%0 Journal Article
%T A multi-step-ahead prediction of ozone concentration using wavelet transform and traditional time series model<br>基于小波变换与传统时间序列模型的臭氧浓度多步预测
%A CHEN Yaling
%A ZHAO Zhijie
%A <br>陈亚玲
%A 赵智杰
%J 环境科学学报
%D 2013
%I 
%X 采用最大重叠小波分解与重构方法,将影响O3小时浓度的不同时间尺度的物化过程分离出来,以提高序列的光滑性.同时,选择合适的传统时间序列模型(如ARIMA模型等)来描述不同过程的序列特征,并分别拟合预报.最后,在建模中引入24 h季节项,以实现提前24 h一次性预测未来1 d的O3逐时浓度.结果表明,预报的平均相对误差为12.92%,平均绝对误差和均方根误差分别为10.04 μg·m-3和13.98 μg·m-3,预报值与实测值的相关系数和匹配指数分别为0.96和0.98.随着预测期的延长,预报误差仍处于可接受范围内.该方法同样适用于每日最大O3小时浓度预报,研究结果为发布天气预报式的空气质量预报提供了新思路,便于公众规划出行并减少大气污染暴露.
%K maximum overlap wavelet transform
%K ARIMA
%K ozone hourly concentration
%K multi-step forecast<br>最大重叠小波变换
%K 自回归滑动平均法(ARIMA)
%K 臭氧小时浓度
%K 多步预测
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=3FF3ABA7486768130C3FF830376F43B398E0C97F0FF2DD53&cid=A7CA601309F5FED03C078BCE383971DC&jid=03A55E61A8750ACAC6AF81EF9E2AC838&aid=9C65539B20E123FC290983C7793D66D5&yid=FF7AA908D58E97FA&vid=27746BCEEE58E9DC&iid=0B39A22176CE99FB&sid=5A6705FDACED0BF9&eid=3622B70F9C54A9CC&journal_id=0253-2468&journal_name=环境科学学报&referenced_num=0&reference_num=20