1、隨著我國氣象信息化事業(yè)的不斷發(fā)展,氣象領域積累了大量的數據。激增的數據背后隱藏著許多重要的信息,如何充分利用這些數據并從中發(fā)現有用的,卻常被人們忽視的重要信息,已成為科研人員的一項重要任務。氣象數據的研究與分析對于生產實踐與社會生活具有越來越重要的意義。本文利用決策樹方法和時間序列方法對陜北某縣氣象站的氣象數據進行分析與處理。
　　首先,采用決策樹方法中的CART算法對氣溫數值進行評估,主要考慮月平均氣壓、月平均水汽壓、月最小相對

2、濕度、月蒸發(fā)量和降水量等因素對月平均氣溫的影響。建立了按月平均氣溫劃分生成的決策樹模型,同時還建立了分季節(jié)氣溫劃分生成的決策樹模型,并采用這兩個模型對氣溫進行預測。經與其他研究成果對比分析,可以看到所建立的模型在氣溫預測上正確率較高。并且針對戶外作業(yè)部門對氣溫具體值要求不高,只需知道溫度區(qū)間就可決定是否采取作業(yè)的特點,建立了分季節(jié)的氣溫離散化預測模型,同樣采用此模型對氣溫進行預測。經與兩個模型對比分析,可以看到所建立的模型在氣溫預測上正

3、確率有所提高。
　　其次,運用時間序列中的簡單季節(jié)模型和ARIMA季節(jié)乘積模型對陜北某縣地面測量的氣象數據進行分析與處理,并對這兩個模型進行了比較分析,得出ARIMA季節(jié)乘積模型在效果上優(yōu)于簡單季節(jié)模型。
　　最后,簡要的對決策樹方法與時間序列方法在氣溫預測中的應用進行了對比分析。得到決策樹模型在整體的預測準確率方面不如ARIMA季節(jié)乘積模型表現出色,但它可以良好地捕捉數據的突變。時間序列方法對連續(xù)性平穩(wěn)性好的數據在預測方面