城市空气质量预报模型及软件开发研究

【摘要】： 概率和统计理论在实际中有着广泛的应用。这两门学科相结合，构成了许多应用学科的理论基础。诸如信息论、数学风险论、保险精算理论等均是建立在概率和统计的理论基础上的。而根据历史数据推导出统计规律，进而对未来状态进行预测是各门应用学科中最著名的研究问题之一。 刘文教授于1978年运用分析的方法首次得到可列齐次马氏链转移概率强大数定律，为应用Markov链模型的转移概率来预测系统未来的发展变化打下了理论基础。同期，由于科学的预测对于环境现象研究和环境政策制定具有十分重要的意义，故而关于空气质量预测理论和方法的研究就越来越显得重要起来。而环境空气的变化情况十分复杂，由于受多种因素的影响，它表现为一个短期波动较大的随机系统。近十年间，随着空气质量预测理论这一综合学科的研究不断深入，多种定性、定量的预测方法被运用进来。其中尤以统计预报方法因其对人力、物力、硬件设备的要求低，计算量较少，预报的准确率较高而得到广泛的应用。许多种统计模型已被付诸于预报应用之中，预报的准确率也在不断地提高之中。本文在应用刘文教授的可列齐次马氏链转移概率的强大数定律基础上，建立了基于马氏链的空气质量预测模型，探讨了多元逐步回归模型、相似模型和自回归模型这三类统计模型在空气质量预测中的应用，并进一步地确立了基于以上两类模型的业务软件开发的技术思路。 本文主要立足于研究基于Markov链理论的空气质量的统计预报模型，完成了以下三个方面的工作： (1)研究Markov链预测模型在空气质量预报中的应用，并作实例验证及准确率检验。证明了该模型具有较好的短期预测正确率，有一定的实用价值。 (2)研究空气质量预报的统计模型，即多元逐步回归模型、相似模型、自回归模型，进行空气质量预报的实例验证，以及准确率检验，并对准确率进行分析。 (3)在综合权衡上述两类模型优劣势的基础上，探讨了基于这两类模型进行空气质量预报系统的软件开发思路。