如何作假天气预报？
我们以前做过这样一个课程设计，用模拟的气象数据来预测未来几天的天气变化，利用的数据库有中国气象局提供的公众气象服务（免费），还有NCEP的再分析资料（付费）。 先给出结果，然后再详细阐述每个步骤。
1. 导入数据 我们使用的数据包含两个部分，一个是北京地区的气象站点观测数据（免费），这个在网站最后面有一串链接，你点开第一个就是了；另一个是NCEP再分析资料（付费），可以在google里搜“NCEP data”，然后找一个叫“NCEP Atlas 10.3”的网站进去后选择所需日期和区域即可。 为了验证我们的模型，把2015年1月1日到31日的天气状况输入到模型中，看是否能做出准确预测。图1显示了这31天里每天的实际气温和预报气温情况，可以看到除了两三天的误差比较大之外，其他时间的预测还是相当准确的。
2. 建立模型 用到的建模工具是R语言，由于时间序列数据的特性，这里采用ARIMA（p，d，q）模型对数据进行预测，其中p代表自相关阶数，d代表移动平均阶数，q代表残差方差估计的阶数。 由于NCEP提供的原始数据是每小时一次的大气状态参数（温度、气压等），而我们关心的是每天的天气变化情况，因此需要对这个数据进行处理，具体过程参见论文[1]。
3. 结果输出 我们使用python的pip模块安装pyinstaller，然后把用r语言建立的模型代码打包成exe文件。这样在没有任何环境支持的前提下也可以运行。 最后可以看到预测的结果还是比较令人满意的。而且整个程序只需要一次性运行就可以得到未来所有的预测结果，方便用户使用。