| 基于ARIMA模型的PM_(2.5)预测 |
| |
| 引用本文： | 彭斯俊,沈加超,朱雪.基于ARIMA模型的PM_(2.5)预测[J].安全与环境工程,2014,21(6). |
| |
| 作者姓名： | 彭斯俊 沈加超 朱雪 |
| |
| 作者单位： | 武汉理工大学理学院,湖北武汉,430070 |
| |
| 摘 要： | PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。
|
| 关 键 词： | PM. 时间序列 ARIMA模型 预测 |
Forecast of PM2.5 Based on the ARIMA Model |
| |
| PENG Si-jun,SHEN Jia-chao,ZHU Xue.Forecast of PM2.5 Based on the ARIMA Model[J].Safety and Environmental Engineering,2014,21(6). |
| |
| Authors: | PENG Si-jun SHEN Jia-chao ZHU Xue |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
