文献

J-GLOBAL ID：202002272550468210   整理番号：20A1637807

インド,ケララ州に対する平均最大および平均最小月気温の傾向分析とSARIMA予測【JST・京大機械翻訳】

Trend analysis and SARIMA forecasting of mean maximum and mean minimum monthly temperature for the state of Kerala, India

著者 (3件)： Kabbilawsh P. (Department of Civil Engineering, NIT Calicut, Calicut, India) ,  Sathish Kumar D. (Department of Civil Engineering, NIT Calicut, Calicut, India) ,  Chithra N. R. (Department of Civil Engineering, NIT Calicut, Calicut, India)
資料名： Acta Geophysica  (Acta Geophysica)
巻： 68  号： 4  ページ： 1161-1174  発行年： 2020年 
JST資料番号： W3987A  ISSN： 1895-7455  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,季節的自己回帰統合移動平均(SARIMA)法を用いたKerala州の温度予測モデルの開発を提示した。7つのステーションから47年間の平均最大および平均最小月温度データを研究し,モデル開発に適用した。季節性(従って非定常)を示す温度の時系列データセット,および可能な傾向(データスパンが50年にわたるという事実による)が予想される。従って,モデルの開発における重要段階は,温度時系列の非定常性の決定と非定常時系列の定常時系列への変換である。これは,黄土技術とKwiatkowski-Phillips-Schmidt-Shin試験を用いて,季節的およびTrend分解を用いて行った。このプロセスを実行する前に,いくつかの予備試験を,(1)欠測値の発見と充填,(2)データの特性の研究,(3)傾向と季節性の存在の調査のために行った。非定常温度時系列を,1つの季節差と1つの一次差分によって,静止温度時系列に変換した。この情報を,元の時系列と共に,SARMA法を用いてモデルを開発するためにさらに利用した。14の変数のそれぞれに対して,節約的で最良適合のSARIMAモデルを開発した。本研究は,[数式:原文を参照]が14の時系列データセットのうち8つに対して理想的な予測モデルとしてであることを明らかにした。Copyright Institute of Geophysics, Polish Academy of Sciences & Polish Academy of Sciences 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *気温 ,  インド ,  推定量 ,  予測モデル
準シソーラス用語： 時系列データ ,  非定常性 ,  季節性 ,  温度予測 ,  自己回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自己相関関数(ACF) ,  部分自己相関関数(PACF) ,  Senの傾斜推定量 ,  季節自己回帰統合移動平均(SARIMA) ,  Mann-Kendall(MK)傾向試験

分類 (5件)： 自動車事故,交通安全  (TB01050G) ,  気候学,気候変動  (DC05140T) ,  粒状物調査測定  (SB03060E) ,  発電一般  (NB03010W) ,  植物生理学一般  (EH02010Y)

タイトルに関連する用語 (5件)： インド ,  平均 ,  月 ,  気温 ,  予測