摘  要：根据月平均气温有周期性的特点，利用 2000 年-2016 年周口市的月平均气温数据建立时间序列，通过 12 步差分消除季节性趋势， 建立ARIMA 模型进行拟合和预测，为今后该地区的气温预测提供了一定的理论依据。

关键词：12步差分；ARIMA 模型；时间序列分析

Construction and Analysis of Temperature Variation Prediction Model

--Take Zhoukou City as an Example

Abstract:Based on the periodic characteristics of the monthly average temperature, the monthly average temperature data of Zhoukou City from 2000 to 2016 was used to establish a time series, and 12-step differentials were used to eliminate seasonal trends. An ARIMA model was established and a fitting forecast was made for future temperature prediction. Provides a certain theoretical basis.

Keywords: 12-step difference; ARIMA model; Analysis of time series

目    录

摘  要 1

Abstract 1

一、引言 2

二、模型的构建与分析 3

（1）平稳性检验 3

（2）白噪声检验 4

（3）差分运算与检验 4

（4）自相关和偏自相关图检验 5

（5）十二步差分后的白噪声检验

三、模型的检验 6

四、预测 7

五、结论 8

参考文献 9

致谢 10

气温变化预测模型的构建与分析--以周口市为例

一、引言

时间序列分析是利用按时间顺序记录一序列有序数据，及动态数据组成求和自移动回归ARIMA模型来分析预测未来天气变化。掌握天气变化趋势对未来天气预报具有重要的意义。人们可以根据天气预报来规划未来的行程、生产、生活、出行等日常事务，所以研究未来天气的变化趋势对我们的未来的国民建设和日常生活生产具有重要的意义和不可忽视的作用。

近百年来，全球气候变暖趋势明显。科学分析显示，气候变暖从总体上来说是弊大于利，气候变化已经成为影响我国经济社会可持续发展的挑战性问题。据估算，如果不采取任何措施，到2030年我国种植业生产能力在总体上因气候变暖可能会下降5% 至10% 左右，其中小麦、水稻和玉米三大作物均会下降。与此同时，气候变暖将对农业生产布局和结构产生不利影响，例如造成农作物生长周期缩短、病虫害种类发生变化、农业用水量和农药施用量增大等问题。河南省作为中国最重要的农业大省之一，也同样面临上述问题。此外，由于局部高温干旱危害加重，河南省农业产量将会出现较大波动等问题。周口市地处中原，气温变化季节性明显，但短期内变化不大。我们可以根据当地的地理气候条件及本地气象台和当地统计局对接的数据一一研究天气对该地区的影响，并利用该研究结果来指导安排该地区经济的发展。因此对气温变化的科学预测，将为地方政府经济决策提供理论支撑，同时对当地农业生产具有重要的指导意义。

气温的波动对环境、水资源、工农业生产、人民生活有非常大的影响，对某地区气温的建模以及预测一直是数学领域研究的热点话题，本文利用月平均气温有周期性的特点对2000 年-2016 年周口市的月平均气温数据建立时间序列，采用12 步差分法消除季节性趋势，转化成平稳时间序列，建立ARIMA 模型并进行拟合预测，从而预判周口市未来3年的月平均气温。

二、模型的构建与分析

根据周口市气象局发布的气象数据，周口市地区每年1-2  月份的气温偏低，而 7-8

月份气温较高， 8 月份达到高峰。因此可以利用12步差分方法消除季节性趋势，建立ARIMA模型。

首先进行时间序列的预处理，平稳性检验和白噪声检验：

（1）平稳性检验

由自相关图（图1）可知，自相关系数大部分都在2倍标准差以外，可以得出序列不平稳。