復雜網絡理論在我國主要城市空氣質量指數分析中的應用
發(fā)布時間：2021-07-20 10:13
我國過去幾十年粗獷的發(fā)展模式在推動經濟、工業(yè)迅猛發(fā)展的同時,給環(huán)境帶來了巨大的沖擊,大氣污染的日益惡化嚴重威脅著人們的日常生活和健康。當下的大氣污染問題已不僅僅是環(huán)境層面的問題,更是公共衛(wèi)生問題,在世界范圍內都備受關注。本文先對2015年3月5日至2017年12月31日我國35個主要城市的空氣質量指數及各項大氣污染物的演化特征進行描述性統計分析,發(fā)現不同城市的首要大氣污染物都以顆粒污染物（PM2.5和PM10）為主。在變化趨勢上,除了O3以外,空氣質量指數和其他各項大氣污染物的濃度值都表現出冬季較高、春秋次之、夏季最低的特點,呈現出明顯的U型特征,而O3的變化情況則恰恰相反。整體來看,我國北方城市的大氣污染水平要明顯高于南方城市,即北方城市的污染程度更高。大氣中的各項污染物在復雜的氣象條件下會發(fā)生轉移,從而會對其他地區(qū)的空氣質量產生影響,即不同地區(qū)的空氣質量之間是相互作用的,但這種影響關系不會即刻體現出來,在時間上存在滯后效應�；谶@一既定事實,本研究在度量不同城市空氣質量指數之間的相關性時,引入時滯效應,應用復雜網絡理論構建有向加權的空氣質...
【文章來源】：江蘇大學江蘇省
【文章頁數】：63 頁
【學位級別】：碩士
【部分圖文】：
(a)無向網絡，(b)有向網絡，(c)有向加權網絡
復雜網絡理論在我國主要城市空氣質量指數分析中的應用102.2所示，該網絡模型是由1S、2S、3S、4S和5S這5個連通集團組成的，每個連通集團中的節(jié)點數分別為6個、5個、4個、3個和2個，顯然，節(jié)點數最多的是1S，所以，1S就是該網絡的最大連通集團。圖2.2最大連通集團示意圖。Figure2.2Schematicdiagramofthegiantcomponent.2.4滲流理論滲流理論是一種常見且應用領域廣泛的數學模型，是從隨機擴散現象中抽象而來的，它的發(fā)現和應用離不開物理學的進步與發(fā)展[43]。盡管滲流模型的設置規(guī)則比較簡單，但其行為特征卻十分復雜多變，包含了相變臨界現象以及多種標度行為。由于滲流理論具有表述簡單、方便易操作等特點，在過去幾十年里，該理論的應用范圍在不斷擴大，涉及到物理學、氣候系統、復雜網絡等多個領域，為深入探究這些學科中的相關問題奠定了理論基礎[43,44]。先考慮這樣一個問題，在一個10*10的方格中，以概率p對這100個格子進行著色，隨機擲一枚質地分布不均勻的骰子，假設擲出偶數的概率是p(p0.5)，則奇數出現的概率為1p。在每個小方格上都擲一次骰子，如果擲出偶數，就把這個方格染成黑色，反之染成白色，結果如圖2.3(a)所示[45]。接著，對圖2.3(a)中的黑色方格再進行染色，染色規(guī)則是如果任意兩個黑色方格之間存在一條公共邊，即這兩個黑色方格是相鄰的，那么就將這兩個方格染成同樣的顏色，如圖2.3(b)所示[45]�？梢钥闯龉灿�8種不同的顏色，同一種顏色的所有方格構成了一個團簇。在一個團簇中，任意兩個方格點之間一定會存在由若干個格點所形成的一條路徑能夠將這兩個格點連接起來[44,45]。
江蘇大學碩士學位論文11圖2.3(a)以概率p對方格染色，(b)對黑色格點重新染色。Figure2.3(a)Stainthesegridswithprobabilityp,(b)restainfortheblackgrids.可以發(fā)現，在圖2.3(b)中對團簇的大小和數量起決定性作用的是概率p，因為p值會影響圖2.3(a)中黑色方格的數量。因此，接下來用同樣的方法在100*100的方格中探究不同的p值對團簇的影響情況，結果如圖2.4所示[45]。在這三幅圖中，紅色表示最大連通集團中的所有方格點。顯然，當p0.4時，方格點之間的連通性不強，雖然形成的團簇數量比較多，但是每個團簇里的方格點數量較少；當p0.7時，團簇的數量最少，大多數方格點之間都相互連通，從而構成了一個大團簇；而當p恰好等于0.59時，團簇的數量和最大連通集團的尺寸都較大，此時就認為系統發(fā)生了滲流或者說系統處于滲流的狀態(tài)，對應的p值被稱為臨界概率[43,45,46]。當p值超過臨界概率時，系統就會發(fā)生滲流，此時系統中會出現一個很大的團簇，它可以將團簇中所有小格點的邊界相互連接在一起。所以，當p0.4時，系統沒有發(fā)生滲流，而當p0.59和p0.7時系統發(fā)生了滲流。
【參考文獻】：
期刊論文
[1]監(jiān)督學習中的損失函數及應用研究[J]. 鄧建國,張素蘭,張繼福,荀亞玲,劉愛琴. 大數據. 2020(01)
[2]基于EMD的岷江上中游流域流量特性分析[J]. 王俊鴻,覃光華,童旭. 中國農村水利水電. 2019(05)
[3]基于峰度偏度和WD-LDA的飛機目標分類方法[J]. 亢朋朋,倪國新,陳知明. 現代雷達. 2019(05)
[4]基于SA-EMD-PNN的柱塞泵故障診斷方法研究[J]. 杜振東,趙建民,李海平,張鑫. 振動與沖擊. 2019(08)
[5]滲流理論、方法、進展及存在問題[J]. 張李盈,任景莉. 自然雜志. 2019(02)
[6]基于改進集成學習算法的在線空氣質量預測[J]. 夏潤,張曉龍. 武漢科技大學學報. 2019(01)
[7]基于高頻AQI數據的關中城市群空氣污染規(guī)律探索[J]. 胡秋靈,楊哲. 中國環(huán)境管理. 2017(02)
[8]基于AQI數據的大連夏季空氣質量分析[J]. 劉淼,劉麗娟,王震,黃善鵬,劉穎波,段婉玲,馮秋實. 大氣與環(huán)境光學學報. 2016(02)
[9]基于GIS的武漢市AQI時空分布規(guī)律研究[J]. 詹長根,吳藝,韋淑貞,涂李蕾. 地理空間信息. 2014(05)
[10]太原市二氧化硫污染現狀與控制對策的思考[J]. 杜麗娟. 科技情報開發(fā)與經濟. 2002(05)
碩士論文
[1]東北地區(qū)空氣質量時空格局變化及特殊時段特征分析[D]. 王文萍.哈爾濱師范大學 2019
[2]黑龍江省不同類型城市空氣質量變化特征研究[D]. 王雪嬌.哈爾濱師范大學 2019
[3]基于深度學習的空氣質量預測方法研究與實現[D]. 郭豪.北京郵電大學 2019
[4]基于ARIMA、SVR組合模型的空氣質量指數預測[D]. 趙宇.天津商業(yè)大學 2019
[5]基于空間統計的空氣質量影響因素計量分析與預測[D]. 李英燕.長安大學 2019
[6]基于機器學習的空氣質量評價與預測[D]. 高帥.中北大學 2019
[7]邯鄲市和開封市AQI與大氣中PCDD/Fs現狀研究[D]. 趙蓉.合肥工業(yè)大學 2019
[8]北京市空氣質量的空間統計分析研究[D]. 李勇輝.華北電力大學(北京) 2019
[9]北京市空氣質量與氣象條件的關系及其預測研究[D]. 王晨.蘭州大學 2018
[10]基于BP神經網絡的空氣質量預測研究與實現[D]. 唐之享.西安電子科技大學 2018
本文編號：3292632
【文章來源】：江蘇大學江蘇省
【文章頁數】：63 頁
【學位級別】：碩士
【部分圖文】：
(a)無向網絡，(b)有向網絡，(c)有向加權網絡
復雜網絡理論在我國主要城市空氣質量指數分析中的應用102.2所示，該網絡模型是由1S、2S、3S、4S和5S這5個連通集團組成的，每個連通集團中的節(jié)點數分別為6個、5個、4個、3個和2個，顯然，節(jié)點數最多的是1S，所以，1S就是該網絡的最大連通集團。圖2.2最大連通集團示意圖。Figure2.2Schematicdiagramofthegiantcomponent.2.4滲流理論滲流理論是一種常見且應用領域廣泛的數學模型，是從隨機擴散現象中抽象而來的，它的發(fā)現和應用離不開物理學的進步與發(fā)展[43]。盡管滲流模型的設置規(guī)則比較簡單，但其行為特征卻十分復雜多變，包含了相變臨界現象以及多種標度行為。由于滲流理論具有表述簡單、方便易操作等特點，在過去幾十年里，該理論的應用范圍在不斷擴大，涉及到物理學、氣候系統、復雜網絡等多個領域，為深入探究這些學科中的相關問題奠定了理論基礎[43,44]。先考慮這樣一個問題，在一個10*10的方格中，以概率p對這100個格子進行著色，隨機擲一枚質地分布不均勻的骰子，假設擲出偶數的概率是p(p0.5)，則奇數出現的概率為1p。在每個小方格上都擲一次骰子，如果擲出偶數，就把這個方格染成黑色，反之染成白色，結果如圖2.3(a)所示[45]。接著，對圖2.3(a)中的黑色方格再進行染色，染色規(guī)則是如果任意兩個黑色方格之間存在一條公共邊，即這兩個黑色方格是相鄰的，那么就將這兩個方格染成同樣的顏色，如圖2.3(b)所示[45]�？梢钥闯龉灿�8種不同的顏色，同一種顏色的所有方格構成了一個團簇。在一個團簇中，任意兩個方格點之間一定會存在由若干個格點所形成的一條路徑能夠將這兩個格點連接起來[44,45]。
江蘇大學碩士學位論文11圖2.3(a)以概率p對方格染色，(b)對黑色格點重新染色。Figure2.3(a)Stainthesegridswithprobabilityp,(b)restainfortheblackgrids.可以發(fā)現，在圖2.3(b)中對團簇的大小和數量起決定性作用的是概率p，因為p值會影響圖2.3(a)中黑色方格的數量。因此，接下來用同樣的方法在100*100的方格中探究不同的p值對團簇的影響情況，結果如圖2.4所示[45]。在這三幅圖中，紅色表示最大連通集團中的所有方格點。顯然，當p0.4時，方格點之間的連通性不強，雖然形成的團簇數量比較多，但是每個團簇里的方格點數量較少；當p0.7時，團簇的數量最少，大多數方格點之間都相互連通，從而構成了一個大團簇；而當p恰好等于0.59時，團簇的數量和最大連通集團的尺寸都較大，此時就認為系統發(fā)生了滲流或者說系統處于滲流的狀態(tài)，對應的p值被稱為臨界概率[43,45,46]。當p值超過臨界概率時，系統就會發(fā)生滲流，此時系統中會出現一個很大的團簇，它可以將團簇中所有小格點的邊界相互連接在一起。所以，當p0.4時，系統沒有發(fā)生滲流，而當p0.59和p0.7時系統發(fā)生了滲流。
【參考文獻】：
期刊論文
[1]監(jiān)督學習中的損失函數及應用研究[J]. 鄧建國,張素蘭,張繼福,荀亞玲,劉愛琴. 大數據. 2020(01)
[2]基于EMD的岷江上中游流域流量特性分析[J]. 王俊鴻,覃光華,童旭. 中國農村水利水電. 2019(05)
[3]基于峰度偏度和WD-LDA的飛機目標分類方法[J]. 亢朋朋,倪國新,陳知明. 現代雷達. 2019(05)
[4]基于SA-EMD-PNN的柱塞泵故障診斷方法研究[J]. 杜振東,趙建民,李海平,張鑫. 振動與沖擊. 2019(08)
[5]滲流理論、方法、進展及存在問題[J]. 張李盈,任景莉. 自然雜志. 2019(02)
[6]基于改進集成學習算法的在線空氣質量預測[J]. 夏潤,張曉龍. 武漢科技大學學報. 2019(01)
[7]基于高頻AQI數據的關中城市群空氣污染規(guī)律探索[J]. 胡秋靈,楊哲. 中國環(huán)境管理. 2017(02)
[8]基于AQI數據的大連夏季空氣質量分析[J]. 劉淼,劉麗娟,王震,黃善鵬,劉穎波,段婉玲,馮秋實. 大氣與環(huán)境光學學報. 2016(02)
[9]基于GIS的武漢市AQI時空分布規(guī)律研究[J]. 詹長根,吳藝,韋淑貞,涂李蕾. 地理空間信息. 2014(05)
[10]太原市二氧化硫污染現狀與控制對策的思考[J]. 杜麗娟. 科技情報開發(fā)與經濟. 2002(05)
碩士論文
[1]東北地區(qū)空氣質量時空格局變化及特殊時段特征分析[D]. 王文萍.哈爾濱師范大學 2019
[2]黑龍江省不同類型城市空氣質量變化特征研究[D]. 王雪嬌.哈爾濱師范大學 2019
[3]基于深度學習的空氣質量預測方法研究與實現[D]. 郭豪.北京郵電大學 2019
[4]基于ARIMA、SVR組合模型的空氣質量指數預測[D]. 趙宇.天津商業(yè)大學 2019
[5]基于空間統計的空氣質量影響因素計量分析與預測[D]. 李英燕.長安大學 2019
[6]基于機器學習的空氣質量評價與預測[D]. 高帥.中北大學 2019
[7]邯鄲市和開封市AQI與大氣中PCDD/Fs現狀研究[D]. 趙蓉.合肥工業(yè)大學 2019
[8]北京市空氣質量的空間統計分析研究[D]. 李勇輝.華北電力大學(北京) 2019
[9]北京市空氣質量與氣象條件的關系及其預測研究[D]. 王晨.蘭州大學 2018
[10]基于BP神經網絡的空氣質量預測研究與實現[D]. 唐之享.西安電子科技大學 2018
本文編號：3292632
本文鏈接：http://www.sikaile.net/kejilunwen/yysx/3292632.html
