用户名: 密码: 验证码:
基于ARMA模型的哈尔滨市空气质量研究
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:The Research of Air Quality on Harbin Based on ARMA Model
  • 作者:孙铭 ; 许梦婷 ; 谢佩锦 ; 曹连英
  • 英文作者:Sun Ming;Xu Mengting;Xie Peijin;Cao Lianying;Northeast Forestry University;
  • 关键词:时间序列分析 ; AQI ; ARMA模型 ; Fisher有序样品聚类法
  • 英文关键词:Time series analysis;;AQI;;ARMA model;;Fisher ordered sample clustering method
  • 中文刊名:HEBY
  • 英文刊名:Natural Science Journal of Harbin Normal University
  • 机构:东北林业大学;
  • 出版日期:2018-08-15
  • 出版单位:哈尔滨师范大学自然科学学报
  • 年:2018
  • 期:v.34
  • 基金:2017年东北林业大学校级大学生创新创业训练项目(201710225274)
  • 语种:中文;
  • 页:HEBY201804005
  • 页数:5
  • CN:04
  • ISSN:23-1190/N
  • 分类号:24-28
摘要
基于哈尔滨市2015年至2017年的空气质量指数AQI数据,运用Fisher有序样品聚类法对数据从时间上进行分割,逐段建立ARMA模型,并对模型进行检验.结果表明哈尔滨空气质量变化规律呈现时段性,可分为供暖期和非供暖期.利用供暖期和非供暖期ARMA模型对哈尔滨AQI进行预测,预测值与实测值基本吻合,整体趋势也能够得到较好的预测.
        Based on AQI data of air quality index of Harbin for 2015-2017 years,fisher orderly sample clustering method is used to partition Harbin on time,ARMA model is built and tested paragraph by paragraph. The result shows that the rule of air quality change in Harbin appears the feature of time interval,it can be divided into heating period and non-heating period. The ARMA model of heating period and non-heating period are used to predict the AQI of Harbin. The predicted values are basically consistent with the measured values,and the overall trend can also be predicted better.
引文
[1]陈健鹏,李佐军.中国大气污染治理形势与存在问题及若干政策建议[J].发展研究,2013(10):4-14.
    [2]陈辉,厉青,杨一鹏,等.基于分形模型的城市空气质量评价方法研究[J].中国环境科学,2012,32(5):954-960.
    [3]王琨,王文帅,张夏,等.基于BP神经网络模型的森林空气质量评价[J].哈尔滨工业大学学报,2010,42(8):1278-1281.
    [4]姜磊,周海峰,柏玲,等.空气质量指数(AQI)的社会经济影响因素分析-基于指数衰减效应视角[J].环境科学学报,2018,38(1):390-398.
    [5]蔺雪芹,王岱.中国城市空气质量时空演化特征及社会经济驱动力[J].地理学报,2016,71(8):1357-1371.
    [6]李世广,蒋厦,佟洪金,等.基于空气质量模型CMAQ的成渝经济区(四川)PM2. 5浓度数值模拟研究[J].四川环境,2013,32(S1):109-113.
    [7]司志娟,孙宝盛,李小芳.基于改进型灰色神经网络组合模型的空气质量预测[J].环境工程学报,2013,7(9):3543-3547.
    [8]牟敬锋,赵星,樊静洁,等.基于ARIMA模型的深圳市空气质量指数时间序列预测研究[J].环境卫生杂志,2017,7(2):102-107,+117.
    [9]林杰,朱家明,陈富媛.基于ARMA模型对股票“青岛海尔”成交量的分析预测[J].哈尔滨师范大学自然科学学报,2016,32(6):6-10.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700