这项研究重点介绍了perlis的每月温度和降雨模式的预测,目的是为该地区的气候提供宝贵的见解。采用了各种预测方法,包括简单的季节性指数平滑(SSE),Holt Winter添加剂,Holt Winter乘法和季节性Arima。使用键误差指标(例如平均绝对误差(MAE),均方根误差(RMSE)和平均绝对百分比误差(MAPE))评估这些模型的准确性。分析结果表明,简单的季节性指数平滑(SSES)模型始终优于其他方法,显示了温度和降雨预测的最低误差指标。具体而言,对于每月温度,MAE的最低误差指标值为0.401,RMSE为0.465,MAPE为1.434。每月降雨,SSES模型表明,1.528的MAE,1.952的RMSE和157.477的MAPE,表明其在捕获Chuping气候中捕获季节性模式方面的准确性很高。该研究的结论表明,在接下来的31个月内,预期的温度和降雨模式稳定,直到2025年底。预测中的这种可靠性为包括农业和环境管理在内的各个部门提供了有价值的信息,这些信息依赖于准确的气候预测进行计划和资源分配。关键字:预测,简单的季节性指数平滑(SSES),Holt-Winter添加剂,Holt Winter乘法性,季节性Arima。[1]。引言Chuping,马来西亚佩里斯(Perlis),以其广泛的农业行业而闻名,其中包括几种不同的农产品,例如大米和橡胶。此外,它具有成为该国最大的甘蔗生产区(Perlis州政府,北卡罗来纳州)的区别。这些农业活动的成功和生产力显着影响当地经济,产生就业机会,刺激农村发展,并支持该地区许多人的生计以及农业部门的谋生,在削弱佩里斯的整体经济增长方面。这些农业活动中这些农业活动的繁荣和生产力与天气条件(主要是降雨和温度)密切相关。
主要关键词