上海市空气质量状况分析与预测.docVIP

周天人 聂蕴哲 戴彧 指导老师：张青 江苏省苏州中学 摘要 空气质量指数（Air Quality Index，简称AQI）是定量描述空气质量状况的指标，其大小与人们日常生活息息相关。本文基于时间序列的方法，研究数据是上海市2014年8月至2015年3月的空气质量指数的时刻数据，在此基础上对数据进行数据平稳化，拟合模型，估计参数，对模型进行定阶，从而建立时间序列模型并对模型进行检验，最终确定了上海市空气质量指数的模型为ARIMA(3,1,7)模型。在此模型的基础上，我们对数据进行了样本内和样本外预测，预测结果的绝对误差均控制在6以内，说明此模型具有有效性。之后，我们通过相关性分析研究风力和大气温度等因素对上海市空气质量指数的影响和相关性。此外，通过Granger因果检验进一步得出结论，大气温度与空气质量指数是相互影响的，风力会影响空气质量指数的大小，而空气质量并不会直接影响风力的大小。 关键词：时间序列，空气质量指数，ARIMA，协整，Granger ABSTRACT Air Quality Index is a measure of the quality of air, which is connected with the quality of people’s living standards. Based on time series theory and Shanghai from Aug.2014 to March.2015 the AQI, we establish a time series model, and model testing, to determine a suitable model for autoregressive moving average model ARIMA（3,1,7）,which based on the theory include the smooth of the data processing, the identification of the model and the estimation of parameter. Model of Shanghai’s AQI forecast in the sample and five step forward forecasts and compare with the actual values. Results showed that the absolute error is below 6, which shows that the model is suitable. Then, we analyze the effect of wind strength and atmospheric temperature to the quality of air by cointegration relation and correlation analyze. By Granger test, we find that atmospheric temperature and air quality is affected with each other. However, wind strength influences the value of AQI, while air quality is not affected with the force of wind. Key Word: Time series, AQI, ARIMA,Cointegration,Granger 目录 一、研究背景介绍 1 1 二、时间序列的定义和基本方法 1 三、数据来源 4 四、建立模型 5 五、样本内预测与样本外预测 11 六、相关性分析 14 七、结论 20 研究背景介绍 近年来，随着我国经济科技发展速度的不断提高，许多环境问题不断涌现。城市大气污染问题伴随城市化进程的不断深入也越来越被关注。城市的空气质量水平不仅关系到城市环境质量水平，更重要的是良好的空气质量水平是城市居民健康生活工作学习的保证。因此探求城市环境质量变化趋势以及空气质量的预测是很有必要的，它可以为环保等部门制定相关政策和措施时提供一定前瞻性的依据。 上海作为中国发展最前沿的城市，在经济实力不断攀升的同时，其空气质量也面临着日益严峻的挑战。上海作为国家重点环保城市，其空气污染特征在全国城市范围内具有一定代表性，对其的研究结果也能在全国其他城市起到借鉴和示范作用。 时间序列的定义和基本方法 时间序列的定义 在统计研究中，常用按时间顺