GM（1，1）-ARMA（p，q）组合模型下的PM2.5浓度预测

——以西安市为例

打开文本图片集

摘  要：随着经济的发展，空气质量问题日渐显露，雾霾天气不断增加，而雾霾形成的主要原因是细微颗粒物，细微颗粒物能够较长时间悬浮于空气中，其浓度越高危害越大。PM2.5作为直径小于等于2.5微米的颗粒物，被吸入体内后会引发哮喘、支气管炎以及心血管病等疾病，引起人们的广泛关注。因此，文章对西安市2013年12月到2021年3月的PM2.5浓度值共计88条数据进行了实证研究，分别采用灰色系统预测模型GM（1，1）、时间序列模型AR（2）以及二者的组合模型对西安市的PM2.5进行预测，研究结果表明组合模型的相对误差最小，预测效果最优。（剩余4409字）