首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
王惠清 《气象》1987,13(5):38-39
一、引言 气候时间序列的变化存在着某种周期振荡规律,这种规律是造成气候变化诸因子的综合反映。在气候变化原因和机制尚不甚清楚的情况下,气候周期振荡规律即可作为气候趋势预报的重要依据。时间序列的周期分析外延预报也就成为当前气候趋势预报的重  相似文献   

2.
从气候资料中提取隐含周期是时间序列分析的目的之一。目前常用的方法有:谐波分析、周期图、谱分析和最大熵谱分析。谐波分析和谱分析在处理短序列时,分辨率很低。最大熵谱的优点是分辨率高,它对于揭露气候资料的周期是一个好方法,但很难用于预报。根据方差分析原理有人提出了另一个提取周期的方法。假设气候资料 x(t)是由若干周期函数和一个白噪声迭加而成的序列:  相似文献   

3.
王雷 《气象》1978,4(7):26-27
超长期气候预报的方法,目前除了用气候资料进行时间序列分析,寻找出其气候周期,作适当的外延外,也可以根据太阳黑子与大气环流、地面气候变化之间的统计关系,并利用天文上的黑子预报,来估计今后的气候趋  相似文献   

4.
1 初霜日序列中存在着的统计特征近几年有些气象要素变化无常 ,往往很容易地超过极值。无霜期显著延长 ,初霜日序列变得没有规律可循 ,这些都与气候异常有关。以往制作初霜日预报 ,无非是用周期叠加外延法去做 ,但近几年初霜日序列的周期性越来越不明显 ,无法通过统计检验 ,预  相似文献   

5.
魏凤英等针对方差分析的不足,提出了一种新的时间序列分析方法——逐步回归周期分析。它假定时间序列 X(t)是由若干不同权重的周期函数 f_i(t)迭加而成,即  相似文献   

6.
针对风电场所需的时效在0~4 h,且时间分辨率不低于15 min的超短期风速预报。根据测风塔实时发回的实测风速序列,建立了基于BP神经网络的风电场风速时间序列外延预报模型。另一方面,建立 MM5模式预报风速与实测风速的误差序列,并利用BP神经网络作误差序列的外延预报,从而利用误差的预报值对MM5风速预报值进行订正,获得新的预报值。综合对两种方法的预报效果指标分析以及拟合曲线的比较结果表明:使用BP神经网络对MM5风速预报值进行修订的方法在总体上效果较优,特别是当影响风电场的天气系统变化明显,近地层风速变率较大时,该方法的预报效果更具有明显的优势。  相似文献   

7.
本文利用青岛观象台1898—1983年共86年的实测降水资料,计算年度和汛期(6—9月)降水量五年滑动平均值,得出年度降水序列和汛期降水序列。再用谐波分析方法,逐次寻找出年度和汛期降水量变化的主要周期,分析历史上各旱涝时段及成因,并分别建立两个序列的曲线自回归方程,其拟合精度尚好。进而制作未来一个时段的外延趋势预报。  相似文献   

8.
本文用单站温度时间序列的均生函数周期延拓序列拓展预报因子,然后进行EOF迭代温度预报试验,并与主分量、逐步回归筛选方案建模法的预报结果进行比较,初步表明:这种预报方法充分地利用了要素序列与其优势周期的主要相关信息,它具有一定的预报能力。  相似文献   

9.
影响海南岛热带气旋的多层递阶周期分析长期预报模型   总被引:1,自引:0,他引:1  
使用历年影响海南岛的热带气旋个数作资料样本,在经典多层递阶预报模型的基础上引进多层递阶周期分析,在时间序列自身周期显著的情况下,使用时间序列的显著周期分量取代经典模型中的自回归部份,建立影响海南岛热带气旋的多层递阶周期分析长期预报模型,合理地反映热带气旋影响海南岛的变化规律,提高预报的准确率。  相似文献   

10.
一、前言魏凤英等提出的逐步回归周期分析为提取时间序列的隐含周期提供了一种新的简便而有效的工具,作者将其应用于金华市月降水量预报,取得了一定的效果。然而该方法随着预报时效的增长,预报效果趋于不稳定。分析其原因,一是某些时间序列本身的周期性不强,所选的周期显著性水平太低,此时一般认为不宜单纯用周期分析外推  相似文献   

11.
均生函数模型是由时间序列按不同的时间间隔计算均值,生成一组周期函数,然后用原序列与这组函数建立预报方程.本文应用均生函数对广西春播期低温阴雨结束期建立了预报模型,并进行试报与预报检验.根据广西低温阴雨结束期气候分布特点,以桂林站代表桂北地区,柳州、河池、梧州站代表桂中地区,南宁、玉林、钦州站代表桂南地区,百色站代表右江河谷及沿海地区.结果表明,以各代表站低温阴雨结束期为原序列,建立均生函数模型,其趋势预报效果较好.(1)均生函数模型对广西低温阴雨结束期有较强的预报能力,尤其对低温阴雨结束期极值年有较好的拟合和预报能力.(2)预报误差小,结果稳定、客观定量.  相似文献   

12.
使用1971-2000年濮阳市冬小麦播种期降水量资料,采用方差分析法,按不同长度周期进行排列,求出各个周期的F值,进行F检验定出第一周期,其位相值为第一周期的第一次值。将原序列减去第一周期的位相值作为新序列1,对新序列1再进行不同长度周期排列,求出各个周期的F值,再进行F检验定出第二周期。对第一、二周期进行稳定性检查,采用经稳定后的第一、二周期的第2次值各自外推,求出预报初值,计算出剩余方差,建立预报方程,进而可计算出降水量预报值。经回代检验,历史拟合率为30/30=100%;2001-2005年试报准确率为4/5=80%。  相似文献   

13.
李邦宪 《气象学报》1989,47(4):493-495
逐步回归周期分析是针对方差分析的不足而提出的一种时间序列分析方法,作者将其应用于长期预报,取得了一定的效果,但也存在着某些缺陷,其主要表现在实际应用时,随着预报时效的增长,预报效果明显趋于不稳定。这里主要有两个方面的原因:一是某些时间序列本身的周期性不强,所选的周期显著性水平低,此时则不宜单纯用周期分析外推做长期预报,对此,作者已在另文中作过研究。二是在逐步回归周期分析预报模型中,回归系数取为固定的参数,而天气系统则是时变系统。这样,若用固定参数预报模型来描述一个时变参数系统的状态,其拟合率虽然可以很高,但随着预报时效的增  相似文献   

14.
用方差分析法预测濮阳市冬小麦播种期降水量趋势   总被引:1,自引:0,他引:1       下载免费PDF全文
使用1971--2000年濮阳市冬小麦播种期降水量资料,采用方差分析法,按不同长度周期进行排列,求出各个周期的F值,进行F检验定出第一周期,其位相值为第一周期的第一次值。将原序列减去第一周期的位相值作为新序列1,对新序列1再进行不同长度周期排列,求出各个周期的F值,再进行F检验定出第二周期。对第一、二周期进行稳定性检查,采用经稳定后的第一、二周期的第2次值各自外推,求出预报初值,计算出剩余方差,建立预报方程,进而可计算出降水量预报值。经回代检验,历史拟合率为30/30=100%;2001—2005年试报准确率为4/5=80%。  相似文献   

15.
北半球500毫巴候平均图的波谱分析和预报   总被引:1,自引:0,他引:1  
江剑民 《气象学报》1983,41(4):433-443
本文应用谐波分析和功率谱分析方法,计算分析了1951—1970年北半球500毫巴多年候平均图和1975—1980年40°N、60°N 500毫巴逐候的候平均高度值。发现逐候的各谐波系数序列,除具有气候季节变化趋势外,还具有“指数循环”时间尺度及多种韵律活动准周期性振荡的特征。 利用这一特征,设计了一个用周期外延叠加的预报方案。每次接连预报未来8个候的北半球500毫巴候平均高度。对1976—1980年60个月40°N和60°N两纬圈进行预报试验。效果检验表明,本预报方案有一定预报价值。它对纬圈偏差符号的预报准确率平均达ρ=0.22,对气候距平符号的预报准确率平均为ρ=0.08。  相似文献   

16.
多层递阶周期分析   总被引:2,自引:0,他引:2       下载免费PDF全文
李邦宪 《气象》1988,14(11):44-46
针对经典多层递阶预报方法的某些不足,提出了一种改进的多层递阶预报模型——多层递阶周期分析。它使用时间序列的显著周期分量取代原模型中的自回归部分,使其更合理地反映气象要素自身的演变规律,有效地提高了预报精度。  相似文献   

17.
吴劲松 《贵州气象》1999,23(1):13-14
用方差分析周期法对赫章县36年6-8月总降雨量进行周期分析,得出6-8月总降雨量变化以6年主周期,7年为校正周期。然后对原序列中周期不能拟合的部分运用随机时间序列进行处理,将两种方法的值叠加作预报,效果较好。  相似文献   

18.
对历年逐月降水量距平百分率序列采用固定样本和变动样本两种方式进行多次周期提取试验,初步揭示了本地月降水量周期存在状况及发生规律.用多个周期与月降水量序列进行相关分析,引入优势周期建立月降水量预报方程,试报效果较好.  相似文献   

19.
作物产量预报常用的统计模型为:Y=Y_t+Y_w+Y_ε。影响作物产量的气象因子的年际间变化存在一定的周期性,因此可采用周期分析法拟合气象产量。所建立的模型具有预报时效长的优点。样本多、周期明显的产量序列其效果更好。本文提出一种用 PRESS 准则提取周期的方法,取名为“PRESS 周期分析”。经使用并与常用的方差周期分析方法进行比较,结果表明,用 PRESS 周期分析建立的预报模型,其历史拟合和试报效果均优于方差周期分  相似文献   

20.
王伏生 《气象》1988,14(9):34-37
在长期天气预报中,为了保存控制该类天气的主要波动,常采取统计滤波的办法对气象观测数据进行处理,分析气象要素气候序列的历史变化,揭露各种非随机性的潜在形式,从中提取有效的信息,达到外推预报量的目的。 我们使用的距平要素序列年际变量自相关法,则是将一个序列的数据进行数学处理后变为多个序列,并统计分析新序列与原序列的相关,利用周期分析和阶段分析两者之长的综合分析方法,建立预报方程进行预报。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号