基于 ARIMA 模型和三次指数平滑法的 PM2.5 浓度分析预测

蒲 腾
西南科技大学信息与计算科学　四川　绵阳　

摘要

21 世纪以来，随着工业化水平的不断提高，环境污染也日益严重。近年，我国空气污染问题尤其突出，大气污 染不仅危害人们的健康还对产业的发展起到不利的作用。所以控制空气污染，加强对空气的治理迫在眉睫。PM2.5 作为目 前空气污染的污染物，PM2.5 的控制是大气污染和防止的关键性工作，由于 PM2.5 只能在当天检测出来，无法为当日提供 实际性帮助。本文针对绵阳市近 6 年每月的 pm2.5 浓度的数据和特征，进行 ARIMA 和指数平滑建模，旨在准确预测出短期 内 PM2.5 浓度，为行人的出行和政府决策提供较准确的出行建议和数据支撑

关键词

空气污染；PM2.5；ARIMA；指数平滑；提供出行建议和数据支撑

参考

王晓飞，王波，陆玉玉 . 基 Prophet-LSTM 模型的 PM2.5 浓度预测研究 [J/OL]. 软件导刊：1-4[2020-03-31].

薛同来，赵冬晖，韩菲 . 基于 BP 神经网络的北京市 PM(2.5) 浓度预测 [J]. 新型工业化，2019，9(08)：87-91.

汪伟舵，吴涛涛，张子振 . 基于 ARIMA 模型的杭州市 PM2.5 预测 [J]. 哈尔滨师范大学自然科学学报，2018，

(03)：49-55.

王燕 . 时间序列预测分析 - 基于 R[M]. 北京：中国人民出版社，2015：8-40.

王燕 . 应用时间序列分析 ( 第四版 )[M]. 北京：中国人民出版社，2015：12-32.

黄芸，姜国，徐治欠 .ARIMA 模型在黄石市 PM2.5 浓度预测中的应用 [J]. 湖北师范大学学报，2017，37(02)：38-42.

李杰，彭晓明 . 基于 ARIMA 模型的军事训练数据分析和预测 [J]. 舰船电子对抗，2019，42(05)：98-101，120.

严宙宁，牟敬锋，赵星，严燕，罗文亮，胡满达 . 基于 ARIMA 模型的深圳市大气 PM2.5 浓度时间序列预测分析 [J].

现代预防医学，2018，45(02)：220-223.

孔德川，潘浩，郑雅旭，姜晨彦，韩若冰，吴寰宇，陈健 . 指数平滑模型在上海市猩红热发病率预测中的应用 [J].

疾病监测，2019，34(10)：932-936.