当今全球超过一半的人口生活在城市区域，城市已然成为资源消耗和化学物质排放的地理焦点。城市环境多介质（包括水、土壤、空气等）中的污染显著加剧，通过多暴露途径造成慢性公共健康风险甚至危害，且存在多尺度分布差异。针对上述研究“痛点”和社会需要，经过近十年的科研探索，结合相关工程项目的实践经验，在同行专家的不断指导与启发下，撰写了本书，旨在针对该领域研究中的现存不足，通过对关键知识的整合、关键技术的建立健全等，架构一套科学、高效的智慧城市环境与健康管理体系，并进行了案例实践，为读者提供参考或指导。
第1章基于集成学习的PM2.5污染智能预警系统研究
1.1研究背景及意义
1.2国内外研究现状
1.2.1国外研究现状
1.2.2国内研究现状
1.3研究目标与内容概述
1.4相关理论与技术
1.4.1基于机器学习的PM2.5预测方法
1.4.2集成学习方法
1.4.3相关机器学习算法介绍
1.5PM2.5浓度预测模型的研究与实现
1.5.1实验数据来源及处理
1.5.2特征工程
1.5.3模型研究与实现
1.6PM2.5污染智能预警系统分析与设计
1.6.1系统需求分析
1.6.2系统框架设计
1.6.3系统功能设计
1.6.4数据库设计
……
李飞，男，工学博士，中南财经政法大学副教授，硕士生导师。2015年于湖南大学环境科学与工程学院获工学博士学位。主要从事区域环境风险评价与管理体系、污染物多介质环境归趋模拟和系统不确定性控制等方面的教学和研究工作，曾主持或参与重量、省部级科研项目20余项，近五年内已以第一作者在《Science of the Total Environment》、《Environmental Geochemistry and Health 》、《Environmental Science and Pollution Research》、《Journal of Geochemical Exploration》、《Human and Ecological Risk Assessment》、《中国环境科学》等国内外高水平环境类杂志发表SCI/EI收录文章60余篇（ESI高被引论文4篇），其中10篇文章被美国科技媒体VerticalNews高度评价，CSCD收录的文章15篇。
