Django集成SARIMA时间序列预测系统

简介：本资源是一个基于Python与Django框架开发的大气污染预测Web系统，面向环境科学、数据科学及Web开发方向的课程设计与项目实践者，解决空气质量趋势分析与短期污染预警的实际问题。压缩包共13.6MB，含完整Django项目结构，主要文件类型包括Python后端逻辑（views.py、models.py）、时间序列建模代码（ARIMA/SARIMA实现）、HTML/CSS/JS前端页面及数据库迁移脚本，支撑数据采集、模型训练、可视化预测与阈值报警等核心功能。已有113人学习下载，适合中阶Python学习者通过可运行项目深入理解Web服务集成、时序建模落地与环境数据分析全流程。读者可直接部署调试，复现PM2.5、NO2等多污染物预测效果，掌握Statsmodels与Django协同开发的关键实践，同时获得含数据预处理、模型评估、报告生成的完整工程化方案。

1. 这不是另一个“天气预报网页”，而是一套可落地的时间序列污染预测闭环系统

你见过太多 Django 项目：博客、商城、后台管理——但真正把 ARIMA/SARIMA 模型嵌进 Web 流程、让非统计背景的环保岗人员也能调参看图、导出报告、设阈值告警的完整闭环，极少。这个项目不是 demo，它默认加载了模拟的 PM2.5/NO₂/SO₂ 三类污染物日度数据（含明显季节性与趋势项），模型训练后能输出未来 7–30 天带置信区间的预测曲线，并在 Django Admin 中暴露关键参数（如 SARIMA 的 (p,d,q)(P,D,Q,s)、滑动窗口长度、报警阈值），而非把模型黑箱打包成.pkl丢进views.py。它面向的是课程设计需体现“建模—部署—交互”全链路的学生，也适合作为基层环境监测站快速验证本地化预测能力的原型底座。如果你正卡在“Python 做完预测怎么塞进网页”“Django 怎么安全传参给 statsmodels”“如何避免每次训练都重跑全量数据”，这个源码包就是按真实工程节奏组织的——模型训练异步触发、结果缓存到数据库、前端用 Chart.js 渲染带误差带的多污染物对比图，连requirements.txt里 statsmodels 版本都锁死在 0.13.5（避开了 0.14+ 的 seasonal_decompose API 变更坑）。

2. 从原始 CSV 到 SARIMA 模型训练：Django 中时间序列建模的标准化流水线

2.1 数据预处理模块：解决环境监测数据的三大顽疾

环境监测数据常存在缺失值、异常突变点、单位不统一问题。该项目在pollution/utils.py中封装了clean_air_data()函数，其核心逻辑并非简单fillna(method='ffill')，而是分层处理：

def clean_air_data(df, pollutants=['PM25', 'NO2', 'SO2']): # 步骤1：按小时/日粒度聚合（若原始为分钟级） df = df.resample('D', on='datetime').mean().reset_index() # 步骤2：对每类污染物独立检测并修正异常值（IQR法 + 领域知识约束） for p in pollutants: Q1 = df[p].quantile(0.25) Q3 = df[p].quantile(0.75) IQR = Q3 - Q1 lower_bound = max(0, Q1 - 1.5 * IQR) # 浓度不能为负 upper_bound = Q3 + 1.5 * IQR df.loc[(df[p] < lower_bound) | (df[p] > upper_bound), p] = np.nan # 步骤3：使用插值 + 领域规则填充（如PM2.5连续3天>500视为设备故障，不插值） for p in pollutants: if p == 'PM25': # PM2.5 超 800 μg/m³ 视为无效，保留 NaN 供后续标记 df.loc[df[p] > 800, p] = np.nan df[p] = df[p].interpolate(method='time', limit=3) # 仅插值最多连续3天 return df.dropna(subset=pollutants)

提示：limit=3是关键参数——环境数据中连续超过3天的缺失往往意味着设备停机，强行插值会污染模型。该函数返回的 DataFrame 已确保时间索引连续（datetime列转为pd.DatetimeIndex），这是 SARIMA 训练的前提。

2.2 SARIMA 模型配置与训练：Django 管理后台驱动的参数实验平台

模型参数未硬编码在视图中，而是通过 Django Model 定义可配置的PredictionConfig：

# models.py class PredictionConfig(models.Model): pollutant = models.CharField(max_length=10, choices=[('PM25','PM2.5'),('NO2','NO2'),('SO2','SO2')]) seasonal_period = models.IntegerField(default=365) # 年周期 arima_order = models.CharField(max_length=20, default='(1,1,1)') # (p,d,q) seasonal_order = models.CharField(max_length=30, default='(1,1,1,365)') # (P,D,Q,s) forecast_steps = models.IntegerField(default=14) alert_threshold = models.FloatField(default=75.0) # μg/m³ is_active = models.BooleanField(default=True)

训练任务由管理后台的train_modelaction 触发，实际执行在pollution/tasks.py中：

# tasks.py from statsmodels.tsa.statespace.sarimax import SARIMAX from django.core.cache import cache def train_sarima_model(pollutant, config_id): # 1. 从数据库读取最新3年有效数据（避免全量扫描） end_date = timezone.now().date() start_date = end_date - timedelta(days=1095) qs = AirData.objects.filter( datetime__range=(start_date, end_date), **{f'{pollutant}__isnull': False} ).order_by('datetime').values('datetime', pollutant) df = pd.DataFrame(list(qs)) df['datetime'] = pd.to_datetime(df['datetime']) df = df.set_index('datetime').sort_index() # 2. 解析配置参数（字符串转元组） config = PredictionConfig.objects.get(id=config_id) order = eval(config.arima_order) # (1,1,1) seasonal_order = eval(config.seasonal_order) # (1,1,1,365) # 3. 构建并训练模型（启用 mle_approx 加速） model = SARIMAX( df[pollutant], order=order, seasonal_order=seasonal_order, enforce_stationarity=False, enforce_invertibility=False, simple_differencing=False ) fitted = model.fit(disp=False, method='lbfgs') # 避免 MLE 收敛失败 # 4. 缓存模型结果（非模型本身！只存预测值+置信区间） forecast = fitted.forecast(steps=config.forecast_steps) conf_int = fitted.get_forecast(steps=config.forecast_steps).conf_int() cache_key = f'sarima_{pollutant}_{config_id}' cache.set(cache_key, { 'forecast': forecast.tolist(), 'lower_bound': conf_int.iloc[:, 0].tolist(), 'upper_bound': conf_int.iloc[:, 1].tolist(), 'last_updated': timezone.now().isoformat() }, timeout=3600) # 缓存1小时

注意：enforce_stationarity=False和enforce_invertibility=False是必须设置的——环境数据常含强趋势和季节性，强制平稳性会导致拟合失败；method='lbfgs'比默认'lbfgs'更稳定（statsmodels 0.13.5 实测）；缓存策略存储的是预测结果而非模型对象，规避了 Django 多进程下 pickle 模型的兼容性问题。

2.3 模型评估自动化：MAPE 与残差诊断双轨验证

每次训练后，系统自动计算 MAPE（平均绝对百分比误差）并生成残差图，结果存入ModelEvaluation模型：

# evaluation.py def evaluate_model(fitted_model, actual_series, forecast_steps=14): # 使用滚动预测验证（非单次外推） history = actual_series.copy() predictions = [] actuals = [] for i in range(forecast_steps): # 滚动窗口：每次用最新历史数据重新拟合（轻量版） window_size = min(365, len(history)) window_data = history[-window_size:] try: temp_model = SARIMAX( window_data, order=fitted_model.specification['order'], seasonal_order=fitted_model.specification['seasonal_order'] ).fit(disp=False, method='lbfgs') pred = temp_model.forecast(steps=1)[0] predictions.append(pred) actuals.append(history.iloc[-forecast_steps + i]) except: break if len(predictions) < forecast_steps // 2: return {'mape': float('inf'), 'residuals': []} mape = np.mean(np.abs((np.array(actuals) - np.array(predictions)) / np.array(actuals))) * 100 residuals = fitted_model.resid # 残差白噪声检验（Ljung-Box） lb_test = acorr_ljungbox(residuals, lags=[10], return_df=True) is_white_noise = lb_test['lb_pvalue'].iloc[0] > 0.05 return { 'mape': round(mape, 2), 'residuals': residuals.tolist(), 'white_noise': is_white_noise, 'aic': round(fitted_model.aic, 2) }

该函数被train_sarima_model调用后，将mape、aic、white_noise写入数据库，管理员可在/admin/pollution/modelevaluation/查看各污染物模型的历史评估记录，直观判断是否需要调整arima_order。

3. Django Web 层实现：从 URL 路由到动态图表渲染的端到端细节

3.1 RESTful API 设计：分离模型计算与前端渲染

项目未使用 Django Template 直接渲染图表，而是提供/api/prediction/<pollutant>/接口返回 JSON：

# views.py from django.http import JsonResponse from django.views.decorators.csrf import csrf_exempt from django.core.cache import cache @csrf_exempt def prediction_api(request, pollutant): if request.method != 'GET': return JsonResponse({'error': 'Only GET allowed'}, status=405) config_id = request.GET.get('config_id') if not config_id: # 默认取激活配置 config = PredictionConfig.objects.filter(pollutant=pollutant, is_active=True).first() if not config: return JsonResponse({'error': 'No active config'}, status=404) config_id = config.id cache_key = f'sarima_{pollutant}_{config_id}' result = cache.get(cache_key) if not result: # 触发异步训练（Celery 可选，此处简化为同步） from pollution.tasks import train_sarima_model train_sarima_model(pollutant, config_id) result = cache.get(cache_key) or {'error': 'Training failed'} return JsonResponse(result)

关键点：@csrf_exempt仅用于此只读 API（无敏感操作），避免前端 JS 调用时因 CSRF token 缺失报错；cache.get()保证高并发下不重复训练；config_id参数支持同一污染物多模型 A/B 测试。

3.2 前端动态图表：Chart.js 渲染带置信区间的多污染物对比

templates/pollution/dashboard.html中初始化图表：

<!-- 引入 Chart.js --> <script src="https://cdn.jsdelivr.net/npm/chart.js"></script> <div class="chart-container"> <canvas id="pollutionChart"></canvas> </div> <script> // 获取当前污染物（来自模板上下文） const pollutant = "{{ current_pollutant }}"; const configId = "{{ config_id }}"; // 动态请求预测数据 fetch(`/api/prediction/${pollutant}/?config_id=${configId}`) .then(r => r.json()) .then(data => { if (data.error) throw new Error(data.error); // 构造时间轴（未来14天） const now = new Date(); const labels = Array.from({length: data.forecast.length}, (_, i) => { const d = new Date(now); d.setDate(d.getDate() + i + 1); return d.toLocaleDateString('zh-CN', {month: 'short', day: 'numeric'}); }); // 绘制主预测线 + 置信区间 const ctx = document.getElementById('pollutionChart').getContext('2d'); new Chart(ctx, { type: 'line', data: { labels: labels, datasets: [ { label: `${pollutant} 预测`, data: data.forecast, borderColor: '#36A2EB', fill: false, tension: 0.1 }, { label: `${pollutant} 置信下限`, data: data.lower_bound, borderColor: 'rgba(54, 162, 235, 0.3)', borderWidth: 0, fill: '-1', pointRadius: 0 }, { label: `${pollutant} 置信上限`, data: data.upper_bound, borderColor: 'rgba(54, 162, 235, 0.3)', borderWidth: 0, fill: '-1', pointRadius: 0 } ] }, options: { responsive: true, plugins: { title: { display: true, text: `未来14天 ${pollutant} 浓度预测` } }, scales: { y: { beginAtZero: false, title: { display: true, text: '浓度 (μg/m³)' } } } } }); }); </script>

参数说明：fill: '-1'实现置信区间填充（Chart.js 3.x 语法）；tension: 0.1控制曲线平滑度，避免过拟合锯齿；pointRadius: 0隐藏置信区间端点，保持视觉简洁。

3.3 报警系统实现：基于预测结果的阈值触发与邮件通知

报警逻辑在pollution/alerts.py中定义：

# alerts.py from django.core.mail import send_mail from django.conf import settings def check_alerts(): """每日定时任务检查所有激活配置的预测结果""" configs = PredictionConfig.objects.filter(is_active=True) for config in configs: cache_key = f'sarima_{config.pollutant}_{config.id}' result = cache.get(cache_key) if not result: continue # 检查未来7天内是否有预测值超阈值 forecast = result['forecast'][:7] if any(val > config.alert_threshold for val in forecast): # 发送告警邮件（生产环境应接入企业微信/钉钉） subject = f"[空气污染预警] {config.pollutant} 将超限" message = f"根据预测，{config.pollutant} 在未来7天内将达到 {config.alert_threshold} μg/m³ 以上，请关注。\n\n预测峰值：{max(forecast):.1f} μg/m³" send_mail( subject=subject, message=message, from_email=settings.DEFAULT_FROM_EMAIL, recipient_list=['admin@env-monitor.local'], # 替换为实际邮箱 fail_silently=False, )

该函数通过 Django-Q 或系统 cron 每日 8:00 执行，确保预警时效性。邮件内容明确标注预测峰值，避免模糊表述。

4. 本地部署实操：从 Python 环境搭建到 Django 迁移的零遗漏步骤

4.1 Python 环境与依赖安装：避开 statsmodels 兼容性雷区

项目要求 Python 3.8–3.10（statsmodels 0.13.5 不支持 3.11+）。推荐使用pyenv管理版本：

# Ubuntu/Debian 系统 sudo apt update && sudo apt install -y make build-essential libssl-dev zlib1g-dev \ libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev \ libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev python-openssl git # 安装 pyenv curl https://pyenv.run | bash export PYENV_ROOT="$HOME/.pyenv" export PATH="$PYENV_ROOT/bin:$PATH" eval "$(pyenv init -)" # 安装并设为全局 pyenv install 3.9.18 pyenv global 3.9.18 # 创建虚拟环境（避免污染系统 Python） python -m venv venv source venv/bin/activate # 安装依赖（注意 statsmodels 版本锁定） pip install --upgrade pip pip install -r requirements.txt # 若报错，手动指定 statsmodels 版本 pip install statsmodels==0.13.5

关键点：pyenv比conda更轻量，适合课程设计场景；pip install statsmodels==0.13.5必须显式执行，因为requirements.txt中的statsmodels>=0.13.0可能升级到 0.14 导致seasonal_decompose参数失效。

4.2 Django 数据库迁移与初始数据加载

项目使用 SQLite（开箱即用），但支持 PostgreSQL（见settings.py注释）：

# 初始化数据库 python manage.py migrate # 加载示例数据（含3年模拟污染数据） python manage.py loaddata pollution/fixtures/initial_data.json # 创建超级用户（用于登录 Admin） python manage.py createsuperuser # 启动开发服务器 python manage.py runserver 0.0.0.0:8000

initial_data.json包含：

• 1000+ 条AirData记录（2021–2023 年日度 PM2.5/NO2/SO2）
• 3 条PredictionConfig（每种污染物一套默认参数）
• 1 条ModelEvaluation（预训练结果）

访问http://127.0.0.1:8000/admin/可查看并修改配置。

4.3 关键配置文件解析：settings.py 中影响预测精度的 5 个参数

settings.py中以下配置直接影响模型行为：

这些参数均在settings.py顶部集中定义，便于课程设计时快速调整对比效果。

5. 模型调优实战：用 ACF/PACF 图确定 SARIMA 参数的现场诊断法

5.1 在 Django Admin 中一键生成 ACF/PACF 图

项目扩展了 Admin，为AirData模型添加acf_pacf_plot动作：

# admin.py from django.contrib import admin from .models import AirData import matplotlib matplotlib.use('Agg') # 避免 GUI 后端错误 import matplotlib.pyplot as plt from io import BytesIO import base64 @admin.action(description='生成 ACF/PACF 图') def acf_pacf_plot(modeladmin, request, queryset): if queryset.count() != 1: modeladmin.message_user(request, "请选择且仅选择一条记录") return obj = queryset.first() # 获取该记录对应污染物的全部历史数据 pollutant = 'PM25' # 示例，实际根据字段动态获取 series = AirData.objects.values_list(pollutant, flat=True).order_by('datetime') series = pd.Series(list(series)).dropna() # 生成 ACF/PACF 图 fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4)) plot_acf(series, ax=ax1, lags=40) plot_pacf(series, ax=ax2, lags=40) ax1.set_title('ACF') ax2.set_title('PACF') # 转为 base64 嵌入 HTML buffer = BytesIO() plt.savefig(buffer, format='png', bbox_inches='tight') buffer.seek(0) image_base64 = base64.b64encode(buffer.read()).decode() plt.close() # 返回包含图片的响应（简化为弹窗展示） modeladmin.message_user(request, f'<img src="data:image/png;base64,{image_base64}" width="800"/>', extra_tags='safe' ) @admin.register(AirData) class AirDataAdmin(admin.ModelAdmin): actions = [acf_pacf_plot]

操作流程：进入 Admin → AirData → 勾选任意一条记录 → 选择 “生成 ACF/PACF 图” → 点击执行 → 页面弹出诊断图。ACF 拖尾、PACF 截尾处即为p值；反之则为q值；季节性周期s从 ACF 图中显著峰间距读取（如 365 天）。

5.2 SARIMA 参数调试对照表：不同污染物的典型配置

根据项目内置数据测试，三类污染物的推荐初始参数：

技巧：在 Admin 中修改PredictionConfig的arima_order后，点击对应配置的 “训练模型” 按钮，系统自动重训并更新ModelEvaluation表中的 MAPE。对比不同参数组合的 MAPE，选择最小值即可——无需理解所有统计原理，用数据说话。

5.3 预测失败排错清单：5 种常见报错及现场修复命令

当train_sarima_model报错时，按顺序执行以下诊断：

所有修复均在代码层面完成，无需重装 Python 或操作系统。

本文还有配套的精品资源，点击获取