1、氣象數據如氣溫觀測值等是典型的時空數據，既具有規(guī)則的時序特征，又具有明顯的空間性。對數據的時空特征進行分析和建模是氣象數據應用的基礎。由于綜合反映氣候的時間和空間關系所依據的氣象數據來自空間離散分布的氣象臺站，僅反映氣候條件在特定地點隨時間的過度，所以在氣候動態(tài)表達方法上常不得不有所側重。有的偏重于區(qū)域的空間分布描述，有的局限于某個站點的時間序列分析。缺少時間或空間屬性的方法都具有片面性，單獨面向空間或時間的氣候分析結果都會導致大量有價

2、值信息的缺矢。因此有必要對氣象數據時空特征進行深入分析研究。 目前來講，單獨的時間和空間分析方法都很成熟。如時間分析方法有自回歸模型、自回歸移動平均模型或廣義線性模型等。局限性在于只能對已知監(jiān)測站點的觀測數據進行模擬預測。在空間域，數據的模擬預測方法有很多種，如倒距離加權平均方法(IDW)，克里格插值方法(Kriging)，樣條函數方法(Splines)等。但他們只能對以特定的時間點上的數據進行空間分析和模擬?？臻g和時間域的數據

3、分析方法都日益成熟，但整合時間和空間信息的時空分析方法卻相對匱乏。 本文嘗試在前人工作的基礎上，應用統(tǒng)計分析方法，對氣象監(jiān)測數據的時空特征進行分析，并建立模型對氣象監(jiān)測數據進行模擬。在文獻回顧的基礎上，確定研究內容。然后對數據進行時空特征的探索性分析，并建立時空模型。時空模型的參數都來自于同一個時空隨機過程，在空間上具有一定的空間相關關系。把參數進行空間插值可以得到研究區(qū)域內所有站點的時間趨勢即時空趨勢。 通過分析參數的

4、空間自相關特征和統(tǒng)計特征，可知參數在空間上分布平均，傾向于隨機分布，即月均最低氣溫在空間上分布平穩(wěn)，氣溫值隨著空間位置的推移變化不大。用參數的均值代替變量，建立一個統(tǒng)一的模型來模擬研究區(qū)域內所有氣象臺站的月均最低氣溫。93％的模擬效果說明無參數模型能夠很好的模擬該區(qū)域的效果。 本文主要分為以下四個部分： 第一部分為緒論，體現在第一章。闡述了本文的選題背景和氣象數據時特征分析的研究意義，然后介紹本文的研究目標和內容。

5、 第二部分為本文的理論研究。體現在第二章和第三章。對時間域和空間域的數據分析方法進行回顧，并總結時空數據特征分析和時空插值的研究方法。在此基礎上，闡述本文的研究思路、數據建模方法和技術線路。 第三部分為案例研究。體現在第四、第五章，也是本文的重點。選取愛荷華州50年的月均最低氣溫為研究對象。在分析月均最低氣溫在時間和空間上的分布特征后，建立一個統(tǒng)一的非線性回歸模型，并通過模型參數的分析，確定氣溫序列在空間上分布的平穩(wěn)性特征。