全文总字数：2561字

1. 研究目的与意义及国内外研究现状

随着我国改革开放以来，经济发展水平显著提高，综合国力不断提升，人民生活质量也在飞跃，然而各种污染排放量也在不断增大，尤其是造成空气质量下降，雾霾已是近年来人们热聊的话题，威胁着人民的身心健康，因此对环保重点城市空气质量的研究已迫在眉睫。2012年“十八大”会议报告提出要将生态文明建设列入五位一体总布局之一。空气质量是生态文明的重要指标之一，而近年来，京津冀地区、长江三角洲和珠江三角洲等地区出现长期雾霾污染，环保重点城市污染治理已成为当务之急。

本课题对近年来环保重点城市的空气污染物数据进行收集，应用统计方法对数据进行分析。在分类学中，人们主要靠经验判断和所学的知识进行判断，很少用到统计学的方法。随着近年来科学技术的迅猛发展，人们对分类的要求越来越细致，仅靠经验和知识不能进行精确地判断，然而自从统计学这门学科融入，形成了数值统计学，后来数值分类学中逐渐分离出聚类分析这个新的分支，对大数据的处理有着极为重要的意义。将统计方法运用到空气质量分析方面，对农业、工业以及人们的生活、以及生产实践等活动具有深刻的指导意义。

国内外研究现状

目前国内对空气质量的研究主要集中于污染指数时空分布规律、影响因素和预报模型改进等研究领域，如李文杰、张时煌等人的京津石三市空气污染指数(API)的时空分布特征及其与气象要素的关系。在聚类方面研究空气质量也只涉及了传统的聚类方法。但近年来稳健聚类方法也得到广泛应用，如杨广文、史树明等人的利用确定性退火技术并行聚类，对聚类点集相当大的问题得到解决，并得到全局最解。刘伟民等人利用模拟退火K均值聚类算法，改变k-means聚类陷入局部极值的缺点。国外在空气质量上研究如Khamdan, SA, Al Madany, IM, Buhussain,E等人研究2007年巴林王国环境空气质量的时空变化。Panitz, H的应用聚类分析技术的长期空气质量建模优化，应用于气象方面。但很少用稳健聚类方法用于空气质量的研究，在国外，由Cuesta—Albertos, JA, Gordaliza, A提出量化修剪k-means聚类，使其稳健，还有Shy, S的通过多变量t分布的混合物的确定性聚集EM的鲁棒聚类等方法都可以尝试用在本文中。

2. 研究的基本内容

本文拟对近年来环保重点城市的空气质量数据进行收集及处理，运用统计等方法对空气质量进行分析及预测。首先对环保重点城市空气质量数据进行EOF时空分析，得出时空分布特征。其次采用传统的系统聚类方法和k-means聚类方法等，对数据进行聚类分析，但得到的结果往往不太准确，所以又对聚类方法进行改进，进行稳健性的聚类分析如EM算法聚类、DAEM算法聚类，得出较为准确的结果。最后在综合以上分析，对环保重点城市的空气质量建立预测模型，得出预测结果及分析。

3. 实施方案、进度安排及预期效果

（1）2017年2月-2017年3月，认真阅读相关的国内外文献，搜集环保重点城市的数据，对数据进行处理，并环保重点城市进行时空分析，对结果进行分析，得出时空分布特征；

（2）2017年4月，对数据建立统计聚类模型，首先运用传统聚类的方法，总结其优缺点，进行相关知识的整理及运用，从稳健类的角度对聚类方法进行改进，运用到实际数据中，得到更为准确的聚类结果。然后，再建立空气质量预测模型，进行预测；

（3）2017年5月初，将结果进行整理，完成毕业论文的撰写和修改。

4. 参考文献

[1]cuesta—albertos, ja, gordaliza, a, and matra, c. trimmed k-means:an attempt quantizers[j]. the annalsof statistics, 1997,25(2): 553-576

[2] temporal and spatialvariations of the quality of ambient air in the kingdom of bahrain during 2007[j].environmental monitoring assessment, 2009, 154(1-4): 241-252

[3]ding, c, he, x. k-means clustering via principalcomponent analysis[c]. international