基于时间序列模型的降雨量预测分析

看出袁影响 ARIMA 模型预测结果的因素有很多袁为了更加精准地预测降雨量袁应当考虑多种要素并结合当地具体环
境袁建立符合当地的降水量预测模型遥
关键词院时间序列模型曰ARIMA 模型曰预测曰降雨量曰SPSS
中图分类号院TV122
文献标识码院B
文章编号院1672-9900渊2019冤01-0001-05
圆园19 年第 1 期
水科学与工程技术
1
水文水资源
基于时间序列模型的降雨量预测分析
程 敏 1袁张耀文 1袁姜纪沂 1*袁任 杰 1袁赵振宏 2
渊1.防灾科技学院袁北京 101601曰2.中国地质调查局西安地质调查中心袁西安 710054冤
摘 要院为了解济南市未来降雨的变化情况袁以济南市 1959耀2015 年降雨量数据为研究对象运用 SPSS 软件中时间序
咱收稿日期暂2018-09-30 咱基金项目暂中国地质调查局项目渊1212010110000150021冤 咱作者简介暂程 敏渊1995-冤袁女渊汉族冤袁四川南充人袁硕士袁主要从事地下水工程与地震地下流体方向研究遥 Email院1083567547@qq.com
2
程 敏袁张耀文袁姜纪沂袁水等科院基学于与时工间程序技列术模型的降雨量预测分析
Байду номын сангаас
列模型 ARIMA 对其进行了建模曰拟合 1959耀2015 年的降雨量数据及预测未来 5 年的降雨量遥 ARIMA 模型预测结果
表明了济南市 2016耀2020 年的年降雨量依次为 676.5袁635.5袁689.8袁630.7袁663.3mm袁5 年的年平均降雨量为 659.2mm袁
这与过去 57 年的多年平均降雨量较为接近袁可以依此推测济南市未来 5 年出现干旱及洪涝灾害的可能性较小遥 可以
带状的洼地遥 最高峰为南部西营镇梯子山袁地面标高 975.8m袁如图1遥
低因水资源短缺或极度缺少而带来的经济损失遥 基于这种情况袁 本文试图运用时间序列中的
ARIMA模型对该地区的降雨量进行预测袁 进而了解 未来5年内济南市的降雨量变化情况遥
1 研究区概况与预测方法
济南市坐落于鲁西北冲积平原和鲁中低山丘陵 的接触地带袁 北部为黄河下游平原袁 南部为泰山山 系袁地势北部低尧南部高袁平原稍微倾向东北袁黄河沿 西南要东北方向穿过济南市所在的区域袁 黄河河床 高出地面形成地上河袁 在黄两岸发育有诸多的呈条
DOI院10.19733/j.cnki.1672-9900.2019.01.01
Rainfall prediction based on time series model
CHENG-Min1袁ZHANG Yao-wen1袁JIANG Ji-yi1袁REN Jie1袁 ZHAO Zhen-hong2
降雨量的短期变化袁往往会造成严重的干旱涝尧 洪灾害袁并对当地经济发展等造成不同程度的影响遥 高精度的降雨量预测方法能及早地发现降雨量变化 情况袁提高应对此类灾害的能力咱1暂遥 降雨量是衡量干 旱程度的一个重要指标袁直接反映了自然界的变化袁 降雨量的大小直接影响农业生产咱2暂遥 如能对降雨量做 出科学准确预测袁农业尧水利等有关部门就可以及时 采取防涝抗旱措施咱3暂袁降低不必要的损失袁因此降雨 量预测已成为当前预测中的重要研究课题咱4暂遥 对于水 资源短缺的北方来说袁 地下水是北方的主要用水来 源袁 高精度的预测降雨量袁 能最大限度的利用水资 源袁将多余的水储存起来袁以缓解水资源短缺问题袁降
渊1.Institute of Disaster Prevention袁 Beijing 101601袁China曰2. Xi爷an Center of Geological Survey袁 Xi爷an 710054袁China冤
Abstract院In order to promote using of ARIMA model in production and life袁 the rainfall data from 1959 to 2015 in Jinan City were used as the research object to model the time series model ARIMA in SPSS software袁 and the rainfall in the next five years was fitted and predicted. The results of ARIMA model show that the annual rainfall in Jinan City is 676.5mm袁 635.5mm袁 689.8mm袁 630.7mm and 663.3mm respectively袁 and the annual average rainfall is 659.2mm in 5 years. This is the same as that of the past 57 years. The average annual rainfall is relatively close袁 you can infer that the next five years袁 Jinan City袁 drought and floods are less likely. There are many factors that affect the prediction results of the ARIMA model. In order to predict the rainfall more accurately袁 a variety of factors should be considered and combined with the local specific environment to establish a local precipitation forecasting model. Key words院time series model曰 ARIMA model曰 prediction曰 rainfall曰 SPSS