El sistema de medición de temperatura con mal funcionamiento y falla del sensor en almacenes de granos puede llevar a la falta de datos de temperatura del grano en algunos días. La falta de datos no es propicia para el monitoreo de las condiciones de almacenamiento de granos. Este documento establece modelos matemáticos de coeficientes de correlación temporal de temperatura del grano y tiempo de almacenamiento en diferentes planos, y analiza la influencia del cambio de estado de almacenamiento en la correlación de la temperatura del grano. Los datos históricos de la situación del grano durante aproximadamente un año fueron seleccionados de 27 almacenes de granos planos distribuidos en las zonas ecológicas de almacenamiento de granos del segundo al séptimo en China. Además, los coeficientes de correlación de la temperatura del grano fueron luego calculados en los planos de cada almacén. Durante este proceso, se incluyó un intervalo de tiempo de 1, 7, 14, 21, 28, 35, 42, 49, 56, 63 y 70 días, lo que significa que se calcularon los coeficientes de correlación entre la temperatura del grano en el día y la temperatura del grano después del almacenamiento para 1, 7, 14, 21, 28, 35, 42, 49, 56, 63 y 70 días. Luego, los coeficientes de correlación de los mismos intervalos de tiempo y planos en cada almacén fueron conectados secuencialmente para formar matrices de coeficientes de correlación. Luego, se utilizaron métodos de configuración de 3 umbrales y el método DBSCAN (agrupamiento espacial basado en densidad de aplicaciones con ruido) para analizar los coeficientes de correlación de esas matrices. Según los resultados, establecimos los umbrales de coeficiente de correlación para cada plano en cada intervalo de tiempo. Los modelos fueron luego establecidos con respecto a los umbrales de coeficiente de correlación e intervalos de tiempo de almacenamiento. Posteriormente, la suma de cuadrados para el error (SSE), el coeficiente de determinación (), y el error cuadrático medio (RMSE) fueron elegidos para evaluar los modelos, con los resultados mostrando que el efecto del modelo establecido por el umbral establecido por el método de configuración de 3 umbrales, con SSE, y RMSE de 0.056, 0.9771 y 0.0748, respectivamente, fue mejor que el modelo establecido usando el método DBSCAN. Finalmente, se analizaron los coeficientes de correlación de las temperaturas del grano con almacén vacío, adición de nuevo grano, aireación y auto-calentamiento. Los resultados muestran que los cuatro modos en un cierto intervalo de tiempo (por ejemplo, 30 días) no cumplen con el umbral de coeficiente de correlación durante el almacenamiento normal. El resultado puede proporcionar una base teórica para la detección de las condiciones de almacenamiento de granos cuando faltan intermitentemente los datos de temperatura del grano.