基于时间序列的中国重要城市空气污染指数的建模与预测分析.pdfVIP

基于时间序列的中国重要城市空气污染指数的建模与预测分析.pdf

StatisticsandApplication统计学与应用,2025,14(11),347-359

PublishedOnlineNovember2025inHans./journal/sa

/10.12677/sa.2025.1411335

基于时间序列的中国重要城市空气污染指数的

建模与预测分析

刘小冉，武守坤，宋婉宁，杨馨钰，王添园，李雪松，吴雅涵，白晓东

大连民族大学数学科学学院，辽宁大连

收稿日期：2025年10月24日；录用日期：2025年11月15日；发布日期：2025年11月26日

摘要

中国城市化进程的持续推进，大型城市的空气污染已成为亟待解决的环境与公共健康问题。为提升空气

质量预测的准确性，本文选取北京、上海、广州、天津及重庆五个国家级中心城市的2014~2024年的空

气质量指数(AQI)逐日数据，构建季节性差分自回归滑动平均(SARIMA)模型与Holt-Winters指数平滑模

型，并对二者的预测效能作对比检验。结果显示，两模型均能有效捕捉AQI序列的季节性与周期性波动，

样本外预测的相对误差均低于10%；SARIMA模型在多数案例中表现更优的拟合精度。研究表明，城市

产业能源结构及交通政策是影响空气质量变化的关键因素。

关键词

时间序列分析，SARIMA模型，空气质量指数(AQI)，Holt-Winters指数平滑法，环境保护

TimeSeriesAnalysisofAirPollution

IndexesinMajorChineseCities

ModelingandPredictiveAnalytics

XiaoranLiu,ShoukunWu,WanningSong,XinyuYang,TianyuanWang,XuesongLi,

YahanWu,XiaodongBai

FacultyofMathematicalSciences,DalianMinzuUniversity,DalianLiaoning

Received:October24,2025;accepted:November15,2025;published:November26,2025

Abstract

AmidstongoingurbanizationinChina,airpollutioninmajorcitieshasbecomeapressingenviron-

mentalandpublichealthissue.Toimprovetheaccuracyofairqualityforecasting,thisstudyemploys

文章引用:刘小冉,武守坤,宋婉宁,杨馨钰,王添园,李雪松,吴雅涵,白晓东.基于时间序列的中国重要城市空气

污染指数的建模与预测分析[J].统计学与应用,2025,14(11):347-359.DOI:10.12677/sa.2025.1411335

刘小冉等

dailyAirQualityIndex(AQI)datafrom2014to2024forfivenationalcentralcities—Beijing,Shanghai,

Guangzhou,Tianjin,andChongqing—toconstructSeasonalAutoregressiveIntegratedMovingAver-

age(SARIMA)andHolt-Wintersexponentialsmoothingmodels,andcomparestheirpredictiveper-

formance.Theresultsindicatethatbothmodelseffectivelycaptureseasonalandperiodicfluctuations