地表溫度時間序列分析方法的研究
發(fā)布時間：2020-12-03 19:11
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個方面:（1）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測結(jié)果。（2）對ARIMA模...
【文章來源】：山東農(nóng)業(yè)大學山東省
【文章頁數(shù)】：97 頁
【學位級別】：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 地表溫度時序分析研究現(xiàn)狀
1.3 論文結(jié)構(gòu)安排
2 時間序列分析的模型建模方法及介紹
2.1 時間序列分析方法
2.1.1 時間序列的定義
2.1.2 時間序列的分類
2.1.3 時間序列的數(shù)字特性
2.1.4 地表溫度時間序列分析的發(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 地表溫度時間序列數(shù)據(jù)的獲取及預處理
3.1 數(shù)據(jù)獲取
3.2 EVIEWS軟件介紹
3.3 平穩(wěn)性檢驗
3.4 白噪聲檢驗
3.5 本章小結(jié)
4 ARIMA模型建模與預測
4.1 對地表溫度時間序列數(shù)據(jù)進行建模與預測實驗
4.1.1 模型識別和定價
4.1.2 模型的估計
4.1.3 模型的殘差檢驗
4.1.4 模型的預測
4.2 對ARIMA（p，d，q）模型進行的改進
4.3 應用改進的ARIMA模型對地表溫度時間序列進行分析預測
4.4 實驗結(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間序列分析及預測
5.1 基于指數(shù)平滑法的分析預測實驗
5.1.1 應用Holt-Winters無季節(jié)模型的分析預測實驗
5.1.2 應用一次指數(shù)平滑法的分析預測實驗
5.1.3 應用二次指數(shù)平滑法的分析預測實驗
5.2 對單指數(shù)平滑法進行的改進
5.3 應用改進的單指數(shù)平滑法對地表溫度時間序列進行分析預測
5.4 實驗結(jié)果分析及討論
5.5 本章小結(jié)
6 ARIMA模型與指數(shù)平滑法預測結(jié)果的比較分析
6.1 改進后的ARIMA模型與Holt-Winters無季節(jié)模型預測結(jié)果的對比分析
6.2 改進后的單指數(shù)平滑法與Holt-Winters無季節(jié)模型預測結(jié)果的對比分析
6.3 改進后的ARIMA模型與改進后的單指數(shù)平滑法預測結(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
7.2 進一步的工作與展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表論文及其他成果
【參考文獻】：
期刊論文
[1]時間序列分析關鍵問題研究[J]. 徐興梅,陳桂芬. 農(nóng)業(yè)網(wǎng)絡信息. 2010(01)
[2]時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. 2010(02)
[3]利用S-G濾波進行MODIS-EVI時間序列數(shù)據(jù)重構(gòu)[J]. 黃耀歡,王建華,江東,周芹. 武漢大學學報(信息科學版). 2009(12)
[4]混沌時間序列預測模型的比較研究[J]. 李松,劉力軍,谷晨. 計算機工程與應用. 2009(32)
[5]渦動相關儀觀測蒸散量的插補方法比較[J]. 徐自為,劉紹民,徐同仁,王介民. 地球科學進展. 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)學季刊. 2009(01)
[7]遙感時間序列數(shù)據(jù)濾波重建算法發(fā)展綜述[J]. 李儒,張霞,劉波,張兵. 遙感學報. 2009(02)
[8]利用EViews軟件檢驗和處理模型的多重共線性[J]. 趙衛(wèi)亞. 統(tǒng)計與決策. 2008(06)
[9]NDVI時間序列數(shù)據(jù)集重建方法述評[J]. 顧娟,李新,黃春林. 遙感技術與應用. 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,呂達仁. 氣象學報. 2005(06)
博士論文
[1]單位根檢驗的理論及應用研究[D]. 左秀霞.華中科技大學 2012
碩士論文
[1]基于數(shù)據(jù)同化的地表溫度時間序列重構(gòu)[D]. 秦瑞.中南大學 2013
[2]基于ARMA模型的時間序列挖掘[D]. 張婷婷.合肥工業(yè)大學 2013
[3]國內(nèi)房地產(chǎn)發(fā)展趨勢研究及銷售價格指數(shù)基于ARMA模型的預測分析[D]. 蔣愉.華中師范大學 2011
[4]基于ARMA模型的風電機組風速預測研究[D]. 孫翰墨.華北電力大學（北京） 2011
[5]ARMA模型參數(shù)估計算法改進及SARIMA模型的應用[D]. 杜普燕.燕山大學 2010
[6]基于ARIMA模型的石油價格短期分析預測[D]. 侯璐.暨南大學 2009
[7]ARMA相關模型及其應用[D]. 安瀟瀟.燕山大學 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 2005
[9]基于ARMA模型的結(jié)構(gòu)識別[D]. 宋貴彩.重慶大學 2005
本文編號：2896504
【文章來源】：山東農(nóng)業(yè)大學山東省
【文章頁數(shù)】：97 頁
【學位級別】：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 地表溫度時序分析研究現(xiàn)狀
1.3 論文結(jié)構(gòu)安排
2 時間序列分析的模型建模方法及介紹
2.1 時間序列分析方法
2.1.1 時間序列的定義
2.1.2 時間序列的分類
2.1.3 時間序列的數(shù)字特性
2.1.4 地表溫度時間序列分析的發(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 地表溫度時間序列數(shù)據(jù)的獲取及預處理
3.1 數(shù)據(jù)獲取
3.2 EVIEWS軟件介紹
3.3 平穩(wěn)性檢驗
3.4 白噪聲檢驗
3.5 本章小結(jié)
4 ARIMA模型建模與預測
4.1 對地表溫度時間序列數(shù)據(jù)進行建模與預測實驗
4.1.1 模型識別和定價
4.1.2 模型的估計
4.1.3 模型的殘差檢驗
4.1.4 模型的預測
4.2 對ARIMA（p，d，q）模型進行的改進
4.3 應用改進的ARIMA模型對地表溫度時間序列進行分析預測
4.4 實驗結(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間序列分析及預測
5.1 基于指數(shù)平滑法的分析預測實驗
5.1.1 應用Holt-Winters無季節(jié)模型的分析預測實驗
5.1.2 應用一次指數(shù)平滑法的分析預測實驗
5.1.3 應用二次指數(shù)平滑法的分析預測實驗
5.2 對單指數(shù)平滑法進行的改進
5.3 應用改進的單指數(shù)平滑法對地表溫度時間序列進行分析預測
5.4 實驗結(jié)果分析及討論
5.5 本章小結(jié)
6 ARIMA模型與指數(shù)平滑法預測結(jié)果的比較分析
6.1 改進后的ARIMA模型與Holt-Winters無季節(jié)模型預測結(jié)果的對比分析
6.2 改進后的單指數(shù)平滑法與Holt-Winters無季節(jié)模型預測結(jié)果的對比分析
6.3 改進后的ARIMA模型與改進后的單指數(shù)平滑法預測結(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
7.2 進一步的工作與展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表論文及其他成果
【參考文獻】：
期刊論文
[1]時間序列分析關鍵問題研究[J]. 徐興梅,陳桂芬. 農(nóng)業(yè)網(wǎng)絡信息. 2010(01)
[2]時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. 2010(02)
[3]利用S-G濾波進行MODIS-EVI時間序列數(shù)據(jù)重構(gòu)[J]. 黃耀歡,王建華,江東,周芹. 武漢大學學報(信息科學版). 2009(12)
[4]混沌時間序列預測模型的比較研究[J]. 李松,劉力軍,谷晨. 計算機工程與應用. 2009(32)
[5]渦動相關儀觀測蒸散量的插補方法比較[J]. 徐自為,劉紹民,徐同仁,王介民. 地球科學進展. 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)學季刊. 2009(01)
[7]遙感時間序列數(shù)據(jù)濾波重建算法發(fā)展綜述[J]. 李儒,張霞,劉波,張兵. 遙感學報. 2009(02)
[8]利用EViews軟件檢驗和處理模型的多重共線性[J]. 趙衛(wèi)亞. 統(tǒng)計與決策. 2008(06)
[9]NDVI時間序列數(shù)據(jù)集重建方法述評[J]. 顧娟,李新,黃春林. 遙感技術與應用. 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,呂達仁. 氣象學報. 2005(06)
博士論文
[1]單位根檢驗的理論及應用研究[D]. 左秀霞.華中科技大學 2012
碩士論文
[1]基于數(shù)據(jù)同化的地表溫度時間序列重構(gòu)[D]. 秦瑞.中南大學 2013
[2]基于ARMA模型的時間序列挖掘[D]. 張婷婷.合肥工業(yè)大學 2013
[3]國內(nèi)房地產(chǎn)發(fā)展趨勢研究及銷售價格指數(shù)基于ARMA模型的預測分析[D]. 蔣愉.華中師范大學 2011
[4]基于ARMA模型的風電機組風速預測研究[D]. 孫翰墨.華北電力大學（北京） 2011
[5]ARMA模型參數(shù)估計算法改進及SARIMA模型的應用[D]. 杜普燕.燕山大學 2010
[6]基于ARIMA模型的石油價格短期分析預測[D]. 侯璐.暨南大學 2009
[7]ARMA相關模型及其應用[D]. 安瀟瀟.燕山大學 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 2005
[9]基于ARMA模型的結(jié)構(gòu)識別[D]. 宋貴彩.重慶大學 2005
本文編號：2896504
本文鏈接：http://www.wukwdryxk.cn/projectlw/qxxlw/2896504.html
