化后的BP神经网络（MEC-BP）的二阶段PM2.5浓度组合估算模型。在此基础上,分析了2000-2017年中国PM2.5浓度的时空变化过程。研究结果表明,本研究提出的二阶段组合估算模型提供了中国2000-2017年内空间分辨率为1°×1°的月度近地面PM2.5浓度的可靠估算,有效的弥补了中国地面监测网络在时间和空间上的空白（模型的决定系数R2为0.838,均方根误差RMSE为11.512μg/m3,平均绝对百分比误差MAPE为14.905%,均方百分比误差MSPE为0.243%,绝对误差MAE为6.476%,均方误差MSE为132.519μg/m3）。时空变化过程分析结果表明,（1）在全国和区域尺度,中国PM2.5浓度的月均值从1月到12月呈明显的”U”型变化特征,从6月到次年6月呈明显的倒”U”型变化特征,冬季PM2.5污染最严重,夏季最轻,在秋季和春季较轻;（2）研究时间范围内,高浓度的PM2.5主要分布在人口密集、经济发达、工业化水平较高（如北部沿海、东部沿海、长江中游地区）以及戈壁沙漠分布密集的区域（如大西北地区、黄河中游地区）。较低浓度的PM2.5主要分布在南部沿海和西南地区;（3）2014年是2000-2017年内中国PM2.5浓度从持续缓慢上升到快速下降的关键转折点,主要原因是从2014年开始,PM2.5浓度较高的北部沿海、东部沿海和长江中游地区的PM2.5污染先后开始得到显著改善。该研究结果与中国国情一致,表明从2013年开始在各项空气污染治理政策的实施下,中国PM2.5的污染情况得到一定程度的缓解。（4）然而,在研究时间范围内,全国仍有超过60%的区域PM2.5年均浓度超过了二级限值（35μg/m3/a）,虽然全国PM2.5污染情况有一定程度的改善,但是空气污染形势依然严峻。
Abstract
zuo wei zui da de fa zhan zhong guo jia ,zhong guo yong you shi jie shang jiao cha de kong qi zhi liang ,PM2.5yi jing cheng wei zhong guo da bu fen cheng shi huan jing kong qi zhi liang de shou yao wu ran wu 。ben yan jiu ji yu guo kong jian ce wang lao de PM2.5shi ce shu ju 、MODIS AODshu ju yi ji qi xiang can shu （wen du 、feng su 、feng xiang 、bian jie ceng gao du 、xiang dui shi du ）,zeng ge kao lv AODyu PM2.5guan ji de ji jie xing he ou yu xing cha yi ,gou jian le yi ge ji yu zhi chi xiang liang hui gui ji （?-SVR/Epsilon-SVR）yu sai wei jin hua suan fa you hua hou de BPshen jing wang lao （MEC-BP）de er jie duan PM2.5nong du zu ge gu suan mo xing 。zai ci ji chu shang ,fen xi le 2000-2017nian zhong guo PM2.5nong du de shi kong bian hua guo cheng 。yan jiu jie guo biao ming ,ben yan jiu di chu de er jie duan zu ge gu suan mo xing di gong le zhong guo 2000-2017nian nei kong jian fen bian lv wei 1°×1°de yue du jin de mian PM2.5nong du de ke kao gu suan ,you xiao de mi bu le zhong guo de mian jian ce wang lao zai shi jian he kong jian shang de kong bai （mo xing de jue ding ji shu R2wei 0.838,jun fang gen wu cha RMSEwei 11.512μg/m3,ping jun jue dui bai fen bi wu cha MAPEwei 14.905%,jun fang bai fen bi wu cha MSPEwei 0.243%,jue dui wu cha MAEwei 6.476%,jun fang wu cha MSEwei 132.519μg/m3）。shi kong bian hua guo cheng fen xi jie guo biao ming ,（1）zai quan guo he ou yu che du ,zhong guo PM2.5nong du de yue jun zhi cong 1yue dao 12yue cheng ming xian de ”U”xing bian hua te zheng ,cong 6yue dao ci nian 6yue cheng ming xian de dao ”U”xing bian hua te zheng ,dong ji PM2.5wu ran zui yan chong ,xia ji zui qing ,zai qiu ji he chun ji jiao qing ;（2）yan jiu shi jian fan wei nei ,gao nong du de PM2.5zhu yao fen bu zai ren kou mi ji 、jing ji fa da 、gong ye hua shui ping jiao gao （ru bei bu yan hai 、dong bu yan hai 、chang jiang zhong you de ou ）yi ji ge bi sha mo fen bu mi ji de ou yu （ru da xi bei de ou 、huang he zhong you de ou ）。jiao di nong du de PM2.5zhu yao fen bu zai na bu yan hai he xi na de ou ;（3）2014nian shi 2000-2017nian nei zhong guo PM2.5nong du cong chi xu huan man shang sheng dao kuai su xia jiang de guan jian zhuai she dian ,zhu yao yuan yin shi cong 2014nian kai shi ,PM2.5nong du jiao gao de bei bu yan hai 、dong bu yan hai he chang jiang zhong you de ou de PM2.5wu ran xian hou kai shi de dao xian zhe gai shan 。gai yan jiu jie guo yu zhong guo guo qing yi zhi ,biao ming cong 2013nian kai shi zai ge xiang kong qi wu ran zhi li zheng ce de shi shi xia ,zhong guo PM2.5de wu ran qing kuang de dao yi ding cheng du de huan jie 。（4）ran er ,zai yan jiu shi jian fan wei nei ,quan guo reng you chao guo 60%de ou yu PM2.5nian jun nong du chao guo le er ji xian zhi （35μg/m3/a）,sui ran quan guo PM2.5wu ran qing kuang you yi ding cheng du de gai shan ,dan shi kong qi wu ran xing shi yi ran yan jun 。
论文参考文献
论文详细介绍
论文作者分别是来自云南师范大学的时燕，发表于刊物云南师范大学2019-10-16论文，是一篇关于空气质量论文,中国论文,估算论文,二阶段组合估算模型论文,趋势检验论文,突变检验论文,云南师范大学2019-10-16论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自云南师范大学2019-10-16论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：空气质量论文; 中国论文; 估算论文; 二阶段组合估算模型论文; 趋势检验论文; 突变检验论文; 云南师范大学2019-10-16论文;