大气污染事故预测方法的研究与应用

论文摘要

随着工业的快速发展,化学物质在工业上大量使用,给自然环境和人们生活环境带来了潜在风险,突发性污染事故时有发生。化学品污染事故不仅严重威胁到人类生命及财产的安全,而且还可能对水体、大气等各个环境圈层造成破坏。本文通过研究污染物的扩散,小波分析,采用适当的模型进行描述,对污染事故的后果进行及时的预测和分析。本文首先应用小波分解后的最高层低频信号的重构,清晰地判断出大气污染物浓度的时间变化规律,再把小波分析和时间序列相结合的预测模型应用于大气污染物浓度预测。利用小波分解将大气污染物浓度时间序列分解到不同频率通道上,再分别考虑用相应的时间序列模型进行预测,最后再合成得到原时间序列的预测值。这种小波时间序列的方法可有效解决时间序列模型对非线性、非平稳复杂时间序列效果欠佳的缺点,并可实现多步预测。研究表明,小波分析在许多领域具有广阔的应用潜力。应用小波分析的方法对大气污染预测进行了深入的研究,拓宽了小波分析在大气污染预测中的应用范围,完善了在大气污染预测中的应用方法,为进一步有效、快速、方便地分析和预测大气污染物浓度提供了全新的思路和方法。本文通过大气扩散的高斯模型,设计系统对突发性意外事故进行了模拟。通过小波分解和重构对大气污染物浓度的时间序列的变化趋势进行分段,设计预测模型对事故的后果进行及时的预测和分析。最终设计的大气污染事故预测分析系统还提供了应急查询功能,能够查询污染物的详细信息和以往的事故数据。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 系统研究背景
• 1.2 国内外研究状况
• 1.3 论文研究的必要性及特色
• 1.3.1 论文研究的必要性
• 1.3.2 论文特色及创新
• 1.4 论文的组成
• 2 大气扩散模型的研究与选取
• 2.1 化学危险品特性
• 2.2 大气污染事故的危险源的类型分析
• 2.3 影响气体化学品泄漏大气扩散过程的主要因素
• 2.4 大气扩散数学模型的选取和优化
• 2.5 本章小结
• 3 小波分析基本理论
• 3.1 傅里叶变换，窗口傅里叶变换与小波变换
• 3.2 小波变换
• 3.3 常用小波函数
• 3.4 多分辨分析
• 3.5 mallat算法
• 3.6 本章小结
• 4 基于小波分析的大气污染物浓度的分析和预测
• 4.1 基于小波分析的大气污染物浓度分析
• 4.2 基于小波分析的大气污染物浓度预测
• 4.2.1 ARMA模型及其性质
• 4.2.2 ARIMA模型及其性质
• 4.2.3 小波分析与时间序列应用于大气污染物浓度预测
• 4.3 本章小结
• 5 大气污染事故预测分析系统
• 5.1 需求分析
• 5.1.1 需求分析的困难和意义
• 5.1.2 系统需求分析
• 5.1.3 数学模型建立
• 5.2 系统设计
• 5.2.1 系统设计思想
• 5.2.2 系统结构设计
• 5.2.3 数据库设计
• 5.3 本章小结
• 6 大气污染事故预测分析系统的实现
• 6.1 事故模拟模块
• 6.1.1 污染扩散模型分析
• 6.1.2 事故模拟系统及实现
• 6.1.3 事故模拟系统界面
• 6.2 危险品信息管理模块
• 6.3 案例信息管理模块
• 6.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢