基于时间序列分析和卡尔曼滤波的霾预报技术

为了提高霾预报的准确率,解决时序模型的预测延时和准确率不高的问题,提出了一种基于时间序列分析和卡尔曼滤波相结合的混合霾预报算法。首先,利用图检验法和单位根检验法（ADF）检验时间序列的平稳性,通过差分运算将非平稳序列转化成平稳序列,对转化后的平稳序列进行建模;然后,将得到的模型方程作为卡尔曼滤波的状态方程和观测方程,依靠卡尔曼滤波递推性进行预报。实验结果表明,采用时间序列分析和卡尔曼滤波相结合的混合霾客观预报订正方法能有效提高霾预测精度。