万盛大气污染特征分析及污染预报模型的建立
【摘要】 利用2017年4月1日~2019年3月31日万盛经开区万东北路站点的空气质量日均值监测数据进行分析发现，万盛大气污染具有很强的季节变化特征，冬半年主要污染物为PM2.5，冬半年污染重于夏半年，颗粒物污染重于O3污染。万盛污染以轻度污染为主，仅有冬季会出现中度以上污染天气，其首要污染物均为PM2.5。利用多元回归模型和差分自回归移动平均模型(ARIMA)建立了万盛PM2.5、PM10的预报模型。通过对模型得出的预报值与实况值的比较来看，预报与实况的变化趋势基本一致，均可以较好的指示未来AQI的变化趋势。多元回归预报模型中，O3;而ARIMA预报模型三者预报效果接近。总体来说，ARIMA(p，d，q)预报模型对颗粒物污染的预报效果要远好于多元回归预报模型，而O3则两种模型预报效果接近。关键词:大气污染;特征分析;预报模型文献标识码:A
