文献类型：期刊文章

作　　者：严宙宁[1] 牟敬锋[1] 赵星[2] 严燕[1] 罗文亮[1] 胡满达[1]

机构地区：[1]深圳市南山区疾病预防控制中心环境卫生科,广东深圳518054 [2]四川大学华西公共卫生学院(华西第四医院),四川成都610041

出　　处：《现代预防医学》

基　　金：深圳市科技创新委员会科技计划项目(项目编号:JCYJ20170306103652632);深圳市卫生计生系统科研项目(项目编号:201607065)

年　　份：2018

卷　　号：45

期　　号：2

起止页码：220-223

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAB、CAS、CSA-PROQEUST、IC、RCCSE、ZGKJHX、核心刊

摘　　要：目的建立深圳市大气细颗粒物(PM_(2.5))时间序列分析的自回归移动平均模型(ARIMA),预测深圳市大气PM_(2.5)浓度变化趋势,为公众健康出行提供科学依据。方法收集深圳市2016年大气PM_(2.5)逐日监测数据构建ARIMA预测模型,对建立的模型进行参数估计、模型诊断,选择最优预测模型。利用构建的最佳模型对深圳市2017年1月1日-2017年1月5日大气PM_(2.5)逐日浓度进行预测,并对预测效果进行评价。结果 ARIMA(2,1,2)模型为深圳市大气PM_(2.5)浓度最优预测模型,其最小赤池信息量准则(AIC)、贝叶斯信息准则(BIC)值分别为2 683.51、2 703.01,模型残差序列的Ljung-Box统计量χ~2=0.018,差异无统计学意义(P=0.894),提示残差为白噪声序列,模型拟合良好。深圳市2017年1月1日-2017年1月5日大气PM_(2.5)浓度监测值与预测值的平均相对误差为15.6%,实际值均在预测值95%可信区间内。结论ARIMA(2,1,2)模型能较好地模拟深圳市大气PM_(2.5)变化趋势,具有良好的预测效果。

关 键 词：PM2.5 时间序列 ARIMA模型 预测  

分 类 号：R122.2]