基本信息

---

下载

文档摘要

---

摘要

摘要

随着城市化进程加快，空气质量问题日益严峻，精准预测对环境保护与公众

健康至关重要。然而，空气污染受排放源、气象、地理等多因素影响，呈现复杂

的时空特性，给预测带来挑战。传统时间序列方法虽能捕捉趋势，但忽略空间相

关性，难以全面刻画污染物的动态分布。此外，污染源分布不均与监测数据的多

维性进一步增加了建模难度。为此，本文展开以下研究：

（1）基于上海市和南京市的空气质量监测数据，分析各种大气污染物浓度在