| 基于小波变换与传统时间序列模型的臭氧浓度多步预测 |
| |
| 引用本文： | 陈亚玲,赵智杰.基于小波变换与传统时间序列模型的臭氧浓度多步预测[J].环境科学学报,2013,33(2):339-345. |
| |
| 作者姓名： | 陈亚玲 赵智杰 |
| |
| 作者单位： | 北京大学环境科学与工程学院,北京,100871 |
| |
| 基金项目： | 山东省东营市生态文明战略规划研究项目 |
| |
| 摘 要： | 采用最大重叠小波分解与重构方法,将影响O3小时浓度的不同时间尺度的物化过程分离出来,以提高序列的光滑性.同时,选择合适的传统时间序列模型(如ARIMA模型等)来描述不同过程的序列特征,并分别拟合预报.最后,在建模中引入24 h季节项,以实现提前24 h-次性预测未来1d的O3逐时浓度.结果表明,预报的平均相对误差为12.92％,平均绝对误差和均方根误差分别为10.04 μ.g·m-3和13.98μg·m-3,预报值与实测值的相关系数和匹配指数分别为0.96和0.98.随着预测期的延长,预报误差仍处于可接受范围内.该方法同样适用于每日最大O3小时浓度预报,研究结果为发布天气预报式的空气质量预报提供了新思路,便于公众规划出行并减少大气污染暴露.
|
| 关 键 词： | 最大重叠小波变换 自回归滑动平均法(ARIMA) 臭氧小时浓度 多步预测 |
| 收稿时间： | 2012/4/23 0:00:00 |
| 修稿时间： | 8/1/2012 12:00:00 AM |
A multi-step-ahead prediction of ozone concentration using wavelet transform and traditional time series model |
| |
| CHEN Yaling and ZHAO Zhijie.A multi-step-ahead prediction of ozone concentration using wavelet transform and traditional time series model[J].Acta Scientiae Circumstantiae,2013,33(2):339-345. |
| |
| Authors: | CHEN Yaling and ZHAO Zhijie |
| |
| Institution: | College of Environmental Science and Engineering, Peking University, Beijing 100871;College of Environmental Science and Engineering, Peking University, Beijing 100871 |
| |
| Abstract: | |
| |
| Keywords: | maximum overlap wavelet transform ARIMA ozone hourly concentration multi-step forecast |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《环境科学学报》浏览原始摘要信息 |
| 点击此处可从《环境科学学报》下载免费的PDF全文 |
|
