| 中文摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 地表温度时序分析研究现状 | 第12-13页 |
| 1.2.2 ARIMA模型的国内外研究现状 | 第13-15页 |
| 1.2.3 地表温度时序分析研究现状 | 第15-16页 |
| 1.3 论文结构安排 | 第16-18页 |
| 2 时间序列分析的模型建模方法及介绍 | 第18-43页 |
| 2.1 时间序列分析方法 | 第18-22页 |
| 2.1.1 时间序列的定义 | 第18页 |
| 2.1.2 时间序列的分类 | 第18-20页 |
| 2.1.3 时间序列的数字特性 | 第20-21页 |
| 2.1.4 地表温度时间序列分析的发展趋势 | 第21-22页 |
| 2.2 ARIMA模型建模方法 | 第22-38页 |
| 2.3 指数平滑法 | 第38-42页 |
| 2.4 本章小结 | 第42-43页 |
| 3 地表温度时间序列数据的获取及预处理 | 第43-57页 |
| 3.1 数据获取 | 第43-44页 |
| 3.2 EVIEWS软件介绍 | 第44页 |
| 3.3 平稳性检验 | 第44-54页 |
| 3.4 白噪声检验 | 第54-56页 |
| 3.5 本章小结 | 第56-57页 |
| 4 ARIMA模型建模与预测 | 第57-74页 |
| 4.1 对地表温度时间序列数据进行建模与预测实验 | 第57-67页 |
| 4.1.1 模型识别和定价 | 第57-58页 |
| 4.1.2 模型的估计 | 第58-61页 |
| 4.1.3 模型的残差检验 | 第61-63页 |
| 4.1.4 模型的预测 | 第63-67页 |
| 4.2 对ARIMA(p，d，q)模型进行的改进 | 第67-69页 |
| 4.3 应用改进的ARIMA模型对地表温度时间序列进行分析预测 | 第69-71页 |
| 4.4 实验结果的分析讨论 | 第71-72页 |
| 4.5 本章小结 | 第72-74页 |
| 5 基于指数平滑法的地表温度时间序列分析及预测 | 第74-85页 |
| 5.1 基于指数平滑法的分析预测实验 | 第74-81页 |
| 5.1.1 应用Holt-Winters无季节模型的分析预测实验 | 第74-77页 |
| 5.1.2 应用一次指数平滑法的分析预测实验 | 第77-79页 |
| 5.1.3 应用二次指数平滑法的分析预测实验 | 第79-81页 |
| 5.2 对单指数平滑法进行的改进 | 第81-82页 |
| 5.3 应用改进的单指数平滑法对地表温度时间序列进行分析预测 | 第82-83页 |
| 5.4 实验结果分析及讨论 | 第83-84页 |
| 5.5 本章小结 | 第84-85页 |
| 6 ARIMA模型与指数平滑法预测结果的比较分析 | 第85-89页 |
| 6.1 改进后的ARIMA模型与Holt-Winters无季节模型预测结果的对比分析 | 第85-86页 |
| 6.2 改进后的单指数平滑法与Holt-Winters无季节模型预测结果的对比分析 | 第86-87页 |
| 6.3 改进后的ARIMA模型与改进后的单指数平滑法预测结果的对比分析 | 第87-88页 |
| 6.4 本章小结 | 第88-89页 |
| 7 总结与展望 | 第89-91页 |
| 7.1 主要研究内容与创新点 | 第89-90页 |
| 7.2 进一步的工作与展望 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间发表论文及其他成果 | 第97页 |
