[发明专利]一种气温时空预测分布图绘制方法

摘要

本发明公开了一种气温时空预测分布图绘制方法，它包括采集数据；模型选择；确定乘积季节ARIMA(p,d,q)(P,D,Q)s模型的s值；确定模型参数值；ARIMA(p,d,q)(P,D,Q)s模型诊断检验；对克里金插值的数据进行预处理；构建Kriging模型变异函数；克里金插值及诊断；气温时空预测分布图绘制；解决了现有技术中采用传统的气象数据研究方法往往是气象的时间和空间规律分开进行，单纯的运用时间序列分析和空间插值分析不能充分挖掘时空数据价值，只进行时间分析会丢失数据的空间分布规律，仅进行空间分析又会丢失站点数据时间规律，导致预测出的时空分布图精确性差，可行性差等问题。

主权项

1.一种气温时空预测分布图绘制方法，它包括：步骤1、采集数据：采集区域内所有气象观测点记载的日气温观测数据，计算得到相应的月平均气温值，形成月平均气温时间序列；步骤2、模型选择：选用乘积季节ARIMA(p,d,q)(P,D,Q)s模型作为时间预测模型，p、d、q和P、D、Q分别是连续性和季节性自回归(AR)、差分(I)、移动平均(MA)的阶值，s是季节性周期所包含的时点数，选用Kriging模型作为空间预测模型；步骤3、确定乘积季节ARIMA(p,d,q)(P,D,Q)s模型的s值；步骤4、确定ARIMA(p,d,q)(P,D,Q)s模型参数值；步骤5、ARIMA(p,d,q)(P,D,Q)s模型诊断检验；步骤6、对克里金插值的数据进行预处理，所述的对克里金插值的数据为ARIMA时间预测模型预测后的月平均气温时间序列；步骤7、构建Kriging模型变异函数；所述构建Kriging模型变异函数的表达式为：0*nugget+0.01002*stable(1.8182,1.7873)，式中：nugget为块金值，stable为平稳模型；步骤8、克里金插值及诊断；所述克里金插值及诊断方法为：步骤8.1、采用ArcGIS软件“地统计模块”进行插值；步骤8.2、采用Kriging模型普通克里金插值方法进行插值；步骤8.3、比较二种插值方法的插值精确度；步骤8.4、通过二者的插值精确度判定出利用预测的年平均气温数据进行克里金插值的合理性；步骤9、气温时空预测分布图绘制。