GM（1，1）-ARMA（p，q）組合模型下的PM2.5濃度預(yù)測(cè)

——以西安市為例

打開文本圖片集

摘  要：隨著經(jīng)濟(jì)的發(fā)展，空氣質(zhì)量問(wèn)題日漸顯露，霧霾天氣不斷增加，而霧霾形成的主要原因是細(xì)微顆粒物，細(xì)微顆粒物能夠較長(zhǎng)時(shí)間懸浮于空氣中，其濃度越高危害越大。PM2.5作為直徑小于等于2.5微米的顆粒物，被吸入體內(nèi)后會(huì)引發(fā)哮喘、支氣管炎以及心血管病等疾病，引起人們的廣泛關(guān)注。因此，文章對(duì)西安市2013年12月到2021年3月的PM2.5濃度值共計(jì)88條數(shù)據(jù)進(jìn)行了實(shí)證研究，分別采用灰色系統(tǒng)預(yù)測(cè)模型GM（1，1）、時(shí)間序列模型AR（2）以及二者的組合模型對(duì)西安市的PM2.5進(jìn)行預(yù)測(cè)，研究結(jié)果表明組合模型的相對(duì)誤差最小，預(yù)測(cè)效果最優(yōu)。（剩余4409字）