时间序列分析方法在重庆气温研究中的运用

摘要

随着全球气候变化的深入研究,人们已经渐渐认识到极端气候现象对人们及人们周围环境的影响越来越大，较长时间的天气变化给人们生活所造成的影响大，在极端气候现象所带来的影响中，主要是由于极端高温或者极端低温的发生所引起的，所以，目前对极端温度的研究迫在眉睫，海内外气候研究专家也越发重视对极端高温、低温度的研究。
　　本文就是在全球变暖的情况下，研究重庆市2011—2015年5年期间月平均最高、最低温度的变化规律，寻找月平均最高、最低温度在变化过程中所满足的模型，并利用模型进行预测。本文采用时间序列分析方法中随机分析法对近5年重庆市月平均最高、最低温度做了趋势分析，主要研究了我们所取得的月平均最高、最低温度序列通过12步差分运算以后的差分序列所满足的ARMA(pq)模型，并对估计的模型做显著性检验和残差检验以此考察该拟合模型的模拟效果。在通过显著性检验的所有的模型中利用AIC值越大拟合效果越好的准则对模型进行筛选，利用最终选择的最优的拟合模型对重庆市未来月平均最高、最低温度做预测并对该预测的效果做残差检验，以此判定所选择的模型预测值与真实值是否接近。最后，在前面所拟合模型预测精度不高的情况下通过时间序列分析方法中季节效应分析法利用季节指数对未来月平均最高、最低温度做了预测分析。
　　文章最后，找到了能拟合重庆市月平均最低、最高温度序列的大致趋势的模型，并且通过季节指数高精度的预测了未来重庆市月平均最低、最高温度，只要给定某一月份的平均最高或最低温度，我们就可以利用所求得的季节指数预测另一月份的平均最高或最低温度。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 引言

1.2 研究意义

1.2.1 学术意义

1.2.2 实用意义

1.3 国内外研究现状

1.3.1 国外气温变化研究概况

1.3.2 国内气温研究现状

1.3.3 重庆市气温变化研究现状

1.4 本文研究内容

2 重庆市平均最高气温分析

2.1 本文研究数据来源及研究方法

2.1.1 数据来源与处理

2.1.2 研究方法

2.2 数据的预处理

2.2.1 数据的平稳性检验

2.2.2 数据的纯随机性检验

2.3 模型的识别和定阶

2.4 模型参数的估计和检验

2.5 模型的优化

2.6 模型的预测

3 重庆市月平均最低温度分析

3.1 数据的预处理

3.1.1 数据的平稳性检验

3.1.2 数据的纯随机性检验

3.2 模型的识别和定阶

3.3 参数估计及模型的检验

3.4 模型的预测

4 气温的季节效应分析

4.1 月平均高温的季节效应分析

4.2 月平均低温的季节效应分析

5 结 论

致谢

参考文献