基于ARIMA模型和LSTM神经网络的全球气温预测分析

• 作者: 王源昊
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: 全球变暖 ARIMA多变量自回归时间序列预测 LSTM神经网络预测
• 年，卷（期）: 2021,（35）
• 所属期刊栏目: 创新创业论坛
• 页码范围: 166-170
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.35.056

摘要

近年来,全球变暖和极端天气频发引起了人们对全球气候变化问题的关注.在此背景下,本文主要针对全球变暖现象进行了量化分析和研究,广泛收集了全球陆地气温、海洋表面温度、全球二氧化碳排放量等各类相关数据,用Python进行数据处理和分析,综合运用ARIMA多变量自回归时间序列预测、LSTM长短期记忆网络等方法建立了数学模型,并利用Python、MATLB、SPSS软件对上述数学模型进行程序实现,最后得出了如下结论:(1)全球陆地温度从2021年来整体呈上升趋势,并于2040年达到该预测区间的最大值——15.64摄氏度.(2)未来20年,海洋温度整体上也呈上升趋势.通过数据趋势观察可以看出,当全球陆地气温降低时,海洋温度存在一定程度的升高,主要原因是海洋对热量的吸收.(3)二氧化碳气体的过量排放对全球气候变化产生了一定影响,预测结果显示,未来二氧化碳排放量将逐年增加,这与全球变暖的趋势吻合,因此减少二氧化碳气体的过量排放是减缓全球变暖的重要手段之一.