基于小波分析优化PM2.5浓度预测模型

来源：环境监测管理与技术杂志2021年第2期北京时间：

作者：许艺馨；任杰；冯磊；梁莹露；刘怡明；

单位：广西物流职业技术学院；南京理工大学环境科学与工程学院；广西物流职业技术学院；贵港市气象局；贵港市气象局；

摘要：采用多元线性回归方法（MLR）和BP神经网络方法（BPNN），按1 h、3 h、6 h、12 h、24 h、48 h预测时长对贵港市2015—2018年PM2.5浓度建模并检验对比模型准确率。结果表明，基于MLR与BPNN都能对PM2.5浓度作预测，预测效果随着预测时长的增加而下降，MLR、BPNN模型预测结果平均绝对误差（MAE）分别为401 μg/m3～1548 μg/m3、389 μg/m3～1563 μg/m3。采用小波分析方法对污染物数据优化并再次建模，结果表明，小波-多元线性回归（W MLR）模型与小波-神经网络（W BPNN）模型均得到优化，3 h～24 h预测时长优化效果尤为显著，W MLR、W BPNN模型预测结果分别使MAE降低16%～135%、08%～98%，且后者预测效果优于前者。

关键词：PM2.5,气象要素,多元线性回归,BP神经网络,小波分析,

基金资助：广西气象科研基金资助项目（桂气科 2019M22）；贵港市科技局基金资助项目（贵科攻 1505004）