图1为2014年1月22日至1月23日的夜间温度数据，利用该数据建模。

 图1 温度模型建模使用的数据文献综述

从图1中可以看出，从22日的傍晚开始，温度逐渐降低，直至第二天的早晨才开始逐渐平缓。尽管实测数据大致上呈现出一种曲线的趋势，但整体上还是存在着细微的波动[14]，为了便于数据的使用与处理，首先要将建模使用的温度数据进行平滑处理[15, 16]。以温度作为纵轴，以累加时间作为横轴做出温度与累计时间的散点图，然后利用Origin软件里的函数拟合功能对该模型进行多项式拟合[17, 18]，经过多次的试验和比较，选用了4次多项式作为拟合函数。拟合后的图如图2所示。

 图2 温度拟合后的值与建模数据吻合情况

其中，黑色实线为拟合出来的平滑曲线，利用Origin得到公式（1），

         （1）

公式（1）的R2=0。999，其中， y表示温度，x表示累加时间。由图2可见，温度模型的拟合度较高[19, 20]。

3。2 气温变化速率规律

根据平滑处理后的数据来计算温度变化速率。由某一时刻与上一时刻的温度差距比上信息采集周期时间，可以计算出某一时刻的温度速率，即温度的变化情况。以累加时间为横轴，以温度的变化速率为纵轴，做出夜间气温变化速率规律的图片