基于ARMA模型擬合分析方法的地磁監測數據研究--以長春地磁臺觀測數據為例

摘要：ARMA模型也叫做自回歸滑動平均模型,它是研究時間序列的重要方法,其中AR為自回歸模型,MA為移動平均模型。長春地磁數據F分量的ARMA模型擬合分析是基于MATLAB平臺,運用時間序列分析的研究方法,對2007-2018年長春地磁數據F分量進行ARMA模型擬合。按照不同ARMA模型相異的數據特性確定模型類別,判斷其屬于ARMA模型、AR模型或是MA模型。運用AIC準則法,找到使得AIC值最小的參數并確定為模型參數,最后對殘差序列運用Q值檢驗法,根據檢驗結果判斷模型的擬合優度。本文中的ARMA模型擬合方法是針對F分量的預處理分數據建立數學模型,運用一階差分方法去除年變趨勢,最終得出F分量變化幅度的近似擬合回歸方程。通過ARMA模型擬合方程可初步預測F值增減幅度的變化趨勢及極值范圍,這將為地磁異常乃至其它地震異常定量分析和預測提供一種新思路,也將為地磁異常的判定核實及地震分析預報起到推動作用。