| 基于多时间尺度的回归集成预测模型 |
| |
| 引用本文： | 胡娅敏,覃志年,陈丽娟,罗晓玲.基于多时间尺度的回归集成预测模型[J].气象,2013,39(9):1182-1189. |
| |
| 作者姓名： | 胡娅敏 覃志年 陈丽娟 罗晓玲 |
| |
| 作者单位： | 广东省气候中心，广州 510080,广州市气候与农业气象中心，广州 510080;广西自治区气候中心，南宁 530022;国家气候中心中国气象局气候研究开放实验室，北京 100081;广州市气候与农业气象中心，广州 510080 |
| |
| 基金项目： | 国家自然科学基金青年基金项目（40905043）、广州市科技计划项目（2010Y1 C031）、广东省气象局课题（2011B04）、中国气象局气候预测创新团队、中英瑞适应气候变化项目(ACCC/2010527) 和中国气象局气候变化专项（CCSF2011-25）共同资助 |
| |
| 摘 要： | 引入能够将非线性、非平稳过程的数据进行线性化和平稳化处理的EMD方法，对广东降水的时间序列进行时间尺度分离，从复杂的非平稳信号中提取相对简单以不同时间尺度振荡的准周期信号，选取能较好描述降水周期特征的IMF分量作为建模备选因子，然后以均生回归、均生相关、韵律拟合误差和拟合误差4种方法构建预测模型，结果得到采用多尺度因子构建的4种单预测模型近10年Ps评分和降水距平符号同号率平均分在68~73分和50%~58%之间，而采用4种模型构建的回归集成模型两种评分方法的平均分分别高达79.8和68.8%，较单一预测模型评分分别提高了近10分和10%以上。将具有降水指示信号的前冬赤道东太平洋海温因子耦合到回归集成预测模型，其Ps评分结果与纯降水集成模型相当，但同号率评分略高3.1%。从而，提取要素序列的多种时间尺度特征，并采用多模型的集成预报，均能有效提高短期气候预测水平。
|
| 关 键 词： | 多时间尺度，经验模态分解，回归集成 |
| 收稿时间： | 2012/12/17 0:00:00 |
| 修稿时间： | 3/6/2013 12:00:00 AM |
The Regression Ensemble Predication Model Based on Multi Time Scale |
| |
| HU Yamin,QIN Zhinian,CHEN Lijuan and LUO Xiaoling.The Regression Ensemble Predication Model Based on Multi Time Scale[J].Meteorological Monthly,2013,39(9):1182-1189. |
| |
| Authors: | HU Yamin QIN Zhinian CHEN Lijuan and LUO Xiaoling |
| |
| Institution: | 1 Guangdong Climate Centre, Guangzhou 510080,Guangzhou Climate and Agricultural Meteorology Centre, Guangzhou 510080;Guangxi Climate Centre, Nanning 530022;Laboratory for Climate Studies, CMA, National Climate Centre, Beijing 100081;Guangzhou Climate and Agricultural Meteorology Centre, Guangzhou 510080 |
| |
| Abstract: | |
| |
| Keywords: | multi-time scale empirical mode decomposition (EMD) regression ensemble prediction model |
|
| 点击此处可从《气象》浏览原始摘要信息 |
| 点击此处可从《气象》下载免费的PDF全文 |
