首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献，搜索用时 171 毫秒
1.
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   

2.
非平稳时间序列的区域预测研究   总被引：1，自引：0，他引：1  
基于重构状态空间理论和嵌入定理,给出一个新的非平稳场时间序列的区域预测方法。该方法将外强迫因子引入到预测模型中,并且将区域内预测相点的周围相点所对应的空间信息也引入到预测模型中。然后利用该方法对33模Lorenz系统得到的"理想"的非平稳场时间序列进行预测实验分析。结果表明,嵌入外强迫因子可以更好地重构出原来的动力系统,有效地提高非平稳时间序列的预测精度;同时引入空间和外强迫信息可以利用空间数据弥补时间序列长度的不足,从而进一步提高预测精度。  相似文献   

3.
利用33模Lorenz系统得到的"理想"混沌时空序列,作为时空混沌序列"发生器".通过状态空间重构,建立"场时间序列"局域近似预测模型,对资料空间分辨率,资料的长度、噪音,以及模型的参数选取等因素进行敏感性试验分析,了解时空混沌序列预测中误差产生和增长的一些影响因素.得到以下初步结论:对于理想混沌时空序列(33模Lorenz系统)而言,与系统相适应的资料空间分辨率和较长的资料长度都将会提高预测精度;可预报时效与资料长度之间近似服从指数关系.另外,在建立预测模型时,适当的邻近点数目,以及采用二阶映射关系和迭代法都可以有效地改善预测精度.对于加入噪音的混沌时间序列,通过"场时间序列"的局域近似方法和4阶自回归方法的预测试验的对比表明,前者显示了更强的抗"干扰"能力.以上结论可以有分析地应用于短期气候预测中.  相似文献   

4.
支持向量机方法应用于理想时间序列的预测研究   总被引：3，自引：1，他引：2  
简要介绍了基于统计学习理论的支持向量机方法的基本思想和原理,利用该方法对33模Lorenz系统的理想混沌时间序列建立预测模型,并对在此基础上产生的非平稳时间序列进行预测试验研究。结果表明,支持向量机方法不仅对平稳过程有较好的预报能力,也可以适用于非平稳过程,对实际序列的预测有一定的启发意义。  相似文献   

5.
作者试图通过滤波以及分区等方法进行预测误差的订正,以便讨论滤波对短期气候预测的影响,在一定意义上,它代表了时空结构的变化对预测结果的影响.通过自然正交展开(EOF)和奇异谱分析(SSA)以及考察空间分辨率的变化,对500hPa月平均高度场进行不同形式的滤波后,利用"场时间序列"预测分析方法进行预测试验,结果表明,预测能力有所提高.另外,对原预测对象进行分区后的预测试验表明,分区有可能改善时空序列的"相容"性,并有利于提高预测精度.  相似文献   

6.
慢特征分析方法(Slow Feature Analysis,SFA)是从已知的非平稳时间序列中提取缓变信息的有效方法。本文首先通过Logistic非平稳时间序列模型对SFA方法提取慢特征信息的能力进行了检验,然后以哈尔滨市为黑龙江省代表站,对月气温距平序列进行慢特征信号提取及预测研究。结果表明:慢特征分析方法可以有效地提取哈尔滨市气温距平序列中的慢特征信号。提取的慢特征信号能够反映原序列的变化趋势、极值等信息。拟合和预测试验表明,与平稳性模型相比,引入SFA信号后的气温预测模型可以在一定程度上提高预测能力,改善预测效果。对近48个月独立样本预测也得到相同结论。  相似文献   

7.
人工神经网络与遗传算法结合的时间序列预测模式   总被引：6，自引：1，他引：6  
介绍了遗传算法的基本概念和流程，阐述了人工神经网络作为时间序列预测模式的可行性和不足之处，并提出了人工网络与遗传算法相结合的时间序列预测模式，最后给出了该算法的计算结果，并对结果和模式作了讨论。  相似文献   

8.
苏力 《青海气象》2006,(4):12-14
本文从时间序列的基本概念出发，阐明了两类不同的分析预测方法。着重讲述了非平稳时间序列的平稳化及P阶自回归模型。并以西宁站夏季降水资料为例讲述了P阶自回归模型的建模步骤。  相似文献   

9.
利用时间序列方法阿克苏市１９５４～１９９７年月、季、年平均气温序列进行分析,建立各气温序列的时间序列预报方程,并对阿克苏市平均气温的年际变化进行预测,预测值与实况值相关较好,其中１月、９月、冬季与年４个气温预报方程的效果最为显著,信度可达９９．９％。  相似文献   

10.
基于小波分解(WT)和最小二乘支持向量机(LSSVM)理论,建立了将二者相结合的大气臭氧含量时间序列预测模型。采用香河等4个观测站的月平均臭氧总量观测样本,经小波分解为不同频段的子序列,将这些子序列分别进行LSSVM预测,最后经小波重构得到月平均臭氧总量时间序列预测结果。实验表明该方法能有效预测大气臭氧含量,与支持向量机(SVM)以及人工神经网络(ANN)的预测结果相比,该方法具有较高的预测精度。  相似文献   

11.
This study aims to compare several imputation methods to complete the missing values of spatio–temporal meteorological time series. To this end, six imputation methods are assessed with respect to various criteria including accuracy, robustness, precision, and efficiency for artificially created missing data in monthly total precipitation and mean temperature series obtained from the Turkish State Meteorological Service. Of these methods, simple arithmetic average, normal ratio (NR), and NR weighted with correlations comprise the simple ones, whereas multilayer perceptron type neural network and multiple imputation strategy adopted by Monte Carlo Markov Chain based on expectation–maximization (EM-MCMC) are computationally intensive ones. In addition, we propose a modification on the EM-MCMC method. Besides using a conventional accuracy measure based on squared errors, we also suggest the correlation dimension (CD) technique of nonlinear dynamic time series analysis which takes spatio–temporal dependencies into account for evaluating imputation performances. Depending on the detailed graphical and quantitative analysis, it can be said that although computational methods, particularly EM-MCMC method, are computationally inefficient, they seem favorable for imputation of meteorological time series with respect to different missingness periods considering both measures and both series studied. To conclude, using the EM-MCMC algorithm for imputing missing values before conducting any statistical analyses of meteorological data will definitely decrease the amount of uncertainty and give more robust results. Moreover, the CD measure can be suggested for the performance evaluation of missing data imputation particularly with computational methods since it gives more precise results in meteorological time series.  相似文献   

12.
北京市电网灾害的时空分布特征及与气象因素的关系   总被引：1，自引：0，他引：1  
甘璐  叶宽  张德山  丁谊 《气象》2012,38(3):349-352
根据北京电力试验研究院提供的北京市1996—2009年逐日电网灾害资料,采用统计分析的方法研究了该市电网灾害的时空分布特征及其成因,结果表明：电网灾害的灾种分布中雷暴造成电网灾害（后文简称雷害）的比例最大,占电网灾害总数的71.3%,其次为风害和覆冰,三者之和占北京市电网灾害总数的92.1%;从地域分布上看多发区主要集中西部的房山和北部的延庆、昌平、密云、朝阳等地区,而南部的大兴、通州的电网灾害则相对较少;从月分布可以看到电网灾害主要发生在6—9月,主要的几种电网灾害均呈现出不同的月变化特征。  相似文献   

13.
非线性时间序列分析在气候中的应用研究进展   总被引：1，自引：0，他引：1  
彭跃华  于江龙 《气象》2009,35(10):3-7
非线性时间序列分析方法在气候领域中的应用主要包括如下三个方面:观测数据处理、气候突变和气候预测.综述众多文献的结果表明,有许多学者为非线性时间序列分析方法在气候领域中的应用做了大量的工作,大部分文章用到了非线性时间序列分析方面较新的方法,几乎每种方法都能在某个方面取得一定的成功.但这些大多是个例的研究,得出的结论有待更多的验证和理论上更系统的阐述;可用于业务预测且可提高预报技巧的方法仍需探求.非线性时间序列分析在气候中的应用还是任重而道远.  相似文献   

14.
Fourier series analysis is proposed as a new technique to address the problem of“sub-pixelmotion”in deriving cloud motion winds(CMW)from high temporal resolution images.Based on aconcept different from that of maximum correlation matching technique,the Fourier techniquecomputes phase speed as an estimate of cloud motion.It is very effective for tracking small cellularclouds in 1-min interval images and more efficient for computation than the maximum correlationtechnique because only two templates in same size are involved in primary tracking procedure.Moreover it obtains not only CMW vectors but potentially also velocity spectrum and variance.Apractical example is given to show the cloud motion winds from 1-min interval images with theFourier method versus those from traditional 30-min interval images with maximum correlationtechnique.Problems that require further investigation before the Fourier technique can be regardedas a viable technique,especially for cloud tracking with high temporal resolution images,are alsorevealed.  相似文献   

15.
中国近30年来气象统计预报进展   总被引：15，自引：3，他引：15       下载免费PDF全文
近30年来，多元统计分析方法有了长足的进步，涌现出不少新方法、新技术。文章着重介绍了近30年来气象统计预报在中国气象业务科研中的一些应用和发展，主要从多元统计分析和时间序列分析上来选材，将非统计意义的模糊集方法、人工智能(人工神经网络等)、灰色系统、车贝雪夫多项式展开等也归入到统计方法中。另外，近年来气象界用得较多的卡尔曼滤波、分形、分维等也被涉及。  相似文献   

16.
地面气象站环境变化对气温序列均一性影响   总被引：12，自引：3，他引：9  
为研究浙江省地面气象站环境变化对气温序列均一性的影响程度,采用测站历史沿革资料,对全省测站环境的时空演变进行了分析。采用距平累加、偏差界限值、F值检验法,对36个代表站的年平均气温序列进行均一性检验,并对非均一性产生的原因进行分析。结果表明:1971~2004年,浙江省测站的地理环境有显著改变;36站中有39%的测站为非均一性,产生非均一性的测站中,迁站原因占57%,环境恶化占36%;测站迁站引起的非均一性多发生在1980年以后;测站迁站时,新旧站址海拔高度差大且地理环境差异显著是造成气温序列非均一性的主要原因,迁站后气温序列较旧址存在偏高或偏低现象,其值对累年平均值有影响。指出了测站在迁移或环境变化过程中应注意的事项,以助于减少气温序列非均一性。  相似文献   

17.
大连月平均气温短序列订正方法   总被引：2，自引：0，他引：2  
尹文昱  祝青林 《气象科技》2008,36(6):740-744
针对大连地区气象台站少,研究区域气候比较困难的实际,以大连地区7个气象台站作为基本站,以各自所辖的气象哨作为订正站.探讨适合大连地区月平均气温的短序列订正的简便实用方法.构建了12个气象哨与各自基本站之间月平均气温序列订正的一元线性回归方程和差值订正方程,并从统计学和订正误差的角度进行了比较分析.结果表明:两种方法的订正误差无显著性差异,均可以用于大连地区月平均气温的短序列订正.  相似文献   

18.
Zhang  Yuhu  Xie  Pei  Pu  Yanru  Wang  Peng 《Theoretical and Applied Climatology》2022,149(1-2):761-771
Theoretical and Applied Climatology - The present study examines the spatio–temporal trend analysis of rainfall and temperature over time (annual, warm season, and cold season) from 1981 to...  相似文献   

19.
为了研究ENSO的可预报性及其在空间和时间上的变化,利用相空间重构的参数确定方法——互信息法和Cao方法来分析研究海表温度异常（SSTA）序列。互信息法的结果表明,时间序列较长,求出的延迟时间较符合理论值。Cao方法的结果表明：SSTA序列的随机性比海杂波强;空间上,赤道东太平洋SSTA序列的确定性较赤道西太平洋的强。  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