摘要:本文研究了杭州市PM2.5与空气污染物、CO、、气温、湿度、风速和大气压强等因素之间的相关性,并通过因子分析和回归分析探索PM2.5浓度与其影响因素之间的关系。研究结果表明,杭州市PM2.5的主要影响因素为空气质量因素,包括CO、和,其次为天气综合因素,包括湿度和风速。建立时间序列模型进行PM2.5短期日平均浓度预测,结果预测值与实际值误差在5%,能较好进行短期预测。再提出应通过完善监控体系、加快产业调整、倡导低碳生活方式、改进除尘技术等措施来降低PM2.5浓度。
关键词:雾霾;PM2.5;因子分析;回归分析;时间序列模型
目录
摘要
Abstract
1引 言-1
1.1 研究背景及目的-1
1.2 文献综述-2
1.3 研究思路及方法-3
2变量选择与相关性分析-3
2.1数据采集和来源-3
2.2影响PM2.5的气象条件-4
2.2.1大气压对PM2.5浓度的影响-4
2.2.2风速对PM2.5浓度的影响-4
2.2.3相对湿度对PM2.5浓度的影响-5
2.2.4温度对PM2.5浓度的影响-6
2.3影响PM2.5浓度空气污染条件-7
3杭州市PM2.5影响因素的因子分析-8
3.1因子分析步骤-8
3.2数据的选取-8
3.3数据分析-9
3.4回归分析-11
3.5结果分析-12
4时间序列模型在PM2.5预测中的运用-12
4.1平稳性检验-12
4.2参数估计与模型检验-13
4.3预测分析-14
5结论及建议-15
5.1结论-15
5.2建议-15
参考文献