环境卫生学杂志

2017, v.7(02) 102-107+117

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于ARIMA模型的深圳市空气质量指数时间序列预测研究
Time Series Prediction of AQI in Shenzhen Based on ARIMA Model

牟敬锋;赵星;樊静洁;严宙宁;严燕;曾丹;罗文亮;范志伟;

摘要(Abstract):

目的构建适合深圳市空气质量指数(AQI)预测的自回归移动平均模型(ARIMA),为有效地治理和控制空气污染提供科学依据。方法应用时间序列分析方法对深圳市2014年1月1日—2016年6月30日AQI逐日数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择最优预测模型,利用所得到的模型对2016年7月1日—2016年7月6日AQI进行预测,并评价其预测效果。结果本研究2014年1月—2016年6月共收集了深圳市912个逐日AQI数据,空气质量级别为优、良和轻度污染的比例分别是48.6%、48.4%和3.0%。经平稳性检验,该原始序列适合进行模型拟合,经过模型拟合诊断发现ARIMA(3,0,1)模型为最优模型,赤池信息准则(AIC值)和贝叶斯信息准则(BIC值)最小,分别为7 364.51和7 393.41,Box-Ljung检验结果 Q值为17.48,P>0.05,模型残差为白噪声序列。2016年7月1日—2016年7月6日AQI预测值与实际值的平均相对误差为16.6%,实际值都在95%可信区间内,建立的ARIMA(3,0,1)模型的拟合精度和预测效果较为理想。结论 ARIMA(3,0,1)模型能较好地模拟深圳市AQI变化趋势,有良好的预测效果。

关键词(KeyWords): ARIMA模型;AQI;时间序列分析;预测

Abstract:

Keywords:

基金项目(Foundation): 深圳市卫生计生系统科研项目(编号:201607065)

作者(Authors): 牟敬锋;赵星;樊静洁;严宙宁;严燕;曾丹;罗文亮;范志伟;

DOI: 10.13421/j.cnki.hjwsxzz.2017.02.004

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享