ARIMA模型在湖南省SO2排放量预测中的应用

徐童桐

(西安财经大学，陕西 西安 710100)

1 前言

改革开放后，我国日益加快经济发展的步伐，随之能源消耗速度也逐渐增长，造成的大气污染也日益严重。在我国，煤炭的在19世纪末是我国主要的能源，煤炭含有较多的硫，随之燃烧，空气中的SO2也逐渐增多，造成了酸雨等恶劣现象的发生。为缓解酸雨等现象，国务院于1990年颁布了《关于控制酸雨发展的若干意见》，使酸雨的治理真正意义上有了有效的实施办法同时对于其治理有了相关依据。2000年，在哥本哈根国际召开保护环境的会议中首次提出低碳经济的概念，我国为响应国际的号召，加大了对我国能源的治理程度，减少污染气体的排放，降低大气污染。

2 相关理论基础

2.1 ARIMA模型定义

ARIMA(Autoregressive - integrated - moving av2erage)时间序列模型又称博克斯-詹金斯模型，简称B-J模型。ARIMA模型适用于平稳的白噪声序列。平稳序列是指在一定界限内，该序列围绕某一点上下随机波动。白噪声是指序列各项中没有任何相关关系，它具有纯随机性以及每个变量的方差都想等，即具有方差齐性。平稳序列分为宽平稳和严平稳两类，但我们一般选取宽平稳，即Φ(B)yt=θ(B)et。严平稳对序列要求更加严格才能保证序列具有相同的统计特征，宽平稳只需要二阶平稳即可。我们一般将ARMA写成ARMA(p,q)形式，当q=0时，称为AR(p)，即自回归移动平均模型；当p=0时，称为MA(q)，即移动平均模型。

在实际过程中，我们需要分解的序列大多数是不平稳的，我们首先要讲序列进行平稳化，如对序列进行差分，取对数等方法进行处理，使其变成平稳序列，再进行上述操作。……