季节因素修正后GM(1,1)模型在上海市PM2.5浓度预测中的应用 |
| |
引用本文: | 吴筝,张江华,任洋洋,隋少峰,许慧慧.季节因素修正后GM(1,1)模型在上海市PM2.5浓度预测中的应用[J].湖北预防医学杂志,2023(4):16-20. |
| |
作者姓名: | 吴筝 张江华 任洋洋 隋少峰 许慧慧 |
| |
作者单位: | 上海市疾病预防控制中心 |
| |
摘 要: | 目的 根据上海市2015年至今PM2.5月均浓度数据进行建模预测,以期为PM2.5预测研究方法提供新思路。方法 将季节性影响因素引入灰色预测模型(grey model, GM),建立季节因素修正后GM(1,1)模型,与传统季节性自回归积分滑动平均模型(autoregressive integrated moving average model, ARIMA)比较,选择2015—2021年数据进行建模预测,将2022年1~10月数据作为验证集进行预测效果评价,并对2022年11~12月上海市PM2.5月均浓度作预测。结果 季节性ARIMA模型验证集RMSE=4.02,MAPE=15.50%。季节因素修正后GM(1,1)模型验证集RMSE=3.30,MAPE=11.59%。利用季节因素修正后GM(1,1)模型预测2022年11~12月上海市PM2.5月均浓度水平分别为24.99、34.83μg/m3。结论 季节因素修正后GM(1,1)模型预测效果可优于季节性ARIMA,在对PM
|
关 键 词: | GM(1 1) 季节因素修正 季节性ARIMA PM2.5 |
|
|