Математические модели загрязнения атмосферного воздуха мегаполиса и промышленного центра выбросами автотранспорта и промышленных предприятий

• Автор: Антропов, Константин Михайлович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Екатеринбург
• Количество страниц: 194 с. : ил.

Содержание
Введение
Глава 1. Модели загрязнения атмосферного воздуха мегаполиса (литературный
обзор)
1.1. Обзор методов оценки экспозиции человека вредными веществами в атмосферном воздухе
1.2. Обзор методов оценки загрязнения атмосферного воздуха
1.2.1. Методы интерполяции
1.2.2. Методы моделирования рассеивания
1.2.3. Метод Land Use Regression
1.3. Направления развития метода Land Use Regression
1.4. Методы построения моделей
1.4.1. Регрессионный анализ
1.4.2. Метод группового учета аргументов
1.4.3. Нейронные сети
1.5. Задачи, вытекающие из обзора
Глава 2. Методология картирования загрязнения атмосферного воздуха методом регрессионной картографии
2.1. Сбор и обработка доступных географических данных
2.2. Статистический анализ экспериментальных данных
2.2.1. Предварительный однофакторный анализ данных
2.2.2. Построение переменной Road
2.2.3. Техника построения регрессионной модели загрязнения
2.2.4. Анализ и корректировка переменных в составе модели

2.3. Оценка адекватности модели
2.4. Основные выводы по главе
Глава 3. Построение модели загрязнения воздушного бассейна г.Екатеринбург диоксидом азота методом регрессионной картографии
3.1. Область исследования
3.2. Расчет переменных-предикторов
3.3. Статистический анализ данных для г.Екатеринбург
3.3.1. Построение переменной Road, описывающей дороги города
3.3.2. Построение регрессионных моделей - первая серия измерений
3.3.3. Корректировка моделей
3.3.4. Оценка адекватности модели загрязнения мегаполиса диоксидом азота
3.4. Проверка модели загрязнения - вторая серия измерений
3.4.1. Выбор оптимальной модели Road
3.4.2. Выбор лучшей модели загрязнения
3.4.3. Использование метода Кригинг в методе регрессионной картографии
3.4.4. Отражение в модели ЖЬ изменений загрязнения со временем
3.5. Обсуждение результатов моделирования
3.6. Расчет персональной экспозиции
3.7. Основные выводы по главе
Глава 4. Построение модели загрязнения воздушного бассейна г.Сухой Лог аэрозольными частицами методом регрессионной картографии
4.1. Область исследования
4.2. Расчет переменных-предикторов для модели загрязнения в г.Сухой Лог
4.3. Статистический анализ данных для г.Сухой Лог

4.3.1. Две модели загрязнения атмосферного воздуха г.Сухой Лог
взвешенными аэрозольными частицами
4.3.2. Модель загрязнения атмосферного воздуха г.Сухой Лог и карта загрязнения ПК «Эколог»
4.5. Результаты и выводы по главе
Основные результаты и выводы
Список литературы
Приложение А - Картирование загрязнения атмосферного воздуха методом Land
Use Regression
Приложение В - Проведение инструментальных измерений
Приложение С - Используемые источники географических данных и
географические переменные

Рь - вектор параметров модели, рассчитанных по обучающей выборке.
2. Критерий минимального смещения:
У2 = х р,-хрс1,
где X - матрица значений предикторов, /?£ - вектор параметров модели, рассчитанных по обучающей выборке, /?с - вектор параметров модели, рассчитанных по проверочной выборке.
За последние годы быстрое распространение теории МГУА привело к разработке широкого спектра алгоритмов моделирования. Алгоритмы МГУА различаются, главным образом по способу генерирования множества моделей-кандидатов. Выбор алгоритма зависит от проблемы, уровня дисперсии помех, достаточности выборки данных и от того, являются ли данные только непрерывными [23].
Большая часть алгоритмов таблицы 1.1 была разработана для непрерывных переменных.
Таблица 1.1. Алгоритмы МГУА
Переменные Параметрические Непараметрические
Непрерывные - Комбинаторный - Многорядный итерационный - Объективного системного анализа - Гармонический - Двух-уровневый - Мультипликативноаддитивный - Объективной компьютерной кластеризации - Алгоритм кластеризации "Указующий Перст" - Комплексирования аналогов
Дискретные и бинарные - Гармонической редискретизации - Парных вероятностей