摘要:
本文主要研究了长沙空气质量与多种影响因素之间的关系,利用各季度AQI的平均值作为空气质量好坏的衡量指标。首先,利用灰色关联分析的方法,对各个影响因素做了定性的分析,计算出各个影响因素对各季度AQI平均值的相对关联度。根据灰色关联分析的结果做优势分析,并得出影响各季度AQI平均值的五个主要影响因素,分别为日均最高温、降水量、绿化面积、日均最低温和大风级天数。然后,根据优势分析的结论,将五个主要影响因素作为自变量,各季度AQI平均值作为因变量,并假设空气质量与主要影响因素的关系为线性关系,做了相应的回归分析。根据所收集的数据,利用最小二乘法给出了各个参数的无偏估计,从而建立了主要影响因素与各季度AQI平均值之间的数学表达式,用于制定空气质量的改善方案。最后,建立了灰色系统下的GM(1,1)模型,并利用最小二乘原理对模型进行了白化求解,然后对2017第四季度的AQI平均值和2018第一季度的AQI平均值进行了预测。并对预测结果进行了残差检验,发现预测效果并不理想,在文章结尾处给出了改进的GM(1,1)模型,并重新对后两个季度的AQI平均值进行预测,预测结果为:2017年第四季度AQI平均值的预测值为67.3718,2018年第一季度AQI平均值的预测值为84.9393,与实际结果差别不大,说明了模型的有效性。