Το φαινόμενο της κλιματικής αλλαγής απασχολεί έντονα την ερευνητική κοινότητα λόγω των ευρύτατων επιπτώσεών του, που γίνονται όλο και εντονότερα εμφανείς σε ποικίλες εκφάνσεις της καθημερινότητας. Σε αυτό το πλαίσιο, η παρούσα διατριβή περιλαμβάνει την παρουσίαση και εφαρμογή μεθόδων ανάλυσης και πρόβλεψης χρονολογικών σειρών σε μετεωρολογικές παρατηρήσεις που αφορούν την Λάρισα και τον Βόλο, περιοχές που έγιναν πρόσφατα το επίκεντρο έντονων καιρικών φαινομένων με τεράστιο ανθρώπινο και υλικό κόστος. Συγκεκριμένα, παρουσιάζονται, εφαρμόζονται και συγκρίνονται οι μέθοδοι της διάσπασης και της εξομάλυνσης χρονοσειρών, καθώς και των στοχαστικών μοντέλων Box-Jenkins (ARIMA) (SARIMA) με σκοπό την ανάλυση και την πρόβλεψη μελλοντικών τιμών χρονοσειρών που αφορούν την θερμοκρασία, τη σχετική υγρασία, την ταχύτητα του ανέμου, τον υετό (βροχόπτωση) και την ηλιακή ακτινοβολία. Τα συμπεράσματα αυτής της μελέτης μπορούν να αξιοποιηθούν αφενός για την κατανόηση και αξιολόγηση της εφαρμογής αυτών των μεθόδων και αφετέρου για την ανάλυση και περαιτέρω μελέτη της επίδρασης της κλιματικής αλλαγής.

Climate change has motivated great scientific effort due to its immense impact, which becomes increasingly visible in numerous aspects of everyday life. In this context, this thesis involves the presentation of timeseries analysis and forecasting methods, along with their application in meteorological observations regarding Larissa and Volos, regions which were directly impacted by severe weather effects, with huge human and financial cost. Specifically, time-series decomposition, smoothing, as well as the stochastic Box-Jenkins (ARIMA) (SARIMA) model are being presented, applied and compared, for the analysis and forecast of temperature, relative humidity, wind speed, rainfall and solar radiation timeseries observations. The outcome of this study can be used for understanding and evaluating the application of these methods but also for the analysis and further investigation of the impact of climate change.