基于Hausdorff分数阶灰色季节模型的空气质量预测——以西安市为例

摘要：

针对传统灰色GM(1,1)模型对空气质量指数(AQI)预测精度较低的问题,基于时间系列的非线性季节波动特征,提出了 Hausdorff分数阶累加的灰色季节模型.以西安市为例,预测了其PM2.5、PM10、NO2和O3的季度质量浓度.实验结果表明:新模型具有较高的预测精度,可以更好地描述空气指标的季节波动特征.预测结果显示,西安市PM2.5、PM10和NO2的质量浓度都出现较大幅度的下降,而O3质量浓度则无明显变化,且这些指标预计在2024年依旧处于超标状态.未来O3将会取代PM2.5成为大气的首要污染物,西安市空气治理的工作重心应放在如何有效地控制O3质量浓度方面.

关键词：西安市、空气质量指标、灰色模型、季节因子、Hausdorff分数阶

所属期刊栏目：51

分类号：X823(环境质量分析与评价)

资助基金：国家自然科学基金;河南省科技攻关项目;河南科技学院研究生课程思政示范课程;河南省研究生课程思政示范课程

在线出版日期：2023-09-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：64-75