摘要：本文研究了杭州市PM2.5与空气污染物、CO、、气温、湿度、风速和大气压强等因素之间的相关性，并通过因子分析和回归分析探索PM2.5浓度与其影响因素之间的关系。研究结果表明，杭州市PM2.5的主要影响因素为空气质量因素，包括CO、和，其次为天气综合因素，包括湿度和风速。建立时间序列模型进行PM2.5短期日平均浓度预测，结果预测值与实际值误差在5%，能较好进行短期预测。再提出应通过完善监控体系、加快产业调整、倡导低碳生活方式、改进除尘技术等措施来降低PM2.5浓度。

关键词：雾霾；PM2.5；因子分析；回归分析；时间序列模型

目录

摘要

Abstract

1引  言-1

1.1  研究背景及目的-1

1.2  文献综述-2

1.3  研究思路及方法-3

2变量选择与相关性分析-3

2.1数据采集和来源-3

2.2影响PM2.5的气象条件-4

2.2.1大气压对PM2.5浓度的影响-4

2.2.2风速对PM2.5浓度的影响-4

2.2.3相对湿度对PM2.5浓度的影响-5

2.2.4温度对PM2.5浓度的影响-6

2.3影响PM2.5浓度空气污染条件-7

3杭州市PM2.5影响因素的因子分析-8

3.1因子分析步骤-8

3.2数据的选取-8

3.3数据分析-9

3.4回归分析-11

3.5结果分析-12

4时间序列模型在PM2.5预测中的运用-12

4.1平稳性检验-12

4.2参数估计与模型检验-13

4.3预测分析-14

5结论及建议-15

5.1结论-15

5.2建议-15

参考文献