时间序列模型预测大气臭氧浓度

来源：济南大学学报·自然科学版杂志2023年第02期北京时间：

作者：王一龙,董韶妮,孙丽萍,王上

摘要：为了给大气污染防治预警预报提供参考，利用时间序列模型对大气臭氧浓度进行预测；以2020年1月1日至2020年12月31日期间366个烟台市区大气臭氧日均质量浓度作为研究数据，建立自回归移动平均模型，引入广义自回归条件异方差模型消除时间序列自回归条件异方差效应，最终构建自回归移动平均-广义自回归条件异方差时间序列模型，并对2021年1月烟台市区的大气臭氧日均浓度进行预测。结果表明，所构建的时间序列模型对大气臭氧浓度的短期预测值与实测值基本一致，但随着预测期数的增加，预测值与实测值的相对误差逐渐增大。

关键词：臭氧浓度预测;时间序列模型;自回归移动平均模型;广义自回归条件异方差模型

基金资助：国家自然科学基金项目(52008362);; 山东省自然科学基金项目(ZR2019PD003)