基于CNN-LSTM模型对武汉市空气质量的预测研究_.pdf

摘要

本文基于武汉市自2014年1月至2023年9月空气质量指数（AirQualityIndex，

AQI）、空气污染物浓度及气象因子的历史数据，对武汉市空气质量水平及空气污

染物的发展规律和季节性变化进行研究。同时针对2024年武汉市AQI进行预测。

本文首先基于武汉市每个月空气质量数据进行了研究，得到武汉市空气质量在

冬季最差，在夏季和秋季最好。同时对六种空气污染物浓度的历史数据进行分析，

得到除O3外其余五种污染物在近十年内始终保持冬季浓度高，夏季浓度低的状态。

其次对空气质量的影响因素进行了研究，分别从六种空气污染物、五种气象因素、

社会经济因素三个方面展开。分别利用灰色关联分析和相关性分析进行研究，结果

表明：第一，六种污染物中除O3外其余五种与AQI都呈正相关且相关性较强；第

二，五个气象因子均对AQI指数有显著性影响，且与AQI均呈负相关；第三，社

会经济因素中与AQI关联度较高的因素为：建成区绿化覆盖率和第二产业占GDP

的比重。最后，根据历史数据分别建立随机森林预测模型、LSTM预测模型、ARIMA-

LSTM预测模型和CNN-LSTM预测模型对空气质量指数进行预测，并将四个模型

的预测精度进行比较，结果显示四个模型中CNN-LSTM模型的预测精度最高，预

测效果优于前三个模型。

关键词：灰色关联；空气质量预测；随机森林；LSTM模型；CNN-LSTM模型

I

Abstract

Basedonthehistoricaldataofairqualityindex(AQI),airpollutantconcentrations

andmeteorologicalfactorsinWuhanfromJanuary2014toSeptember2023,westudyon

thedevelopmentalpatternsandseasonalchangesofairqualitylevelandairpollutantsin

Wuhan.Meanwhile,wepredictedAQIofWuhancityin2024.

Firstly,wedidsomeresearchbasedonmonthlyairqualitydataofWuhan,andwe

gottheconclusionthattheairqualityistheworstinwinter,andthebestinsummerand

autumn.Atthesametime,throughthehistoricaldataoftheconcentrationofsixair

pollutants,wefoundthatexceptO3,theconcentrationofremainingfivepollutantshas

alwaysmaintainedhighlevelsinwinterandlowconcentrationsinsummerinthepastten

years.Secondly,theinfluencingfactorsofairqualitywerestudiedfromthreeaspects:six

kindsofairpollutants,fivemeteorologicalfactors,andsocio-economicfactors.

Correlationanalysisandgreycorrelationanalysiswereusedtoconductresearch

respectively,wegotthefollowingresults:firstly,theremainingfive