一种基于SARIMA-LSTM组合模型的空气质量指数预测方法

本发明涉及一种基于SARIMA‑LSTM组合模型的空气质量指数预测方法，属于空气质量预报技术领域。首先，获取空气质量历史数据，包括AQI数据、污染物浓度数据、气象因素数据；其次，建立SARIMA模型，对AQI进行预测；再次，建立LSTM模型，对AQI进行预测；最后，基于时变权重法建立SARIMA‑LSTM组合模型，得到更准确的AQI预测值。相比于传统的预测方法，本发明在处理时间序列数据、捕捉非线性关系、提高鲁棒性和泛化能力、实现实时预测等方面具有显著优势。这些优点使得本发明在实际应用中具有更高的实用价值和预测精度。