共查询到20条相似文献,搜索用时 15 毫秒
1.
非线性门限自回归模型用于时间序列的外推预报 总被引:3,自引:0,他引:3
对一些呈非线性变化的时间序列,如果勉强用线性统计模型来描述,效果往往不理想。本文利用非线性的自激励门限自回归模型(SETAR)、开环门限自回归模型(TARSO)对我省记录年代较长的烟台年降水量序列进行建模分析,并探讨分析了模型的稳定性,最后利用稳定的SETAR模型进行外推预报。 相似文献
2.
应用自激励门限自回归模式对旱涝游程序列的模拟和预报 总被引:3,自引:0,他引:3
在用AR、ARMA等线性模式对气候序列进行拟合和预报时,由于气候序列中存在着非线性变化,所以拟合和预报效果往往不太理想。本文首次用非线性自激励门限自回归模式(SETAR)对由北京511年(1470—1980年)历史旱涝记录变换的湿涝(干旱)游程记录进行了模拟和预报,解决了长期以来预报方程不能随转折点变更的问题。拟合和预报结果表明:门限自回归模式的拟合和预报效果比线性AR模式有明显提高。AR模式只能预报出2年长度以下的游程转折点,而SETAR模式能较准确地预报出3年长度以上的游程转折点。这可能是因为在预报过程中SETAR模式能按游程转折点更新模式,而且模式建立时不要求序列具有平稳性的缘故。 相似文献
3.
门限混合回归模型是由门限自回归模型发展而来。门限自回归模型(Threshold Autore-gressive Model)是由汤家豪于1978年首先提出的,该模型经过国内十几年的研究已经有了很大进展和完善。本文介绍门限混合回归模型在辽宁省一些地区季降水和温度预报中的应用。 相似文献
4.
采用COADS的月平均海平面温度跨平(SSTA)资料,建立了预报热带印度洋-太平洋SSTA的线性转置模型(LIM)。经检验,对于非独立和独立样本,预报的均方根误差分别在12个月和10个月预报时效内小于SSTA的均方差,相对误差在5个月预报时效内都小于50%。在E1Nino和La Nina时段效果优于其他时段,其中La Nina时段又更好些。对同一地区的SSTA,LIM预报优于自回归模型预报、奇异谱 相似文献
5.
1 引言 门限混合回归模型是由门限自回归模型发展而来。门限自回归模型(Threshold Autoregressive Model)是由汤家豪于1978年首先提出的,该模型经过国内十几年的研究已经有了很大进展和完善。本文介绍门限混合回归模型在辽宁省一些地区季降水和温度预报中的应用。 相似文献
6.
7.
陇东南地区强降水过程与雷达VIL产品的定量关系研究 总被引:1,自引:0,他引:1
《高原气象》2016,(2)
利用天水市新一代天气雷达资料和天水、平凉地区的小时降水资料,探讨VIL(垂直累积液态含水量)滑动平均值以及VIL的移动与陇东南地区不同类型强降水之间的定量关系。结果表明:(1)1 h降水量对VIL有一定的滞后相关(滞后响应):非对流性降水中,降水与VIL基本同步,对流性降水中降水滞后VIL15~25 min,混合性降水中降水滞后VIL15~20 min。(2)连续非零VIL序列靠近某地可以作为预报指标,对非对流性降水和混合性降水,连续非零VIL序列靠近与产生1~2 mm以上小时降水密切相关;对流性降水中,连续非零VIL序列靠近意味着将产生降水。(3)VIL作为预报指标时,只有连续非零VIL序列才具有预报价值,VIL时间序列中一旦出现零值,即使只出现一次,也应当将零值前后两段序列区分开。 相似文献
8.
逐步门限自回归模型及其建模方案 总被引:2,自引:0,他引:2
针对门限自回归模型在模型识别方面的不足,提出了逐步门限自回归模型,并同时给出了该模型的一种建模方案。数值实例表明,逐步门限自回归模型在模拟和预报稳定上比一般门限自回归模型有一定程度的提高。 相似文献
9.
NINO区SST与SOI的耦合振荡信号及其预测试验 总被引:1,自引:0,他引:1
应用奇异交叉谱(SCSA)分析方法,提取Nino 海区各区的平均海温(SST)和南方涛动指数(SOI)之间的耦合振荡信号,由此描述其年际和年代际的时变特征。基于SCSA,重建耦合振荡分量序列(RCCS),并与回归分析相结合,对Nino 各海区平均的SST月际序列作短期气候预测试验。结果表明,各海区SST与SOI的显著耦合振荡周期各有特色,其年际或10 年际变化不尽相同,从而构成了ENSO信号在时空演变型态上的复杂性。SCSA基础上的回归预报模型的预报技巧绝大部分优于SSA-AR预报模型,实际预报试验证明效果优良 相似文献
10.
11.
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
12.
13.
以澳门单站年和四季降水和温度两个气象要素的气象资料(1952~2001年)为主要研究对象,利用3种统计预报模型(谐波分析外推模型、开环门限自回归模型和主分量因子的逐步回归模型)进行拟合及试报,对澳门的降水及温度的变化做较深入的分析及预测,比较3种统计预报模型在研究澳门单站气象资料的变化趋势中的优劣。结果发现,3种预报模型在预报年和四季平均气温的方面都比较理想,但对降水量变化序列做拟合及试报则差异较大。总体而言,气候场的主分量逐步回归法对相同的气候资料建模做拟合及试报,结果拟合率是三者中最高的,复相关为0.821~0.911,预报效果除秋季较差外,其余都非常好。 相似文献
14.
长期降水量预报途径的探讨 总被引:3,自引:0,他引:3
本文对上海近30年(1951-1980年)降水时间序列的属性进行了分析,由此建立了旬降水量游程序列和距平势序列预报模型,并预报了未来降水量的大小,效果较好。 相似文献
15.
冯志斌 《沙漠与绿洲气象(新疆气象)》1991,(10)
本文利用昌吉州各站的历年月气温、降水资料,通过自然正交函数分解,得到空间函数场和时间函数场。挑取主分量,对时间场作自回归预报,从而得到场要素的预报。近2年的实际应用,预报效果较好。 相似文献
16.
湖南省夏季旱涝预报模型研究及试报 总被引:1,自引:1,他引:0
利用自然正交函数(EOF)和最优子集回归(OSR)两种统计方法建立了统计预报模型,即抓住了预报对象的主要特征,又考虑了预报成因的最优组合,试报结果表明,EOF-OSR预报模型是一种有一定价值的统计预报模型。 相似文献
17.
18.
19.
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
20.
冬季中高纬500hPa高度和海表温度异常特征及其相关分析 总被引:6,自引:4,他引:6
用旋转主分量(RPC)方法,分析1948年到1988年40个冬季的中高纬500hPa高度场以及全球海表温度异常(SSTA)场的最主要的时空分布特征。然后通过交叉相关来讨论海气的同期相关特征。结果显示,冬季中高纬500hPa高度场最明显的异常型分别是太平洋北美型(PNA),西太平洋型(WP),西大西洋型(WA)以及东大西洋欧亚型(EAEU)。冬季SSTA最明显的区域是赤道东太平洋(EEP)和赤道大西洋(EAL)。其次是中纬度东北太平洋(NEP)及两大洋西部(NWP和NWA)。中高纬度海气之间有很好的相关。与中高纬度500hPa高度场PNA型明显相关的是中高纬度东北太平洋(NEP)和赤道东太平洋(EEP)的SSTA。前者的强相关中心在中高纬;后者的强相关中心在中低纬。而与WA型明显相关的是中高纬度北大西洋的SSTA。中高纬度海气之间最强的相关在海气异常对应的空间位置上。而且这种区域性或邻域性的海气相关呈正相关,暖SSTA对应于正高度异常,冷SSTA对应于负高度异常 相似文献