基于Hausdorff分数阶灰色季节模型的空气质量预测——以西安市为例

摘要

针对传统灰色GM(1,1)模型对空气质量指数(AQI)预测精度较低的问题,基于时间系列的非线性季节波动特征,提出了Hausdorff分数阶累加的灰色季节模型.以西安市为例,预测了其PM_(2.5)、PM_(10)、NO_(2)和O_(3)的季度质量浓度.实验结果表明:新模型具有较高的预测精度,可以更好地描述空气指标的季节波动特征.预测结果显示,西安市PM_(2.5)、PM_(10)和NO_(2)的质量浓度都出现较大幅度的下降,而O_(3)质量浓度则无明显变化,且这些指标预计在2024年依旧处于超标状态.未来O_(3)将会取代PM_(2.5)成为大气的首要污染物,西安市空气治理的工作重心应放在如何有效地控制O_(3)质量浓度方面.