全文总字数：3822字

1. 研究目的与意义及国内外研究现状

伴随着中国过去二十年的快速工业化，能源消费急剧增加。官方统计[国家统计局,2017]表明，中国的能源消费总量（万吨标准煤）从2001年的387043万吨增加到2016年的436000万吨，相当于中国加入世界贸易组织以来的1.1倍。这还是由于近年来中国展开了大量的环境保护工作，提出了“低碳生活”这一理念，以减少能源排放。

但是虽然伴随着严格的环境法规，能源消耗量仍然在惊人的增长。这导致了中国大部分地区近地大气层出现了严重的，长期的空气污染。空气污染的主要成分是细颗粒物质（pm2.5）。pm2.5是指大气中空气动力学当量直径小于或等于2.5微米的颗粒物也称为可入肺颗粒物。有研究表明，大气颗粒物污染严重影响人类健康，并通过吸收和散射可见光，降低大气能见度，影响人们的生产生活，并可能对农业产生持久的负面影响，同时也会影响气候环境、生态系统和社会的许多方面。

中国环境保护部（mep）从2013年1月开始在74个城市，包括北京、成都、广州、上海、沈阳等测量空气质量情况，即包括空气中每立方米所含的pm2.5含量数据，2017年1月该数据扩展到了338个城市。本课题将应用时间序列分析，arima(p,d,q)模型研究pm2.5浓度季节特征及其变化规律，同时预测未来各个城市的pm2.5浓度变化。对于城市之间，比较影响pm2.5浓度的各个因素，例如：露点、湿度、压力、温度、风速、降水量等之间的差异性，同时比较位于南部、北部不同区域的pm2.5浓度的差异性。

2. 研究的基本内容

一、本论文主要研究由各个监测点获得的5大城市的pm2.5含量，及影响其浓度的各个因素的数据。

二、对于每个城市应用arima(p,d,q)模型研究pm2.5浓度季节特征及其变化规律，同时预测未来各个城市的pm2.5浓度变化趋势。

三、对于城市之间，比较影响pm2.5浓度的各个因素之间的差异性，同时比较位于南部、北部不同区域的pm2.5浓度的差异性。

3. 实施方案、进度安排及预期效果

（1）2018年1月~2018年2月，查阅大量参考文献，仔细研究相关文献，总结pm2.5含量空间分布及其区域特征研究方法，对比分析其优缺点；并将相关的理论知识进行梳理。

（2）2018年3月，整理学习arima（p,d,q）模型相关研究，尤其是关于季节特征及预测方面

（3）2018年4月，收集整理相关数据，进行arima（p,d,q）模型建模，输出图形结果。

4. 参考文献

[1] jin q, fang x, wen b, et al. spatio-temporal variations of pm2.5 emission in china from 2005 to 2014.[j]. chemosphere, 2017, 183:429-436.

[2] guo h, cheng t, gu x, et al. assessment of pm2. 5 concentrations and exposure throughout china using ground observations[j]. science of the total environment, 2017, 601: 1024-1030.

[3] 王振波,方创琳,许光,潘月鹏.2014年中国城市pm_(2.5)浓度的时空变化规律[j].地理学报,2015,70(11):1720-1734.