用时间序列的主成分叠加作大板地区年降水量预报

用时间序列的主成分叠加作大板地区年降水量预报秦俊义（巴林右旗气象局）１基本原理及制作思路大气运动中的许多过程常不满足平稳性，而是非平稳的。这就给气象预报带来很大困难。对一个非平稳的时间序列做出预测，关键是对非平稳的时间序列做平稳化处理。将一类非平稳过...     

转移概率及最大转移概率原理在桂林市初、终霜日预报中的应用

利用转移概率及最大转移概率预报原理，分析了桂林市1961～2000年初霜、终霜日期等随机时间序列之间的转换规律，并结合各序列的初始分布，建立预报模型。应用该方法对近几年初、终霜日期的预测结果表明，转移概率预报方法对波动性较大的随机时间序列具有较强的预报能力，方法简单，预报效果好。     

台兰河年平均流量非平稳序列加法模型的建立与预报

摘要：将台兰河作为塔里木河典型源流径流的案列,通过SPSS应用技术,探索适合干旱区河流水文预报方法。首先将台兰河台兰水文站1957-2008年年均流量Q（t）序列分解为趋势、周期、平稳函数项和噪声项,建立了非平稳时间序列加法模型,然后对建模年限内的Q（t）序列作了模拟检验,最后对建模年限外的2009、2010、2011年Q（t）值作了预报,预报结果符合水文情报预报规范要求,可供生产实践参考。     

支持向量机方法应用于理想时间序列的预测研究

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。     

基于EMD 和集合预报技术的气候预测方法

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。      

广州中尺度模式局地要素预报性能分析

该文简要介绍了华南中尺度模式的地表要素的预报诊断方案, 站点要素时间序列预报情况.用适合站点要素时间序列预报的检验方法, 检验并分析了各要素时间序列预报的性能.表明该中尺度模式的地表要素时间序列预报方案是有效的, 预报具有较高的准确性和应用价值.     

转移概率及最大转移概率原理在桂林市初、终霜日预报中的应用

利用转移概率及最大转移概率预报原理,分析了桂林市1961-2000年初霜、终霜日期等随机时间序列之间的转换规律,并结合各序列的初始分布,建立预报模型。应用该方法对近几年初、终霜日期的预测结果表明,转移概率预报方法对波动性较大的随机时间序列具有较强的预报能力,方法简单,预报效果好。     

逐步回归自相关分析

作者从时间序列的自相关分析出发，提出了一种适于回归统计分析的生成预报因子的简单方法，建立起自相关预报模型。实例计算表明，此方法不仅预报精度较高，而且在对周期性相关因子的选择上具有等同的统计、检验前提，避免了一般方法因周期长度不同而带来统计，检验差异的影响。因而得到的回归因子较客观，真实。另外，还具有一定的分析时间序列隐含周期的能力。     

ARMA模型在兰州5～9月降水预报中的初步应用

本文试用动态数据处理中时间序列ＡＲＭＡ过程的概念来作长期降水预报,经过对降水历史资料平稳化处理后,对其建立ＡＲＭＡ模型,从预报趋势上看,此方法是有一定价值的。     

用数字滤波方法进行数值模式的初始化

将数字滤波原理用于Ｔ４２Ｌ９全球谱模式的初始化。选取两个初值进行了实验。通过对模式短时间积分得到的时间序列进行滤波处理，有效地滤去了初始场中的高频重力波振荡，保留了其中有天气意义的扰动，同时对分析场的改变很小。５ｄ预报的结果说明，经过初始化后的预报较为平稳，场较为光滑。对比实验表明，绝热和非绝热初始化的效果很接近。这种方法简便有效，是一种实用的初值化方法     

阿尔山市35年初终霜日及无霜期变化分析

采用阿尔山市35年（1971-2006年）初、终霜日及无霜期的时间序列,统计分析了其分布规律和变化趋势：初霜日平均值为8月31日,时间序列绝对变率为8.5d,线性趋势呈平稳微弱上升趋势;终霜日平均值为6月9日。时间序列绝对变率为9.1d,线性趋势呈平稳微弱下降趋势;而无霜期平均值为81d,绝对变率为13d,线性趋势呈平稳增长趋势。初霜日、终霜日及无霜期的稳定变化趋势,对于预报具有重要的参考价值和指导意义。     

长期降水量预报途径的探讨

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。     

本原因子序列变换及分析方法探讨

基于素数有下界而无上界、在一定序列长度内有足够密度的自然分布特性，利用形如４ｋ＋１（ｋ是正整数）的素数模拟夏季降水时间序列而作数据变换，形成的降水最素数序列可确定地分解成本原因子序列，对其状态进行概率转移分析即可对未来降水作出预报。预报值域离散、透明，状态更新便捷，预报结果客观定量，在１９９９年的试验中取得了较为满意的预报效果。     

时间序列分析预测法在降水预报中的应用

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。     

用时间序列方法预测阿克苏市气温的年际变化

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％。     

转移概率及最大转移概率预报方法在吴忠市霜冻预报中的应用

在简介转移概率及最大转移概率预报原理的基础上,对宁夏吴忠市区1961--2000年初、终霜冻日期各随机序列状态之间的转换规律进行了分析,并结合各序列的初始分布,建立预报模型。应用该方法对1995—2001年的初、终霜冻日期进行了预测,结果表明,该方法对预报波动性较大的随机时间序列具有较强的预报能力。     

城市空气质量短期统计预报

文章通过污染物浓度时间序列的持续性和气象要素的相似性，进行了城市空气质量短期统计预报可行性分析。以深圳市空气中可吸入性颗粒物的污染指数预报为例，发展了一个基于MM5输出量的自知识统计模式，该预报方法在预报量本身的持续性水平上，预报效果改进15％左右，效果显著。该方法克服了常规预报方法的地域限制，只要积累足够量的污染场资料和气象要素资料，就可以自动、客观地完成具有一定准确度的空气质量短期业务预报。     

“时间序列分析及其气象应用”讨论班

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。     

长期天气预报中的多层递阶预报方法

一、问题提出 统计预报是当前长期天气预报的主要手段之一。常用的古典统计方法包括:回归分析、判别分析、方差分析、时间序列分析i等。对于预报量y,选取s个预报因子x_i(=1,2……s),建立预报方程。     

利用两站平均气温的差值订正沈阳市历史气温

1引言在采用一维平稳时间序列建立单站长期温度预报方法时，为体现统计规律，拟引进使用1951～1976年沈阳气温资料以增加样本长度。在考查资料的非均一性问题时，将沈阳现象台与沈阳市苏家屯区气象站两站共有时间段的年平均和月平均等气温资料进行了对比分析。分析的结果，可将定性的城市热岛现象定量化，用以对历史气温进行修订，避免由于城市热岛效应造成的系统误差影响统计分析预报工作。2气温对比分析2.1对比分析的依据由于气温具有连续性和稳定性，两站气温观测地理环境相近，引进使用沈阳即观象台的气温资料是可行的。两站的气温观测…