GNSS产品预测小时尺度上PM2.5浓度的不同模型分析研究

作者：郭敏,张捍卫,张红利

摘要：天顶对流层延迟(Zenith Tropospheric Delay, ZTD)与雾霾之间的相关性,为雾霾的监测、预报提供了新手段.近年来,利用ZTD结合其他因素主要采用多元线性回归模型、多元时间序列ARMAX模型预测PM2.5质量浓度的变化,并取得了一定的成果.本文在此基础上,提出了基于小波分析之后的多元线性回归模型预测PM2.5质量浓度的变化,并利用北京市2016年第355~357天和2018年第50~52天的每小时对流层数据、气象数据以及环保提供的污染物数据,分别建立了每小时PM2.5浓度变化多元回归模型、小波分析之后的多元回归模型、多元时间序列模型(ARMAX).从检验回归模型的4个统计量可知,基于小波分析之后的多元回归模型优于传统的多元回归模型,而ARMAX模型的拟合优度值在多元回归模型和小波分析之后的多元回归模型之间.对以上三种模型进行跟踪验证,并分别应用于预测2016年第358天24 h的PM2.5浓度的变化,从预测图、模型均方根误差RMSE和拟合优度可知:基于小波分析的多元回归模型优于ARMAX模型,而ARMAX模型优于传统的多元回归模型,而三种模型的拟合优度R2都大于0.9这表明能够在小时尺度上预测PM2.5质量浓度的变化.

发文机构：河南理工大学测绘与国土信息工程学院

关键词：细颗粒物PM2.5多元线性回归基于小波分析的多元线性回归多元时间序列模型小时浓度预测Fine particulate matter PM2.5Multiple linear regressionMultivariate linear regression based on wavelet analysisARMAXHourly concentration prediction

分类号： P228[天文地球—大地测量学与测量工程]