時間序列分形方法在大氣環境中的應用

第1章 緒論
1．1 大氣污染概述
1．2 複雜性科學
1．2．1 什麼是複雜性
1．2．2 複雜系統
1．3 複雜性理論框架下的大氣污染研究
1．3．1 大氣污染的複雜性特徵
1．3．2 大氣污染複雜巨系統
1．3．3 大氣污染複雜系統的研究途徑

第2章 分形理論概述
2．1 分形概念的提出
2．1．1 海岸線的長度問題
2．1．2 Koch曲線
2．1．3 其他重要的分形結構
2．1．4 分形的定義
2．2 分形維數
2．2．1 Hausdorff維數
2．2．2 規則分形的分維計算
2．2．3 計盒維數
2．3 多重分形的概念

第3章 時間序列的分形方法
3．1 時間序列與Hurst效應
3．1．1 時間序列
3．1．2 Hurst效應
3．2 R/S分析與長期持續性
3．3 功率譜與1/f雜訊
3．4 計盒維數
3．5 多重分形計盒維數
3．6 消除趨勢波動分析（DFA）方法
3．7 多重分形消除趨勢波動分析（MFDFA）方法
3．8 去趨勢互相關分析（DCCA）方法
3．9 多重分形去趨勢互相關分析（MFDCCA）方法
3．10 去趨勢耦合相關分析（CDFA）方法

第4章 城市大氣環境的非線性特徵與非平穩性
4．1 資料說明
4．2 資料的非線性特徵分析
4．2．1 研究資料
4．2．2 正態性檢驗
4．2．3 統計量檢驗
4．2．4 非平穩性檢驗

第5章 城市大氣污染演化的長期持續特徵
5．1 城市空氣品質狀況的分形結構分析
5．1．1 研究資料與方法
5．1．2 研究結果與討論
5．1．3 研究結論
5．2 城市空氣品質狀況的長期持續性分析
5．2．1 研究資料和方法
5．2．2 研究結果和討論
5．2．3 研究結論
5．3 重度灰霾期間PM10演化的分形特徵及DFA分析
5．3．1 研究資料與方法
5．3．2 研究結果與討論
5．3．3 研究結論
5．4 重度灰霾期間NO2演化長期持續性特徵的空間穩定性
5．4．1 研究資料和方法
5．4．2 研究結果與討論
5．4．3 研究結論
5．5 灰霾消散前後PM2．5 演化長期持續性特徵的時間穩定性
5．5．1 研究資料和方法
5．5．2 研究結果與討論
5．5．3 研究結論

第6章 DCCA方法在大氣環境中的應用
6．1 夏季陰雨天和晴天O3與NO2相互作用的時間尺度差異性分析
6．1．1 研究資料與方法
6．1．2 研究結果與討論
6．1．3 研究結論
6．2 夏季和冬季近地層O3與NO2的長期互相關作用差異性分析
6．2．1 研究資料和方法
6．2．2 研究結果與討論
6．2．3 研究結論
6．3 基於DCCA方法的成都市市區與周邊城鎮大氣污染長程相關性分析
6．3．1 研究資料和方法
6．3．2 研究結果與討論
6．3．3 研究結論
6．4 大氣環境中PM10對大氣輻射環境的影響
6．4．1 研究資料和方法
6．4．2 研究結果與討論
6．4．3 研究結論
6．5 大氣中長期二英濃度變化與溫度、降水和PM10的相關性
6．5．1 研究資料和方法
6．5．2 研究結果與討論
6．5．3 研究結論
6．6 城市尺度上交通擁堵與大氣NO2污染的關係研究
6．6．1 研究資料與方法
6．6．2 研究結果與討論
6．6．3 研究結論

第7章 城市大氣污染演化的多重分形特徵
7．1 城市空氣品質變化的多重分形分析
7．1．1 研究資料和方法
7．1．2 研究結果與討論
7．1．3 研究結論
7．2 灰霾消散前後PM10濃度大幅波動的多重分形分析
7．2．1 研究資料與方法
7．2．2 研究結果與討論
7．2．3 研究結論
7．3 城市大氣污染物時間演變分形動力學
7．3．1 研究資料和方法
7．3．2 研究結果與討論
7．4 近地層O3和NO、NO2相互作用的多重分形分析
7．4．1 研究資料和方法
7．4．2 研究結果與討論
7．4．3 研究結論
7．5 O3與前體物耦合作用的CDFA分析
7．5．1 研究資料和方法
7．5．2 研究結果與討論
7．5．3 研究結論
參考文獻
後記