基于小波分解和ANFIS模型的赤道东太平洋海温集成预测   总被引：6，自引：1，他引：6  

张韧  王继光  蒋国荣 《热带海洋学报》2002,21(3):77-84

用小波分解和自适应神经模糊推理系统（ANFIS）相结合的方法，建立了赤道东太平洋海温的集成预报模型。该方法将复杂海温系统分解为相对简单的带能分量信号，然后建立分量信号的独立预报模型，最后对预报结果进行集成。试验结果表明，模型的保留预报对象主要特征的前提下，有效地降低了预报难度，集成预报准确率和预报时效传统方法有明显的改进和提高。  相似文献   

基于支持向量回归的海面高度统计预报方法研究     

杨毅 《海洋通报》2022,(5)

本文提出一种基于支持向量回归的统计预报方法,通过经验正交分解对原始数据矩阵进行时空分解,提取出空间模态和时间系数。由于海面高度变化具有非线性、大惯性的特点,对时间系数进行小波分析,能有效滤除其中的高频信号,得到表征海面高度变化的低频信号。利用支持向量回归方法对小波分解后的低频信号构建预报模型。最后,进行小波重构,还原时间序列长度,实现未来7天的海面高度预报。通过黑潮附近海域的海面高度预报结果验证,该预报方法的预报效果优于整合滑动平均自回归预报方法。本文通过机器学习的算法实现了海面高度的预报,为海洋预报方法提供了新的思路。  相似文献   

热带太平洋次表层三维海温距平场的EOF分析     

张立峰  许建平  何金海 《海洋学研究》2008,26(3):35-43

应用太平洋次表层海温距平资料构造了一个立体的西低东高的四级阶梯模型,使用EOF方法对此模型进行时空分解,重点讨论了分解结果与ENSO循环的关系,并对Nino 3距平指数进行试预报,结果表明,用 EOF分解的第一主分量代表暖池-厄尔尼诺(拉尼娜)模态,第二主分量代表次表层温度距平的东西运移模态,厄尔尼诺事件正是东西运移模态突变的结果.时滞相关分析估算,一次ENSO循环的平均周期约为41个月,厄尔尼诺、拉尼娜模态与温度距平的东西运移模态的位相差平均约为9.7个月.应用逐步回归方法得到超前Nino 3距平指数3、6和12个月的3个预报方程.预报结果表明,第一、第二时间系数对Nino 3距平指数均具有一定的预报价值,预报时效可达1 a左右.  相似文献   

基于机器学习的青岛市区近岸海雾集成预报方法     

高松  徐江玲  刘桂艳  毕凡  张薇  白涛 《海洋科学》2021,45(3):33-42

利用2014—2017年青岛小麦岛海洋站观测资料,采用机器学习方法建立了青岛市区近岸海雾集成预报模型,通过主成分分析方法对预报因子进行了优选。结果表明:采用能见度、风向、风速、气压、露点、气温、海温、气温露点差、气海温差、相对湿度、云量、气温24h变温12个预报因子建立的海雾集成预报模型,对2018年海雾预报的TS评分约为0.64,海雾预报正确率约为0.783,具有较好的预报能力,为海雾预报提供了新的方法。  相似文献   

数值模式与统计模型相耦合的近岸海浪预报方法   总被引：2，自引：2，他引：0  

毛科峰  萧中乐  王亮  季卫海 《海洋学报》2014,36(9):18-29

针对数值模式和统计模型预报近岸海浪存在的局限性,构建了数值模式和统计模型相耦合的近岸海浪预报框架,在模式计算格点和近岸预报目标点之间定义一个海浪能量密度谱传递系数,通过经验正交函数分解和卡尔曼滤波方法建立传递系数的统计预报模型并与数值模式进行耦合。经过对近岸波浪观测站1a的预报试验表明:该方法能够提高近岸海浪有效波高预报精度,有效波高的均方根误差降低了约0.16m,平均相对误差降低约9%。进一步试验和分析发现,该方法的预报有效时间小于24h,将海浪能量密度谱经过分解后得到的基本模态反映了近岸波侯的主要特征,海浪能量密度谱传递系数的变化体现了波侯的季节变化特点。  相似文献   

基于回声状态网络的海浪谱实时预报方法     

《海洋预报》2018,(5)

为实现在非线性较强情况下的海浪谱预报,以船载测波雷达实船测量的海浪谱数据为基础,将经验模态分解(EMD)和回声状态神经网络(ESN)相结合,对海浪谱的实船实时预报方法进行了研究。所提方法利用经验模态分解对子波谱密度值时间序列进行分解,并对分解后各分量分别应用回声状态神经网络进行预报。将预报结果进行叠加,可以得到子波谱密度的预报值,进一步可合并得到整个海浪谱信息。结果表明:该方法可以有效解决非线性较强情况下预报效果变差的问题。方法可为船舶实时掌握海浪谱信息,提高船载测波雷达系统的实用性提供一定的基础。  相似文献   

太平洋次表层海温距平的立体EOF分析及其与ENSO的关系     

张立峰  许建平  何金海 《海洋预报》2005,22(4):27-35

应用太平洋次表层海温距平资料构造了一个立体的西低东高的四级阶梯模型,使用EOF方法对此模型进行时空分解,并讨论与ENSO循环的关系。结果表明,EOF分解的前两个主分量方差贡献达到42.58%,其中第一主分量代表了暖池-厄尔尼诺(拉尼娜)模态;第二主分量代表了次表层温度距平的东西运移模态。后者存在着突变和渐变两个过程,在赤道及其附近,由冷位相变暖位相为渐变过程,暖位相变冷位相是突变过程,在赤道外南北纬10°附近则反之,厄尔尼诺正是东西运移模态突变的结果。时滞相关分析估算,一次ENSO循环的平均周期约为41个月,即3.42a,厄尔尼诺、拉尼娜模态与温度距平的东西运移模态的位相差平均约为9.7个月。运用逐步回归法求得一个对nino3指数预报效果比较理想的预报方程,其中EOF分解的第一时间系数对nino3距平指数有重要的预报价值,第二时间系数对nino3距平指数预报意义虽然不如第一时间系数明显,但仍具有一定的参考价值。  相似文献   

一种基于深度学习的热带气旋路径集成预报方法          下载免费PDF全文

耿逍懿  郝坤  史振威 《海洋科学》2022,46(2):74-86

本文提出了一种基于深度学习的热带气旋(tropical cyclone, TC)路径集成预报方法。该方法以长短期记忆深度网络为模型构架,利用前4个时刻(24 h,间隔6 h)及当前时刻的TC路径记录,以及由不同环境因素所计算的方向预报因子作为输入,分别直接预报和间接(通过预报移动速度)预报路径,集成两者预报结果实现时效为24 h的TC路径预报。试验部分使用不同环境因素所对应方向预报因子进行预报,进而探究在该模型中影响TC路径预报的环境因素。结果表明,经纬向风场所计算的方向预报因子对模型预报性能提升较为明显,而海表温度、高度的方向预报因子对性能提升相对较小。此外,将不同方向预报因子的预报模型进一步集成,可以提升预报精度。上述结果验证了本文所提出的方向预报因子、集成方法在TC路径预报问题中的有效性。  相似文献   

基于小波分解重构技术的西太平洋热带气旋生成频数预报模型     

王举  蒋国荣  李建东  张韧 《海洋预报》2004,21(1):35-42

利用小波的多尺度分辨特性和小波分解技术，将预测对象按不同时间尺度分解。通过去掉无法预测的高频变化，并依据时间尺度大小和不同的预报方法分别建立分解预报模型，再利用小波重构技术进行合成预报，使原本难以预测的问题变得较易预测。研究结果得出，利用此方法一方面可以用于预测复杂的气候变化，另一方面也可以同时提高预测效果。  相似文献   

Kalman滤波技术在海表温度预测中的应用   总被引：1，自引：0，他引：1  

吉进喜  张立凤  郭渊 《海洋预报》2010,27(3):59-65

以EOF分解方法为基础,把AR模型和Kalman滤波方法相结合,建立了海表温度的预报模型。首先对历史时间序列资料进行EOF分解,在此基础上,利用时间权重系数建立AR(2)模型,并对此模型参数进行了改进,作为Kalman滤波的状态方程。然后用Kalman滤波方法对时间权重系数进行了滤波预测,并引入集合预报的思想对SST预测结果进行了重构,并与实况资料进行了相关性分析。以太平洋、印度洋、大西洋三大洋的热带海域为个例进行了预测试验。试验结果表明,预测效果较好,相关系数平均达到了98%以上,而残差方差在0.5以内。  相似文献