海表温度是监测海洋现象的重要参量,对海洋生态系统有很大的影响和作用,具有重要的研究价值,其在海洋动力学、海气相互作用、渔业经济研究和污染检测等方面有广泛应用。此前国内外关于海表温度的许多研究都基于遥感反演、遥感数据重构,对其并没有作进一步的研究。海表温度的预报也多以经验预报方法、数值预报方法和统计预报方法为主,这些预报方法精度有限。由于海表温度受各种因素的影响,使得海表温度时间序列呈现出明显的季节性变化特征。本文用时间序列分析的方法,研究包括东海、杭州湾、台湾海峡和南海在内的中国近海的海表温度温度及其预报工作。研究内容主要包括下面三个方面:一、海表温度时间序列的预处理。首先是海表温度时间序列的聚类分析,将相似度高的样本聚为一类,把每个研究区域上的576个样本划分为两个类,以样本点多的类为例来研究相关海域的海表温度。且本文提出了气候月的思想,对时间序列数据按气候月求月平均海表温度,提高了预测的精度。二、从时域分析的角度,对月平均海表温度时间序列数据,经过模型识别、模型估计和模型的诊断检验,建立SARIMA模型并作预测。三、从频域分析的角度,对月平均海表温度时间序列数据做谱分析,观察其周期图,建立相应的潜周期模型或混合潜周期模型并作预测。由拟合的SARIMA模型和潜周期模型分别预测2010年3至2011年2月这12个月的月平均海表温度,通过实际值和预测值的比较,发现这两种预报方法的预测精度都较高,可以为这些地区海表温度的研究提供参考。