基于ARMAX的PM2.5小时浓度跟踪预测模型

被引：49

作者：

余辉

袁晶

于旭耀

张力新

陈文亮

机构：

[1] 天津大学精密仪器与光电子工程学院

来源：

天津大学学报(自然科学与工程技术版) | 2017年 / 50卷 / 01期

基金：

天津市科技支撑计划;

关键词：

PM2.5; 小时浓度预测; 多元时间序列模型; 跟踪预测;

D O I：

暂无

中图分类号：

X513 [粒状污染物];

学科分类号：

083001 [环境科学];

摘要：

针对目前缺乏小时尺度上PM2.5浓度统计预测模型以及已有模型预测精度对训练数据的依赖问题,利用天津市环保物联网监测到的污染物及气象数据,建立了PM2.5小时浓度预测的多元时间序列模型（ARMAX）,并提出一种模型在线自适应改进方法:设定模型评价指标并实时监测,当模型预测精度超标时对模型进行在线更新.将改进后的模型应用于天津市的9个监测站点,用2013—2014年的监测数据对模型进行验证.结果表明:模型均方根误差RMSE<20,μg,平均绝对误差MAE<20,μg,拟合优度R2>0.9,能够在小时尺度下有效地预测PM2.5浓度,可以为突发性PM2.5污染事件的应急处理提供决策支持.

引用

页码：105 / 111

页数：7

共 22 条

[1]

天津蓟县夏季PM2.5污染特征及影响因素 [J].

陈冠益 ;

张雯 ;

侯立安 ;

杨会军 ;

颜蓓蓓 ;

佟玲 ;

孙颖 .

天津大学学报(自然科学与工程技术版), 2015, 48 (02) :95-102

[2]

大连市区近地面臭氧污染规律研究及与PM2.5等污染物的相关性分析 [J].

郑冬 ;

李丹 ;

纪德钰 ;

徐洁 ;

侯宝荟 ;

刘顺 .

环境与可持续发展, 2014, 39 (06) :177-180

[3]

基于改进高斯模型的哈尔滨市PM2.5扩散问题实证分析 [J].

魏薇 ;

傅丽芳 .

数学的实践与认识, 2014, 44 (22) :205-211

[4]

北京冬季气溶胶吸湿性的观测与分析 [J].

王轩 ;

陈建华 ;

耿春梅 ;

任丽红 ;

陈建民 ;

叶兴南 ;

杨文 .

中国科学院大学学报, 2014, 31 (03) :322-328

[5]

国内外空气质量模型研究进展 [J].

薛文博 ;

王金南 ;

杨金田 ;

雷宇 ;

汪艺梅 ;

陈曦 .

环境与可持续发展, 2013, 38 (03) :14-20

[6]

北京典型污染过程PM2.5的特性和来源 [J].

王志娟 ;

韩力慧 ;

陈旭锋 ;

程水源 ;

李悦 ;

田川 ;

谢慧 .

安全与环境学报, 2012, 12 (05) :122-126

[7]

广州市与北京市大气能见度与颗粒物质量浓度的关系 [J].

陈义珍 ;

赵丹 ;

柴发合 ;

梁桂雄 ;

薛志钢 ;

王贝贝 ;

梁永健 ;

陈瑜 ;

张萌 .

中国环境科学, 2010, 30 (07) :967-971

[8]

PM 2.5 analog forecast and Kalman filter post-processing for the Community Multiscale Air Quality (CMAQ) model.[J].Irina Djalalova;Luca Delle Monache;James Wilczak.Atmospheric Environment.2015,

[9]

Atmospheric dispersion modeling near a roadway under calm meteorological conditions.[J].Masoud Fallah Shorshani;Christian Seigneur;Lucie Polo Rehn;Hervé Chanut;Yann Pellan;Jean-luc Jaffrezo;Aurélie Charron;Michel André.Transportation Research Part D.2015,

[10]

A study on the reconstitution of daily PM 10 and PM 2.5 levels in Paris with a multivariate linear regression model.[J].Konstantinos Dimitriou;Pavlos Kassomenos.Atmospheric Environment.2014,

← 1 2 3 →