全文总字数：5006字

1. 研究目的与意义及国内外研究现状

对于水文和农作物生长等模型来说，逐日天气数据是必须的。一般情况下，大多数的模型使用的都是实测数据，但是天气要素是长序列值，实际上，气象台的数据往往会有缺失值，许多研究都无法顺利进行。实测气象数据时间和空间的局限性，促进了模拟数据的发展。从时间上来看，天气预报模型是人们首先关注的问题，时至今日，学者们已经在此方面有了许多成熟的理论和经验，并且还在不断涌现新的方法，如利用卫星、遥感和电子计算机来研究更加准确的和时空范围更加宽广的天气预报模型。气象时间序列是农业规划的重要信息源[1]。arima预测模型是统计专业常用到的时间序列分析模型，并且它有一套非常成熟的预测技术。而天气模拟模型则是较晚出现的课题，属于随机模型，主要根据某个地区的气候统计特征模拟出这个地区一年四季的气候要素。这种生成每日天气数据的模拟模型又称为天气发生器（weather generator），天气发生器模拟的气候要素主要有日降水量、日最高气温、日最低气温、太阳辐射（日照时数）等。

2. 研究的基本内容

本课题基于1997-2015年长春站的日气象数据，分别用ARIMA模型和WGEN天气发生器模型模拟长春站的日平均气温、日最高气温和日最低气温。并将1997-2012年数据作为建模期，2013-2015年数据作为独立检验期，通过残差箱线图来检验模型的好坏。用来为气象部门提供有效的数据支持。

3. 实施方案、进度安排及预期效果

实行方案：

通过查阅书籍、期刊及网络上的一些共享资源，在老师、同学的帮助指导下，运用所学的统计软件完成数据的处理，检验天气发生器方法的可靠性，用来预测未来天气数据，给气象部门提供可靠的数据依靠。

进度：

4. 参考文献

[1]murat，magorzata，malinowska，iwona，hoffmann，holger，et al．statistical modelling of agrimeteorological time series by exponential smoothing[j]． international agriphysics，2016，30(1)：57-65．

[2]余琴，陈岩，李崇瑞，等．arima预测模型在医院统计预测中的应用[j]．中国社区医师，2017，33(11)：164-166．

[3]孙健，文秋林，等.基于r语言arima模型的中国医院诊疗人次预测研究[j].农村经济与科技，2017，28(17)： 266-269．

[4]李沛霖．arima模型在湖南省常德市手足口病发病预测中的应用[j].现代养生，2018（4）：30-33．