基于ARIMA模型的天津市空气质量各项指标的预测分析

作者：孟庆云; 张若晴; 袁朱红; 李智坤; 冀德刚^*

来源：农业灾害研究, 2018, 8(05): 44-45.

DOI：10.19383/j.cnki.nyzhyj.2018.05.016

• 空气质量
• 时间序列分析
• ARIMA
• 预测

通过分析天津市2017年1月1日至2018年4月20日空气质量6项指标SO2、PM2.5、PM10、O3、CO、NO2逐日数据,应用时间序列分析法建立ARIMA(p,d,q)(P,D,Q)模型。利用SPSS软件预测2018年4月21—27日各指标数据,将预测结果和已有数据进行对比,拟合效果很好,认为该模型预测结果较理想。再用其预测未来7 d各项空气指标数据,观察数据的变化趋势,分析原因并提出可行性解决方案。

• 单位
  河北农业大学