基于Prophet-LightGBM的PM2.5浓度预测模型

摘要

近年来，PM2.5污染问题日益突出，对人们的身体健康和环境质量造成了严重影响，建立准确的PM2.5浓度预测模型对于污染防治和空气质量管理具有重要意义。针对PM2.5时间序列的非线性、高噪声、不平稳特征提出一种将Prophet模型和LightGBM模型相结合的组合模型。为了验证模型的有效性，以兰州市PM2.5浓度数据为例，对比分析了Prophet-LightGBM模型和其他4种预测模型及其在不同季节下的预测效果。结果表明，Prophet-LightGBM模型相较于对比模型能够更准确地预测PM2.5浓度的变化趋势，RMSE值达6.557，MAE值达4.543，MAPE值达14.344%，在夏季和秋季的预测准确度和稳定性方面表现出更优异的性能，RMSE值最优时达3.155，MAE值达2.169，MAPE值达9.4%。

关键词

PM2.5浓度预测; Prophet模型; LightGBM模型;