文献

J-GLOBAL ID：201702251846981991   整理番号：17A0070939

ウェーブレット分解とARMAモデルに基づく大気汚染予測研究【JST・京大機械翻訳】

AIR POLLUTION FORECAST BASED ON WAVELET DECOMPOSITION AND ARMA MODEL

著者 (5件)： Li Xiang (Institute of Remote Sensing and Digital Earth,CAS) ,  Peng Ling (Institute of Remote Sensing and Digital Earth,CAS) ,  Shao Jing (Institute of Remote Sensing and Digital Earth,CAS) ,  Cui Shaolong (Institute of Remote Sensing and Digital Earth,CAS) ,  Tian Haifeng (Institute of Remote Sensing and Digital Earth,CAS)
資料名： Huanjing Gongcheng  (Huanjing Gongcheng)
巻： 34  号： 8  ページ： 110-113,134  発行年： 2016年 
JST資料番号： C2493A  ISSN： 1000-8942  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 微粒子PM_(2.5)は最も重要な汚染物質の空気汚染であり、公衆衛生に深刻な影響を与え、空気汚染の有効な予報にとって非常に重要な意義がある。しかし,現在の大気汚染物質濃度予測法は,短期事象と偶発事故予測において不足している。ウェーブレット多重スケール解析法を用いてARMA予測モデルを改良し,短時間大気汚染物質濃度予測に適用した。改良モデルは,ウェーブレット分解法を用いて時系列を近似シーケンスと複数の詳細シーケンスに分解し,ARMAモデルを用いて予測を行い,各予測結果を再構築し,最終予測結果を得た。天津市の2014年のPM_(2.5)濃度データを例として取り上げた。ARMAモデル,サポートベクトル回帰(SVR)モデル,人工ニューラルネットワーク(ANN)モデル,およびウェーブレット多重スケール分解に基づく改良SVRモデルとウェーブレット多重スケール分解に基づく改良ARMAモデルをそれぞれ比較した。結果は以下を示す。1)ウェーブレット多重スケール分解は,SVRモデルとARMAモデルの予測精度を著しく改善することができた。2)ARMA,SVR,ANNなどの従来のモデルは重汚染状況の下で予測精度が著しく低下し,一方,ウェーブレット分解の改良戦略はこの問題をうまく解決することができる。3)ウェーブレット多重スケール分解に基づく改良ARMAモデルの予測精度は高く,都市汚染物質濃度予測の有効な手段である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  *ARMAモデル ,  予測モデル ,  汚染物質 ,  コンティンジェンシー ,  *大気汚染 ,  *波束 ,  *前向きコホート研究 ,  再構成 ,  大気汚染物質
準シソーラス用語： 予測精度 ,  マルチスケール ,  サポートベクトル回帰 ,  マルチスケール解析 ,  *ウェーブレット分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： air pollution forecast ,  PM_(2.5) ,  wavelet analysis ,  ARMA

分類 (1件)： 気圏環境汚染  (SB03020M)

タイトルに関連する用語 (5件)： ウェーブレット分解 ,  ARMAモデル ,  大気汚染 ,  予測 ,  研究