基于半参数模型研究空气污染物与气象因素之间的关系.pdf

目 录 摘 要 Ⅰ ABSTRACTⅡ 第 1章 绪论1 1.1 研究背景及意义 1 1.1.1 臭氧研究背景及意义 1 1.1.2 PM2.5 研究背景及意义1 1.1.3 半参数模型研究背景及意义2 1.2 研究内容及研究方法2 1.3 研究思路和技术路线2 1.4 论文创新点3 第 2 章 预备知识4 2.1 非参数模型4 2.1.1 非参数模型研究现状4 2.1.2 非参数模型常用估计方法4 2.2 部分线性模型5 2.2.1 部分线性模型研究现状5 2.2.2 部分线性模型常用估计方法5 2.3 半变系数面板数据模型6 2.3.1 半变系数面板数据模型研究现状6 2.3.2 半变系数面板数据模型常用估计方法6 第 3 章 部分线性模型研究臭氧含量与气象因子的关系8 3.1 臭氧研究现状8 3.2 臭氧含量气象影响因素分析9 3.3 部分线性模型与估计方法 11 3.4 结论 13 第 4 章 半变系数面板数据模型研究 PM2.5 与气象因子的关系 15 4.1 PM2.5 研究现状15 4.2 具有固定效应的半变系数面板数据模型研究现状15 4.3 PM2.5 基本统计汇总16 4.4 PM2.5 气象影响因素分析17 4.4.1 线性关系 17 4.4.2 非线性关系18 4.4.3 交互影响作用21 4.5 具有固定效应的半变系数面板数据模型与估计方法23 4.6 半参数固定效应估计26 4.7 结论31 第 5 章 总结与展望33 参考文献34 附录38 致谢40 在学期间论文及参加课题情况41 重庆工商大学硕士学位论文 摘要 基于半参数模型研究气污染物与气象因素之间的关系 摘 要 由于臭氧污染和PM2.5 污染对人体健康和生态环境均产生较大影响，故本文 针对部分城市中空气臭氧污染问题和PM 污染问题，研究了这两类污染物与气 2.5 象影响因子间的回归关系。鉴于气象影响因素与污染物之间的关系较为复杂，包 含线性关系、非线性关系和交互影响关系等。因此，本文使用了部分线性模型和 具有固定效应的半变系数面板数据模型来建模这两类问题，能够更好地刻画气象 因子与污染物之间的回归关系。 在臭氧污染建模中，气象影响因素包括每日最高温度、太阳辐射和风速，其 中臭氧含量与每日最高温度和风速线性相关，与太阳辐射非线性相关，因此本文 采用部分线性模型来拟合这种回归关系，并结合核方法和自助法得到臭氧含量的 均值估计和部分重要分位数回归估计。结果表明，纽约罗斯福岛臭氧含量均值为 70.58293ppb，它的10%、25%、50%、75%和90%分位数分别为42.98ppb、58.64ppb、 71.84ppb、85.49ppb 和96.30ppb。 在PM2.5 污染问题中，本文主要考虑了北京、上海、成都、沈阳和广州五个 城市从2013年4 月23 日到2015年12 月31 日中PM 与五个气象因素：温度、 2.5 累积风速、每小时降水量、气压和露点之间的回归关系，考虑不同城市存在的个 体效应，以及这些因素之间的线性关系、非线性关系和交互影响作用，本文提出 了具有固定效应的半变系数面板数据模型来建模这些变量之间的关系。数值结果 表明，该模型能合理地刻画气象因子与PM 之间的关系。