关键词:
细颗粒物
大气污染
自回归移动平均模型
预测
摘要:
目的分析2016—2023年乌鲁木齐市大气细颗粒物(PM_(2.5))污染状况,并建立预测模型,为大气污染防治工作提供参考。方法通过我国生态环境部网站收集2016—2023年乌鲁木齐市PM2.5监测资料,采用时序图、季节指数分析PM_(2.5)质量浓度的时间变化趋势。利用2016—2023年PM_(2.5)月均质量浓度建立自回归移动平均(ARIMA)模型,用2023年数据进行验证,采用平均绝对百分比误差(MAPE)评价模型的拟合效果,并预测2024—2025年PM_(2.5)月均质量浓度。结果2016—2023年乌鲁木齐市大气PM_(2.5)日均质量浓度呈下降趋势(r_(s)=-0.239,P<0.001),1月、2月和12月的季节指数较高,具有一定的季节性。建立最优预测模型为ARIMA(1,0,0)(1,1,0)12,赤池信息准则值为727.38,修正的赤池信息准则值为727.88,贝叶斯信息准则值为737.10。2023年PM_(2.5)月均质量浓度的预测值与实际值比较,绝对误差范围为0.31~7.45μg/m^(3),相对误差范围为0.01~0.53,MAPE为14.42%。经预测,2024—2025年乌鲁木齐市PM_(2.5)月均质量浓度与2016—2023年变化趋势基本一致。结论2016—2023年乌鲁木齐市大气PM_(2.5)质量浓度呈下降趋势,冬季质量浓度相对较高;ARIMA(1,0,0)(1,1,0)12可用于乌鲁木齐市大气PM_(2.5)污染状况的短期预测。