首页> 中文学位 >基于LMDI和高斯图模型的中国雾霾成因实证研究
【6h】

基于LMDI和高斯图模型的中国雾霾成因实证研究

代理获取

目录

声明

摘要

第一章 导论

1.1 研究背景

1.2 研究目的和意义

1.3 国内外文献综述

1.4 研究内容、研究方法和主要创新点

第二章 雾霾成因实证研究的理论准备

2.1 驱动因素分解

2.2 LMDI分解模型

2.3 t-SNE和PCA降维法的比较

2.4 图模型理论

2.5 谱聚类

第三章 基于31个省市的PM2.5 成因的实证分析

3.1 数据来源

3.2 可视化分析

3.3 数据降维

3.4 因素分解

3.5 高斯图模型应用

3.6 主要结论

第四章 改善中国雾霾现状的相关建议

4.1 调整能源结构,发展低碳、天然气和可再生能源

4.2 降低能源强度,持续发展低耗能产业

4.3 发展科学技术,努力寻找新能源

4.4 完善雾霾治理相关法规,推行分区域差异化治理

参考文献

附录

致谢

展开▼

摘要

21世纪以来,中国经济高速发展,各项经济指标均有了历史性的突破。随之也带来了一系列环境问题,例如全球变暖、水土流失、空气污染等等。尤其是近些年来,国内许多地区出现雾霾天气次数明显增多,对人民群众的日常生活产生了严重影响。为了更详尽地了解雾霾现象的成因,本文选取了若干对雾霾产生有显著影响的驱动因素,对它们进行分解、降维和聚类,通过构建LMDI分解模型和高斯图模型,来挖掘雾霾产生的深层次原因,并提出相应的解决方案,这对于有效减轻国内各省市雾霾污染,促进经济可持续发展,具有十分重要的理论和现实意义。
  本文采用对数平均迪氏指数法(Logarithmic Mean Divisia Index—LMDI),对影响中国雾霾污染(PM2.5)成因的驱动因素进行分解,并利用高斯图模型进行社区发现研究。主要思路为:利用中国31个省市最近10年的相关数据,从雾霾排放系数、煤炭型能源结构、能源强度和经济发展四个方面入手,建立人均雾霾污染量的因素分解模型,并利用统计软件实现数据可视化,揭示出我国各省市与雾霾污染量相关的主要拉动因素和抑制因素。然后,利用t分布领域嵌入算法(t-SNE)对数据进行降维,将我国主要省市分成三个部分,进行区域研究。之后,根据PM2.5分布情况建立高斯图模型,并进行谱聚类,以此来比较不同地区的污染水平及其内在联系。最后,根据模型分析的结果,针对当前国内雾霾污染情况,提出相应改善对策和建议。
  主要结论和建议有:1.从时间轴来看,2006-2015年期间,中国31个省市雾霾污染持续加剧,总体呈现波动上升趋势。2.从地理位置来看,雾霾污染分布情况呈半包围结构,内围地区污染较重,外围地区污染较轻。3.经济发展因素在各省市雾霾污染中主要起拉动作用,而雾霾排放系数效应则主要起抑制作用。4.煤炭型能源结构和能源强度这两个因素在大部分城市表现为抑制作用,但也有小部分省市起拉动作用。整体来看,能源结构越合理,能源利用效率越高的地区,其雾霾污染越轻。5.相关部门应适当控制经济增长速率,合理改善能源结构,寻找可再生能源,提高能源的利用效率,注重区域联系,实行分区治理。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号