基于多元时间序列的PM2.5预测方法

• 作者: 敖希琴 李凡 汪金婷 虞月芬 郑阳
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 数学
• 关键词: PM2.5 多元时间序列 预测
• 年，卷（期）: 2019,（2）
• 页码范围: 41-47
• 页数: 7页
• 分类号: O213.9
• 字数: 5318字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2019.0002.008

摘要

针对利用多元线性回归和时间序列模型预测PM2.5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2.5预测方法;方法在回归项中引入了PM2.5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2.5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2.5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	敖希琴		15	27	4.0	4.0
2	汪金婷		4	8	2.0	2.0
3	郑阳		4	8	2.0	2.0
4	李凡		3	1	1.0	1.0
5	虞月芬		1	1	1.0	1.0