您的位置: 专家智库 > >

沈加超

作品数:5 被引量:55H指数:1
供职机构:武汉理工大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:环境科学与工程经济管理更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 2篇环境科学与工...
  • 1篇经济管理

主题

  • 3篇PM2.5
  • 2篇细颗粒
  • 2篇细颗粒物
  • 2篇颗粒物
  • 2篇ARIMA模...
  • 1篇时间序列
  • 1篇实证
  • 1篇实证分析
  • 1篇实证分析研究
  • 1篇数值模拟
  • 1篇数值模拟研究
  • 1篇误差修正模型
  • 1篇吸入
  • 1篇协整检验
  • 1篇脉冲响应
  • 1篇脉冲响应函数
  • 1篇进口贸易
  • 1篇扩散
  • 1篇PM
  • 1篇VAR模型

机构

  • 4篇武汉理工大学

作者

  • 4篇沈加超
  • 2篇彭斯俊
  • 2篇朱雪

传媒

  • 1篇安全与环境工...
  • 1篇科技视界
  • 1篇2014年大...

年份

  • 1篇2015
  • 2篇2014
  • 1篇2013
5 条 记 录,以下是 1-4
排序方式:
基于ARIMA模型的PM_(2.5)预测被引量:54
2014年
PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。
彭斯俊沈加超朱雪
关键词:PM2.5时间序列ARIMA模型
基于ARIMA模型的PM2.5的预测
应用ARIMA(p,d,q)(自回归移动平均模型)预测短期PM2.5的日平均浓度.由于PM2.5污染物浓度受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,随时间变化大,因此采用分时段预测模型以提高预测精度...
沈加超彭斯俊朱雪
关键词:大气监测
进口贸易与经济增长的实证分析研究
2013年
本文运用单位根检验、误差修正模型、VAR模型、脉冲响应函数,利用1978-2012年的统计数据,对进口贸易对与经济增长的内在联系进行研究,结果表明GDP与进口贸易之间存在着长期稳定的动态均衡关系,进口贸易对GDP有很强促进作用,最后根据以上分析提出相关建议。
沈加超
关键词:协整检验误差修正模型VAR模型脉冲响应函数
基于街谷模型的PM2.5扩散数值模拟研究
结合计算流体力学、大气环境科学和城市交通工程规划等学科,运用计算流体力学的流场数值模拟方法研究城市街道峡谷空腔内风场和机动车排放 PM2.5的扩散和分布情况。针对城市街道峡谷微尺度大气环境的研究,对于城市建设规划、道路交...
沈加超
关键词:细颗粒物数值模拟大气环境
文献传递
共1页<1>
聚类工具0