节假日效应下的PM_2.5浓度预测

作者：魏朋志; 谢劭峰; 周志浩; 张伟; 莫智翔; 黄良珂

来源：桂林理工大学学报, 2022, 42(02): 455-460.

DOI：10.3969/j.issn.1674-9057.2022.02.021

• 节假日效应
• PM2.5
• PWV
• 多元线性回归
• 神经网络
• ARIMA

近年来，节假日效应带来的环境负担日趋严重，PM2.5在节假日期间的浓度预测工作变得尤为重要。考虑气象因素、大气污染物以及大气可降水量（PWV）等数据影响，基于桂林电子科技大学尧山校区、桂林市环境监测站、龙隐小学和桂林市第八中学4个空气质量监测站点在2014—2019年春节期间的PM2.5浓度变化情况，分别比较多元线性回归模型、神经网络模型和ARIMA模型的适用性。结果表明：对整月预测而言，多元线性回归模型在电子科大尧山校区预测适用性最佳，神经网络模型在环境监测站、龙隐小学和第八中学预测效果最好；对春节前后各一周时段预测结果来说，多元线性回归模型在桂林电子科技大学尧山校区、龙隐小学和第八中学站点预测精度最高，ARIMA模型在监测站预测精度最高。

• 单位
  桂林理工大学; 广西空间信息与测绘重点实验室