共查询到20条相似文献，搜索用时 31 毫秒
1.
用谱分析作月降水趋势预报 总被引：1，自引：0，他引：1
一、谱的计算和周期提取 把包头1951年1月—1973年12月共276个月的降水量资料,组成一个月降水量3级距平的时间序列。正距平编码 1,负距平编码-1,正常编码0。经这样处理后的降水量资料序列,满足时间序列平稳性的统计要求。如设时问序列x(t)对时间t的相 相似文献
2.
小波功率谱Monte Carlo显著性检验的一个简易方案 总被引：8，自引：0，他引：8
对一个气象量时间序列p={P（t）,t=^-1,n},通过相空间中的几何分析直观地阐明了Morlet小波功率谱W（t,k）的计算原理,给出了一个对W（t,k）作Monte Carlo显著性检验的方案。由于该方案中随机序列的产生与分析序列p的理论分布无关,实施简单易行。对6月100hPa南亚高压强度指数序列的小波功率谱显著性检验表明,该方案能充分揭示p中年际、年代际振荡随时间的变化,因而具有实际应用价值。 相似文献
3.
(0,1)两值时间序列分析及其气象应用 总被引：1，自引：0，他引：1
气象时间序列可大致分为两种,一种是以数量观测值组成的数量时间序列,如气温、降水量等:另一种是以天气或气候事件(包括数量分档)组成的特征时间序列,通常多半以两个对立事件或特征组成序列,如晴雨、冷暖、旱涝、某要素正负距平等。这种以事件或数量特征组成的序列如以(0、1)来编码,则时间序列就成为单纯由0与1,两值组成的简单数量序列。数量序列与特征之间是可以互相转化的,即若将数量观测值按某种方式分为两类,就组成了特征序列;而将特征序列按(0,1)来编码则又组成最简单的数量序列——(0,1)序列。 相似文献
4.
5.
在对微分方程初值问题的数值计算中 ,当采用前向或后向差分格式时有两个时间层次 ,而当用中央差分格式时则有 3个时间层次 .由于把预报问题提为初值问题 ,因此只有一个初始场的信息被利用 .本文从扩展信息源的角度出发 ,对微分方程的时间积分提出了一种新格式——回溯时间积分格式 ,并对在大气、海洋、水文等常用的平流方程进行了实例计算 .制约动力系统的微分方程可以写为 : u/ t=F ( u,t) ( 1 )其中 ,u为状态变量 ,F为除局地变化项外的所有项 ,称为源函数 ,设时间间隔为△ t,式 ( 1 )的时间中央差格式为 :u( t △ t) =u( t-△ t) 2△ t… 相似文献
6.
为介绍和推广时间序列分析的新模型及其应用,安徽省气象台和中央气象局科学研究院天气气候研究所联合举办的“时间序列分析及其气象应用”讨论班1981年10月8日至22日在安徽青阳举行。讨论班邀请了中国科学院应用数学研究所、系统科学研究所、安徽大学数学系、天气气候所和安徽省气象台的同志讲授了如下方面的内容: (1) 随机序列和统计估计的基础知识;(2) ARMA(自回归滑动平均)模型及其识别和参数估计;(3) 动态系统的建模;(4) 非平稳序列;(5)时间序列预报;(6) 多维时间序列和Akaike准则;(7)门限自回归模型;(8) 气象实例。这些内容反映了时间序列分析在七十年代的最新进展。 相似文献
7.
用树木年轮重建博尔塔拉河流域的降水量序列 总被引：3，自引：1，他引：3
根据采自天山北坡西段博尔塔拉河流域18个采点的树木年轮样本,建立了每个采点的3种年表。通过相关普查分析,发现年表序列与上年10月至当年7月降水相关显著。用查干哈尔尕(t+1)、依和浑迪(t、t+1)、哈夏(t+2)4个树轮标准化年表序列可较好地重建该流域392a的该时段的降水量。分析重建结果发现:在这392a中,具有较明显的5个干期和6个湿期:有2a、3a、4a、12a、29a和43a的变化准周期:在1730,1753,1778和1831年发生突变。 相似文献
8.
根据Bayes准则下的多元线性判别分析和时间序列的线性自回归模式,本文提出一种时间序列的判别预报模式。该模式采用两种不同的变量筛选方案,对于气象时间序列的数量记录,由过去的记录判别未来记录的趋势(如正负距平、旱涝等)。在一定的自相关结构下,其判别效果较好。文献[1—4]曾论述用(0,1)两值时间序列建立AR(p)模式,但AR(p)模式有其局限性。将时间序列与多元判别分析结合,建立时间序列基础上的判别模式,用以往各时刻变量作为线性判别因子对未来各时刻的变量取值类型作出判别,既可保留时间序列线性模式的优点,又可利用多元逐步判别筛选因子的计算方法。从气象状况演变的物理机制来看,考虑前期状态演变比单纯考虑前期某一时刻的状态更有意义。 相似文献
9.
方差分析是寻找时间序列周期的方法。本文介绍一个以F一分布下侧概率为参数的周期显著性检验的方差分析程序,适用于PC—1500计算机。 一、方法概要 设时间序列为X(t=1,2,…N),为了从 长度K=2,3,…〔N/2〕的各个试验周期中将显著周期提取出来,先把X分为K组,每组有n个样本,然后计算F_k一统计量 相似文献
10.
一、风速的不连续平均法 对风参数进行平均,通常取T_0=10分,作为其平均时间间隔。在所选择的T_0范围内,风速V(t)的变化,可看作是具有各态历经性质的稳定随机过程。采用把湍流场分解为平均值场和脉动场的办法,可以写出 V(t)=V △AV(t)(1)式中V为T_0时间内速度的平均值;△V(t)为瞬时风速相对于平均值的脉动。 用高斯正态分布律来描述△V(t),具有足够的精度(参见本刊1982年第12期第33页)。所以在T_0时间内,V=常数,而△V(t)=0。 相似文献
11.
王新辉 《沙漠与绿洲气象(新疆气象)》2013,7(5):62-65
摘要：将台兰河作为塔里木河典型源流径流的案列,通过SPSS应用技术,探索适合干旱区河流水文预报方法。首先将台兰河台兰水文站1957-2008年年均流量Q（t）序列分解为趋势、周期、平稳函数项和噪声项,建立了非平稳时间序列加法模型,然后对建模年限内的Q（t）序列作了模拟检验,最后对建模年限外的2009、2010、2011年Q（t）值作了预报,预报结果符合水文情报预报规范要求,可供生产实践参考。 相似文献
12.
13.
本文利用大气边界层近地层中观测得的风和温度时间序列讨论计算了湍流的非线性动力学统计参量与其经典统计量的关系。初步结果表明:当层结稳定参数z/L处于-0.7相似文献
14.
利用2003-2012年兰州市月均空气污染指数API和季节性时间序列模型SARIMA,对数据序列进行拟合并对其变化趋势进行了分析,研究其演变趋势并选取空气质量良好(月平均API150)的月份(2012年6月2013年2月),选用时间序列模型ARIMA(1,1,1)进行拟合,再结合残差控制图,对2013年3月日平均API预测监控。结果表明,SARIM A(0,1,1)×(0,1,1)12模型较好的拟合了近10年兰州市API的变化趋势,兰州市的空气污染大致呈冬、春季污染相对较重,夏、秋季相对较轻,空气质量总体在逐渐好转。适合该地区短时间尺度的时间序列模型是ARIMA(1,1,1),结合残差控制图对2013年3月API进行预测监控,结果显示6,9,10,11,12和13日超出控制限,对6日和9日提出预警。预测结果与实际结果相吻合,证实了将时间序列模型与残差控制图结合预测监控大气污染的有效性。 相似文献
15.
16.
带噪声传递函数(TFN)模型可通过相关性分析在输入输出序列时间上同步的情况下估计输出序列。基于TFN模型、Kalman滤波和复合型混合演化(SCE-UA)算法,发展一种新的时间序列重建方法,并将其用于地下水埋深估计。该方法将高阶TFN模型表述成状态空间,并用Kalman滤波进行状态估计,基于SCE-UA方法优化TFN模型参数,能够在输入输出序列异步的情况下率定TFN模型并用于时间序列重建。最后,利用已有降水和地下水观测资料验证该方法,并重建了中国东北部分地区40年地下水埋深序列,结果表明该方法有较好精度且能反映埋深变化对降水的响应,在各类时间序列重建中具有一定推广性。 相似文献
17.
王永弟 《南京气象学院学报》2012,4(4):316-320
将模糊时间序列模型引入短期气候预报,利用重庆34个地面气象观测站的逐日观测资料(1971—2007年)和重庆市旱涝灾害监测预警决策服务系统计算的干旱指数和洪涝指数等资料,运用模糊时间序列模型分别对2001—2007年重庆市城口县1月降水、1月平均气温的预报结果(年度预测)和重庆市春旱指数的预报结果(年度预测)进行了模糊时间序列分析,预测了2004—2007年的发展趋势,用2004—2007年实测值与预测结果进行了比较,并与加权集成、人工神经网络集成、数据挖掘集成等模型进行了精度比较和分析.结果表明:模糊时间序列模型各项精度评定指标优良,并且计算简单,具有一定的实用价值. 相似文献
18.
吴诚鸥 《南京气象学院学报》1981,(2)
时间序列分析中的AR、MA、ARMA、ARIMA模型都是一些线性随机差分方程。本文将用推移算子理论,求得线性差分方程的通解(定理4和定理5)。并应用于时间序列分析。 相似文献
19.
应用经验模态分析方法(经验模态分解(EMD)和Hilbert谱),对夏季副热带大气系统在周期态和振荡态下的流函数数值解序列进行本征模态函数(IMF)及其Hilbert谱的分析。结果表明:(1)周期态下的流函数分量时间序列一般由1个IMF构成,而且其周期就是该流函数的周期。对周期性的IMF分量使用Hilbert变换得到的瞬时频率和振幅都不随时间变化。(2)振荡态下的流函数分量时间序列一般由2个以上的IMF构成,其中有的IMF分量具有显著的周期性,相应的瞬时频率和振幅都不随时间变化;有的IMF分量则没有显著的周期性,相应的瞬时频率和振幅有变化,而且随着振荡态复杂程度的增大,瞬时频率和振幅的变化也趋于复杂。(3)瞬时振幅有明确的物理意义,表示IMF振荡的能量;振幅的局部相对大值对应着原序列(IMF)的强振荡,小值则对应着弱的变化。瞬时频率的显著增大,表示原序列有大的变化。 相似文献
20.
中国北方地区旱涝的年代际预测分析研究 总被引：15，自引：8，他引：7
基于状态空间重构理论和嵌入定理,给出场时间序列预测模型的建立思路。与单点时间序列预测分析方法相比,场时间序列预测分析方法的优点在于,在寻找吸引子上某个相点的最邻近点及其映象以建立预测模型时,不局限于它自身的时间序列,而是在区域内所有相点的时间序列所构成的整个吸引子上寻找。这样,在一定程度上改进单点时间序列的“遍历性”,以提高预测精度。在此基础上,利用中国北方地区534年旱涝等级资料,对中国北方几个区域年代际尺度的旱涝变化及其极端旱(涝)出现频率进行预测试验分析。 相似文献