基于数学建模的全球气候预测.pdf

TECHNOLOGY AND INFORMATION 信息化技术应用 基于数学建模的全球气候预测 杨静婷 西南石油大学理学院  四川 成都  610500 摘  要  全球气候变化对人类造成巨大影响，各种用于研究气候变化的复杂模型被建立，但这些模型对于非专业人 员较为困难。本文通过建立数学模型对全球气候进行预测。首先，选取气候预测模型的自变量因素和因变量指标， 并运用Pearson相关系数对其进行相关性分析。其次，建立线性回归模型，得到气候预测公式，用以预测未来25年的 全球年平均大气温度及降水量变化趋势。其中，未来的自变量指标是运用ARIMA时间序列模型得到的。最后，基于 往年数据对模型进行验证，结果表明模型拟合能力良好。 关键词  全球气候变化；数学模型；自变量因素 引言 关性分析。本文采用皮尔森相关系数衡量样本之间的相关性。 全球气候通过平均大气温度及降水量刻画。自工业革命以 首先找到两个用户共同评分过的项目集，然后计算这两个 来，人类活动导致二氧化碳放量剧增，温室效应不断积累[1] ， 向量的相关系数。其计算公式为： 导致全球变暖。全球变暖不仅会破坏全球的自然生态系统，也 [2] [3] n xy − x y 会威胁人类的生存 。目前，众多学者对全球气候进行研究 ， r X ,Y ∑ ∑∑ ( ) 2 2 2 2 建立了气候变化模型，但这些模型大多较为复杂，对于非专业 n x − x ∗ n y − y ( ) ( ) ∑ ∑ ∑ ∑ 人员理解较为困难。 X 其中 ， 分别代表不同数据类别， 为数据的总个 1  数据相关性分析 Y n 数。将数据代入上式，计算得到其相关性系数如表1。由表可 由相关文献可知，气候模型的自变量主要考虑有CO2 浓 知，自变量和因变量均具有良好的相关性，故在建模时可基于 度、世界人口数量和海洋温度（SST ），因变量为气温和降雨 此给予相应的权重系数。 量变化。为了确定选择的变量是否合理，将所选的变量进行相 表1  各数据相关性大小 CO2