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.
-
单位电子工程学院; 天津大学