基于3种时间序列模型的北京市每日花粉浓度预测

摘要

【目的】分析花粉高峰期持续时间和浓度峰值，构建北京市每日花粉浓度的最优预测模型，为科学预测未来每日花粉浓度提供数据支持。【方法】采用多重插补法处理2015—2020年北京市每日花粉浓度时间序列中的缺失数据，2015—2019年数据用于建立SARIMA、LSTM和Prophet 3种时间序列模型，预测未来一年（2020年，共计182 d）的花粉浓度变化。【结果】（1）随机森林法、贝叶斯线性回归法、观测值中随机取样法和加权预测均值匹配法4种多重插补法中，随机森林法的第3个插补数据集P值最小（P=0.002），为最优插补数据集。（2）2015—2020年每日平均花粉浓度数据显示，春季高峰期集中在3—6月，4月初达到峰值(792粒/（10～3 mm²）)；秋季高峰期集中在8月至9月末，在9月初达到峰值(449粒/（10～3 mm²）)。2015—2019年花粉浓度总体呈逐年下降趋势，2020年呈现阶跃式上升；其中，2015年高峰期持续时间最长（春季107 d，秋季65 d）,2018年最短（春季60 d，秋季46 d）;2020年花粉浓度峰值达到最高水平，而2019年花粉浓度峰值最低。（3）3种时间序列模型中，LSTM模型对北京市每日花粉浓度时间序列的描述和预测效果最佳。当LSTM模型的时间步长（look＿back）为60时，模型预测效果最佳，RMSE、MAE均为最小，R²=0.78。相比之下，Prophet模型效果较差，无法灵敏捕捉浓度峰值，预测值存在负数情况，预测效果不佳。SARIMA模型拟合效果尚可，但预测效果不理想，预测值存在为负的情况。【结论】与SARIMA和Prophet模型相比，LSTM模型更适用于北京市每日花粉浓度时间序列模型的建立与长期预测。未来研究应完善花粉浓度数据，优化模型性能，以更准确地预测花粉高峰期的起止时间、持续时间及高峰浓度，为过敏性疾病的防控提供更可靠的依据。

关键词

多重插补法 / 花粉浓度 / 长短期记忆神经网络 / 长期预测