基于ARIMA模型的固原月降水量预测.pdfVIP

安徽农业科学，JournalofAnhuiAgri．Sei．2013，41(1)：204—205，224 责任编辑 黄小燕 责任校对 卢瑶 基于 ARIMA模型 的固原月降水量预测 -汜44-小明，杨长军，李淑珍，张成军 (宁夏固原市气象局，宁夏固原756000) 摘要 采用ARIMA模型来拟合 1957～2013年5～10月的月降水量并给 出预测值。结果表明，ARiMA(0，2，1)能较好地拟舍5～lO月的 月降水量数据 ，准确率较 目前业务使用的阴阳历方法有所提高，可作为月预报的依据。 关键词 自回归积分滑动平均 (ARIMA)模型；月降水量；预测 ；固原 中圈分类号 S161．6 文献标识码 A 文章编号 0517—6611(2013)01—00204-02 MonthlyPrecipitationForecastinginGuyuanCityBasedonARIMAM odel FANXiao-mingetal (GuyuanMeteorologicalBureau，Guyuan，Ningxia756000) Abstract ARIMA modelwasadoptedtofitmonthlyprecipitationanddraw predictvaluefromMaytoOct．during1957—2013．Theresults showedthatARIMA(0，2，1)couldbeusedasmonthlyforecastingbasisforitshigheraccuracyratethanlunar—solarsuperpositionmethod． Keywords ARIMA model；Monthlyprecipitation；Forecasting；Guyuan 研究固原地区月降水量的变化特点并对中长期(旬、月) 动平均部分，非负整数 q称为滑动平均阶数，0(B)称为滑动 降水量进行合理预测，将有利于合理开发利用当地水资源和 平均系数，a是白噪声序列，是一列相互之间无关，其均值为 防灾减灾工作。有研究表明，该地区降水量变化存在3、11～ 0，方差为 的随机变量序列。P、q分别是偏 自相关函数值 l3及21年等若干个周期的叠加…。然而 ，气象条件复杂多 和自相关函数值显著不为零的最高阶数。可以看出，当P=0 变及难以确定其中长期主要影响因子的制约，某地的降水量 时，模型是纯滑动平均模型，记为ARMA(0，q)；当q=0时， 变化趋势存在随机性与不确定性 ，目前还难以通过数值模拟 模型是纯 自回归模型，记为ARMA(P，0)。ARMA(P，q)模型 来准确预测旬 、月等中长期时段的降水量 ，同时传统的阴阳 可用较少的参数对序列进行较好的拟合 ，其 自相关和偏 自相 历叠加 、概率法、外推法等预测模型准确性较低。积分 自回 关函数均呈现拖尾性。ARMA模型仅适合对平稳序列的分 归滑动平均模型 (AutoRegressiveIntegratedMovingAverage 析。实际应用中许多气象要素时间序列并非平稳序列，不能 Model，简称 AR1MA)是统计学家博克思 (Box)和詹金斯 直接采用ARMA模型，但通常这些序列经过变换处理后变为 (Jenkins)于70年代初提出的一著名时间序列预测方法 ，所 平稳序列。对它们 的分析一般采用加法模型或差分法来处 以又称为box—ienkins模型、博克思 一詹金斯法 。与平稳 理 ，当使用差分法也就是 自回归积分滑动平均 ARIMA(P，d， 时间序列、周期时问序列模型相比，该建模方法在数学上更 q)模型，即 (B) =(1一曰)“X=0(B)a，式中，d是差分阶 为完善 ，预测精度更高。因此 ，笔者以固原 1957～2012年5— 数，B是后移算子 ，即BX=X 。AR(P)模型的偏 自相关函 10月降水量为基础 ，在对月降水序列进行差分转换的基础 数在P阶之后应为零 ，称其具有截尾性 ；AR(P)模型的 自相 上，通过参数估计和模型检验等步骤，采用数据处理软件 关函数不能在某一步之后为零(截尾)，而是按指数衰减 (或 SPSS19经过多次拟合试验 ，建立 固原市5～lO月月降水量