摘 要：通過討論已知年份二氧化碳濃度與全球平均氣溫數據，運用回歸分析方法得出他們之間的相關關系。研究表明：（1）二氧化碳濃度與全球變暖在0.01置信度下顯著相關；（2）二氧化碳濃度與全球變暖之間的回歸方程為y=80.73x^2+0.813x+326.608；

關鍵詞：二氧化碳；全球平均氣溫；回歸分析；變化趨勢；SPSS預測

在中國，人們對氣候變化的關注越來越多，尤其是丹麥哥本哈根氣候大會的召開，低碳理念、低碳生活已經成為普通民眾關注的焦點和追求的目標。微軟公司前首席技術官內森梅爾沃德發表了一篇論文，斷言二氧化碳與近年來的氣候變暖幾乎沒有關系。為了證實這一觀點的科學性，本文基于已知年份的二氧化碳濃度數據和全球平均氣溫數據通過回歸分析方法研究二者的相關性，因為人們對氣候變化的關注越來越多故本文也采用了趨勢擬合的方法對未來50年全球平均氣溫變化趨勢做出預測。

1 數據來源與研究方法

1.1 數據來源

分析的數據主要來源于已有文獻，中國統計局發布的相關資料

1.2 統計分析方法

相關分析法能揭示地理要素之間相互關系的密切程度。地理要素之間相互關系密切程度的測定主要通過相關系數的計算和檢驗來完成。然而諸要素之間關系的進一步具體化如果能用一定的函數形式予以近似的表達，那么意義會更大。回歸分析方法就是研究要素之間具體數量關系的強有力的工具，運用這種方法能夠建立反映地理要素之間具體數量關系的數學模型，即回歸模型。故本文不僅進行了相關性分析還進行了回歸分析。

時間序列也叫時間數列或動態數列，是要素變量的數據，按照時間順序變動排列而形成的一種數列，它反映了要素隨時間變化的發展過程，地理過程的時間序列分析就是通過分析地理要素隨時間變化的歷史過程。揭示其發展變化規律，并對其未來狀態進行預測。本文采用趨勢擬合的方法，對全球平均氣溫做出了預測。

2 二氧化碳濃度與全球平均氣溫的相關性分析

分析步驟如下：

首先通過已有1959到2009年二氧化碳濃度數據和全球平均氣溫數據并進行相關性分析在置信度（雙測）為0.01時，相關性是顯著的。

3 二氧化碳濃度與全球平均氣溫的回歸性分析

利用SPSS工具對二者之間進行回歸分析得出他們之間是非線性關系。他們的數學關系模型是y=80.73x^2+0.813x+326.608。自變量為均溫，因變量為Co2濃度。

4 總結

由以上內容我們可以得出結論：二氧化碳的濃度存在著相關性而且是非線性相關，他們之間的數學模型關系是y=80.73x^2+0.813x+326.608。

作者簡介：劉高春（1996-），本科四年級，內江師范學院。