热带气象学报
熱帶氣象學報
열대기상학보
2012年
2期
283-288
,共6页
毕硕本%陈譞%覃志年%徐寅%王必强
畢碩本%陳譞%覃誌年%徐寅%王必彊
필석본%진현%담지년%서인%왕필강
短期气候预测%经验模态分解(EMD)%集合预报%均生函数逐步回归模型%时间序列
短期氣候預測%經驗模態分解(EMD)%集閤預報%均生函數逐步迴歸模型%時間序列
단기기후예측%경험모태분해(EMD)%집합예보%균생함수축보회귀모형%시간서렬
气候系统是典型的非平稳性系统,然而对于气候观测数据的处理通常是在时间序列平稳的假定下完成的,比如气温和降水的多步预报,这通常会导致预报准确度较低.为改进该缺陷,首先将非平稳数据序列分解成平稳的、多尺度特征的本征模态函数分量( IMF),再使用数值集合预报与逐步回归分析相结合的方式对每一个IMF分量构建不同的预报模型,最后线性拟合成预报结果.通过Visual Studi0 2008开发平台使用上述方法建立了一个短期气候预报系统,采用广西区88个气象站1957-2005年的2月距平气温数据进行实际验证.结果表明,相对于普通预测和单一预测方法,加入了EMD和集合预报技术的方法在仅用历史资料进行多步预测的情况下,对于气候的变化趋势以及突发性气候具有更好的预报能力.
氣候繫統是典型的非平穩性繫統,然而對于氣候觀測數據的處理通常是在時間序列平穩的假定下完成的,比如氣溫和降水的多步預報,這通常會導緻預報準確度較低.為改進該缺陷,首先將非平穩數據序列分解成平穩的、多呎度特徵的本徵模態函數分量( IMF),再使用數值集閤預報與逐步迴歸分析相結閤的方式對每一箇IMF分量構建不同的預報模型,最後線性擬閤成預報結果.通過Visual Studi0 2008開髮平檯使用上述方法建立瞭一箇短期氣候預報繫統,採用廣西區88箇氣象站1957-2005年的2月距平氣溫數據進行實際驗證.結果錶明,相對于普通預測和單一預測方法,加入瞭EMD和集閤預報技術的方法在僅用歷史資料進行多步預測的情況下,對于氣候的變化趨勢以及突髮性氣候具有更好的預報能力.
기후계통시전형적비평은성계통,연이대우기후관측수거적처리통상시재시간서렬평은적가정하완성적,비여기온화강수적다보예보,저통상회도치예보준학도교저.위개진해결함,수선장비평은수거서렬분해성평은적、다척도특정적본정모태함수분량( IMF),재사용수치집합예보여축보회귀분석상결합적방식대매일개IMF분량구건불동적예보모형,최후선성의합성예보결과.통과Visual Studi0 2008개발평태사용상술방법건립료일개단기기후예보계통,채용엄서구88개기상참1957-2005년적2월거평기온수거진행실제험증.결과표명,상대우보통예측화단일예측방법,가입료EMD화집합예보기술적방법재부용역사자료진행다보예측적정황하,대우기후적변화추세이급돌발성기후구유경호적예보능력.
