基于残差周期修正的大气环境发展趋势的灰色新陈代谢预测分析

摘要

在传统灰色模型的基础上，遵循数据“重近轻远”的原则，运用了灰色新陈代谢GM（1，1）预测模型对我国大气环境发展趋势进行了预测，及时考虑了系统发展过程中的扰动因素，在补充新信息的同时去掉因时间推移使信息意义降低的老信息，比常规的GM（1，1）模型更好的反映出了系统当前的特征。通过预测可以得出，实行节能减排后，二氧化硫、烟尘和工业粉尘排放量分别降低了34．48％、28．61％和38．71％，大气环境质量有明显好转；其次，对残差序列进行分析，并利用残差周期修正对残差序列进行了修正补偿，通过残差检验、关联度检验和后验差检验，得出基于残差周期修正的新陈代谢GM（1，1）模型精度较高，适合于大气环境发展趋势的预测。最后，进行了滚动检验，也称为事后检验，得出滚动精度较高，可信度较大。