摘要：基于SARIMA模型对杭州市主城区内的7个站点和周边3个站点的PM2.5浓度进行4 h平均的短期预报,并利用普通Kriging法对杭州市主城区PM2.5进行空间插值和制图.在建立SARIMA模型时,用批量自动化的方法,使用R语言编程对夏季和冬季各360期的数据进行SARIMA（p,d,q）×（P,D,Q）6模型的参数的确定和拟合,来预测下一期的值.在10个站点分别进行120期的预测,做出真实与预测的时间序列图,在精度分析中,夏季和冬季PM2.5浓度总体的平均绝对误差（MAE）分别为8.4μg·m^-3和14.8μg·m^-3.在Arc GIS中,对每期的数据使用普通Kriging法,用球面模型拟合半变异函数,决定各个站点的权重,来对杭州市区内未知空间样点进行插值,最后生成完整的杭州市主城区PM2.5短期预测图.本研究创新性地将SARIMA模型广义化运用到小尺度时间序列中,预报效果较好,并且批量自动化预测和制图的方法,可为今后的预测制图产品化提供技术支持.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社