欢迎来到360期刊网!
学术期刊
  • 学术期刊
  • 文献
  • 百科
电话
您当前的位置:

首页 > 文献资料 > 正文

基于ARIMA模型的深圳市大气PM2.5浓度时间序列预测分析

严宙宁;牟敬锋;赵星;严燕;罗文亮;胡满达

摘要: 目的 建立深圳市大气细颗粒物(PM2.5)时间序列分析的自回归移动平均模型(ARIMA),预测深圳市大气PM2.5浓度变化趋势,为公众健康出行提供科学依据.方法 收集深圳市2016年大气PM2.5逐日监测数据构建ARIMA预测模型,对建立的模型进行参数估计、模型诊断,选择优预测模型.利用构建的佳模型对深圳市2017年1月1日-2017年1月5日大气PM2.5逐日浓度进行预测,并对预测效果进行评价.结果 ARIMA(2,1,2)模型为深圳市大气PM2.5浓度优预测模型,其小赤池信息量准则(AIC)、贝叶斯信息准则(BIC)值分别为2 683.51、2 703.01,模型残差序列的Ljung-Box统计量x2=0.018,差异无统计学意义(P=0.894),提示残差为白噪声序列,模型拟合良好.深圳市2017年1月1日-2017年1月5日大气PM2.5浓度监测值与预测值的平均相对误差为15.6%,实际值均在预测值95%可信区间内.结论 ARIMA(2,1,2)模型能较好地模拟深圳市大气PM2.5变化趋势,具有良好的预测效果.

同期刊相关文献推荐

现代预防医学

北大核心期刊 审稿时间:1-3个月 早咨询早发表

360期刊网

专注医学期刊服务15年

  • 您好:请问您咨询什么等级的期刊?专注医学类期刊发表15年口碑企业,为您提供以下服务:

  • 1.医学核心期刊发表-全流程服务
    2.医学SCI期刊-全流程服务
    3.论文投稿服务-快速报价
    4.期刊推荐直至录用,不成功不收费

  • 客服正在输入...

x
立即咨询