Time-Series Modeling and Prediction of Global Monthly Absolute Temperature for Environmental Decision Making

摘要

概括的 A，结构，时间系列建模框架被开发分析绝对表面温度的每月的记录，最重要的环境参数之一，使用 deterministicstochastic 联合了(DSC ) 来临。尽管框架的发展基于全球数据集的变化模式的描述，方法论能被用于任何每月绝对的温度记录。确定的进程被用来描绘全球趋势的变化模式和温度信号的周期的摆动，分别地，当随机的进程被采用说明在温度信号的任何留下的模式时，包含多项式函数和 Fourier 方法，包含综合移动一般水准( SARIMA )建模的季节的 autoregressive 。每月全球的表面温度的预言在用 DSC 模型的第 21 世纪的第二十年期间证明全球温度将继续多半升起在两次过去的 150 年的平均的率。DSC 模型系统地执行很好对的预言精确性表演的评估选择了另外的作者的模型，当结合时，建议 DSC 当模特儿另外的 ecoenvironmental 模型，能被用作一个补加的工具为短期(10 年) 环境计划和决策。