В ходе работы было проведено исследование предметной области процесса глобального потепления, которое включало в себя изучение причин, последствий и соответствующих мер борьбы и поддержки, оказываемых для сдерживания темпов глобального потепления.
Проведен первичный вероятностно-статистический анализ по итогам которого сформулированы следующие выводы:
1. На гистограммах среднемесячных температур наблюдаются разные темпы повышения температурных значений в разные времена года. В исследуемых населенных пунктах наибольшее повышение температур наблюдалось в различных месяцах;
2. Подсчитаны показатели динамики для каждого временного ряда:
• самая высокая средняя температура за рассматриваемый промежуток времени в Котласе (1,825°С), а самая низкая в городе Верхоянске (-14,734ОС);
• только в 3 из 7 оставшихся исследуемых населенных пунктов наблюдается положительный средний темп прироста, причем максимальный в Котласе - 0,702%. В 4 оставшихся наблюдается отрицательный прирост, что говорит о ежегодном понижении температур. Максимальное понижение наблюдается в Салехарде и составляет -1,782%.
На основе первичного вероятностно-статистического анализа можно сделать вывод о потеплении, но не глобальном, а скорее локальном, так как в нескольких из исследуемых городов наблюдается понижение средних температур.
С помощью языка программирования R и инструментов среды разработки Rstudio были проведены исследования временных рядов на стационарность, выполнена их декомпозиция и построена соответствующая модель ARIMA учитывающая тренд и сезонную компоненты. Для каждой модели были проведены оценки адекватности, включающие в себя тесты на нормальное распределение остатков и их автокорреляцию. После были получены прогнозные значения на 2021 и 2022 год, а также подсчитаны показатели качества модели и точность прогнозных значений.
Помимо простых методов анализа временных рядов был реализован один из универсальных и более точных методов - метод SSA. Для его использования были выбраны две среды разработки: Python и Rstudio. И в той и в другой среде удалось отобрать наиболее информативные компоненты временного ряда, выполнить его декомпозицию, построить корреляционную матрицу и получить прогноз на 2021, 2022 и 2023 года. Определить точность прогнозных значений удалось только для 2021 и 2022 годов, так как для них уже присутствуют фактические значения. Практически для всех моделей качество прогноза составило 80 и более процентов.
Перед применением различных методов анализа временных рядов были проведены тесты на стационарность, которые не выявили изменение средних значений во времени, что говорит об отсутствии тренда. Данное замечание также подтверждает результаты полученные при первичном вероятностно - статистическом анализе.
Говоря о направлениях для дальнейших исследований хочется провести анализ климатических показателей экваториальной зоны, так как именно в ней наблюдаются высокие значения температур в сочетании с повышенной влажностью воздуха. Также интересным представляется представить метеорологические величины как зависимые от расположения города: близость к морю, рельеф местности, уровень солнечной радиации и т.д.


Купить