PM2.5能較長時間停留在空氣中,空氣中PM2.5含量越高,代表污染越嚴(yán)重。PM2.5不僅是導(dǎo)致霧霾天的主要原因,并且它能被人體吸收引發(fā)各種疾病,因而深入研究PM2.5有重要的實際意義。目前浙江省設(shè)立多個環(huán)保站對空氣質(zhì)量進(jìn)行監(jiān)測,但是缺乏預(yù)報功能。如何利用現(xiàn)有的數(shù)據(jù)信息,建立一個模型對未來PM2.5濃度進(jìn)行預(yù)測,就成為一個現(xiàn)實的需求。論文以浙江省為研究區(qū)域,以歷史PM2.5數(shù)據(jù)和歷史氣象要素數(shù)據(jù)為基礎(chǔ),采用灰色理論和支持向量回歸機方法對PM2.5濃度進(jìn)行時間序列的預(yù)測,最終獲得研究區(qū)域內(nèi)各環(huán)保站點未來PM2.5濃度值。論文主要做了以下幾個工作:首先,采用灰色預(yù)測模型對PM2.5濃度進(jìn)行時間序列的預(yù)測。采用灰色單變量預(yù)測模型和基于灰色關(guān)聯(lián)的灰色多變量預(yù)測模型,以及它們的背景值優(yōu)化模型和初值優(yōu)化模型,共計6個灰色預(yù)測模型分別對PM2.5濃度進(jìn)行預(yù)測,選取預(yù)測精度最佳模型。其次,采用支持向量機模型對PM2.5濃度進(jìn)行時間序列的預(yù)測,在輸入因子上分別采用全部氣象因子和灰色關(guān)聯(lián)分析篩選過的氣象因子作為輸入,選取預(yù)測精度最佳模型。最后,對比灰色單變量模型、基于灰色關(guān)聯(lián)的灰色多變量預(yù)測模型、基于灰色... 

【文章來源】：浙江農(nóng)林大學(xué)浙江省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

PM2.5數(shù)據(jù)補全思路Figure2.2Ideaofdatacompletion2.插值方法

圖 2.3 PM2.5 日數(shù)據(jù)分析（2014.6-2015.5）Figure 2.3 Analysis of PM2.5 daily data(2014.6-2015.5)

22圖 2.4 PM2.5 日數(shù)據(jù)分析（2015.6-2016.5）Figure 2.4 Analysis of PM2.5 daily data(2015.6-2016.5)對比兩個圖可以發(fā)現(xiàn)，整體趨勢是類似的，只是 2014.6-2015.5 月的 PM2.5 波峰出現(xiàn)在2015.1.26日濃度為165.6，高濃度PM2.5主要集中在2014.12月-2015.2 月；而 2015.6-2016.5 月的 PM2.5 波峰出現(xiàn)在 2015.12.23 日濃度為 143.6，高濃度 PM2.5主要集中在 2015.12 月-2016.2 月。

【參考文獻(xiàn)】：
期刊論文
[1]灰色理論–變分模態(tài)分解和NSGA-Ⅱ優(yōu)化的支持向量機在變壓器油中氣體預(yù)測中的應(yīng)用[J]. 肖懷碩,李清泉,施亞林,張同喬,張紀(jì)偉.  中國電機工程學(xué)報. 2017(12)
[2]喀斯特地區(qū)月均降水協(xié)克里金插值方法研究——以貴州省為例[J]. 閆星光,吳琳娜,周涌,宋具蘭,鄧仕雄.  云南大學(xué)學(xué)報(自然科學(xué)版). 2017(03)
[3]基于灰色GM（1,1）模型與ARIMA模型的四川省衛(wèi)生人力資源預(yù)測探討[J]. 張瑞華,趙大仁,何思長,劉志會,孫渤星,徐鑫.  現(xiàn)代預(yù)防醫(yī)學(xué). 2017(07)
[4]改進(jìn)的灰色GM（1,1）在北斗衛(wèi)星鐘差短期預(yù)報中的應(yīng)用[J]. 陶健春,王秉鈞.  工程勘察. 2017(04)
[5]基于灰色模型的鐵路客流預(yù)測方法[J]. 鮮敏,苗嬌娜.  山東交通學(xué)院學(xué)報. 2017(01)
[6]基于灰色模型的河南省農(nóng)村消費結(jié)構(gòu)變動預(yù)測[J]. 賀丹瑩,武新乾,楊萬才.  農(nóng)村經(jīng)濟與科技. 2017(03)
[7]一種改進(jìn)灰色預(yù)測模型在變形預(yù)測中的應(yīng)用[J]. 容靜,文鴻雁,周呂.  測繪科學(xué). 2017(03)
[8]貝葉斯時空分位回歸模型及其對北京市PM2.5濃度的研究[J]. 梅波,田茂再.  統(tǒng)計研究. 2016(12)
[9]基于時空克里格的PM2.5時空預(yù)測及分析[J]. 梅楊,黨麗娜,楊勇,劉穎穎,張若兮,廖祥森,張楚天.  環(huán)境科學(xué)與技術(shù). 2016(07)
[10]氣象參數(shù)對基于BP神經(jīng)網(wǎng)絡(luò)的PM2.5日均值預(yù)報模型的影響[J]. 姚達(dá)文,劉永紅,丁卉,黃晶,詹鵑銘,徐偉嘉.  安全與環(huán)境學(xué)報. 2015(06)

博士論文
[1]模糊支持向量機及其在場景圖像處理中的應(yīng)用研究[D]. 徐淑瓊.廣東工業(yè)大學(xué) 2013
[2]基于灰色預(yù)測的汽車SAS與EPS集成系統(tǒng)分層協(xié)調(diào)控制研究[D]. 聶佳梅.江蘇大學(xué) 2009
[3]高等級公路交通安全綜合評價及多元事故預(yù)測模型研究[D]. 劉兆惠.吉林大學(xué) 2007

碩士論文
[1]灰色理論和混合建模算法在城市日用水量預(yù)測中的應(yīng)用研究[D]. 陳保.浙江工業(yè)大學(xué) 2014
[2]多類分類支持向量機在語音識別中的應(yīng)用研究[D]. 段繼康.太原理工大學(xué) 2010
[3]灰色模型與支持向量機融合的研究[D]. 顏靜.武漢理工大學(xué) 2010
[4]基于特征信息提取的目標(biāo)識別算法研究[D]. 譚芳.電子科技大學(xué) 2010
[5]灰色神經(jīng)網(wǎng)絡(luò)與支持向量機預(yù)測模型研究[D]. 肖軒.武漢理工大學(xué) 2009
[6]灰色系統(tǒng)GM（1，1）模型的改進(jìn)及灰色統(tǒng)計模型研究[D]. 馬萍.吉林大學(xué) 2007
[7]支持向量機及其在信號處理中的應(yīng)用[D]. 劉斌.大慶石油學(xué)院 2006
[8]基于支持向量機的機器學(xué)習(xí)研究[D]. 劉華煜.大慶石油學(xué)院 2005
[9]青島市工程地質(zhì)地理信息系統(tǒng)建設(shè)與研究[D]. 丁鵬輝.中國海洋大學(xué) 2003
[10]虹膜識別系統(tǒng)與支持向量機算法研究[D]. 宋普云.河北工業(yè)大學(xué) 2003



本文編號：3515237