基于一种时间序列模型的河流重金属污染浓度预测研究

被引：7

作者：

刘潭秋 ^{[1
]}

沈新平 ^{[2
]}

王汉华 ^{[1
]}

机构：

[1] 长沙理工大学经济与管理学院

[2] 湖南省洞庭湖水利工程管理局

来源：

计算技术与自动化 | 2012年 / 31卷 / 03期

关键词：

时间序列模型; 河流重金属污染; 预测;

D O I：

暂无

中图分类号：

X832 [水质监测];

学科分类号：

0804 ; 082803 ;

摘要：

水环境是一个充满不确定性的复杂巨系统,传统水质模型很难体现重金属污染物在河流中迁移的随机性,因此经典的时间序列模型——ARIMA模型被应用于河流重金属污染浓度的预测。实例分析证实,通过采用将获得的最新数据不断地添加到用于模型设定的样本中,并再此基础上获得最近向前一个时期预测值的动态预测方法,ARIMA模型能够获得很好的预测表现,尤其是在充分考虑模型残差统计分布特征的情况下,采用具有学生t分布的模型预测更精确。

引用

页码：29 / 33

页数：5