随着大数据时代的到来，数据信息化在水文、气象等领域飞速发展。如何提取、挖掘出这些大数据背后所蕴藏的有效信息，是科研人员面临的挑战。本文以洛川县水文资料的数据为研究对象，利用时间序列分析、回归分析等统计方法，研究了退耕还林与生态环境改善的关系，其结果对生态环境改善有现实意义。　　本文首先运用经典的ARIMA模型对洛川县近三十年月平均降水量的数据进行建模，进行了拟合及预测。考虑到月平均降水量数据既存在着同一年间不同月变化规律的影响，也存在着相同月但不同年间的差异，本文在建立ARI MA模型时进行了改进，将时间序列数据按月份分成十二个组后先进行聚类分析，提取各类中降水量数据的特征量（最大值、最小值、截尾均值等），然后以这些特征量作为自变量，建立特征量与其所对应各类中月平均降水量数据间的线性回归方程，再建立所提取特征量的ARIMA预测模型，最后将特征量的预测值带入回归方程中，便得到了下一年十二个月的降水量预测值。其次，对经典ARIMA模型及改进后的ARIMA模型作了对比，结果表明改进的ARIMA模型更符合实际，它不但考虑了年际变化，还考虑了月际变化，更好地抓住了数据的特征，更具现实意义。最后，针对该县1999-2013年退耕还林数据及降水量相关数据建立了回归模型，研究了退耕还林对当地降水量及温度的影响，以及它在生态环境改善方面的积极作用。