统计方法在空气质量分析预测中的应用

《统计方法在空气质量分析预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：学校代码：10165密级：学号：201511000580硕士学位论文统计方法在空气质量分析预测中的应用ApplicationofStatisticalMethodinAirQualityAnalysisandPrediction作者姓名：丛琳学科、专业：统计学研究方向：统计学习及其应用导师姓名：孙德山2018年3月辽宁师范大学硕士学位论文摘要目前，中国大气污染的形势日益严峻，北方地区的雾霾天气日趋增多。区域性的环境问题的主要特征污染物以细微颗粒物和可吸入颗粒物为主，既威胁了人类的身体健康也影响社会的和谐发展。随着我国正处

2、于向工业化、城镇化的转变进程，在对能源与资源的需求持续加大的同时也提升了对空气污染防治的压力。因此，了解我国空气质量的现状，并对空气质量的情况进行具体的分析说明并及时采取有效的措施进行治理，是改善空气质量最有效的途径。空气质量的评价和空气环境情况预测也一直是环境管理的重点。时间序列分析是通过结合数据特点来建立曲线拟合以及参数估计的拟合模型，它既可以通过数据来揭示事物的内在发展规律也可以动态地揭示各种行为的原理。支持向量机是以得到具有良好的推广能力的模型为目的，根据数据样本中有限的信息，在模型的复杂程度和学习能力之间寻求折中。二者

3、均从不同的角度从数据提供的信息中挖掘其所包含的内在规律，其实用性和广泛性都受到各个领域的认可，同时也可以作为空气质量分析预测的重要方法。本文主要以时间序列分析和支持向量回归作为主要分析方法。采用模型定阶的不同准则，对2014年1月-2017年8月的沈阳市AQI月平均值分别建立不同的时间序列模型、应用支持向量机知识体系和R软件建立支持向量回归模型同时应用灰色理论和随机森林方法分别建立回归模型，同时建立了几种不同的组合模型，并对2017年9月-2017年12月的AQI月均值进行了递推预测，运用实际数据与预测值得到平均相对误差，以平均

4、误差最小原则来衡量辽宁省AQI月均值的模型的预测能力。关键词：空气质量指数；时间序列分析；支持向量回归；灰色预测；随机森林-I-统计方法在空气质量分析预测中的应用ApplicationofStatisticalMethodinAirQualityAnalysisandPredictionAbstractAtpresent,thesituationofairpollutioninChinaisincreasinglysevere,andhazeweatherisincreasinginthenorth.Themaincharact

5、eristicsofregionalenvironmentalproblemsarefineparticlesandinhalableparticles,whichthreatenthehealthofhumanbeingsandtheharmoniousdevelopmentofsociety.AsChinaisintheprocessoftransformingtoindustrializationandurbanization,theincreasingdemandforenergyandresourceshasalsor

6、aisedpressureonthepreventionandcontrolofairpollution.Therefore,itisthemosteffectivewaytoimprovetheairqualitytounderstandthecurrentsituationofairqualityinChinaandtoanalyzeandexplaintheairqualityandtotakeeffectivemeasuresintimetoimprovetheairquality.Airqualityevaluatio

7、nandairenvironmentpredictionhavealwaysbeenthefocusofenvironmentalmanagement.Timeseriesanalysisisafittingmodelofcurvefittingandparameterestimationbycombiningthecharacteristicsofdata.Itcannotonlyrevealtheinherentlawofdevelopmentofthingsthroughdata,butalsodynamicallyrev

8、ealtheprinciplesofvariousbehaviors.Thesupportvectormachine(SVM)istoobtainamodelwithgoodgeneralizationability,andseeksacompromisebet