基于时间序列模型的PM2.5的预测与可视化分析.docx

PAGE2

PAGE2

基于时间序列模型的PM2.5浓度预测与可视化分析

摘要

PM2.5是指空气中非常细小的颗粒物。它们不受鼻腔及咽喉的阻挡,直接进入整个血液循环系统,对人体的危害很大。同时PM2.5还会对能见度造成严重的影响,影响人们的出行安全。因此，本实验主要预测PM2.5未来变化趋势，本文通过运用多元时间序列方法方面的知识,来确定影响PM2.5浓度变化的影响因素指标,研究影响空气质量的各指标间的关联关系并预测出以PM2.5浓度含量为主要指标的上海市空气质量状况，首先利用Keras框架搭建虚拟环境，搭建神经网络模型，以长短记忆模型（LSTM）作为内核，利用Sklearn框