[1]刘隽,张烨方,黄岩彬.基于ARIMA模型的福州市雷暴日趋势分析[J].华侨大学学报(自然科学版),2011,32(5):511-514.[doi:10.11830/ISSN.1000-5013.2011.05.0511]
　LIU Jun,ZHANG Ye-fang,HUANG Yan-bin.Fuzhou Thunderstorm Days Trend Analysis by the ARIMA Model[J].Journal of Huaqiao University(Natural Science),2011,32(5):511-514.[doi:10.11830/ISSN.1000-5013.2011.05.0511]
点击复制

基于ARIMA模型的福州市雷暴日趋势分析()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第32卷
期数:
2011年第5期
页码:
511-514
栏目:
出版日期:
2011-09-20

文章信息/Info

Title:
Fuzhou Thunderstorm Days Trend Analysis by the ARIMA Model
文章编号:
1000-5013(2011)05-0511-04
作者:
刘隽; 张烨方; 黄岩彬
福建省气象局
Author(s):
LIU Jun;  ZHANG Ye-fang;  HUANG Yan-bin
Fujian Meteorological Administration, Fuzhou 350001, China
关键词:
雷暴日;  差分自回归移动平均模型;  预测;  短期;  福州市
Keywords:
thunderstorm day;  auto-regressive integrated moving average model;  forecast;  short term;  Fuzhou City
分类号:
P427.321
DOI:
10.11830/ISSN.1000-5013.2011.05.0511
文献标志码:
A
摘要:
在分析ARIMA(p,d,q)预测模型的基础上,以福州市1961-2006年的雷暴日为时间序列基础,通过对该序列进行平稳性分析、差分处理、自相关、偏自相关系数计算与绘图、ARIMA建模、参数估计、假设检验及模型预测,将ARIMA模型运用在雷暴日的趋势分析上.研究结果表明,ARIMA能很好地拟合计算出未来短时段内的数据,可以应用于实际的雷暴日分析.
Abstract:
Paper is based on the analysis of auto regressive integrated moving average(ARIMA) model,leveraging historical thunderstorm day data of Fuzhou which was collected from year 1961 to 2006 to forecast the trend of thunderstorm day by stability analysis,differential treatment,autocorrelation,partial and autocorrelation coefficient calculation and drawing,ARIMA modeling,parameter estimation,hypothesis testing and predictions.Applying ARIMA model in the thunderstorm day trend analysis,the result indicates that ARIMA model has a better short-term prediction and can be applied in the actual forecast of thunderstorm days.

参考文献/References:

[1] 王锡中, 叶玉珍, 钟颖颖. 江苏省城市雷暴日分布特征 [J]. 气象科学, 2011(1):93-99.doi:10.3969/j.issn.1009-0827.2011.01.015.
[2] 黄小红, 古名岸. 吉安雷暴日统计及其特征分析 [J]. 井冈山大学学报(自然科学版), 2010(6):53-56.doi:10.3969/j.issn.1674-8085.2010.06.013.
[3] 黄荆鹏. 荆州市雷暴日数的时间分布特点及其预报 [J]. 湖北气象, 2000(4):20-21.doi:10.3969/j.issn.1004-9045.2000.04.007.
[4] 汤琴, 黄宜坚. 采用AR模型双谱估计的概率筛筛分效率 [J]. 华侨大学学报(自然科学版), 2011(3):253-257.
[5] 田霆, 陈祥钟, 黄春棋. 定时截尾缺失数据下指数分布的统计推断 [J]. 华侨大学学报(自然科学版), 2010(1):109-112.
[6] 张旭晖, 高苹, 许祥. 江苏雷暴日发生规律及其大气环流预报模型的建立 [J]. 气象科技, 2006, (10):532-537.doi:10.3969/j.issn.1671-6345.2006.05.004.
[7] 郑小平, 高金吉, 刘梦婷. 事故预测理论与方法 [M]. 北京:清华大学出版社, 2009.
[8] 贾俊平. 统计学 [M]. 北京:中国人民大学出版社, 2003.

备注/Memo

备注/Memo:
福建省福州市科技计划项目(2008-S-87)
更新日期/Last Update: 2014-03-23