董小刚,　周明眉，　秦喜文，　刘媛媛，　张　瑜

(长春工业大学 基础科学学院， 吉林 长春　130012)



基于EMD的PM2.5趋势分析

董小刚,周明眉，秦喜文*，刘媛媛，张瑜

(长春工业大学 基础科学学院， 吉林 长春130012)

摘要：利用经验模态分解(EMD)来处理北京市PM2.5的高频数据，提取其趋势项进行分析。结果表明,PM2.5的趋势项单调递减，经验模态分解(EMD)提取趋势项方法可以用来PM2.5趋势分析。

关键词：PM2.5； 经验模态分解； 固有模态函数

0引言

近年来,我国城市的雾霾现象越来越严重，主要是由于空气中的细小颗粒物PM2.5的影响，所以目前对于PM2.5的研究已经引起国际的关注，成为热点问题[1]。由细颗粒物造成的灰霾天气对人体健康的危害甚至要比沙尘暴更大，被吸入人体后会引发包括哮喘、支气管炎和心血管病等方面的疾病，可见对其趋势项的提取和分析尤为重要。近年来，有许多学者在此方面做了研究，如李慧浩[2]等研究了趋势项的提取方法的对比，并验证了EMD方法在提取趋势项方面比其他方法更好[3-6]，对于有噪声的非平稳时间序列运用EMD方法分解后可以更好地进行分析、研究和预测等[7-8]。

文中运用EMD方法对北京市的PM2.5高频数据进行分解，得到固有模态函数和趋势项，通过对趋势项的研究进而估计和分析北京市的PM2.5的走势及性质，从而对空气质量的治理和提升有很大的帮助。

1经验模态分解

经验模态分解过程大致如下：

1)对于给定的时间序列P(t)找到其局部极值(极大值，极小值)。

2)构造上包络(极大值)和下包络(极小值)，分别用3次样条局部极大值和局部极小值算法。……