馬 力，于瑞林，李 杰，夏立忠，LI Yun-cong

?

基于時間序列分析并預測三峽庫區(qū)局地環(huán)境溫度的變化*

馬 力1,3，于瑞林2**，李 杰2，夏立忠1，LI Yun-cong3

（1．中國科學院南京土壤研究所，南京 210008；2．山東農業(yè)大學，泰安，271018；3．Soil and Water Science Department，Tropical Research and Education Center，University of Florida，Homestead，F(xiàn)L 33031，USA）

利用湖北秭歸三峽庫首典型區(qū)的氣象監(jiān)測資料，采用時間序列分析和自回歸積分滑動平均模型（ARIAM）方法，對三峽庫區(qū)2001-2015年局地環(huán)境溫度變化進行趨勢和預測分析，以探討三峽工程蓄水對庫區(qū)局地氣候環(huán)境變化的影響。結果表明，研究區(qū)域局地氣溫和地溫的時間序列為季節(jié)性非平穩(wěn)時間序列，年際月平均氣溫峰值在7月（29.0℃），低谷在1月（6.0℃）；研究期內局地平均氣溫在2003年降至17.8℃，2007年穩(wěn)定升至18.3℃；2011年持續(xù)降至的17.1℃，之后穩(wěn)定升至2013年的17.9℃。平均地溫在2005年升至21.2℃，2008年持續(xù)降至19.4℃，后期在2013年穩(wěn)定升至20.1℃。分析結果顯示，在2003年蓄水前后三峽庫首典型區(qū)局地環(huán)境溫度呈現(xiàn)一定程度年際波動，但不存在顯著單一的變化趨勢，說明在研究期15a內三峽工程蓄水對研究區(qū)域的局地環(huán)境溫度未產生顯著影響。用ARIMA模型獲得了氣溫和地溫的最佳預測模型，2015年預測值與監(jiān)測值的符合程度良好，可進一步利用該地區(qū)長期監(jiān)測數(shù)據(jù)對模型進行優(yōu)化和應用。

時間序列；局地氣候；三峽庫區(qū)；溫度；ARIAM模型

三峽庫區(qū)（Three Gorges Reservoir area，TGA）泛指175m水位方案淹沒涉及的湖北省和重慶市的19個市（縣、區(qū)），總面積約5.2萬km2，而庫首地區(qū)包括秭歸縣、興山縣、巴東縣和夷陵區(qū)，位于三峽水庫前緣地帶，是三峽工程蓄水首批受淹地區(qū)[1-3]。長期以來，三峽工程對庫區(qū)局地氣候和生態(tài)環(huán)境的影響一直是國內外研究的熱點[4-7]。相對于大尺度的氣候變化，一定范圍局地氣候的形成和演變受到自然和人類活動條件下所形成的特殊下墊面的性質所影響[1,8]。2003年6月三峽工程蓄水至135m水位，2006年9月蓄水至150m水位，2009年三峽工程基本完工，并穩(wěn)定蓄水至175m水位運行[9]。隨著三峽工程的穩(wěn)定運行，庫區(qū)水位在短時期內抬高，在庫首區(qū)域的庫岸交界地帶，下墊面發(fā)生了明顯的變化，對庫區(qū)周邊一定范圍區(qū)域局地氣候可能產生一定影響[10]。各種氣候因素的變化將會直接或間接影響庫岸帶周邊地區(qū)的農業(yè)生產和生態(tài)環(huán)境[5,11-13]。近年來已有不少針對三峽庫區(qū)氣候變化的研究報道[14-18]，但對于三峽蓄水運行后的氣象因子變化過程和趨勢分析相對缺乏。本研究選擇位于湖北秭歸縣的三峽庫首典型地區(qū)，對該地2001-2015年的局地氣象監(jiān)測數(shù)據(jù)進行深入分析，采用時間序列分析（Time series analysis）和自回歸積分滑動平均模型（Autoregressive integrated moving average model，ARIMA）的系統(tǒng)方法，對該地區(qū)蓄水前后共15a的氣溫和地溫變化進行趨勢和預測分析，旨在通過系統(tǒng)分析庫首典型區(qū)域蓄水前后重要氣象因子的動態(tài)趨勢，為闡明三峽庫區(qū)局地氣候的變化過程和中長期預測提供一定的科學依據(jù)。

1 資料與方法

1.1 研究區(qū)域概況

氣象資料來自中國科學院三峽工程生態(tài)環(huán)境秭歸實驗站（秭歸站）（31°3.53' N，110°40.55' E），監(jiān)測點距離三峽大壩約70km，屬三峽水庫庫首區(qū)域。本區(qū)為濕潤亞熱帶季風氣候，大部分是高原山地，山脈海拔1000-2000m，其次是丘陵和臺地，海拔500-800m，年平均氣溫為15～18℃，平均日照時數(shù)為1216～1884h，大部分地區(qū)年降水量為1000～1300mm。區(qū)內土壤類型較多，農業(yè)土壤以紫色土和水稻土為主，林地土壤有黃色石灰土、棕色石灰土、黃壤和棕壤等，耕地以坡耕地為主，約占耕地總面積的75%[2-3]。

氣象站位于海拔224m坡地平坦處，氣象資料由WatchDog2000自動氣象觀測站輔以人工觀測記錄共同獲取。自2001年以來，氣象觀測每日連續(xù)進行，氣溫和地溫分別在2：00、8：00、14：00和20：00共4個時間進行觀測，同時觀測日極端（最高和最低）溫度，日觀測數(shù)據(jù)用于計算日、月和年溫度平均值。

觀測數(shù)據(jù)使用Excel 2013軟件進行整理統(tǒng)計。本研究采用的時間序列和ARIMA模型分析運算通過R軟件（Version 3.3.1，The R Foundation for Statistical Computing，2016）來實現(xiàn)，先通過時間序列分析獲得環(huán)境溫度的變化規(guī)律和趨勢，再運用ARIMA模型對觀測數(shù)據(jù)進行預測分析，以找到合適的預測模型。R軟件是一種數(shù)學計算環(huán)境，它提供了若干統(tǒng)計函數(shù)、程序工具和各種數(shù)學環(huán)境，可根據(jù)統(tǒng)計模型，制定相應的數(shù)據(jù)庫及相關參數(shù)，以進行靈活機動數(shù)據(jù)分析工作[19-21]。

1.2 時間序列分析方法

時間序列是同一現(xiàn)象在不同時間上的相繼觀察值排列而成的序列，可以分為平穩(wěn)時間序列（Stationary series）和非平穩(wěn)時間序列（Non-stationary series）兩類。平穩(wěn)序列是基本上不存在趨勢的序列，在不同時段的波動是不存在規(guī)律的隨機性波動。非平穩(wěn)序列是包含趨勢（Trend）、季節(jié)性（Seasonality）或周期性（Cyclicity）等成分的序列。時間序列的成分包括趨勢性（T）、季節(jié)性（S）、周期性（C）和隨機性波動（R）。時間序列分析的目的是把這些成分從時間序列中分離出來，并將它們之間的關系用一定的數(shù)學關系式進行表達，而后分別進行分析[22-25]。對時間序列進行分析時，一般先給出它的圖形描述，然后通過圖形觀察數(shù)據(jù)隨時間變化的模式及趨勢，以確定判斷其成分。確定時間序列成分之后，需要對復合型時間序列進行分解以觀察各成分特點，再根據(jù)時間序列類型并結合具體實際情況選擇合適的預測方法進行預測。針對不同類型時間序列數(shù)據(jù)的趨勢和預測分析原理如圖1所示。本研究采用的時間序列分析流程如圖2所示。在時間序列基礎上采用ARIMA模型來進行預測分析，該方法將非平穩(wěn)時間序列轉化為平穩(wěn)時間序列后進行回歸并建立模型，從而根據(jù)時間序列的歷史實測值來預測未來值[26-27]。

圖1 時間序列數(shù)據(jù)特點分析及其相應預測方法的選擇

圖2 溫度變化趨勢分析流程圖

2 結果與分析

2.1 氣溫變化的時間序列分析

三峽工程于2003年5月開始蓄水，監(jiān)測數(shù)據(jù)可相應分為蓄水前后兩個階段。根據(jù)2001-2014年的監(jiān)測結果，蓄水前的2001-2003年，該氣象站年平均氣溫為18.4℃，蓄水后2004-2014年的年平均氣溫為17.7℃，降低了0.7℃。研究期內，最低月平均溫度為1月的6.0℃，最高月平均溫度為7月的29.0℃。比較蓄水前后數(shù)據(jù)發(fā)現(xiàn)，蓄水后部分月份平均溫度有不同程度的升高或降低。由圖3可以看出，不同年份的氣溫均值存在年際波動，而各年度在不同月份的氣溫值呈現(xiàn)出相似的波動規(guī)律，由此可以確定，研究區(qū)域氣溫的時間序列為季節(jié)性非平穩(wěn)時間序列。

由圖4可見，原始氣溫觀測值時間序列具有明顯的季節(jié)性，并未顯現(xiàn)明顯的變化趨勢，對上述季節(jié)性時間序列進行分解，得出時間序列中趨勢性、季節(jié)性和隨機部分的估計值。由計算結果得出，季節(jié)性因素最大值在7月（約11.1℃），最小值在1月（約-11.9℃），標志著每年的峰值在7月，低谷在1月。由圖4還可以看出，研究期內氣溫有弱的下降趨勢。為得到較明顯的趨勢部分，從原始時間序列中去除估計出的季節(jié)性部分，并采用簡單移動平均法來平滑時間序列數(shù)據(jù)，以便得到較好的趨勢部分。本研究通過設置不同的跨度來平滑序列，圖5展示了跨度為30d時平滑后的時間序列，由圖可以看出氣溫較明顯的變化過程，局地平均氣溫在2003年下降至17.8℃，又在2007年穩(wěn)定升至18.3℃；后持續(xù)降至2011年的17.1℃，之后穩(wěn)定升至2013年的17.9℃；對日觀測數(shù)據(jù)的統(tǒng)計分析表明，研究期間該地氣溫的波動無顯著單一的變化趨勢。由圖5可以看出，氣溫變化有3個明顯拐點，因此，可以采用四階曲線作為擬合模型，并根據(jù)季節(jié)性因素得出未來某一時間的預測值。

圖3 研究區(qū)2001-2014年平均氣溫的年際變化（a）和歷年各月平均氣溫變化（b）

圖4 研究區(qū)2001-2014年氣溫的時間序列分解圖

圖5 研究區(qū)2001-2014年跨度為30d的氣溫時間序列平滑圖

2.2 地溫變化的時間序列分析

根據(jù)2001-2014年地溫監(jiān)測結果，蓄水前2001-2003年和蓄水后2004-2014年的年均地面溫度分別為21.1℃和20.4℃，降低了0.7℃。在研究期間，該地最低月平均溫度為1月的6.1℃，最高月平均溫度為7月的33.3℃。由圖6可以看出，不同年份的氣溫均值存在年際波動，而各年度地溫在不同月份呈現(xiàn)與氣溫相似的波動規(guī)律，因此，確定研究區(qū)域地溫的時間序列也為季節(jié)性非平穩(wěn)時間序列。

由圖7可見，原始的地溫時間序列具有明顯的季節(jié)性，并未顯現(xiàn)明顯的變化趨勢，對上述季節(jié)性時間序列進行分解，得出地溫時間序列中趨勢性、季節(jié)性和隨機部分的估計值。由計算結果得出，季節(jié)性因素最大值在7月（約13.2℃），最小值在1月（約-14.0℃），說明每年的峰值在7月，低谷在1月。由圖7可以看出，研究期內地溫整體上呈下降趨勢。從原始時間序列中去除估計出的季節(jié)性部分，并采用簡單移動平均法來平滑時間序列數(shù)據(jù)。由平滑后的時間序列圖（圖8）可以看出，局地平均地溫在2005年升至21.2℃，2008年持續(xù)降至19.4℃，后期在2013年穩(wěn)定升至20.1℃。對日觀測數(shù)據(jù)的統(tǒng)計分析表明，研究期間該地地溫的波動也無顯著單一的變化趨勢。由圖8還可以看出，圖像有3個明顯拐點，因此，可以采用四階曲線作為擬合模型，并根據(jù)季節(jié)性因素得出未來某一時間的預測值。

圖6 研究區(qū)2001-2014年平均地溫年際變化（a）和歷年各月平均地溫變化（b）

圖7 研究區(qū)2001-2014年地溫的時間序列分解圖

圖8 研究區(qū)2001-2014年跨度為30d的地溫時間序列平滑圖

2.3 局地溫度變化趨勢的模型預測

差分運算具有強大的確定性信息提取能力，許多非平穩(wěn)序列差分后會顯示出平穩(wěn)序列的性質，稱這種非平穩(wěn)序列為差分平穩(wěn)序列。對差分平穩(wěn)序列可以使用求和自回歸移動平均模型（ARIMA）進行擬合。該方法的主要分析思路是，首先檢驗原觀察值序列是否符合平穩(wěn)性；若不符合，則對其進行差分運算將非平穩(wěn)序列變?yōu)槠椒€(wěn)序列；然后對差分后的平穩(wěn)序列進行白噪聲檢驗。若通過檢驗，則分析結束；若未通過檢驗，則擬合合適的ARIMA模型以使檢驗通過。ARIMA模型的結構為：

考慮到溫度觀測數(shù)據(jù)之間的相關性和季節(jié)性，本研究采用ARIMA模型來進行預測分析。為確定一個合適的ARIMA模型，需要獲得ARIMA（p，d，q）中合適的p、d、q值。將2001-2014年全部日觀測平均值數(shù)據(jù)輸入計算機，利用R軟件中的auto.arima( )函數(shù)可以得到p、d、q的值，得到合適的氣溫和地溫模型分別為ARIMA（2，0，1）和ARIMA（2，0，3）。

根據(jù)模型計算結果得出局地氣溫和地溫預測模型分別為：

圖9 2015年氣溫（a）和地溫（b）預測曲線圖

注：粗線條為2015年氣溫預測值，淺灰色陰影給出了80%的預測值區(qū)間

Note：The rough lines are the temperature forecasted values for 2015 and light gray shades are 95% prediction value intervals

圖10 研究區(qū)2015年各月氣溫（a）和地溫（b）觀測值與預測值的對比

表1 2015年局地溫度觀測值與預測值的比較

3 結論與討論

三峽庫區(qū)秭歸典型區(qū)域在2001-2015年期間局地環(huán)境溫度雖有一定程度的年際波動，但不存在單一且顯著的變化趨勢。這與已有相關研究結論與預測結果相一致[14-15]。根據(jù)已有觀測資料，2001-2015年研究區(qū)域局地氣溫和地溫的時間序列均為季節(jié)性非平穩(wěn)時間序列，每年峰值在7月，低谷在1月，均有先升后降的過程。該地最低月平均氣溫為1月的6.0℃，最高月平均氣溫為7月的29.0℃。在15a研究期內局地平均氣溫在2003年下降至17.8℃，又在2007年穩(wěn)定升至18.3℃；后持續(xù)降至2011年的17.1℃，之后穩(wěn)定升至2013年的17.9℃。平均地溫在2005年升至21.2℃，2008年持續(xù)降至19.4℃，后期在2013年穩(wěn)定升至20.1℃。而統(tǒng)計分析表明，局地氣溫和地溫這種波動過程并無顯著變化趨勢，因此得出，在15a研究期內，三峽工程蓄水對研究區(qū)域內的局地環(huán)境溫度變化無顯著影響。用ARIMA模型獲得氣溫和地溫的2個預測模型，根據(jù)模型預測值加上季節(jié)性部分得到了最終的預測值。結果表明，2015年度預測值與觀測值的符合程度良好，可進一步利用長期監(jiān)測數(shù)據(jù)對模型進行優(yōu)化和應用。三峽庫區(qū)的局地氣候形成是一個復雜和長期過程，需要更長時期的觀測和綜合分析，以得到更準確的預測結果。

[1] Miller N,Jin J M,He H,et al.Local climate sensitivity to the Three Gorges Dam[J].Bulletin of the American Meteorological Society,2005,86(3):334-335.

[2]陳國階,徐琪,杜榕桓,等.三峽工程對生態(tài)與環(huán)境的影響及對策研究[M].北京:科學出版社,1995:1-46.

Chen G J,Xu Q,Du R H,et al.The effects of the Three Gorges Project on ecology and environment influence and countermeasures study[M].Beijing:Science Press,1995:1-46. (in Chinese)

[3]楊林章,董元華,馬毅杰,等.三峽庫首地區(qū)土地資源潛力與生態(tài)環(huán)境建設[M].北京:中國水利水電出版社,2007:2-12, 172-194.

Yang L Z,Dong Y H,Ma Y J,et al.Potential productivity and eco-environmental construction in the areas of head part of the Three Gorges Reservoir[M].Beijing:China Water Power Press,2007:2- 12,172-194.(in Chinese)

[4]葉殿秀,張強,鄒旭愷,等.近幾十年三峽庫區(qū)主要氣象災害變化趨勢[J].長江流域資源與環(huán)境,2009,18(3):296-300.

Ye D X,Zhang Q,Zou X K,et al.Changing trends of major meteorological disasters in recent decades over Three Gorges Reservoir area[J].Resources and Environment in the Yangtze Basin,2009,18(3):296-300.(in Chinese)

[5]沈國舫.三峽工程對生態(tài)和環(huán)境的影響[J].科學中國人,2010, 48(8):48-51.

Shen G F.The influence of the Three Gorges Project on ecology and environment[J].Scientific Chinese,2010,48(8): 48-51.(in Chinese)

[6]Mei X,Dai Z,Du J,et al.Linkage between three gorges dam impacts and the dramatic recessions in China's largest freshwater lake,Poyang lake[R].Nature Publishing Group, Scientific Reports,2015,(5):18197.

[7]Strehmel A,Sch?nbrodt-stitt S,Buzzo G,et al.Assessment of geo-hazards in a rapidly changing landscape:the three gorges reservoir region in China[J].Environmental Earth Sciences, 2015,74(6): 4939-4960.

[8]Zhang Q F,Lou Z P.The environmental changes and mitigation actions in the Three Gorges Reservoir region[J].China, Environmental Science & Policy,2011,14 (8):1132-1138.

[9]Fu B J,Wu B F,Lv Y H,et al.Three Gorges Project:efforts and challenges for the environment[J].Progress in Physical Geo- graphy,2010,34(6):741-754.

[10]Li Z X,Wang R,Zhou Z L,et al.Three Gorges Project's impact on the water resource and environment of Yangtze River[J]. Journal of Applied Sciences,2013,13(17): 3394-3399.

[11]王樹文,祁源莉.三峽工程對生態(tài)環(huán)境與生態(tài)系統(tǒng)的影響及政策分析模型研究[J].中國人口資源與環(huán)境,2015,25(5): 106-113.

Wang S W,Qin Y L.Research on the models of policy analysis and the influences on ecological environment and ecosystem of the Three Gorges Project[J].China Population Resources and Environment,2015,25(5):106-113.(in Chinese)

[12]Shen Z,Chen L,Hong Q,et al.Vertical variation of nonpoint source pollutants in the Three Gorges Reservoir Region[J]. PLoS One,2013,8(8):e71194.

[13]Li S,Xiong L H,Dong L H,et al.Effects of the Three Gorges Reservoir on the hydrological droughts at the downstream Yichang station during 2003-2011[J].Hydrological Processes, 2013,27(26): 3981-3993.

[14]張?zhí)煊?范莉,孫杰,等.1961-2008年三峽庫區(qū)氣候變化特征分析[J].長江流域資源與環(huán)境,2010,19(S1):52-61.

Zhang T Y,Fan L,Sun J,et al.Analysis of climate change characteristics in the Three Gorges Reservoir Area in 1961-2008[J].Resources and Environment in the Yangtze Basin,2010,19(Supple1):52-61.(in Chinese)

[15]陳鮮艷,張強,葉殿秀,等.三峽庫區(qū)局地氣候變化[J].長江流域資源與環(huán)境,2009,18(1):47-51.

Chen X Y,Zhang Q,Ye D X,et al.Regional climate change over Three Gorges Reservoir area[J].Resources and Environment in the Yangtze Basin,2009,18(1):47-51.(in Chinese)

[16]馬占山,張強,秦琰琰.三峽水庫對區(qū)域氣候影響的數(shù)值模擬分析[J].長江流域資源與環(huán)境,2010,19(9):1044-1052.

Ma Z S,Zhang Q,Qin Y Y.Numerical simulation and analysis of the effect of Three Gorges Reservoir Project on the regional climate change[J].Resources and Environment in the Yangtze Basin,2010,19(9):1044-1052.(in Chinese)

[17]張洪濤,祝昌漢,張強.長江三峽水庫氣候效應數(shù)值模擬[J].長江流域資源與環(huán)境,2004,13(2):133-137.

Zhang H T,Zhu C H,Zhang Q.Numerical modeling of microclimate effects produced by the formation of the Three Gorges Reservoir[J].Resources and Environment in the Yangtze Basin,2004,13(2):133-137.(in Chinese)

[18]Wu J G,Huang J H,Han X G,et al.The Three Gorges Dam:an ecological perspective[J].Frontiers in Ecology and the Environment,2004,2(5):241-248.

[19]賈俊平,何曉群,金勇進.統(tǒng)計學(第六版)[M].北京:中國人民大學出版社,2015:320-348.

Jia J P,He X Q,Jin Y J.Statistic(sixth edition)[M].Beijing: China Renmin University Press,2015:320-348.(in Chinese)

[20]范金城,梅曉林.數(shù)據(jù)分析(第二版)[M].北京:科學出版社,2010:192-300.

Fan J C,Mei X L.Data analysis(second edition)[M].Beijing: Science Press,2010:192-300.(in Chinese)

[21]薛毅,陳立萍.統(tǒng)計建模與R軟件[M].北京:清華大學出版社,2006:468-495.

Xue Y,Chen L P.Statistical modeling and R software[M]. Beijing:Tsinghua University Press,2006:468-495.(in Chinese)

[22]常學將,陳敬,王明生.時間序列分析[M].北京:高等教育出版社,1993.

Chang X J,Chen J,Wang M S.Time series analysis[M]. Beijing:Higher Education Press,1993.(in Chinese)

[23]Li R H,Akira M,Zhou J.Abnormal state detection of building structures based on symbolic time series analysis and negative selection[J].Structural Control Health Monitoring, 2014,21(1):80-97.

[24]James R T,James R W.Multifractal detrended fluctuation analysis:practical applications to financial time series[J]. Mathematics and Computers in Simulation,2016,126:63-88.

[25]吳濤,顏輝武,唐桂剛.三峽庫區(qū)水質數(shù)據(jù)時間序列分析預測研究[J].武漢大學學報,2006,31(6):500-502.

Wu T,Yan H W,Tang G G. Prediction on time series analysis of water quality in Yangtze Gorges Reservoir Area[J].Geomatics and Information Science of Wuhan University,2006,31(6):500-502.(in Chinese)

[26]Iqbal M,Amjad N.Forecasting inflation:autoregressive integrated moving average model[J].European Scientific Journal,2016, 12(1):83-92.

[27]Wang W C,Chau K W,Xu D M,et al.Improving forecasting accuracy of annual runoff time series using ARIMA based on EEMD decomposition[J].Water Resources Management,2015, 29(8):2655-2675.

Research on Local Environmental Temperature Change and Forecast in the Three Gorges Reservoir Area Based on Time Series Analysis

MA Li1,3, YU Rui-lin2, LI Jie2, XIA Li-zhong1, LI Yun-cong3

(1．Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China; 2．Shandong Agricultural University, Tai’an, Shandong 271018, China; 3．Soil and Water Science Department, Tropical Research and Education Center, University of Florida, Homestead, FL 33031, USA)

To confirm the effects of water storage of the Three Gorges Project on local climate change, using the method of time series analysis and Autoregressive Integrated Moving Average Model (ARIMA), local temperatures in a typical area of the upper basin of the Three Gorges Reservoir area (TGA) located in Zigui County were continuously observed and analyzed during 2001-2015. The results showed that the time series of air and soil temperature can be determined as the seasonal non-stationary time series, the peak value of monthly mean air temperature occurred in July (29.0℃) and trough value occurred in January (6.0℃). The air temperature declined to17.8℃ in 2003 and then stable up to 18.3℃ in 2007, the medium term continued to decline to 17.1℃ in 2011, and the latter stable up to 17.8℃ in 2013; the soil temperature stable increased to 21.1℃ in 2005, declined to 19.3℃ in 2008, and the latter stable up to 20.0℃ in 2013. The local environment temperature in the upper basin of the TGA had a certain degree of inter-annual fluctuation, but no significantly monotonic trends were found. These results indicate that the water storage of the Three Gorges Project had no significant influence on the local environmental temperature in the study area during the 15 years. Forecast models of air and soil temperature were obtained using ARIMA model, the forecast value and the observed value are in good agreement with the observed value in 2015. The results also indicated that the model can be optimized and applied for long-term monitoring data in this region.

Time series; Local climate; Three Gorges Reservoir area (TGA); Temperature; Autoregressive Integrated Moving Average (ARIMA) model

10.3969/j.issn.1000-6362.2018.01.002

馬力,于瑞林,李杰,等.基于時間序列分析并預測三峽庫區(qū)局地環(huán)境溫度的變化[J].中國農業(yè)氣象,2018,39(1):9-17

2017-04-30

。E-mail：ruilinyu@sdau.edu.cn

中國科學院南京土壤研究所“一三五”計劃和領域前沿項目（ISSASIP1663）；國家自然科學基金（41301307）

馬力（1979-），博士，副研究員，主要從事三峽庫區(qū)生態(tài)環(huán)境監(jiān)測與面源污染控制研究。E-mail：lma@issas.ac.cn