R语言对苏州天气的分析及预测 温度篇

该文利用R语言分析2011-2015年苏州气温,发现季节性明显,7、8月高温,1、2月低温。2013年尤为炎热,温差在3、4月最大。通过HoltWinters指数平滑方法进行时间序列预测,预测值与实际值趋势接近,但偏低。文中还探讨了天气预报的制作原理。
摘要由CSDN通过智能技术生成

   温度篇

    前面已经讲了苏州的天气特点,还是用相同的数据,做接下来的苏州气温特点的分析预测,是的预测在这里!

         首先看下2011年到2015年苏州整体的温度表现是什么样的。

plot(suzhou$highestTemp,type="l",col="red",main="苏州2011-2015年气温图",xlab="时间轴",ylab="温度℃")
lines(suzhou$lowestTemp,type="l",col="blue")
legend("topright",c("最高气温","最低气温"),col=c("red","blue"),lty=1)

     红色是最高气温,蓝色是最低气温,年度季节性的特征很明显。每年都是先升再降,7、8月份是温度最高的时间,1、2月是温度最低时间。

因为时间太长,横轴没有具体的对应点。

 

    同样,按月取平均值,再来看整体的表现。

avgTemper <-numeric(0)#月平均气温
diffTemper <-numeric(0)#月最高温差
length(avgTemper)<- 48
length(diffTemper)<- 48
 
for(i in2011:2014){
         for(j in 1:12){
                   print((i-2011)*12+j)
                   avgTemper[(i-2011)*12+j]<-mean(c(suzhou$highestTemp[grep(paste(i,"-",j,"-",sep=""),suzhou$date)],suzhou$lowestTemp[grep(paste(i,"-",j,"-",sep=""),suzhou$date)]),na.rm=TRUE)
                   diffTemper[(i-2011)*12+j]<- max(suzhou$highestTemp[grep(paste(i,"-",j,"-",sep=""),suzhou$date)]-suzhou$lowestTemp[grep(paste(i,"-",j,"-",sep=""),suzhou$date)],na.rm=TRUE)
         }
}
 
avgTemperTS<- ts(avgTemper,frequency=12,start=c(2011,1))
plot.ts(avgTemperTS,main="苏州2011-2014年月平均气温图",xlab="时间",ylab="月平均温度℃")


    四年月平均气温有一个很明显的周期性规律,明显能看出来2013年7、8月份气温高于其他三年。


<
  • 9
    点赞
  • 93
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值