大氣臭氧總量的分布特征及其時間序列預(yù)測.pdf

1、大氣臭氧在維護人類正常生存環(huán)境方面起著重要作用，臭氧在地球大氣中的分布狀況與大氣環(huán)流以及大氣中的其他動力、熱力學(xué)等過程有緊密關(guān)系，大氣中臭氧濃度變化與氣候變化直接相關(guān)，因而大氣臭氧問題的研究得到全球科學(xué)家和政府部門的特別重視。
　　 本文研究內(nèi)容分兩部分。
　　 第一部分研究大氣臭氧總量的時空分布特征。利用北半球中低緯地區(qū)(15°N～55°N)92個地面觀測站點的臭氧月平均資料分析了大氣臭氧總量的時空分布特征，主要研究了

2、地面觀測站分布密集的中低緯度地區(qū)的各緯圈臭氧含量年際變化、季節(jié)變化和變化趨勢。結(jié)果表明：1)不同緯圈臭氧總量季節(jié)變化不同。低緯度地區(qū)臭氧總量春季最大，冬季最?。恢芯暥鹊貐^(qū)臭氧總量春季最大，秋季最??；2)各地臭氧總量都是下降的，但是下降的幅度和速率各不相同，中緯度地區(qū)下降趨勢高于低緯度地區(qū)。
　　 第二部分研究大氣臭氧總量的預(yù)測。由于對各地區(qū)大氣臭氧總量的有效預(yù)測是我們保護臭氧層的前提，本文結(jié)合國內(nèi)外科學(xué)家的研究成果，提出了一個基

3、于小波分解和最小二乘支持向量機理論相結(jié)合的臭氧總量月平均變化的預(yù)測模型，并以香河觀測站為例，詳細介紹了整個模型的建立過程：1)取香河站月平均臭氧總量時間序列作為實驗樣本，將該時間序列經(jīng)小波分解為不同頻段的子序列；2)將這些子序列分別進行相空間重構(gòu)后輸入LSSVM進行預(yù)測；3)將LSSVM輸出結(jié)果進行小波重構(gòu)即可得到月平均臭氧總量時間序列預(yù)測結(jié)果。為了進一步驗證該方法的適用性，選取了印度New Delhi、瑞士Arosa和日本Tateno