CAJ | 학술논문

引入能够将非线性、非平稳过程的数据进行线性化和平稳化处理的EMD方法,对广东降水的时间序列进行时间尺度分离,从复杂的非平稳信号中提取相对简单以不同时间尺度振荡的准周期信号,选取能较好描述降水周期特征的IMF分量作为建模备选因子,然后以均生回归、均生相关、韵律拟合误差和拟合误差4种方法构建预测模型,结果得到采用多尺度因子构建的4种单预测模型近10年Ps评分和降水距平符号同号率平均分在68～73分和50％～58％之间,而采用4种模型构建的回归集成模型两种评分方法的平均分分别高达79.8和68.8％,较单一预测模型评分分别提高了近10分和10％以上.将具有降水指示信号的前冬赤道东太平洋海温因子耦合到回归集成预测模型,其Ps评分结果与纯降水集成模型相当,但同号率评分略高3.1％.从而,提取要素序列的多种时间尺度特征,并采用多模型的集成预报,均能有效提高短期气候预测水平.
인입능구장비선성、비평은과정적수거진행선성화화평은화처리적EMD방법,대엄동강수적시간서렬진행시간척도분리,종복잡적비평은신호중제취상대간단이불동시간척도진탕적준주기신호,선취능교호묘술강수주기특정적IMF분량작위건모비선인자,연후이균생회귀、균생상관、운률의합오차화의합오차4충방법구건예측모형,결과득도채용다척도인자구건적4충단예측모형근10년Ps평분화강수거평부호동호솔평균분재68～73분화50％～58％지간,이채용4충모형구건적회귀집성모형량충평분방법적평균분분별고체79.8화68.8％,교단일예측모형평분분별제고료근10분화10％이상.장구유강수지시신호적전동적도동태평양해온인자우합도회귀집성예측모형,기Ps평분결과여순강수집성모형상당,단동호솔평분략고3.1％.종이,제취요소서렬적다충시간척도특정,병채용다모형적집성예보,균능유효제고단기기후예측수평.