ARIMA时间序列分析模型在臭氧浓度中长期预报中的应用
近年来,京津冀地区近地面臭氧浓度呈现上升趋势,臭氧污染超标情况严重.目前由于前体物源排放清单、臭氧生成和扩散的物理和化学过程机制存在不足等原因,导致了数值模型在预报夏季臭氧浓度时仍然存在较大偏差,而时间序列分析方法由于具有建模简单、计算成本低的特点,在臭氧污染预报中具有很好的应用前景.本研究利用华北区域大气本底站上甸子站点和环境监测总站天津和保定站点的臭氧观测数据,采用ARIMA时间序列分析模型开展臭氧浓度中长期预报研究.结果表明,季节性ARIMA模型在预报臭氧长期月均值时,预测值和观测值的相关系数R可达0.951,均方根误差RMSE仅为10.2 μg·m-3.加入了日最高气温及二次项作为协变量的动态AR1MA模型,对臭氧日最大8 h滑动平均值的预报效果得到了很大提升,预测值和观测值的相关系数由0.296~0.455提升至0.670~0.748,RMSE得到了有效降低.
臭氧(O3);中长期预报;时间序列分析;ARIMA模型;京津冀地区
42
X515(大气污染及其防治)
国家自然科学基金项目;中国气象局大气化学重点开放实验室开放课题项目;北京市气象局科技项目;上甸子国家大气本底站开放研究课题项目;中国气象局预报员专项
2021-09-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
3118-3126