一、SO_2排放量灰色区间预测（论文文献综述）
卫曌[1]（2021）在《随机费效分析法用于榆林市能源-大气系统分析》文中研究说明煤炭依赖型城市是指以当地煤炭资源开采,加工为主导产业的城市。根据国务院发布的《全国资源型城市可持续发展规划（2013-2020年）》,中国共有63个城市被定义为煤炭依赖型城市,其中50%以上位于生态脆弱地区。位于生态脆弱地区的煤炭依赖型城市,其生态系统抗干扰能力弱、环境异质性高,容易受到外界的干扰发生环境退化演替,而且自我修复能力差,生态恢复时间比普通城市更长。因此,这类城市在面临大气环境污染时,治理难度更大、困难更多。在煤炭依赖型城市中,煤炭对推动经济发展起着决定性作用,而这也是当地煤炭资源枯竭、大气污染严峻、生态环境日益恶化的根本原因。在这种情况下,如何对位于生态脆弱地区煤炭依赖型城市的能源-大气系统进行合理规划,是决策者不得不面对的问题,这有助于缓解资源合理利用、生态环境修复和大气污染物控制之间的紧张关系。本研究选择榆林市,我国典型生态脆弱地区的煤炭依赖型城市进行研究。通过分析榆林市能源-大气系统的特点与现存环境问题以及系统不确定因素,开发了区间最大最小耦合联合概率费效分析规划方法和区间Copula函数费效分析规划方法表征系统中的不确定性。基于两套方法体系,分别建立了符合我国国情的区间最大最小耦合联合概率费效分析规划方法的随机费效分析模型（IMJC-EAS）和区间Copula函数费效分析规划方法的随机费效分析模型（CICS-EAS）,对榆林市能源-大气系统进行深入研究。通过多情景分析,提出了盈利能力最高、煤炭依赖指数最低的能源-大气系统规划方案,为榆林市决策者提供科学合理的决策支持。IMJC-EAS模型通过对比分析63个方案下的系统盈利能力,选定费效比最低（[0.67,0.80]）、净现值率最高（[0.25,0.48]）的方案为最优方案。即当且仅当一次能源产量增加5%,二次能源产量增加20%,制造行业按计划生产时,系统盈利能力最高。CICS-EAS模型在分析9个能源供需约束违反风险与6个煤炭削减水平的基础上,确定了权衡系统盈利能力和系统经济增长对煤炭的依赖程度的最优方案。即当一次能源产量和二次能源产量分别增加9%和13%,而工业煤炭能源供应量削减40%时,系统煤炭依赖指数最低（[0.16,0.17]）,相对应的费效比为[65.4,77.4]%、净现值率为[29.3,53.0]%。
金文辉[2]（2021）在《基于GRA-WOA-BP模型的空气质量预测及影响因素研究 ——以南昌为例》文中进行了进一步梳理近几十年来,随着中国的现代化建设的飞速发展,空气质量状况不断恶化,阻碍了社会的可持续发展。城市的空气质量状况影响着整个城市的综合竞争力。由于生活质量的提高,对生活环境提出了更高的要求,而且不断下降的空气质量会对人的健康会造成危害,改善空气质量就成了我国当前的主要任务。空气质量指数是判断空气状况的一个主要指标,空气质量的准确预测不仅可以让民众提前了解未来的空气情况,为出行提供方便,而且还可以为环保部门制定空气污染防控措施提供帮助。在此背景下,本文利用相关分析研究气象、社会经济因素与空气质量的相关关系。采用BP神经网络建立等级分类预测模型,实现南昌市空气质量等级的分类预测;引入鲸鱼算法和灰色关联分析对模型进行改进,提高模型的预测精度。本文的主要内容如下:1.选取了南昌市2016年1月到2019年5月的空气质量和气象数据,利用Pearson和灰色关联分析研究了空气质量污染物之间、污染物与气象因素之间的关联程度。利用南昌2003—2018年的社会经济相关数据进行随机森林特征提取,使用社会经济指标中重要性强的因素进行逐步回归分析,确定对南昌空气质量水平影响最大的经济因素。2.将预处理好的数据根据季节分为四个新数据集,并且和完整数据分别作为BP神经网络模型输入数据,确定模型训练的效果,引入灰色关联分析与鲸鱼算法优化BP神经网络,并和其他分类模型进行比较,确定本文所采用模型的优劣。3.利用2019年4月1日到2019年5月21日的PM10浓度,引用了自回归XGBoost时序预测模型对首要污染物PM10浓度进行数值预测,来分析首要污染物PM10预测的准确度。通过对实验结果的分析发现,在空气质量影响因素中,PM2.5与PM10之间的相关程度最高,达到0.896,其他污染物之间也存在不同程度的相关关系;不同季节气象影响因素和空气质量指数的相关程度不一,其中相对湿度在不同季节中相关程度都较高;PM10与空气质量指数灰色关联程度最高,相对湿度和最大风速是影响程度最高的气象因素,其关联度分别达到0.93、0.90。人均GDP是影响空气质量的主要社会经济因素。本文提出的基于GRA-WOA改进的BP神经网络比单一的BP神经网络分类预测精度提高了约20%,达到95.19%,与其他经典分类算法相比,本文提出的模型分类预测性能较好。基于自回归XGBoost时序预测模型的PM10浓度预测趋势与真实变化基本符合,对未来10天的预测相对误差大部分都小于4.5%。本研究工作充实了BP神经网络算法优化理论,也为空气质量等级分类预测提供了理论基础。
周文浩[3]（2021）在《新型灰色预测建模技术及其在大气污染预测中的应用》文中认为灰色系统理论是一门研究小样本、贫信息不确定性问题的系统科学,自创立以来受到国内外诸多学者的关注。灰色预测建模技术是灰色系统理论的核心内容之一,也是连接灰色理论与实践应用的纽带。然而,现有的灰色预测建模技术在建模机理和建模方法等方面还存在一定的缺陷,难以适应实际问题的建模需要。为此,本文重点研究了灰色理论在新信息优先建模方法及小样本振荡序列预测这两个领域的实际问题,并将上述研究成果应用于研究具有灰色不确定性特征的大气污染物排放的预测问题。文章主要研究内容和创新点如下:（1）考虑新信息优先的灰色滚动预测模型构建。将新信息优先原理应用到灰色预测建模过程的前、中、后阶段,充分利用系统中新信息的优势,从根本上减小建模预测误差。建模前,引入平均弱化缓冲算子,减小阶段性扰动因素带来的影响;建模过程中,加入新的数据信息,采用滚动预测的机制不断进行新旧信息的更新;建模后,改进了传统灰色预测模型的误差检验方法,以每一次滚动预测得到的第一点数据的误差作为GRPM（1,1）模型的模拟误差。与此同时,对传统灰色GM（1,1）模型进行结构拓展,构建了新型灰色滚动预测模型GRPM（1,1）,详细阐述了新模型的建模机理和建模步骤。（2）面向振荡序列的灰色区间预测模型的构建。结合小样本振荡序列的定义和现有区间灰数预测的建模思路,提出了一种“区间范围”思想的新型灰色预测建模方法。通过设计原始振荡序列的上下界包络函数,对难以进行拟合的振荡序列进行区间拓展,然后通过灰数白化方法将其转化为等信息量的“面积序列”和“位置序列”。对拓展之后的序列进行DGM（1,1）预测建模,可得到表征原始振荡序列区域和位置特征的预测值,然后反推得到原始振荡序列的区间范围预测值,进而实现对小样本振荡序列的区间范围预测。（3）我国大气污染物排放预测研究。对我国二氧化硫的排放特征进行综合分析,应用新型灰色滚动预测模型实现了二氧化硫排放量发展趋势的预测分析。新模型利用新信息优先原理,有效解决了由于系统扰动因素导致的信息利用不充分问题,与传统灰色预测模型相比有着更高的建模精度;其次,根据北京市PM2.5浓度数据的月际变化振荡特征,应用新型灰色区间预测模型对其发展趋势进行预测分析,实现了对未来一段时间内北京市PM2.5浓度的区间范围预测,得到了更为科学合理的预测结果。根据实验结果和现有的大气污染现状,提出了相应的控制对策及建议,助力生态环境保护。
吴剑[4]（2021）在《中国生物质燃烧常规污染物和关键组分排放清单构建及应用研究》文中认为生物质燃烧是中国污染物排放的重要来源之一,对空气质量、气候变化和人类健康的影响不容忽视。生物质燃烧污染物排放清单一直是一个重要的研究热点。目前,关于生物质燃烧污染物排放清单的研究仍然存在若干不足。排放清单构建过程中,排放因子受采样条件的限制,无法完全代表不同区域的真实排放,颗粒物组分排放因子十分匮乏。活动水平数据的不足或缺失进一步限制了长时间序列排放清单的准确性和适用性。此外,由于缺乏相应的排放清单,基于排放量化而开展的区域空气质量和人体健康危害等研究也受到制约。针对现有生物质燃烧污染物排放清单的不足,本研究在生物质燃烧活动水平和排放因子数据改进的基础上,构建了中国典型生物质燃烧污染物排放清单,包括长时间序列排放清单、典型源类排放清单和关键组分排放清单等。基于构建的排放清单系统评估了中国生物质燃烧排放的高值演变特征及驱动因素。同时,将排放清单应用于源识别和人体健康风险评估研究中。本研究填补了我国生物质燃烧污染物排放的研究空白,并为生物质燃烧排放的大气污染物防控政策提供科学支撑。主要成果和结论如下:（1）基于卫星数据反演、实地调查和生物量估算等方法改进了生物质燃烧活动水平数据。融合过火面积数据比单一卫星数据在空间排放变化上结果更准确。火辐射功率数据消除了排放参数对排放计算的影响。通过实地调研和生物量的更新补充了秸秆焚烧比例和森林生物量等活动水平数据。同时,基于实验室稀释通道采样系统实测了不同地区民用生物质燃烧典型源类和关键组分的排放因子,反映了不同地区不同生物质类型的燃烧排放状况。将上述各类数据用于生物质燃烧污染物排放清单的研究中,构建了中国2003～2014年生物质燃烧气态污染物和颗粒物排放清单、生物质燃烧左旋葡聚糖排放清单、民用生物质燃烧PM2.5中重金属的排放清单和民用玉米棒燃烧排放清单,提高了排放清单的准确性和可靠性。（2）基于2003～2014年生物质燃烧污染物排放清单,进一步分析发现中国生物质燃烧排放发生了明显的高值转移。全年的高值排放在空间上由四川盆地向华北平原和东北平原转移。四川盆地的薪柴燃烧和民用秸秆燃烧排放量分别下降47%和14%。华北平原和东北平原的露天秸秆燃烧排放量分别增加52%和231%。东北平原的民用秸秆燃烧排放量增加了62%。时间上,生物质燃烧排放高值逐渐由采暖季节向玉米收获季节转移。农村经济水平、农业生产水平和商业能源消耗水平都是生物质燃烧排放变化的关键驱动力。生物质燃烧排放将在东北平原持续恶化并在华北平原进一步缓解。（3）结合2014年生物质燃烧和非生物质燃烧源的左旋葡聚糖排放清单,发现来自于生物质燃烧的左旋葡聚糖排放仅占到总排放量的73.5%。固体垃圾燃烧（9.7%）、烟花爆竹燃烧（9.6%）、肉类烹饪（5.4%）、民用燃煤燃烧（1.5%）、祭祀用品燃烧（0.2%）和工业燃煤燃烧（0.1%）等非生物质燃烧源排放占排放总量的26.5%。空间上,非生物质燃烧源在生物质燃烧高排放区也存在着广泛且分散的高排放强度值。时间上,来自于生物质燃烧排放的左旋葡聚糖低于月排放总量的82%。当左旋葡聚糖仅假设来自于生物质燃烧时,本地生物质燃烧的源贡献被高估了4.28%～369%。2014～2018年,中国左旋葡聚糖排放总量由145.7千吨降低至80.9千吨。生物质燃烧对左旋葡聚糖排放的贡献可能会降低至总排放量的63.9%。前人的研究显着高估了生物质燃烧源在源分配中的贡献。左旋葡聚糖不适用作为中国生物质燃烧排放的单一示踪物。（4）基于2014年民用生物质燃烧PM2.5中重金属的排放清单、GEOs-Chem模型和空间风险商模型评估了民用生物质燃烧PM2.5中有毒有害重金属排放的空间健康风险。中国民用生物质燃烧PM2.5中有毒有害重金属引起的儿童和成人的非致癌风险分别为0～2.8×10-2和0～1.5×10-2,低于可接受的水平（HI≤1）。山西,河北,北京和河南省的部分农村地区存在着空间高致癌风险(1×10-6～2.7×10-6),最高可达可接受水平(≤1×10-6)的2.7倍,需要引起足够重视。
赵东宇[5]（2021）在《安徽省城市空气污染的时空分布特征及影响因素分析》文中进行了进一步梳理随着安徽省经济和科技水平的迅速发展,空气污染问题也日益凸显,空气污染会导致雾霾天气和酸雨天气的形成,这些现象直接或间接地影响人群健康和生态稳定。2019年,安徽省生态环境厅发布的《2019年安徽省生态环境状况公报》指出,全省空气质量状况不容乐观,既要加大对空气污染的治理力度,也要提高对空气污染物的监测水平。因此,探究空气污染的时空变化特征和分析空气污染的影响因素具有重要意义。本文以安徽省16个城市2015-2020年的六种主要空气污染物为研究样本,分析空气污染物的时间以及空间变化规律,结合气象因素和社会因素分析空气污染物与气象要素和社会经济因素之间的相关程度,并在此基础上建立STIRPAT模型和空间计量模型进行分析,分析安徽省空气质量指数的主要影响因素及主要影响因素的空间溢出效应。本文首先分析了安徽省六种主要空气污染物的空间分布特征与时间变化特征,其次对空气污染的主要影响因素进行模型分析。经过对样本数据的分析,我们得出以下结论:第一,在空间上,呈现出皖北区域空气污染情况严重,皖南区域空气污染情况较轻的现象,并且空气污染物在安徽省各城市之间呈现出较强的聚集性。第二,在时间上污染物呈现出明显的季节变化趋势,除了臭氧浓度在夏季高,冬季低之外,其他主要空气污染物的浓度都呈现出U型变化,即夏季浓度低,冬季浓度高的现象。第三,从影响因素上看,气象因素对空气污染物影响大致呈倒U型曲线,空气污染物浓度呈现出先升后降的趋势,即气压与空气相对湿度的增加会在一定程度上缓解空气污染状况。从社会影响因素来看,人口密度与居民人均生活用电量的增加会加重空气污染状况。最后,从上述结论得出本文研究意义:一是分析出安徽省空气污染的时空分布特征,为不同地区治理主要空气污染物提供思路。二是为人工干预措施治理空气污染提供了措施。三是为制定治理空气污染的政策提供参考。
罗聪[6]（2021）在《燃煤烟气污染物控制技术性能评估及经济性优化策略研究》文中研究表明我国是煤炭消费大国,为了控制燃煤烟气污染物的排放,燃煤电厂普遍投运了超低排放技术,2019年超低排放机组容量8.9亿千瓦。然而从技术层次来看,污染物控制技术的运用情况尚不明确,超低排放系统运行成本与环保电价之间的关系缺乏相关研究。超低排放系统内换热装备对于系统性能的影响尚不明确。从区域层次来看,国内外学者针对电力行业的评估研究主要从污染物排放的角度展开,忽略了污染物减排流程的性能。本研究建立了燃煤电厂超低排放改造前后污染物控制技术数据库,编制了典型超低排放系统运行成本谱图。探究了不同超低排放技术的适用性。针对典型燃煤机组超低排放系统,进行了物质流分析、能效评估以及4E综合评估（能、?、环保性能、经济性综合评估）。针对全国煤电行业,进行了从污染物减排到排放全流程多维度的评估,同时提出了煤电行业污染物控制的经济性优化策略。首先,调研了超低排放前后燃煤机组污染物控制技术。超低排放改造开始前,采用石灰石-石膏法脱硫技术、SCR脱硝技术的燃煤机组容量占调研机组容量的比例分别为84.7%及95.2%。超低排放改造之后,长三角地区115台燃煤机组中,投运湿式电除尘器燃煤机组的容量占调研机组容量的比例为57.4%。建立了污染物控制技术的成本评估模型以及投资成本函数库。编制了典型100-1000MW燃煤机组超低排放系统运行成本谱图,根据环保电价补贴划分成了4个区间。当超低排放电价补贴为0时,600MW以及1000MW燃煤机组超低排放系统仍然可以实现经济性运行。对基于石灰石-石膏法的脱硫超低排放技术,空塔及双塔技术的设计入口SO2浓度均值分别为1692及4851mg/m3（95%置信度水平）。其次,针对典型燃煤机组超低排放系统进行了物质流分析、能效评估以及4E评估。对于660MW机组,超低排放改造前后协同除尘效率均值由79%增长至94%,PM脱除性能显着提升。对于660MW机组,基于监测数据的实时排放因子2,、,及,的分布范围为0.0001-0.301 g/kg、0.053-0.835 g/kg及0.0048-0.08 g/kg。对于1000MW机组,2,、,及,的分布范围分别为0.055-0.404 g/kg、0.073-0.797 g/kg及0.0002-0.0547 g/kg。建立了基于监测数据的超低排放系统能效评估模型。对于1000MW燃煤机组,随着机组负荷从50%增加至100%,超低排放系统的能耗由13542k W增加至19104k W,单位发电量CO2排放从10.4g/k Wh下降至8.2g/k Wh;发电过程碳排放占比为98.42%-98.7%,超低排放系统碳排放占比为1.3%-1.58%。基于能分析、?分析、经济性分析及环保性能分析,建立MGGH对于超低排放系统性能影响的4E评估模型。设计工况下（660MW）,烟冷器对数平均温差为36K,?效率为81.3%。LLTESP的SO3脱除效率为86%,MGGH系统年运维成本为157.9万元。最后,建立了超低排放情景下全国煤电行业基础数据库,涵盖100MW及以上的燃煤机组共计2157台,共计8.6亿千瓦。在超低排放情景下,SO2、NOx及PM的年削减量分别为2284万吨、754万吨及34370万吨。煤电行业的平均SO2、NOx控制成本分别为1453.2-12306.5元/t、3035-9675元/t。考虑到排放因子的波动,SO2、NOx及PM排放量的范围分别为430～558kt、638～941kt及64～96kt。煤电行业结构性优化策略“上大压小”能够降低污染物控制成本。在实现相同发电量的情况下,如果用3台1000MW燃煤机组替代10台300MW燃煤机组,SO2、NOx及PM控制年运行成本下降幅度分别为20.7%、27.6%及34.4%,碳排放下降7.1%。平均SO2控制成本对于电价和吸收剂价格的敏感度分别为0.3-0.61及0.0225-0.192。
邵亚琴[7]（2020）在《基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究》文中指出草原区煤电基地开发在满足我国能源战略需求的同时,给区域生态环境系统带来了巨大冲击,引发众多生态问题,如土地损毁、地下水位下降、大气污染等,生态扰动表现方式和演变机制各不相同,累积效应显着,严重影响区域能源保障和生态屏障作用的发挥,实现煤电基地生态环境实时监测和合理评价,为煤电基地生态环境保护和修复补偿监管提供依据,能够有效促进煤电基地生态文明建设。本文依托于国家重点研发计划项目《东部草原区大型煤电基地生态修复与综合整治技术及示范》（2016YFC0501109）,针对我国绿色开发能源战略的需求,以生态文明建设为契机,紧扣草原区煤电基地生态环境的特点,选择内蒙古锡林郭勒盟胜利煤电基地为典型研究区域,基于多源空间动态监测技术,应用系统分析方法,对该区域生态环境时空状况进行了扰动规律分析与监测评价。主要研究内容和成果如下:（1）基于戴明环与生命周期理论构建煤电基地CE-PDST生态环境系统循环驱动机制。研究归纳了草原区煤电基地生态环境的特点,分析了煤电基地煤矿、火电厂及煤炭城市三大扰动源对生态环境影响的时空演变趋势,分阶段讨论了煤电基地时空发展的特点,揭示了煤电基地生态系统的周期性发展规律。针对煤电基地生命周期各阶段扰动源发展状态及对生态环境的扰动特征,构建了煤电基地CE-PDST生态系统循环驱动机制,分别从扰动源子循环和生态环境单元子循环两个角度进行了生态环境系统演化分析。（2）搭建多源异构数据“获取-处理-融合-分析”技术框架和体系。基于空间信息技术获取的空间数据及统计数据和调查数据等,提出了基于邻域信息约束的中高空间分辨率遥感影像分类后处理方法、多源多尺度DEM融合方法和“暗像元法”与“深蓝算法”相结合的气溶胶厚度反演等方法,通过影像参数反演、数据融合、统计分析、空间数据挖掘与空间分析等技术手段,为在不同时空尺度下分析草原区煤电基地内土地环境、水环境和大气环境参数的扰动规律和变化特征以及生态环境综合评价提供数据和技术支撑。（3）实现煤电基地尺度下土地利用类型、植被覆盖、土壤侵蚀和大气环境的时空动态变化分析及扰动源识别。针对胜利煤电基地的特点构建土地利用分类体系,通过土地利用动态度模型和煤电开发驱动指数进行煤电开发土地利用类型转移驱动力分析;综合运用GIS空间相关性分析方法,分别从全局演变和局部效应进行植被覆盖时空变化检测;针对煤电基地土壤侵蚀的特点,建立土壤侵蚀风-水复合模型sA并实现总模数的估算,利用经验模型验证了其适用性;通过遥感反演获取了研究区域内SO2、NO2的柱状浓度和气溶胶厚度AOD,并利用地面观测站数据验证了其可靠性。研究结果表明,煤电基地开发是研究区域土地利用类型转移的主要驱动力,植被破坏、水土流失和大气污染均以露天矿区、电厂区及锡林浩特市城区为扰动热点,随着开发规模的不断扩大,扰动程度逐渐加强。（4）在典型扰动源-露天矿尺度下进行生态环境扰动规律及生态修复效益分析。根据露天矿土地单元扰动机理,归纳了7种土地利用类型转移方式,建立了扰动重心加权模型,通过不同阶段加权重心的转移距离和转移方向,验证了CE-PDST驱动规律。针对露天矿首采区已经形成的四种扰动土地利用类型的转移方式,研究其在转移过程中植被指数的时空演变规律,通过建立排土场NDVI与地形因子、气象因子和人为修复因子之间的驱动关系,提出了提高排土场土地复垦效益的有效建议。利用多孔监测井的多期监测数据分析了胜利一号露天矿开采过程中潜水位的变化规律,并通过回归趋势分析确定了露天开采对地下水的影响半径和静水位,为确定受地下水位下降影响的居民搬迁范围和研究基于影响半径分析地下水位变化对地表植被变化的影响规律提供了依据。（5）通过生态效益响应因子识别,参考《生态环境状况评价技术规范-2015》,采用层次分析法计算了各项指标的权重,构建了草原区煤电基地生态环境综合评价体系(MEICE),从煤电基地尺度、功能区单元和最适宜格网单元等多时空尺度,综合评价和分析了研究区域2000年、2005年、2010年和2015年的生态环境状况,探寻区域生态的时空变化规律。研究表明,2000-2015年,研究区域生态环境整体处于良好状态;2005-2015年,煤电基地开发规模迅速扩大,恶化趋势明显,形成以露天矿区及电厂区、市区和居民点中心的阶梯状缓冲区,印证了露天矿开采及电厂开发、城市建设对生态环境产生负面扰动的累积效应;2010-2015年,露天矿区排土场复垦、电厂控排、城市湿地公园建设及省道S307沿线绿化有效改善了局部生态环境状况,体现了生态修复与监管对生态环境恢复的重要性。针对本文探索的胜利煤电基地生态扰动规律及生态环境评价结果,基于GMR模型对研究区域2020年生态环境状况进行了模拟,提出了草原区煤电基地开发弹性调控与生态环境修复管理对策,搭建了基于大数据平台的草原区煤电基地“监测-评价-管理”三位一体的多源动态监测平台基本架构,并提出了草原区煤电基地生态环境修复CE-PDST-“5W+2H+E”循环管理模式,为煤电基地的可持续发展提供了有效途径。论文有图91幅,表65个,参考文献221篇。
王迪[8]（2020）在《天津市河东区空气质量评价及污染物时空分布特征分析》文中研究指明近年来随着城市发展,大气环境越来越成为人们的关注点,因此针对城市环境空气质量评价、污染源解析工作就具有很重要的实际意义。目前,河东区的大气污染现状不明,污染物来源不清,且污染物的时空维度上的特征不清晰,在大气污染控制方面很难找到针对性办法与措施。为了更好地弄清楚目前存在问题,本文从环境空气质量评价、区域污染源排放清单和大气污染物时空分布特征,综合分析研究天津市河东区大气污染现状、污染物主要来源及大气污染物时空分布特征,探究河东区大气污染治理过程中存在的短板和漏洞,为下一步相关环境保护治理工作提供一些科学支持。（1）通过模糊综合评价法得出河东区空气质量等级在2015-2017年评价结果为Ⅲ级,而2018、2019年评价结果为Ⅱ级;而改进灰色聚类评价法这两种方法的评价结果显示2015-2019年河东区空气质量等级均为Ⅲ级。结合2015至2019年五年间空气质量变化情况,模糊综合评价法的评价结果应该更接近于河东区的实际情况。（2）通过污染源排放清单法对2016年河东区固定燃烧源、工艺过程源、扬尘源、道路移动源、非道路移动源、溶剂使用源、储存运输源、餐饮源等八种常见污染源排放污染物情况进行统计分析,初步查明PM2.5、PM10、SO2、CO、NO2、VOCS等六种主要大气污染物的主要污染来源。（3）在时间尺度上,对河东区六种主要污染物的年平均浓度变化的分析,PM2.5和PM10一直处于较高浓度,但年平均浓度呈现下降趋势,超标率降幅明显。O3年平均浓度较高,且逐年升高,超标显着。SO2、CO及NO2等污染物年平均浓度一直在较低水平。六种主要污染物的月浓度均值分析,PM2.5、PM10、NO2和CO这几种污染物月浓度呈现出两头高中间低的“U”字形曲线。而O3的浓度变化则正相反,呈现“∩”型。SO2浓度月度则无明显变化。（4）在空间尺度上,本文通过地理信息统计法分析了河东区所属十二个街道的PM2.5和PM10的污染物空间浓度分布情况,结果发现污染主要集中在河东区的上杭路街和东新街两个街道。通过空气质量评价、污染源解析及污染物特征分析,河东区近几年的大气环境有所好转,对大气污染物的治理有一定成效,但PM2.5、PM10、O3这三种污染物超标情况严重主要影响河东区空气质量,需要重点关注。应结合污染来源,强化大气环境治理措施和能力,打好蓝天保卫战。
刘乐红[9]（2020）在《青岛港船舶大气污染物排放的负外部性成本及其排放量预测研究》文中指出青岛港作为典型的综合性港口之一,近年来的海运业务发展迅猛,进出港口的船舶数量也随之增加。船舶运输被公认为是更加绿色环保的运输方式,但现有的研究成果表明,船舶排放产生的大气污染物远远高于其他运输方式,且以经济影响来评估船舶排放对人类和环境产生的损害的研究是相对空白的。因此,为了保障并改善人们生活的大气环境,为当地政府或港口管理者提出科学合理的对策和建议,本文对青岛港船舶排放进行了深入的研究。本文以青岛港的贸易数据,通过“自上而下”方法中的贸易法,建立青岛港2005-2017年的船舶排放清单,主要涉及NOx,SO2,CO,PM10和VOCs这五种大气污染物;利用“Value Transfer”法得到各类污染物的负外部性成本因子,计算得出船舶排放负外部性成本,以货币数据直观地展现出治理港口船舶排放的必要性与紧迫性;对青岛港船舶排放清单建立灰色预测模型—GM（1,1）模型,并通过马尔科夫模型提高GM（1,1）模型的预测精度,并对预测值进行修订;预测2020-2030年青岛港的船舶排放量,为更好地呈现出预测排放量的阶段性变化趋势,取2020,2025及2030年的预测排放量进行进一步分析。结果显示:（1）2005-2017年青岛港船舶排放清单中,NOX,SO2,CO,PM10这四种大气污染排放量呈现出整体上升的趋势,其中NOx的排放量最大,约占总排放量的70%,VOCs呈现出下降趋势,且排放量最低,占总排放量比重不到2%;（2）船舶排放对青岛市大气污染物的贡献率越来越高,PM10的负外部性成本因子最高（2017年为378452.83美元/吨）,CO的负外部性成本因子是最低的（2017年为3.02美元/吨）;（3）2020,2025及2030年的船舶预测排放量除VOCs外都继续保持增长趋势,到2030年NOX,SO2,CO,PM10的排放量呈现翻倍式增长,总的负外部性成本达到了9.17亿美元。综上所述,政府应当重点控制NOx,SO2及PM10的船舶排放量,尤其是PM10;港口需要发展港区岸电系统,降低港区内船舶辅助发动机的使用率。对青岛港船舶排放的控制将是未来持续改善青岛市空气环境质量的关键。
侯煜菲[10]（2020）在《大气环境污染对长三角制造业企业财务绩效的影响 ——基于政府政策调节作用的分析》文中提出大气污染排放量超过环境自净能力所引发的大气环境污染事件给社会各方面带来重大影响。根据文献,大气污染和制造业发展具高度相关性,大气污染对制造业企业财务绩效有影响,但关于有关研究较少,且政府政策调节作用的研究结果不一致,已有文献选择的研究年限较短。本文主题是研究近20年大气污染排放对制造业企业财务绩效的影响,以及政府政策在其中的调节作用。在理论上对气象经济学、大气污染的经济损失估算理论等进行回顾,在方法上对最大离差方法和灰色关联改变点搜索方法进行介绍。本文先从产业角度初步对大气污染与制造业整体综合效益的关系进行时间序列方面的改变点研究。构建制造业效益和大气污染的综合评价值体系,利用最大离差方法计算评价值,利用灰色关联方法确定改变点,发现二者改变点都在2005年和2010年,研究时间段被分为1998—2005年、2006—2010年、2011—2017年三段。总结大气污染和制造业财务绩效20年间的发展趋势发现前期大气污染治理政策相对粗放,两列评价值之间的反向关系较明显;随着政府政策不断细化,二者评价值间逐渐有同向关系。所以以改变点出现年份为节点从政策角度分阶段分析具合理性。为进一步探究大气污染对制造业企业财务绩效产生的影响,首先进行理论机制分析,再以长江三角洲18个城市的制造业上市企业为研究对象展开微观侧面的研究。实证研究发现二氧化硫排放与企业财务绩效有显着反向关系,烟粉尘排放与企业绩效有正向关系,政府政策调节效应抑制了烟粉尘对企业财务绩效的正向作用,但弱化了二氧化硫对企业财务绩效的反向关系,即政策调节给企业财务绩效带来一定的负面压力。然后从时间序列角度进一步对长三角地区18个城市的大气污染和63家从2001年起延续的制造业企业绩效进行改变点分析,发现二者改变出现时间仍相似,第一个改变点在2012年,第二个改变点集中在2016至2020年间。通过长三角地区大气污染治理政策发现2016年前政策以管制类型为主、辅以经济型政策工具,企业比较被动,在此期间政策给企业带来了较大负面压力;2016年后与企业的互动逐渐增强,企业财务绩效趋势稳定中大多有所提高。通过灰色系统预测GM（1,1）模型的测算,2027年前大气污染排放将保持下降趋势,而企业财务绩效超过八成保持稳定且有小幅提高,预测结果较为乐观,从政策角度来看未来一定时期内大气污染防治政策将更趋向于多部门、多主体协同,有利于实现环境与财务绩效的双赢。针对实证结果,最后从体系建设、一体化与差异化、政府服务、企业创新等角度对政策导向和制造业企业提出了建议。
二、SO_2排放量灰色区间预测（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、SO_2排放量灰色区间预测（论文提纲范文）
（1）随机费效分析法用于榆林市能源-大气系统分析（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 能源-大气系统模型研究 |
| 1.2.2 不确定性方法体系研究 |
| 1.2.3 费效分析研究 |
| 1.2.4 小结 |
| 1.3 研究内容及目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 研究思路及框架 |
| 2.研究方法 |
| 2.1 区间线性规划方法 |
| 2.2 最大最小遗憾分析方法 |
| 2.3 联合概率约束方法 |
| 2.4 基于Copula函数的随机规划方法 |
| 2.5 费效分析方法 |
| 3.榆林市能源-大气系统现状和特征分析 |
| 3.1 榆林市概况 |
| 3.1.1 自然地理 |
| 3.1.2 经济社会 |
| 3.1.3 矿产资源 |
| 3.1.4 环境空气质量 |
| 3.2 榆林市能源-大气系统特征分析 |
| 3.2.1 煤炭依赖性分析 |
| 3.2.2 生态脆弱性分析 |
| 3.2.3 能源-大气系统存在的问题 |
| 4.区间最大最小耦合联合概率费效分析规划方法的随机费效分析模型 |
| 4.1 方法开发 |
| 4.2 模型建立 |
| 4.3 情景设置 |
| 4.4 结果分析 |
| 4.4.1 最大最小遗憾分析 |
| 4.4.2 能源生产与供应 |
| 4.4.3 污染物排放 |
| 4.4.4 费效分析 |
| 4.5 小结 |
| 4.6 符号列表 |
| 5.区间Copula函数费效分析规划方法的随机费效分析模型 |
| 5.1 方法开发 |
| 5.2 模型建立 |
| 5.3 情景设置 |
| 5.4 结果分析 |
| 5.4.1 不确定性分析 |
| 5.4.2 煤炭依赖性分析 |
| 5.5 小结 |
| 5.6 符号列表 |
| 6.总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（2）基于GRA-WOA-BP模型的空气质量预测及影响因素研究 ——以南昌为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 空气质量影响因素研究现状 |
| 1.2.2 空气质量预测模型研究现状 |
| 1.2.3 文献评述 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究内容和结构 |
| 1.4.1 研究内容 |
| 1.4.2 论文结构 |
| 1.5 创新点 |
| 第2章 理论基础 |
| 2.1 空气质量指数 |
| 2.1.1 空气质量指数概念及计算方法 |
| 2.1.2 AQI等级划分 |
| 2.2 灰色关联理论 |
| 2.3 神经网络相关理论 |
| 2.3.1 神经网络基本原理 |
| 2.3.2 BP神经网络算法流程 |
| 2.3.3 BP神经网络的不足 |
| 2.4 鲸鱼优化算法 |
| 2.5 评估指标 |
| 2.6 本章小结 |
| 第3章 研究区域与数据预处理 |
| 3.1 研究区域概况 |
| 3.2 数据来源与指标基本信息 |
| 3.2.1 数据来源 |
| 3.2.2 指标基本信息 |
| 3.3 数据预处理 |
| 3.4 本章小结 |
| 第4章 空气质量状况与影响因素分析 |
| 4.1 南昌市空气质量状况 |
| 4.2 空气质量相关分析 |
| 4.3 基于灰色关联的空气质量自然因素分析 |
| 4.3.1 大气污染物与AQI的灰色关联分析 |
| 4.3.2 空气质量指数与气象因素关联分析 |
| 4.4 空气质量社会经济影响因素分析 |
| 4.4.1 相关指标 |
| 4.4.2 基于随机森林的指标选择 |
| 4.4.3 逐步回归分析 |
| 4.5 本章小结 |
| 第5章 南昌市空气质量预测 |
| 5.1 基于BP神经网络的等级预测 |
| 5.1.1 设计思路 |
| 5.1.2 数据集处理和划分 |
| 5.1.3 神经网络结构设定 |
| 5.1.4 空气质量等级分类预测结果分析 |
| 5.2 基于GRA-WOA的 BP神经网络预测模型 |
| 5.2.1 算法流程 |
| 5.2.2 模型建立与结果分析 |
| 5.2.3 不同模型实验对比 |
| 5.3 首要污染物PM10 浓度的预测 |
| 5.3.1 自回归XGBoost时序预测模型设计 |
| 5.3.2 数据来源与平稳性检验 |
| 5.3.3 模型预测结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要工作与结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（3）新型灰色预测建模技术及其在大气污染预测中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 灰色预测建模技术研究现状 |
| 1.2.2 大气污染预测研究现状 |
| 1.2.3 研究现状评述 |
| 1.3 主要研究内容及创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 创新之处 |
| 1.4 研究方法与技术路线 |
| 1.5 本章小结 |
| 第2章 灰色预测建模理论基础 |
| 2.1 灰色生成 |
| 2.2 经典灰色预测模型 |
| 2.2.1 GM(1,1)模型 |
| 2.2.2 DGM(1,1)模型 |
| 2.2.3 GM(1,1)与DGM(1,1)的关系 |
| 2.3 灰色预测模型的误差检验方法 |
| 2.4 本章小结 |
| 第3章 考虑新信息优先的灰色滚动预测模型 |
| 3.1 灰色滚动预测模型 |
| 3.1.1 平均弱化缓冲算子 |
| 3.1.2 GRPM(1,1)模型的基本形式 |
| 3.1.3 GRPM(1,1)模型参数估计 |
| 3.1.4 GRPM(1,1)模型的推导 |
| 3.2 GRPM(1,1)的建模流程及误差检验 |
| 3.2.1 GRPM(1,1)的建模机理 |
| 3.2.2 GRPM(1,1)的建模条件 |
| 3.2.3 GRPM(1,1)的误差检验方法 |
| 3.3 中国二氧化硫排放量的灰色滚动预测 |
| 3.3.1 数据及其来源 |
| 3.3.2 数据预处理 |
| 3.3.3 建模条件检验 |
| 3.3.4 中国二氧化硫排放量的灰色预测建模 |
| 3.3.5 模型对比与分析 |
| 3.3.6 中国二氧化硫排放量发展趋势预测 |
| 3.4 控制二氧化硫排放的措施及建议 |
| 3.5 本章小结 |
| 第4章 面向振荡序列的灰色区间预测模型 |
| 4.1 灰色区间预测模型 |
| 4.1.1 振荡序列及其区间拓展 |
| 4.1.2 区间灰数序列的等息转换 |
| 4.1.3 灰色区间预测模型的构建 |
| 4.2 北京市PM_(2.5) 浓度的灰色区间预测 |
| 4.2.1 建模数据及来源 |
| 4.2.2 北京市PM_(2.5) 浓度序列的区间灰数拓展 |
| 4.2.3 北京市PM_(2.5) 浓度序列的灰色区间建模 |
| 4.2.4 模型对比与分析 |
| 4.2.5 北京市PM_(2.5) 浓度变化趋势预测 |
| 4.3 PM_(2.5) 治理对策及建议 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间科研情况 |
（4）中国生物质燃烧常规污染物和关键组分排放清单构建及应用研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 生物质燃烧污染物排放的危害 |
| 1.1.2 生物质燃烧污染物排放清单的研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 生物质燃烧排放因子数据的研究现状 |
| 1.2.2 生物质燃烧活动水平数据的研究现状 |
| 1.2.3 生物质燃烧污染物排放清单的研究现状 |
| 1.2.4 现有研究存在的不足 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 中国生物质燃烧污染物排放清单的构建 |
| 2.1 生物质燃烧污染物排放清单的构建方法 |
| 2.1.1 生物质燃烧污染物排放量的估算 |
| 2.1.2 活动水平和排放因子数据的搜集和整理 |
| 2.1.3 生物质燃烧污染物排放的时空分配 |
| 2.1.4 排放清单的不确定性分析 |
| 2.2 生物质燃烧排放活动水平数据的获取 |
| 2.2.1 卫星数据的反演 |
| 2.2.2 森林生物量数据的更新 |
| 2.2.3 生物质燃烧排放的实地调研 |
| 2.3 民用生物质燃烧排放因子的测试 |
| 2.3.1 生物质样品的采集 |
| 2.3.2 生物质样品的处理和分析 |
| 2.3.3 质量控制 |
| 2.3.4 生物质燃烧污染物排放因子的计算 |
| 2.4 本章小结 |
| 第三章 中国生物质燃烧气态污染物和颗粒物排放清单 |
| 3.1 气态污染物和颗粒物排放因子 |
| 3.2 2003~2014 年中国生物质燃烧污染物排放清单 |
| 3.2.1 全国和不同区域生物质燃烧污染物排放量 |
| 3.2.2 生物质燃烧污染物排放量的多年变化 |
| 3.3 与现有排放清单的对比分析 |
| 3.4 排放清单不确定分析 |
| 3.5 本章小结 |
| 第四章 中国生物质燃烧排放的高值演变和驱动因素 |
| 4.1 中国生物质燃烧排放的高值演变特征 |
| 4.1.1 生物质燃烧排放的时空分布特征 |
| 4.1.2 生物质燃烧排放的高值转移 |
| 4.1.3 基于融合卫星数据的高值演变的可靠性 |
| 4.2 中国生物质燃烧排放高值演变的驱动因素分析 |
| 4.2.1 生物质燃烧排放的社会经济驱动因素 |
| 4.2.2 生物质燃烧排放高值演变的驱动因素分析和政策启示 |
| 4.3 本章小结 |
| 第五章 中国生物质燃烧典型源类与关键组分排放清单 |
| 5.1 中国生物质燃烧左旋葡聚糖排放清单 |
| 5.1.1 生物质燃烧左旋葡聚糖排放因子 |
| 5.1.2 全国和不同区域生物质燃烧左旋葡聚糖排放量 |
| 5.1.3 生物质燃烧左旋葡聚糖排放的时空分布 |
| 5.2 中国民用生物质燃烧PM_(2.5)中重金属的排放清单 |
| 5.2.1 民用生物质燃烧PM_(2.5)中重金属的排放因子 |
| 5.2.2 全国和不同区域民用生物质燃烧PM_(2.5)中重金属排放量 |
| 5.2.3 民用生物质燃烧PM_(2.5)中重金属市级排放量 |
| 5.2.4 民用生物质燃烧PM_(2.5)中重金属排放的时空分布 |
| 5.2.5 与其它源类排放的对比 |
| 5.2.6 排放清单不确定分析 |
| 5.3 中国民用玉米棒燃烧排放清单 |
| 5.3.1 气态污染物和颗粒物排放因子 |
| 5.3.2 OC、EC和水溶性离子排放因子 |
| 5.3.3 挥发性有机化合物排放因子 |
| 5.3.4 全国和不同区域民用玉米棒燃烧排放量 |
| 5.3.5 民用玉米棒燃烧排放的空间分布 |
| 5.3.6 民用玉米棒燃烧和秸秆燃烧排放的对比分析 |
| 5.3.7 排放清单不确定性分析 |
| 5.4 本章小结 |
| 第六章 左旋葡聚糖作为生物质燃烧排放示踪物的适用性 |
| 6.1 中国非生物质燃烧源左旋葡聚糖排放清单 |
| 6.1.1 非生物质燃烧源左旋葡聚糖排放量的估算 |
| 6.1.2 非生物质燃烧源左旋葡聚糖排放的时空分配 |
| 6.1.3 非生物质燃烧源排放活动水平数据的搜集和整理 |
| 6.1.4 非生物质燃烧源左旋葡聚糖排放因子 |
| 6.2 生物质与非生物质燃烧源左旋葡聚糖排放对比 |
| 6.2.1 生物质与非生物质燃烧源左旋葡聚糖的排放贡献 |
| 6.2.2 排放清单不确定分析 |
| 6.2.3 生物质与非生物质燃烧源左旋葡聚糖排放的时空分布对比 |
| 6.3 左旋葡聚糖示踪生物质燃烧排放的可靠性 |
| 6.4 本章小结 |
| 第七章 民用生物质燃烧PM_(2.5)中重金属的健康风险评估 |
| 7.1 民用生物质燃烧PM_(2.5)中重金属的空气质量浓度模拟 |
| 7.1.1 GEOS-Chem模型 |
| 7.1.2 民用生物质燃烧PM_(2.5)中重金属的空气质量浓度 |
| 7.2 民用生物质燃烧PM_(2.5)中重金属的空间健康风险评估 |
| 7.2.1 空间风险商模型 |
| 7.2.2 全国冬季PM_(2.5)有毒有害重金属的空间健康风险 |
| 7.3 本章小结 |
| 第八章 结论与建议 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 建议 |
| 致谢 |
| 参考文献 |
（5）安徽省城市空气污染的时空分布特征及影响因素分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景与研究意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 文献综述 |
| 一、空气污染的理论研究 |
| 二、空气污染的时空分布特征研究 |
| 三、空气污染的影响因素研究 |
| 四、文献评述 |
| 第三节 研究内容和方法 |
| 一、研究内容 |
| 二、研究方法 |
| 第四节 主要创新与不足 |
| 一、主要创新 |
| 二、不足 |
| 第二章 空气污染理论研究与评价方法 |
| 第一节 空气污染的理论研究 |
| 一、环境污染 |
| 二、空气污染 |
| 三、影响空气污染的主要因素 |
| 第二节 空气污染的评价方法 |
| 一、评价方法的介绍 |
| 二、空气质量综合指数法 |
| 第三章 安徽省城市空气污染的时空分布特征 |
| 第一节 安徽省空气污染总体特征 |
| 一、空气质量综合指数的总体状况 |
| 二、六种主要污染物总体状况 |
| 三、空气污染等级占比状况 |
| 第二节 空气污染的时间分布特征 |
| 一、六种主要污染物的季节变化特征 |
| 二、六种主要污染物的周变化特征 |
| 第三节 空气污染的空间分布特征 |
| 一、城市空气质量综合指数的分布特征 |
| 二、六种主要污染物的区域分布特征 |
| 第四章 安徽省城市空气污染的影响因素研究 |
| 第一节 模型与变量 |
| 一、模型设定 |
| 二、变量与数据 |
| 第二节 空气污染影响因素实证分析 |
| 一、STIRPAT回归模型结果分析 |
| 二、空间计量模型结果分析 |
| 第五章 结论和建议 |
| 第一节 本文结论 |
| 第二节 政策建议 |
| 参考文献 |
| 致谢 |
（6）燃煤烟气污染物控制技术性能评估及经济性优化策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 研究背景 |
| 1.1.1 我国能源消费现状 |
| 1.1.2 我国电力行业发展现状 |
| 1.1.3 电力行业污染物排放现状 |
| 1.1.4 燃煤电站污染物控制技术发展现状 |
| 1.2 国内外研究现状 |
| 1.2.1 污染物控制技术经济性评估研究进展 |
| 1.2.2 污染物控制技术能效评估研究进展 |
| 1.2.3 换热装备性能评估研究进展 |
| 1.2.4 物质流能量流分析研究进展 |
| 1.3 研究目的及意义 |
| 1.4 研究内容及方法 |
| 2.燃煤机组烟气污染物控制技术经济性评估 |
| 2.1 燃煤机组烟气污染物控制技术 |
| 2.1.1 超低排放改造前燃煤机组烟气污染物控制技术 |
| 2.1.2 超低排放改造后燃煤机组烟气污染物控制技术 |
| 2.2 烟气污染物控制技术成本评估模型 |
| 2.3 超低排放情景下烟气污染物控制技术投资成本函数 |
| 2.4 典型超低排放技术路线经济性评估 |
| 2.4.1 机组容量对超低排放技术路线运行成本的影响 |
| 2.4.2 多因素作用下超低排放系统运行成本谱图 |
| 2.5 烟气污染物超低排放技术运行差异性分析 |
| 2.5.1 超低排放情景下单塔与双塔脱硫技术适应性及经济性分析 |
| 2.5.2 NOx超低排放技术经济性评估 |
| 2.6 本章小结 |
| 3.燃煤机组超低排放系统物质流、能量流与?流研究 |
| 3.1 研究框架与研究对象 |
| 3.2 基于系统流程网络的物质流、能量流与?流模型 |
| 3.3 典型燃煤机组超低排放系统物质流、能量流分析 |
| 3.3.1 典型燃煤机组超低排放系统污流分析及污染物排放特征 |
| 3.3.2 典型燃煤机组超低排放系统能效评估 |
| 3.4 换热装备对超低排放系统性能影响的4E评估 |
| 3.4.1 评估模型 |
| 3.4.2 基础参数 |
| 3.4.3 综合评估 |
| 3.5 本章小结 |
| 4.煤电行业污染物控制多维度评估及经济性优化策略研究 |
| 4.1 全国煤电行业基础数据库构建 |
| 4.2 方法学 |
| 4.3 全国煤电行业污染物控制多维度评估 |
| 4.3.1 全国煤电行业污染物削减量分析 |
| 4.3.2 全国煤电行业污染物控制成本评估 |
| 4.3.3 全国煤电行业污染物排放量测算 |
| 4.3.4 全国煤电行业污染物超低排放效益评估 |
| 4.4 煤电行业污染物控制经济性优化策略研究 |
| 4.4.1 “上大压小”策略对煤电行业污染物控制经济性及碳排放的影响 |
| 4.4.2 运行参数优化对煤电行业污染物控制经济性的影响 |
| 4.4.3 价格对煤电行业污染物控制经济性的影响 |
| 4.5 本章小结 |
| 5.结论与展望 |
| 5.1 研究结论 |
| 5.2 创新点 |
| 5.3 不足与展望 |
| 参考文献 |
| 作者简介及在学期间主要研究成果 |
（7）基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 科学问题的提出(Presentation of Scientific Issues) |
| 1.2 研究的科学意义与项目依托(Scientific Significance and Project Support) |
| 1.3 研究动态分析(Dynamic Analysis of the Research) |
| 1.4 研究目标与研究内容(Research Objectives and Contents) |
| 1.5 研究区域(Study Area) |
| 1.6 研究思路及技术路线(Research Ideas and Technical Routes) |
| 2 草原区煤电基地生态环境演化机理 |
| 2.1 相关术语(Relative Terms) |
| 2.2 草原区煤电基地生态环境扰动源时空演变(Temporal and Spatial Evolution of Eco-environment Disturbance Sources in Prairie Coal-Electricity Base) |
| 2.3 基于戴明环与生命周期的草原区煤电基地生态环境系统演化PDST循环驱动机制(PDST Cyclic Driving Mechanism of Eco-environment Evolution in Prairie Coal-Electricity Base Based on PDCA and Life Cycle) |
| 2.4 草原区煤电基地生态环境系统SA-PDST驱动模型(The SA-PDST Driving Model of Eco-environment System of Prairie Coal-Electricity Base) |
| 2.5 煤电基地开发扰动下的草原区生态环境变化(Prairie Eco-environment Changes Disturbed by Development in Coal-Electricity Base) |
| 2.6 本章小结(Chapter Summary) |
| 3 多源异构数据的获取、处理及融合 |
| 3.1 多源异构数据的类型(Types of Multi-source Heterogeneous Data) |
| 3.2 多源异构数据处理平台(Multi-source Heterogeneous Data Processing Software) |
| 3.3 多源异构数据处理(Multi-source Heterogeneous Data Processing) |
| 3.4 多源异构数据融合(Multi-source Heterogeneous Data Fusion) |
| 3.5 本章小结(Chapter Summary) |
| 4 胜利煤电基地生态环境要素时空动态变化分析及扰动源识别 |
| 4.1 土地利用类型时空演变格局分析(Analysis of Temporal and Spatial Evolution Patterns of Land Use Types) |
| 4.2 植被覆盖时空变化检测(Temporal and Spatial Change Detection of Vegetation Coverage) |
| 4.3 草原区煤电基地土壤风-水复合侵蚀估算(Soil Water-Wind Compound Erosion Estimation in Prairie Coal-electricity Base) |
| 4.4 煤电基地大气数据监测与分析(Atmospheric Monitoring and Analysis in Prairie Coal-electricity Base) |
| 4.5 本章小结(Chapter Summary) |
| 5 煤矿尺度生态环境扰动规律研究及修复效益分析 |
| 5.1 胜利一号露天矿土地单元转移模式(Land Unit Transfer Mode of Shengli No.1 Open-pit Mine) |
| 5.2 露天矿首采区扰动土地类型转移(Disturbed Land Types Transfer in the First Mining of Open-pit Mine) |
| 5.3 NDVI扰动规律及排土场复垦效益分析(Analysis of NDVI Disturbance Law and Reclamation Benefit of Dump) |
| 5.4 潜水位时空变化及其对地表生态的扰动分析(Temporal and Spatial Changes of Phreatic Water Level and Disturbance Analysis of Surface Ecology) |
| 5.5 本章小结(Chapter Summary) |
| 6 草原区煤电基地生态环境综合评价 |
| 6.1 生态环境综合评价指标体系的构建(Construction of Eco-environment Comprehensive Evaluation Index System) |
| 6.2 多时空尺度生态评价单元的划分(Division of Multiple Temporal and Spatial Scale Ecological Evaluation Unit) |
| 6.3 评价标准、评价方法和评价技术流程(Evaluation Criterion, Evaluation Method and Technical Process) |
| 6.4 胜利煤电基地生态环境状况综合评价(Comprehensive Evaluation on Eco-environment of Shengli Coal-electricity Base) |
| 6.5 基于GWR模型的胜利煤电基地生态演变情景模拟(Ecological Evolution Scenario Simulation of Shengli Coal-electricity Base based on GWR Model) |
| 6.6 草原区煤电基地开发弹性调控与生态环境修复管理对策(Elastic Regulation and Eco-environment Restoration Management Countermeasures of Prairie Coal-electricity Base Development) |
| 6.7 本章小结(Chapter Summary) |
| 7 结论与展望 |
| 7.1 研究成果与结论(Research Results and Conclusions) |
| 7.2 主要创新点(Main Innovations) |
| 7.3 研究展望(Prospects) |
| 参考文献 |
| 附录1 锡林郭勒盟植被代码表 |
| 附录2 胜利煤电基地开发生态环境影响调查表 |
| 作者简历 |
| 学位论文数据集 |
（8）天津市河东区空气质量评价及污染物时空分布特征分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究的背景 |
| 1.1.1 选题背景 |
| 1.1.2 主要空气污染物特点及其危害性 |
| 1.2 国内外研究进展 |
| 1.2.1 空气质量评价方法 |
| 1.2.2 大气污染物源解析 |
| 1.2.3 大气污染物特征分析 |
| 1.3 研究的目的和意义 |
| 1.4 研究内容和技术路线 |
| 第2章 河东区区域基本概况 |
| 2.1 天津市河东区区域概况 |
| 2.1.1 基本概况 |
| 2.1.2 水文水资源概况 |
| 2.1.3 道路交通概况 |
| 2.1.4 大气环境现状 |
| 2.1.5 污染防治攻坚行动 |
| 第3章 天津市河东区空气质量评价 |
| 3.1 空气质量评价法的选取 |
| 3.2 数据来源 |
| 3.3 模糊数学综合评价法 |
| 3.3.1 模糊数学综合评价方法介绍 |
| 3.3.2 使用模糊综合评价法对河东区空气质量进行评价 |
| 3.4 灰色聚类评价法 |
| 3.4.1 灰色聚类评价法介绍 |
| 3.4.2 改进灰色聚类模型 |
| 3.4.3 运用改进的灰色聚类法对河东区进行空气质量评价 |
| 3.5 两种评价方法对比 |
| 3.6 与AQI法对比优势 |
| 3.7 本章小结 |
| 第4章 天津市河东区大气污染物源解析 |
| 4.1 污染源清单编制的依据 |
| 4.2 污染源调查及核算方式 |
| 4.3 2016 年全年各类污染源排放量及贡献率 |
| 4.3.1 固定燃烧源 |
| 4.3.2 工艺过程源 |
| 4.3.3 扬尘源 |
| 4.3.4 道路移动源及非道路移动源 |
| 4.3.5 溶剂使用源 |
| 4.3.6 储存运输源(加油站、油品储存) |
| 4.3.7 餐饮油烟源 |
| 4.3.8 2016 年全年各类污染源排放污染物总量统计 |
| 4.4 本章小结 |
| 第5章 天津市河东区大气污染物时空分布特征 |
| 5.1 数据来源及评价标准 |
| 5.2 河东区主要大气污染物浓度变化情况及变化特征 |
| 5.2.1 数据分析 |
| 5.2.2 污染物浓度年均值变化特征 |
| 5.2.3 河东区主要大气污染物浓度月度变化特征 |
| 5.2.4 大气污染物浓度空间分布情况 |
| 5.2.5 不同区域污染物变化特征对比 |
| 5.3 河东区大气污染物变化趋势分析 |
| 5.4 本章小结 |
| 第6章 结论与建议 |
| 6.1 主要结论 |
| 6.2 大气污染防治建议 |
| 6.2.1 持续推进“双替代”工程,推广采用清洁能源 |
| 6.2.2 扬尘污染治理 |
| 6.2.3 机动车尾气治理 |
| 6.2.4 餐饮油烟治理 |
| 6.2.5 做好加油站和油品储存企业管理 |
| 6.3 研究中的不足 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）青岛港船舶大气污染物排放的负外部性成本及其排放量预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 青岛港概述 |
| 1.1.2 船舶排放污染现状 |
| 1.2 国内外研究现状 |
| 1.2.1 船舶污染物排放清单的研究方法及相关成果 |
| 1.2.2 污染物排放外部性成本的研究成果 |
| 1.2.3 国内外船舶排放治理法规现状 |
| 1.3 研究目的及意义 |
| 1.4 研究思路及论文结构 |
| 1.4.1 研究思路 |
| 1.4.2 论文结构 |
| 1.5 研究创新点 |
| 第二章 理论基础 |
| 2.1 外部性相关理论 |
| 2.1.1 外部性概念的演变 |
| 2.1.2 外部性的分类 |
| 2.1.3 船舶运输的外部性 |
| 2.2 预测模型选用及模型检验 |
| 2.2.1 灰色预测GM(1,1)模型构建步骤 |
| 2.2.2 灰色预测GM(1,1)模型计算原理 |
| 2.2.3 马尔科夫模型 |
| 2.2.4 模型检验 |
| 第三章 青岛港船舶大气污染物排放的负外部性成本核算 |
| 3.1 青岛港船舶排放清单模型的建立 |
| 3.2 船舶大气污染物排放负外部性成本 |
| 3.2.1 负外部性成本因子的确定 |
| 3.2.2 青岛港船舶排放负外部性成本的核算 |
| 第四章 青岛港船舶大气污染物排放量预测 |
| 4.1 灰色预测GM(1,1)模型的建立 |
| 4.1.1 前期数据检验 |
| 4.1.2 船舶大气污染物排放量GM(1,1)模型的建立 |
| 4.2 灰色预测GM(1,1)模型的精度检验及改进 |
| 4.2.1 灰色预测GM(1,1)模型的精度检验 |
| 4.2.2 灰色GM(1,1)模型精度改进 |
| 4.3 青岛港船舶大气污染物的预测排放量及其负外部性成本 |
| 第五章 结论与展望 |
| 5.1 研究启示 |
| 5.2 管理启示 |
| 5.3 展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（10）大气环境污染对长三角制造业企业财务绩效的影响 ——基于政府政策调节作用的分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 环境库兹涅茨曲线的验证文献梳理 |
| 1.3.2 关于大气污染与制造业企业效益不同角度的研究 |
| 1.3.3 政府政策在大气污染对制造业效益产生影响时发挥的作用 |
| 1.3.4 长三角地区大气污染评价以及其对制造业企业财务绩效的影响 |
| 1.3.5 中国大气污染治理政策演变 |
| 1.3.6 文献述评 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 研究思路与技术路线图 |
| 1.5 特色与创新 |
| 第二章 相关理论及相关方法 |
| 2.1 环境经济学相关理论 |
| 2.1.1 气象经济综合管理理论 |
| 2.1.2 绿色经济理论 |
| 2.1.3 大气污染的经济损失估算 |
| 2.2 政府政策与制度理论 |
| 2.2.1 环境政策与外部性理论 |
| 2.2.2 组织社会学视角下的制度理论 |
| 2.3 最大离差方法 |
| 2.4 灰色关联改变点搜索方法 |
| 2.5 本章小结 |
| 第三章 大气污染与制造业综合效益改变点研究 |
| 3.1 大气污染与制造业效益评价值测算 |
| 3.1.1 指标体系的构建 |
| 3.1.2 综合评价值的测算 |
| 3.1.3 相关性检验 |
| 3.2 改变点的测算与评价 |
| 3.2.1 改变点测算 |
| 3.2.2 改变点的总体评价 |
| 3.2.3 改变点划分时间序列的分段评价 |
| 3.3 本章小结 |
| 第四章 长三角地区大气污染对制造业企业财务绩效影响的实证研究 |
| 4.1 理论机制分析 |
| 4.1.1 大气污染对企业财务绩效的影响机制分析 |
| 4.1.2 大气治理政策的调节作用机制分析 |
| 4.2 长三角大气污染对企业财务绩效影响的实证分析 |
| 4.2.1 数据来源与变量选择 |
| 4.2.2 模型设定 |
| 4.2.3 固定效应模型结果与分析 |
| 4.2.4 政策调节作用分析 |
| 4.3 本章小结 |
| 第五章 长三角地区大气污染与制造业企业财务绩效改变点与预测研究 |
| 5.1 灰色系统预测方法与改变点测算 |
| 5.1.1 灰色系统预测方法应用过程 |
| 5.1.2 改变点算法示例 |
| 5.2 长三角地区大气污染与制造业企业财务绩效改变点分析 |
| 5.2.1 改变点结果汇总 |
| 5.2.2 改变点分析 |
| 5.3 趋势预测分析 |
| 5.4 本章小结 |
| 第六章 结论与建议 |
| 6.1 主要结论 |
| 6.2 建议 |
| 6.3 不足与改进 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、SO_2排放量灰色区间预测（论文参考文献）
- [1]随机费效分析法用于榆林市能源-大气系统分析[D]. 卫曌. 西安建筑科技大学, 2021(01)
- [2]基于GRA-WOA-BP模型的空气质量预测及影响因素研究 ——以南昌为例[D]. 金文辉. 江西财经大学, 2021(10)
- [3]新型灰色预测建模技术及其在大气污染预测中的应用[D]. 周文浩. 重庆工商大学, 2021(09)
- [4]中国生物质燃烧常规污染物和关键组分排放清单构建及应用研究[D]. 吴剑. 中国地质大学, 2021(02)
- [5]安徽省城市空气污染的时空分布特征及影响因素分析[D]. 赵东宇. 安徽财经大学, 2021(10)
- [6]燃煤烟气污染物控制技术性能评估及经济性优化策略研究[D]. 罗聪. 浙江大学, 2021(09)
- [7]基于多源动态监测数据的草原区煤电基地生态扰动与修复评价研究[D]. 邵亚琴. 中国矿业大学, 2020(07)
- [8]天津市河东区空气质量评价及污染物时空分布特征分析[D]. 王迪. 天津大学, 2020(02)
- [9]青岛港船舶大气污染物排放的负外部性成本及其排放量预测研究[D]. 刘乐红. 青岛大学, 2020(01)
- [10]大气环境污染对长三角制造业企业财务绩效的影响 ——基于政府政策调节作用的分析[D]. 侯煜菲. 南京信息工程大学, 2020(03)