目的 采用时间序列分析方法拟合具有趋势性和季节性的水厂水源水中化学耗氧量(COD)并进行预测.方法 利用南方某水厂2014、2015年的每日COD监测数据,用差分和季节差分方法对监测数据进行稳定化,采用季节性自回归移动平均[ARIMA(p,d,q)(P,D,Q)s]模型拟合序列,应用残差和AIC进行模型参数调整,建立COD时间序列预测模型,并对测试集日均COD进行了预测.结果 建立ARIMA(1,1,2)(0,1,1)7模型,训练集均方根误差(RMSE)为0.189 2,测试集均方根误差(RMSE)为0.364 0.结论 该模型拟合度高、效果好,模型残差为白噪声序列,能够较准确地反映水源水化学耗氧量的变化趋势,为水质预测提供思路.
作者：董国庆；孙伯寅；李峥；张荣
来源：环境与健康杂志 2018 年 35卷 3期
