本文利用西安市城区2002年1月至2005年12月逐日空气中SO₂浓度监测值和同期地面气象要素资料,从空气污染扩散方程出发,经过分析得出了西安市SO₂空气污染预报的动力学统计模型。该模型既考虑了气象条件对污染浓度的作用,又考虑了污染排放量对污染浓度的作用,与以往的空气污染预报统计模型相比,所依托的物理基础更可信。 建模前进行了源释放的平稳性检验,SO₂浓度时间分布的假设检验,对建模单元、模型的数学形式进行优化选择,保证了建模的数学方向。同时在对西安市SO₂浓度时空分布特征分析的基础上,对其特异变化趋势的产生原因进行了初步探讨。对于预报因子的选择,提升了对若干间接因子与定性因子的关注程度,从预报因子与SO₂浓度的偏相关分析以及建模后回归系数的显著性水平测试结果来看,预报因子的选择是比较适合的。 统计建模阶段针对回归因子间多重共线性较为严重的现象,经过回归方案比选,分别应用岭回归与偏最小二乘回归确立了SO₂浓度预报方程,其中所选偏最小二乘回归方法与常用统计回归方法相比,最大的优点是其不仅能提取自变量的最大信息成分,消除共线性影响,而且对于因变量最有解释性。 建模后对岭回归模型与偏最小二乘回归模型进行回归效果检验的结果表明,偏最小二乘回归动力学统计模型质量相对更优,模型的拟合误差率为18.2%,预报级别正确性评分和预报精确度评分分别为96.1和79.8,确定为本文的推荐模型;从对偏最小二乘回归模型进行线性回归基本假设检验的结果看,它满足线性回归模型的三点基本假设,即统计建模阶段的所有统计学处理是有意义的;多项指标的综合测试结果表明本文所建动力学统计模型的质量了达到了预期的要求。