地表溫度時間序列分析方法的研究.pdf

1、地表溫度作為評價和評估地表面平衡的一項重要指標，對其進行研究分析可以讓人們更好地認識地表溫度的變化規(guī)律。因此對地表溫度規(guī)律及趨勢進行研究具有非常重要的意義。但是在應用指數(shù)平滑法、ARMA模型和ARIMA模型等方法對地表溫度時間序列分析的方面研究不足，并且在統(tǒng)計預測中存在著分析預測結(jié)果的滯后性、較大的多步預測誤差和較差的非平穩(wěn)序列分析效果等問題。針對上述問題，本文對ARIMA模型和單指數(shù)平滑法進行了改進，具體的研究內(nèi)容及研究工作包括以下幾

2、個方面：
　?。?）應用ARIMA模型對地表溫度時間序列進行分析預測。首先檢查獲取的數(shù)據(jù)是否有誤差很大的點存在，然后對白噪聲進行檢驗，通過研究分析從AR（p）模型、MA（q）模型以及ARMA（p，q）模型中選出一個合適的模型，接著確定選出來的合適的模型的階數(shù)，利用最小二乘法對地表溫度時間序列數(shù)據(jù)進行參數(shù)估計。本文克服了地表溫度時間序列在模型定價、模型估計等方面的困難，實驗結(jié)果表明該模型可以對地表溫度時間序列進行預測，兩組實驗的Th

3、eil不等系數(shù)分別是0.47和0.449，協(xié)方差比例分別是0.76和0.711，表明模型具有較為滿意的預測結(jié)果。
　　（2）對ARIMA模型進行了改進。首先對時間序列中的多個時間點進行分析研究，然后應用等距節(jié)點公式來對ARIMA(p，d，q)模型進行改進。實驗結(jié)果表明改進后模型的Theil不等系數(shù)為0.264582，比傳統(tǒng)模型降低了55.64％，說明單位誤差均方根變小了，預測值更接近于實際值了；協(xié)方差比率為0.854773，比傳統(tǒng)

4、模型的0.763663升高了11.93%，表明非系統(tǒng)誤差較大，改進后的ARIMA模型具有較好的預測結(jié)果。上述對ARIMA模型的改進給地表溫度時間序列分析預測提供了一種新的思路。
　?。?）將指數(shù)平滑法應用于短時地表溫度時間序列數(shù)據(jù)的分析和預測，在Holt-Winters無季節(jié)性模型的分析預測實驗中通過不斷的試驗，確定了阻尼因子，建立了預測公式。兩組實驗結(jié)果中Holt-Winters無季節(jié)性模型的殘差平方和分別為13.78303、1

5、2.23737，分別低于一次指數(shù)平滑法的15.05871、16.97791與二次指數(shù)平滑法的14.68269、18.75255；Holt-Winters無季節(jié)性模型的預測誤差的均方根分別為0.677816、0.638680，分別低于一次指數(shù)平滑法的0.708489、0.752283與二次指數(shù)平滑法的0.699588、0.790623。研究表明Holt-Winters無季節(jié)性模型對短時地表溫度時間序列數(shù)據(jù)的分析和預測的精確度是較高的。

6、r>　?。?）對單指數(shù)平滑法進行了改進。針對傳統(tǒng)的單指數(shù)平滑法只包含歷史數(shù)據(jù)值的變化規(guī)律信息，沒有考慮到后面已經(jīng)獲得的數(shù)據(jù)值的影響這一局限性，對其進行了改進，實驗證明改進后的單指數(shù)平滑法的殘差平方和比傳統(tǒng)單指數(shù)平滑法降低了22.73%，預測誤差的均方根比傳統(tǒng)單指數(shù)平滑法降低了15.49%。研究表明改進后的單指數(shù)平滑法的預測結(jié)果更準確。
　?。?）通過將改進后的ARIMA模型與Holt-Winters無季節(jié)性模型預測結(jié)果的對比分析、