PM_2.5是指可直接被肺部吸入的直径小于或等于2.5微米的颗粒物,它对环境的污染极大,同时危害人类的身体健康.PM_2.5的精确预测对空气质量评估和大气污染防治工作起着至关重要的作用.许多学者都对这一问题进行了多方面研究,然而大部分研究都是针对空气污染指数,对空气质量进行评价,而对于空气质量主要影响因子PM_2.5的建模与空气质量预测的研究较少.特别是对于存在着缺失值数据的处理上方法较为单一.本文主要探讨的是,运用缺失值的补充方法,选取合适的替代值补充缺失数据.建立PM_2.5日均浓度的时间序列模型,对未来的PM_2.5进行有效预测.全文分为如下六章:第一章介绍了本文的研究背景、意义、现状和主要研究工作.第二章介绍了几种常用的缺失值填补法及各种方法特点和适用范围.第三章介绍了时间序列的三种基本模型、建模过程和模型预测等准备内容.第四章介绍了一种基于关键点的时间序列相似度研究.第五章根据2015年黄石市PM_2.5日均浓度数据,运用EM填补法对缺失数据填补后,建立分时段时间序列模型并进行了预测精度对比.最后对黄石市铁山区的PM_2.5浓度进行时序建模和预测分析.第六章对本文工作作出了总结并进行展望.