文献综述
空气污染通常是指由于人类活动和自然过程引起某种物质进入大气中，呈现出足够的浓度，达到了足够的时间并因此而危害了人体的舒适，健康和福利或危害了环境的现象。我国自20世纪80年代以来，环境压力就开始明显增大，长期积累的环境风险也逐渐开始显现，一些大中城市的空气质量呈恶化的趋势。近年来，我国采取了一系列措施进行空气污染防治工作，但目前全国仍有约五分之一的城市空气污染严重，重点城市中有近三分之一以上的空气质量达不到二级标准，大气污染源和环境污染物不断增加，污染范围也在扩大。城市人口对生活环境的要求以及环保意识变得越来越强烈，空气质量直接影响着人们的各种活动和身体健康，改善环境质量，控制大气污染的呼声日益高涨。研究城市空气质量现状及污染变化特征，从而预测未来发展趋势，有利于更好的进行空气污染的预防。根据预测采取相应的限制减排措施，避免可能的更加严重污染造成的损失，分析影响城市空气质量的系列因素，对城市空气环境管理和综合防治提供一定的依据。降低污染，利用人为控制来改善和保护环境，这对治理城市的空气环境有十分重要的意义。
1986年，Rumelhart 等人提出BP（BackPropagation）网络，是一种误差反向传播的多层前馈神经网络。它解决了求解非线性函数的多层前馈神经网络权重调整问题，成为目前应用最广泛的神经网络模型之一。目前主要用于函数逼近、模式识别、数据挖掘等领域。由于其优良的非线性函数逼近能力，自 90 年代以来，已在环境科学与工程的环境质量评价与预测、监测点的优化布置、污染物降解与释放等方面得到广泛的应用。美国在1997年提出细颗粒物的标准PM2.5, 主要是为了更有效地监测随着工业化日益发达而出现的、在旧标准中被忽略的对人体有害的细小颗粒物。20世纪90年代后期，由美国一些空气质量模式专家perry，paine，Venkatram和Weil等人[1]共同研制开发出新的大气扩散模型AERMOD，用于平坦和复杂地形、乡村和城市环境、地面源和高架源等多种排放扩散情景的模拟预测。2004年，Venkatram等[2]利用 AERMOD 预测了城市小污染源附近地区的地面浓度，提出了模型可以考虑到建筑物对污染源附近地区大气扩散的影响。2007年杨多兴等[3]利用 ISC3和 AERMOD分别对阿拉斯加示踪实验进行了的模拟，通过分析两种模型得到的地面浓度与分别与实际监测浓度的比值，得出 AERMOD比 ISC3 模型对于污染物的模拟更具有优势的结论。2014年，G.A. Cuesta, Cordobaa , L. Tuhovaacute;ka , M. Tau 等[4]使用人工神经网络来对水质进行评价，将该法用于到环境质量评价。2016年，Yun Bai [5]提出利用小波技术和反向传播神经网络BPNN模型的W-BPNN开发和测试重庆市每天空气污染物浓度值，将BP模型用于到环境质量测量上。1982年,中国学者邓聚龙[6]创立了灰色系统理论，在复杂的气象，环境领域得到了广泛的应用。2014年，张润[7]通过气象因素对南京地区空气质量的影响因素进行主成分分析，将多元统计分析应用到空气质量评价中。2014年，高明美，孙涛，张坤[8]将模糊综合评价法和超标倍数赋值法相结合，提出了空气质量评价可以基于超标倍数赋值的模糊动态评价模型。2015年，王莉等[9]将时间序列模型与残差控制图结合，证实了预测兰州市大气污染的有效性。2016年，白文强[10]将灰色系统运用到大气污染浓度及质量评价中，将灰色系统模型运用在气象和环境问题上。周家师[11]基于多元统计和智能算法对上海市空气质量指数进行评价分析，得到PM2.5为主要污染物，并验证了C4.5和PSO-SVM在空气质量分类预测精度中最高的结论。2016年，喻彩丽[12]根据时间序列ARMA和GARCH算法建立了空气质量时间序列预测模型。2013年，冉利群[13]通过空气污染指数法对金昌市环境空气质量进行评价及预测，预测了未来6年的变化，得出污染物浓度逐年降低趋势的结果。
本课题需要对影响空气质量因素进行相关性分析；运用多元统计的方法构建空气质量评价体系；结合南通市空气质量的现状和存在的问题，提出科学合理的建议。
参考文献：
[1]Perry S G, Cimorelli A J, Paine R J, et al.AERMOD: A Dispersion Model for Industrial Source Applications. Part II: ModelPerformance against 17 Field Study Databases.[J]. Journal of AppliedMeteorology, 2005, 44(5): 694-708.
[2]Venkatram,A, V. J. Isakov, and D. Pankratz. 'Modeling dispersion at distances ofmeters from urban sources.' Atmospheric Environment 38.28(2004):4633-4641.
[3]DuoxingYang, Gangcai Chen, Yunjiang Yu. Inter-comparison of Aermod and ISC3 modelingresults to the Alaska tracer field experiment. Chinese Journal of Geochemistry,2007, 26(2):182-185.
[4] Cordoba,G. A. Cuesta, L. Tuhovaacute;k,and M. Tau. 'Using Artificial Neural Network Models to Assess WaterQuality in Water Distribution Networks [J] .Procedia Engineering,2014,70(70):399-408.
[5] Bai Y,Li Y, Wang X, et al. Air pollutants concentrations forecasting using backpropagation neural network based on wavelet decomposition with meteorologicalconditions[J]. Atmospheric Pollution Research, 2016, 7(3):557-566.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
