發(fā)布時(shí)間：2020-12-03 19:11

　　地表溫度作為評價(jià)和評估地表面平衡的一項(xiàng)重要指標(biāo),對其進(jìn)行研究分析可以讓人們更好地認(rèn)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(jìn)行研究具有非常重要的意義。但是在應(yīng)用指數(shù)平滑法、ARMA模型和ARIMA模型等方法對地表溫度時(shí)間序列分析的方面研究不足,并且在統(tǒng)計(jì)預(yù)測中存在著分析預(yù)測結(jié)果的滯后性、較大的多步預(yù)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(jìn)行了改進(jìn),具體的研究內(nèi)容及研究工作包括以下幾個(gè)方面:（1）應(yīng)用ARIMA模型對地表溫度時(shí)間序列進(jìn)行分析預(yù)測。首先檢查獲取的數(shù)據(jù)是否有誤差很大的點(diǎn)存在,然后對白噪聲進(jìn)行檢驗(yàn),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(gè)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(shí)間序列數(shù)據(jù)進(jìn)行參數(shù)估計(jì)。本文克服了地表溫度時(shí)間序列在模型定價(jià)、模型估計(jì)等方面的困難,實(shí)驗(yàn)結(jié)果表明該模型可以對地表溫度時(shí)間序列進(jìn)行預(yù)測,兩組實(shí)驗(yàn)的Theil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(yù)測結(jié)果。（2）對ARIMA模... 

【文章來源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁數(shù)】：97 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 地表溫度時(shí)序分析研究現(xiàn)狀
        1.2.2 ARIMA模型的國內(nèi)外研究現(xiàn)狀
        1.2.3 地表溫度時(shí)序分析研究現(xiàn)狀
    1.3 論文結(jié)構(gòu)安排
2 時(shí)間序列分析的模型建模方法及介紹
    2.1 時(shí)間序列分析方法
        2.1.1 時(shí)間序列的定義
        2.1.2 時(shí)間序列的分類
        2.1.3 時(shí)間序列的數(shù)字特性
        2.1.4 地表溫度時(shí)間序列分析的發(fā)展趨勢
    2.2 ARIMA模型建模方法
    2.3 指數(shù)平滑法
    2.4 本章小結(jié)
3 地表溫度時(shí)間序列數(shù)據(jù)的獲取及預(yù)處理
    3.1 數(shù)據(jù)獲取
    3.2 EVIEWS軟件介紹
    3.3 平穩(wěn)性檢驗(yàn)
    3.4 白噪聲檢驗(yàn)
    3.5 本章小結(jié)
4 ARIMA模型建模與預(yù)測
    4.1 對地表溫度時(shí)間序列數(shù)據(jù)進(jìn)行建模與預(yù)測實(shí)驗(yàn)
        4.1.1 模型識別和定價(jià)
        4.1.2 模型的估計(jì)
        4.1.3 模型的殘差檢驗(yàn)
        4.1.4 模型的預(yù)測
    4.2 對ARIMA（p，d，q）模型進(jìn)行的改進(jìn)
    4.3 應(yīng)用改進(jìn)的ARIMA模型對地表溫度時(shí)間序列進(jìn)行分析預(yù)測
    4.4 實(shí)驗(yàn)結(jié)果的分析討論
    4.5 本章小結(jié)
5 基于指數(shù)平滑法的地表溫度時(shí)間序列分析及預(yù)測
    5.1 基于指數(shù)平滑法的分析預(yù)測實(shí)驗(yàn)
        5.1.1 應(yīng)用Holt-Winters無季節(jié)模型的分析預(yù)測實(shí)驗(yàn)
        5.1.2 應(yīng)用一次指數(shù)平滑法的分析預(yù)測實(shí)驗(yàn)
        5.1.3 應(yīng)用二次指數(shù)平滑法的分析預(yù)測實(shí)驗(yàn)
    5.2 對單指數(shù)平滑法進(jìn)行的改進(jìn)
    5.3 應(yīng)用改進(jìn)的單指數(shù)平滑法對地表溫度時(shí)間序列進(jìn)行分析預(yù)測
    5.4 實(shí)驗(yàn)結(jié)果分析及討論
    5.5 本章小結(jié)
6 ARIMA模型與指數(shù)平滑法預(yù)測結(jié)果的比較分析
    6.1 改進(jìn)后的ARIMA模型與Holt-Winters無季節(jié)模型預(yù)測結(jié)果的對比分析
    6.2 改進(jìn)后的單指數(shù)平滑法與Holt-Winters無季節(jié)模型預(yù)測結(jié)果的對比分析
    6.3 改進(jìn)后的ARIMA模型與改進(jìn)后的單指數(shù)平滑法預(yù)測結(jié)果的對比分析
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 主要研究內(nèi)容與創(chuàng)新點(diǎn)
    7.2 進(jìn)一步的工作與展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表論文及其他成果


【參考文獻(xiàn)】：
期刊論文
[1]時(shí)間序列分析關(guān)鍵問題研究[J]. 徐興梅,陳桂芬.  農(nóng)業(yè)網(wǎng)絡(luò)信息. 2010(01)
[2]時(shí)間序列分析理論與發(fā)展趨勢(英文)[J]. 劉瑛慧,曹家璉.  電腦知識與技術(shù). 2010(02)
[3]利用S-G濾波進(jìn)行MODIS-EVI時(shí)間序列數(shù)據(jù)重構(gòu)[J]. 黃耀歡,王建華,江東,周芹.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2009(12)
[4]混沌時(shí)間序列預(yù)測模型的比較研究[J]. 李松,劉力軍,谷晨.  計(jì)算機(jī)工程與應(yīng)用. 2009(32)
[5]渦動(dòng)相關(guān)儀觀測蒸散量的插補(bǔ)方法比較[J]. 徐自為,劉紹民,徐同仁,王介民.  地球科學(xué)進(jìn)展. 2009(04)
[6]不完備信息下的灰色粗糙集成決策模型(英文)[J]. 侯亞林,羅黨.  數(shù)學(xué)季刊. 2009(01)
[7]遙感時(shí)間序列數(shù)據(jù)濾波重建算法發(fā)展綜述[J]. 李儒,張霞,劉波,張兵.  遙感學(xué)報(bào). 2009(02)
[8]利用EViews軟件檢驗(yàn)和處理模型的多重共線性[J]. 趙衛(wèi)亞.  統(tǒng)計(jì)與決策. 2008(06)
[9]NDVI時(shí)間序列數(shù)據(jù)集重建方法述評[J]. 顧娟,李新,黃春林.  遙感技術(shù)與應(yīng)用. 2006(04)
[10]GMS5反演中國幾類典型下墊面晴空地表溫度的日變化及季節(jié)變化[J]. 王旻燕,呂達(dá)仁.  氣象學(xué)報(bào). 2005(06)

博士論文
[1]單位根檢驗(yàn)的理論及應(yīng)用研究[D]. 左秀霞.華中科技大學(xué) 2012

碩士論文
[1]基于數(shù)據(jù)同化的地表溫度時(shí)間序列重構(gòu)[D]. 秦瑞.中南大學(xué) 2013
[2]基于ARMA模型的時(shí)間序列挖掘[D]. 張婷婷.合肥工業(yè)大學(xué) 2013
[3]國內(nèi)房地產(chǎn)發(fā)展趨勢研究及銷售價(jià)格指數(shù)基于ARMA模型的預(yù)測分析[D]. 蔣愉.華中師范大學(xué) 2011
[4]基于ARMA模型的風(fēng)電機(jī)組風(fēng)速預(yù)測研究[D]. 孫翰墨.華北電力大學(xué)（北京） 2011
[5]ARMA模型參數(shù)估計(jì)算法改進(jìn)及SARIMA模型的應(yīng)用[D]. 杜普燕.燕山大學(xué) 2010
[6]基于ARIMA模型的石油價(jià)格短期分析預(yù)測[D]. 侯璐.暨南大學(xué) 2009
[7]ARMA相關(guān)模型及其應(yīng)用[D]. 安瀟瀟.燕山大學(xué) 2008
[8]基于灰色模型和ARIMA模型的上證指數(shù)研究[D]. 劉文抒.河海大學(xué) 2005
[9]基于ARMA模型的結(jié)構(gòu)識別[D]. 宋貴彩.重慶大學(xué) 2005



本文編號：2896504