基于ARIMA模型的地表PM2.5浓度预测.doc

基于ARIMA模型的地表PM2.5浓度预测

摘要：在中国许多大中型城市中，颗粒物引起的空气雾霾已成为人们关注的主要健康问题，空气中拥有细颗粒物PM2.5是雾霾的主要成分。本研究用MATLAB软件建立了预测地表大气中细小颗粒物PM2.5的时间序列分析自回归移动平均模型ARIMA，能够预测到地表空气PM2.5浓度变化的趋势。浓度预测能为公民健康出行，避免因空气污染而引起人群健康效应，从而实现早期预警的目标。

收集盐城市地表空气PM2.5监测数据构建ARIMA预测模型，本研究以2016年7月1日至2017年6月30日的PM2.5小时浓度构造训练集，训练集用于建立ARIMA模型，并对建立的AR