收藏本站
《湖南师范大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多元方法和时间序列的PM2.5浓度分析与预测

王赛兰  
【摘要】:雾霾已经成为中国空气污染的一个突出问题。PM2.5是雾霾的主要构成成分,其原因复杂,来源广泛,危害严重。为了预测和控制PM2.5浓度,必须对PM2.5进行深入的检测和研究。首先,本文对长沙市PM2.5污染的影响因素进行分析,通过将PM2.5浓度数据与空气质量指数其余五项指标进行散点图和相关关系分析,以及对PM2.5浓度数据与气象因素五个指标进行同步变化折线图和相关关系分析,发现PM2.5与PM10具有很强的正相关关系,PM2.5与CO、_2以及_2具有较强正相关关系,PM2.5与_3之间相关关系为负但不显著。PM2.5与气压呈中等程度正相关关系,与温度、相对湿度、降水量、风速呈负相关依次减弱。进一步根据分析构建主成分分析模型和逐步回归模型,通过模型拟合和预测效果对比选出相对更优影响因素分析模型为逐步回归模型。其次,通过对PM2.5历史数据进行时间序列分析,构建ARIMA模型,预测出2017年12月28日至12月31日这四天的PM2.5浓度值。预测平均相对误差为12.35%,短期预测效果较好。最后,本文通过构建BP神经网络对长沙市PM2.5污染进行分析与预测,将2015年和2016年的PM2.5相关数据作为训练样本,2017年的相关数据作为测试样本,构建的神经网络预测空气质量等级准确预测以及可信预测天数之和为358天,百分比高达98.08%。空气质量指数预测值与实际值平均相对误差为18.21%,PM2.5浓度预测值与实际值平均相对误差为22.34%,验证了将BP神经网络运用于长沙市PM2.5较长期预测的可能性。本文对长沙市PM2.5浓度时间序列数据建立主成分回归模型、逐步回归模型、ARIMA模型和BP神经网络模型,来对长沙市PM2.5浓度进行分析与预测,为长沙市的PM2.5防治提供了相关建议。
【学位授予单位】:湖南师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F224;X513

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 孙其法;闫秋艳;闫欣鸣;;基于多样化top-k shapelets转换的时间序列分类方法[J];计算机应用;2017年02期
2 王金策;杨宁;;时间序列趋势预测[J];现代计算机(专业版);2017年02期
3 彭佳星;肖基毅;;基于分型转折点的证券时间序列分段表示法[J];商;2016年31期
4 刘伟龙;;基于ARMA模型的股价预测及实证研究[J];智富时代;2017年02期
5 周仰;;《漫长的告别》(年度资助摄影图书)[J];中国摄影;2017年04期
6 王嵬;;王嵬作品[J];当代油画;2017年07期
7 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期
8 郭崇慧;苏木亚;;基于独立成分分析的时间序列谱聚类方法[J];系统工程理论与实践;2011年10期
9 王佳林;王斌;杨晓春;;面向不确定时间序列的分类方法[J];计算机研究与发展;2011年S3期
10 万里;廖建新;朱晓民;倪萍;;一种基于频繁模式的时间序列分类框架[J];电子与信息学报;2010年02期
中国重要会议论文全文数据库 前10条
1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年
2 张可;李媛;柴毅;黄磊;;基于分段趋势的符号化时间序列聚类表示[A];第37届中国控制会议论文集(D)[C];2018年
3 张立波;庞蓉蓉;王勇;黄敏;何成涛;傅强;曲贤敏;仲昭衍;;基于时间序列的随机质控设计与应用[A];中国输血协会第九届输血大会论文专辑[C];2018年
4 徐光晶;;统计学在大地电磁测深时间序列处理中的应用[A];2017中国地球科学联合学术年会论文集(二十九)——专题57:电磁地球物理学研究及其应用[C];2017年
5 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年
6 吴丽娜;黄领梅;沈冰;吕继强;;黄河上游降水时间序列混沌特性识别与预测年限分析[A];水系统与水资源可持续管理——第七届中国水论坛论文集[C];2009年
7 吴坚忠;路子愚;郑应平;;时间序列社会悖论模型及分析[A];1989年控制理论及其应用年会论文集(上)[C];1989年
8 雷敏;孟光;谢洪波;Kerreie Mengersen;Peter Bartlett;;嵌入维数对复杂时间序列的熵分析的影响研究[A];中国力学大会-2015论文摘要集[C];2015年
9 王兆甲;王海良;;一种相似时间序列挖掘算法及其在汽车运动分析中的应用[A];2014中国汽车工程学会年会论文集[C];2014年
10 林忠辉;莫兴国;薛玲;;用NDVI时间序列确定作物物侯和作物类型判别[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
中国重要报纸全文数据库 前10条
1 王晓宝 杨永恒 永安期货;浅析波动率的均值回复特征[N];期货日报;2017年
2 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
3 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年
4 ;《时间序列与金融数据分析》[N];中国信息报;2004年
5 何德旭 王朝阳;时间序列计量经济学:协整与有条件的异方差自回归[N];中国社会科学院院报;2003年
6 刘俏;让数据坦白真相[N];21世纪经济报道;2003年
7 卞纪;我国多时间序列湿地遥感制图完成[N];中国气象报;2011年
8 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
9 广发期货股指研究小组 谢贞联;Hurst指数提示市场升势或将形成[N];上海证券报;2012年
10 丁睿 中粮期货研究院;试论指数HP滤波分析法的应用[N];期货日报;2014年
中国博士学位论文全文数据库 前10条
1 刘海洋;复杂环境下时间序列预测方法研究[D];北京交通大学;2019年
2 康峻;基于时间序列遥感数据的植被精细分类与覆盖度反演研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
3 林蕾;基于循环神经网络模型的遥感影像时间序列分类及变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
4 丁红;柳江径流分析与预测研究[D];武汉理工大学;2016年
5 周超;集成时间序列InSAR技术的滑坡早期识别与预测研究[D];中国地质大学;2018年
6 张琪;时间序列流数据异常检测问题的研究[D];山东大学;2019年
7 张方;局部相似分析的统计研究及其在生物时间序列中的应用[D];山东大学;2019年
8 郝鹏宇;基于多时相遥感数据的作物早期识别[D];中国农业科学院;2019年
9 邹蕾;基于趋势基元的时间序列同构关系发现[D];北京科技大学;2017年
10 丁超;MODIS时间序列重建方法与应用[D];中国地质大学(北京);2018年
中国硕士学位论文全文数据库 前10条
1 肖宁宁;基于时间序列InSAR技术的成都地区地表沉降研究[D];电子科技大学;2019年
2 陈洋;中高空间分辨率卫星NDVI时间序列数据重建技术研究[D];电子科技大学;2019年
3 朱志静;基于趋势和特征子序列的时间序列数据挖掘研究[D];江南大学;2019年
4 纵焱;基于组合Shapelets的时间序列分类方法研究[D];中国矿业大学;2019年
5 武帅;面向时间序列的增量模糊聚类算法研究[D];河南理工大学;2018年
6 王璇;基于MODIS时间序列的河南主要农作物种植信息提取[D];河南大学;2019年
7 王浩宇;基于EEMD方法的基金业绩评价研究[D];上海社会科学院;2019年
8 王赛兰;基于多元方法和时间序列的PM2.5浓度分析与预测[D];湖南师范大学;2019年
9 刘昶;基于时间序列的经典模型和LSTM模型的城市宏观行程速度预测研究[D];北京交通大学;2019年
10 尹康;基于LSTM的关联时间序列预测方法研究[D];北京交通大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026