- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
邢台平原四县月平均气温资料 SARIMA 模型分析
1 2 1
黄毅 马婧 张建波
(1 河北省邢台市气象局,邢台,054000 ;2 河北省内丘县气象局,邢台,054200)
摘 要
时间序列分析,就是研究时间序列在演变过程中存在的统计规律的方法,研究问题包括:长期变动趋
势、季节性变动规律、周期变动规律,以及预测未来时刻的发展和变化等。邢台市地处太行山脉和华北平
原交汇处,自西向东、山地、丘陵、平原阶梯排列,三者比例 2:1:7,以平原为主。选取平乡、威县、巨
鹿、广宗四县,其观测站拔海高度分别为34.0米、33.7 米、29.8米、31.9米。为月平均气温资料,其资
料开始年分别为 1972 年、1959 年、1961 年、1972 年。近 10 年来受气候变暖、城市建设等多因素影响,
出现明显增温,为更准确把握月平均温度的长期变动趋势、季节性变动规律,我们选择平乡 1998-2009 年
数据,威县 1995-2009 年数据,巨鹿 1993-2009 年数据,广宗 1998-2009 年数据进行 SARIMA 建模,并对
2010年数据进行预测。从结果中,我们可以看出2009年和2010年逐月平均温度变化在存在明显变化的,
差异很大。其次,明显看出用 SARIMA 模型预测逐月平均温度是优于谐波分析预测方法的。SARIMA 预测方
法是完全数据驱动的,是定量的,具有一定的局限性,如何在该方法的基础上附加一定的定性分析,即需
要深入研究各月的气候因素及具体的天气过程,建立带有独立因变量的SARIMA模型,弥补完全数据驱动的
不足是需要继续研究的课题,并且需要对已建立的时间序列模型,用新的实际值来验证,并在现有基础上
通过不断加入新的实际值来修正ARIMA模型,从而使模型具有更好的预测性。
关键字:邢台,平原,SARIMA
1 引言
气象观测数据时一种极其珍贵的实验数据,它们往往是一连串依时间推移而变化的数据
记录,这种依时间坐标而排列数据的记录序列,通常称为数据的时间序列。时间序列分析,
就是研究时间序列在演变过程中存在的统计规律的方法,研究问题包括:长期变动趋势、季
节性变动规律、周期变动规律,以及预测未来时刻的发展和变化等。
实际中,常用的预测方法就是用合适的模型描述历史数据随时间变化的规律,进而用此
模型推测未来。时间序列模型就是利用时间序列中的相关信息建立起来的,而且不需要知道
影响预测变量的因果关系,因而它是序列动态性和发展变化规律的描述,我们可以建立时间
时间序列模型来对时间序列的未来取值进行预测。
2 资料和分析方法
2.1 资料
邢台市地处太行山脉和华北平原交汇处,自西向东、山地、丘陵、平原阶梯排列,三
者比例 2:1:7 ,以平原为主。邢台中部、东部为河北平原的一部分,中部以山前冲击平原为
主,东部则为子牙洒和古黄河系冲种平原,海拔在 100 米以下。平乡、威县、巨鹿、广宗、
临西、清河、新河、南宫东部八县属黑龙江港流域,地势低洼平坦,最低海拔仅 20 米。
选取平乡、威县、巨鹿、广宗四县,其观测站拔海高度分别为 34.0 米、33.7 米、29.8
米、31.9 米。为月平均气温资料,其资料开始年分别为 1972 年、1959 年、1961 年、1972
年。
2 .2 分析方法
在某些时间序列中,存在明显的周期性变化。这种周期是由于季节性变化(包括季度、
月度、周度等变化)或其他一些固有因素引起的。这类序列称为季节性序列。比如一个地区
的气温值序列(每隔一小时取一个观测值)中除了含有以天为周期的变化,还含有以年为周
期的变化。在经济领域中,季节性序列更是随处可见。如季度时间序列、月度时间序列、周
度时间序列等。处理季节性时间序列只用以上介绍的方法是不够的。描述这类序列的模型之
一是季节时间序列模型(Seasonal ARIMA Model),用 SARIMA 表示。较早文献也称其为乘积
季节模型(Multiplicative Seasonal Model )。
季节时间序列模型的一般表达式。
文档评论(0)