共查询到18条相似文献，搜索用时 671 毫秒
1.
海洋表面温度(Sea Surface Temperature,SST)具有非平稳、非线性的特征,直接将处理平稳数据序列的方法应用到非平稳非线性特征明显的序列上显然是不合适的,预测的误差将会很大。为了提高预测精度,更好地解决非平稳非线性序列预测的问题,本文以东北部太平洋(40°N~50°N、150°W~135°W)区域的月平均海洋表面距平温度为例,首先分别应用集合经验模态分解(EEMD)和互补集合经验模态分解(CEEMD)方法将SST分解为不同尺度的一系列模态分量(IMF),再运用BP(Back Propagation)神经网络模型对每一个模态分量进行分析预测,最后将各IMF预测结果进行重构得到SST的预测值。数值试验的结果表明,CEEMD分解精度比EEMD分解精度高,CEEMD提高了基于BP神经网络的预测精度。系列试验统计分析说明应用这种方法对SST的1年预测是有效的。 相似文献
2.
基于EMD 和集合预报技术的气候预测方法 总被引：3，自引：0，他引：3
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 Studio 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。 相似文献
3.
从气候波动的瞬时频率与瞬时振幅出发,结合最小二乘支持向量机技术,提出了基于幅频分离技术的气候时间序列预测方法,并对南京地区降水距平进行了30候的预测试验。结果表明,幅频分离预测法能够对所有模态的振幅和高频模态的瞬时频率进行较好的预测,而预测的瞬时频率累积误差会对模态分量的预测距平相关性产生敏感影响,该新方法能够显著提高气候序列高频模态的预测效果。对于气候序列的低频模态分量,集合经验模态分解的边界效应会对瞬时频率的求解产生较大误差,使得序列边界区的幅角计算不准确,导致对低频模态的最终预测效果不理想。对气候序列的高频分量采用幅频分离并进行最小二乘支持向量机预测,而对其低频分量仅采用最小二乘支持向量机进行直接预测,可同时提高高、低频分量的预测效果,并最终提高整个气候序列的预测准确性。该分频预测方法可以使南京降水预测的30候距平相关保持在0.4以上。 相似文献
4.
中国夏季降水异常EOF模态的时间稳定性分析 总被引：4，自引：1，他引：3
本文基于1980~2012年中国160个台站降水资料,利用滑动交叉检验等方法讨论了中国夏季降水距平和距平百分率EOF各模态的时间稳定性,在此基础上探讨了EOF方法在中国夏季降水短期气候预测中的应用条件和潜在能力。研究表明,随机剔除一年样本,中国夏季降水距平场前四个EOF模态表现出显著的稳定性。若时间系数完全预测准确,则潜在的可预测站点主要位于黄河以南地区,理想预测与原始降水的距平相关系数为0.6左右。相对而言,降水距平百分率各模态的时间稳定性易受极端降水事件的影响,当人为削弱这种影响后,随机剔除一年样本,其前三个模态的稳定性得到提高,潜在的可预测站点均匀分布,理想预测与原始降水的距平相关系数为0.48。但是,伴随着预报时效的增加,降水距平和距平百分率后三个EOF模态的时间稳定性下降,预示着EOF方法对未来两年以上降水的预测能力将会明显下降。 相似文献
5.
《干旱气象》2015,(5)
采用集合经验模态分解(EEMD)和滑动傅里叶分析方法,建立了非线性气候序列的统计预测模型。针对气候要素距平场,对EOF分解得到的各模态时间系数进行EEMD分解,对得到的各IMF分量构建滑动傅里叶(Fourier)分析预报模型,提取出控制当前复杂气候信号的主要傅里叶频谱组合作为IMF分量的主要成分,即确定当前信号的主要波内频率,再将各个IMF分量和剩余项预测结果重构得到各模态时间序列的预测结果,最终通过时空重构得到预测场。将上述思想方法应用于新疆地区风场的预测试验,并采用距平相关系数(ACC),预报技巧(SS)和同号率(R)进行评估,结果表明对于区域性的风速预报,基于上述思想的算法模型能够较好地把握当前气候信号的主要变化频率,较为理想地预测了气候要素时间系数,对新疆地区风速变化的形态分布有较好的估计,使其预报时效在40侯以内均拥有一定的预报技巧,平均SS在0.5以上,36侯以内平均ACC达到0.4以上。 相似文献
6.
基于EMD方法的观测数据信息提取与预测研究 总被引：5，自引：1，他引：4
用统计方法作月、季尺度的短期气候乃至年际尺度的长期气候预测是当前气候预测业务的主要依据,在短时间内这种情况仍然不可能彻底改变。虽然数值预报模式的预测能力达到了7 d的时效,不过要积分到月、季尺度并实现短期气候预测还面临着重重困难。其根本原因是气候系统的混沌分量和非线性/非平稳性等因素在起作用。而现有气候预测的统计方法(主要包括经验统计、数理统计和物理统计等方法)的数学基础却忽略了这些特点,这是因为以现有的科学水平人们不得不假设时间序列是线性和平稳的。实际气候观测序列普遍具有层次性、非线性和非平稳性,这给建立预测方法带来了极大困难。文中构建了一个新的预测模型,即首先利用经验模态分解(em-pirical mode decomposition,EMD)方法将气候序列作平稳化处理,得到一系列平稳分量-本征模函数(intrinsic modefunction,IMF);其次,利用均生函数(mean generate function,MGF)模型获得各分量的初次预测值;最后,在最优子集回归(optimal subset regression,OSR)模型的基础上,通过直接或逐步拟合一部分预测值,构建两种预测方案达到提高预测能力的目的。典型气候序列的预测试验结果表明,具有平稳化的IMF分量,尤其是特征IMF分量有较高的可预测性,它对原序列趋势的预测有重要指示意义。大力开展气候系统机理和气候层次的研究,并建立相应的气候模式是未来发展趋势。该文是这方面的一个初步尝试,相信该模型能为气候预测(评估)开辟一条新的有效途径。 相似文献
7.
降水是中国西北干旱区水资源的重要组成部分,利用合理方法有效认识降水的区域变化规律对指导农业发展尤为重要。基于新疆16个国际交换站1961-2012年降水距平时间序列,利用集合经验模态分解(EEMD)方法,分析了新疆降水变化趋势的多尺度特征,并对其空间差异进行了初步探讨。近50多年来,新疆降水量整体上呈现出非线性的显著增多趋势,且其变化存在明显的年际尺度(3年和6年准周期)和年代际尺度(10年和31年准周期);各周期分量方差贡献率显示年际变化在新疆降水变化中占据主导地位,重构的降水年际变化趋势能精细刻画原始降水序列在研究时期内的波动状况;降水年代际变化揭示了新疆降水在1985年前后气候模态有了显著转换,由原来降水以负相位为主的气候模态转向正相位显著的气候模态;此外,降水变化趋势和转折时间均具有明显的区域差异。EEMD方法有助于加深人们对新疆降水多尺度变化特征的认识,是一种适用于非线性、非平稳信号分析的有效方法。 相似文献
8.
该文通过对贵州夏季降水距平百分率场EOF的分解、贵州夏季降水距平百分率与WF指数的相关性和合成分析,以及850 hPa纬向风距平场合成分析,得出如下结论:①贵州夏季降水距平百分率场EOF的分解,所得出对应的基本分布型,即东北—西南向为负值中心,整个贵州省均为同一符号,贵州夏季降水降水距平百分率场具有相当高的一致性,第一模态的空间分布的典型性变化与WF指数的变化是对应的。②标准化WF指数的线性趋势每百年以0.79的趋势减小,标准化WF指数5点平滑变化曲线呈现年代际的变化特征,周期9～10 a。③与贵州夏季降水距平百分率的相关中,通过信度(t=0.05)的区域主要集中在贵州省北部、黔东南与黔南交界。且除黔西南的西南角为正相关外,其余省大部地区都是负相关。④850 hPa纬向风距平场在WF指数在强、弱季风年合成中,在WF指数强季风年,关键区Ⅰ、Ⅱ主要盛行西风,在这种环流形势下贵州夏季降水距平百分率场是偏少;当关键区Ⅰ盛行东风,关键区Ⅱ北部是西风,南部是东风,贵州夏季降水偏多。 相似文献
9.
基于EMD方法的我国年气温和东部年降水量序列的振荡模态分析 总被引：7，自引：0，他引：7
基于经验模态分解(EMD)方法,探讨了近百年来全国年平均气温序列以及东部地区年降水量序列的振荡模态结构特征。结果表明:全国年气温序列的振荡变化主要由第1,2,4本征模态分量构成,3~5年、8~10年的振荡以及百年内的升—降—升的年代际变化对整个气温变化起主要作用,近几年处于暖期。东部年降水量序列的振荡变化主要由第1,2本征模态分量构成,3~5年的振荡起主要作用,百年中有3个高值期,近几年处于多雨期。气温和降水原序列都没有明显的周期性,但其内在振荡分量却有某些周期性。 相似文献
10.
基于时间尺度分离,利用NCEP第2代气候预测系统 (CFSv2) 每年4月起报的夏季月平均预测资料, 结合实际观测资料和再分析资料,对江淮流域及华北地区夏季降水距平百分率进行降尺度预测。将预测量和预测因子分为年际分量和年代际分量,在两个时间尺度上分别建立降尺度模型,两个预测分量之和为总预测量。对1982—2008年拟合时段的夏季降水距平百分率的回报结果表明:降尺度预测结果相对于原始模式结果预测技巧显著提高。降尺度预测与实况降水在江淮流域和华北地区的空间相关系数最大值超过0.8,多年平均值也分别提高到0.53和0.51;时间相关在每个站点也显著增强,相关系数为0.38~0.65。对2009—2013年进行独立样本检验,结果表明:降尺度模型能较好地预测出该时段的降水异常空间型态。同时,该模型对2014年夏季降水长江以南偏多、黄淮地区偏少的分布形势也有一定预测能力。 相似文献
11.
基于经验模态分解的西安市空气质量预报订正方法 总被引：2，自引：0，他引：2
为提高城市空气质量预报的准确率,研制了针对数值预报模式CAPPS2的订正方法,对2001—2007年西安市逐日PM10、SO_2、NO_2浓度均值和相应的降水、风速作经验模态分解(EMD)分析,用最大熵谱方法检验各本征模态函数(IMF)周期,计算其方差贡献率,制定订正方法并进行数值试验。结果表明:PM10浓度波动以周尺度为主,有明显周末效应,与主要清除过程匹配较好;SO_2、NO_2浓度波动与主要清除过程不同步;基于周末效应的订正规则对PM10、SO_2订正效果较理想,对NO_2订正效果不确定。 相似文献
12.
传统BP(back propagation)算法在实际应用中具有网络结构参数和学习训练参数难以确定、泛化能力差、训练学习易陷入局部极小点等问题。该文在传统BP算法的基础上,提出一种改进算法,在训练过程中能自动确定各种参数,并避免陷入局部极小点,提高网络的泛化能力。利用2003—2005年5—9月中国国家气象中心T213的数值预报产品,通过动力诊断得出反映降水的物理量,然后从中挑选出与降水关系较好的25个因子,连同中国国家气象中心T213模式、日本气象厅业务模式和德国气象局业务模式相应的降水量预报结果作为预报因子。采用改进的BP算法建立江淮流域68个站24 h降水(08:00—08:00,北京时)3个等级(降水量≥0.1 mm,降水量≥10 mm,降水量≥25 mm)的预报模型。通过对2006—2007年5—9月68个站试报结果表明:改进BP算法对降水预报的TS评分大大高于传统BP算法,也高于几种模式的降水预报结果,同时,改进算法使降水预报的平均空报率、漏报率明显降低。 相似文献
13.
Shuoben Bi Shengjie Bi Xuan Chen Han Ji Ying Lu 《Asia-Pacific Journal of Atmospheric Sciences》2018,54(4):611-622
Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction. 相似文献
14.
人工神经网络的短期气候定性预测方法研究 总被引：5，自引：3，他引：5
采用EOF方法将众多具有一定物理意义的环境场预报因子和序列周期因子进行降维去噪处理，并结合人工神经网络前馈网络模型，进行了影响广西热带气旋年频数和夏季(6～8月)降水量短期气候预测的定性预报建模方法研究。结果表明，该方法对于影响广西热带气旋的年频数及广西夏季降水量定性趋势具有很好的预报能力，可作为一种新的短期气候预测业务预报配套方法。 相似文献
15.
短期气候预测的多时间序列相空间相似模型 总被引：3，自引：0，他引：3
为了充分利用对气候系统进行定时观测而积累的关于它过去和现在情况的大量数据,本文提出了短期气候预测的一种多时间序列相空间相似模型,并从与云南气候变化有某种物理关系的２０多个时间序列出发,建立了一个云南短期气候变化的年度预测模型。模型对云南８０个气象观测站点１９９１～１９９８年的５月雨量距平和５月气温距平预测检验的距平同号率分别达到４２４／６４０＝ ６６．３％ 和４２６／６４０＝ ６６．６％ ;对云南１９９０～１９９７年的６～８月雨量距平、６～８月气温距平、年雨量距平和年气温距平预测检验的距平同号率则可分别达到４０４／６４０＝ ６３．１％ 、４６３／６４０＝ ７２．３％ 、４５６／６４０＝ ７１．３％ 和４５５／６４０＝ ７１．１％ 。 相似文献
16.
利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好. 相似文献
17.
利用1951—2011年广西夏季降水站点资料和NCEP/NACR等多种再分析资料,通过相关分析、经验模态分解、统计检验分析了广西夏季降水的多时间尺度特征及其影响因子,利用多元线性回归方法对夏季降水进行拟合和预测试验。结果显示:广西夏季降水具有多时间尺度特征,不同时间尺度对应着环流因子不同时间尺度的分量;在准2年尺度上,主要影响因子为季风槽、低空急流、高空急流、贝加尔湖高度场、南印度洋东部海温。利用对广西夏季降水影响显著的环流因子本征模态函数分量和多元线性回归方法拟合夏季降水,相关系数为0.73,表明广西夏季降水是环流因子多时间尺度共同作用的结果。利用前期冬季南印度洋东部海温异常本征模态函数作为前兆因子预报广西夏季降水,6个独立样本检验显示预测与实况趋势一致,该工作可供利用多时间尺度信息进行区域气候预测参考。 相似文献
18.
神经网络方法在广西日降水预报中的应用 总被引：7，自引：3，他引：7
以广西前汛期5、6月区域平均日降水量作为预报对象，采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解，有效浓缩数值预报产品因子的预报信息，并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验，并与T213的降水预报进行对比分析。结果表明，本文建立的3个区域日平均降水量神经网络预报模型，在预报性能上明显优于同期的T213降水预报。 相似文献