臭氧和气象监测数据的分析与预测模型研究

臭氧和气象监测数据的分析与预测模型研究
摘   要
近年来发现地面附近大气中的臭氧浓度有快速增高的趋势，高浓度的近地面O3对生态环境造成严重的危害，对人类的健康、人类的财产等都产生很大的负面影响和危害。臭氧分布模式的改变还会导致气候变化，进而引起自然环境的变迁。因此研究大气中气象条件影响下臭氧浓度含量是非常有意义的。
本文以俄亥俄州（Ohio）的气象、臭氧监测数据为基础，对其中一部分监测点的监测数据进行了分析处理，根据数据具有时间性特点，运用GM(1,1)模型对5-9月份（1997-2004年度）的臭氧含量进行分析建模，并预测未来6年的相应月份的臭氧含量。
对于气象条件影响下的大气中的臭氧浓度含量预测分析，首先用多元线性回归方法，建立了大气中臭氧含量与气象条件影响因素的回归方程，以 值检验法检验了回归关系的显著性，并作出预测评价，预测结果符合实际情况。
根据臭氧浓度和气象影响因素的关系与特点，采用支持向量回归方法，对气象指标的多参数样本进行学习，获得精确的支持向量机回归映射关系，由此对大气中的臭氧含量进行了预测，预测结果较好，符合实际情况。
最后通过对多元线性回归法和支持向量回归法的预测结果进行比较，看出，支持向量回归法相对于多元线性回归法在预测上具有更小的误差和强的泛化能力。

关键词： 臭氧含量，气象条件，GM(1,1)，多元线性回归，支持向量回归

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】