基于空氣質量時間序列分析的預測模型設計與應用.pdf

1、空氣的惡化以及霧霾的頻繁出現(xiàn)引起了人們對空氣污染的持續(xù)關注，掌握空氣污染物的污染狀況及變化規(guī)律，分析預測污染的變化趨勢顯得尤為重要。時間序列ARMA、GARCH算法是以成熟嚴謹?shù)臄?shù)理理論為依據(jù)，在計算機理論技術的基礎上操作和實現(xiàn)。相對于其它時間序列分析預測方法，如回歸分析、灰色模型、神經(jīng)網(wǎng)絡等，ARMA、GARCH預測方法具有較高的實用性。本文對智能環(huán)境保護分析預測問題進行研究，并搭建智能環(huán)保分析平臺，為空氣環(huán)境質量保護的預測預警提供了

2、有效的參考價值。
　　本文以寧夏回族自治區(qū)不同地區(qū)的空氣污染物數(shù)據(jù)為研究對象，以ARMA、GARCH算法模型為基礎，對空氣污染物數(shù)據(jù)使用時間序列分析方法建立了預報模型，而且對其進行了深入分析和研究并應用到環(huán)境保護智能分析平臺模塊中，為空氣環(huán)境質量保護的預測預警提供了有效的參考價值。完成的主要內(nèi)容如下:
　　(1)針對寧夏回族自治區(qū)6市的主要空氣污染物分別進行數(shù)理統(tǒng)計分析、相關性分析、小波等對比，使用數(shù)據(jù)可視化的方法深入分析其

3、變化規(guī)律、污染狀況及污染原因。
　　(2)使用時間序列ARMA、GARCH算法對空氣污染物進行預測分析，發(fā)展并完善了空氣質量綜合評價方法。時間序列模型主要包括:數(shù)據(jù)預處理、模型辨識、參數(shù)估計、預測分析、誤差分析等部分，并對該方法具體實現(xiàn)的步驟和流程進行了詳細的說明。
　　(3)以空氣質量時間序列算法為核心，采用Django為基礎框架開發(fā)了環(huán)境質量智能分析平臺。該系統(tǒng)采用Python開發(fā)語言，并實現(xiàn)了模型(Model)、模板(