2026《关于PM2.5浓度预测方法的文献综述》3000字.docx

关于PM2.5浓度预测方法的文献综述

对PM2.5浓度预测的研究中，根据采用模型方法的不同可分为：时间序列模型、回归模型、机器学习模型和广义可加模型。

（1）时间序列模型

时间序列求和自回归移动平均(Auto-RegressiveIntegratedMovingAverage，简记为“ARIMA”)模型是预测PM2.5浓度的常用方法，Ni等(2017)[13]、Zhang等(2018)[14]、严宙宁等(2018)[15]分别对北京、福州、深圳的PM2.5浓度预测均使用此方法，且预测结果均与实测数据吻合良好。针对PM2.5浓度变化的时间分布特征，Wang和Guo(2009)[16]构