场时间序列预测方法及其预测能力的试验分析

给出场时间序列预测思想的提出及其理论基础,并在此基础上,给出场时间序列预测理论的思路及方法,并针对一个理想混沌时间序列进行预测能力的试验分析.初步结果表明,场时间序列预测方法可以提高单点时间序列的"遍历性",提高预测精度.     

基于均生函数的主成分建模方案在内蒙古夏季降水预测中的试应用

文章利用主成分分析方法筛选一维时间序列的均生函数，提取有价值的信息，建立预测模型，对序列进行拟合并做多步预测。几个初步试验表明，此方案对我区夏季降水预测有一定的参考价值。     

基于小波分解和最小二乘支持向量机的大气臭氧含量时间序列预测

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。     

时空序列预测误差的敏感性试验分析

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.     

利用均生函数周期性延拓序列作夏季旱涝预测

利用逐步回归技术筛选汛期降水总量时间序列生成的均生函数延拓序列,提取时间序列的优势周期,建立鹤壁市汛期旱涝趋势预测业务模型,在１９９５￣１９９６年的业务预测中,预测结果与实况十分接近。     

大气污染物浓度变化的非线性特征分析

研究了大气污染物浓度变化的非线性动力学特征,首次详细考察了污染物浓度时间序列的谱分布、结构函数、自相关函数、时间变化曲线的分数维、相空间中吸引子的关联维及最大Lyapunov指数.此外,当前在国际上得到广泛应用的小波分析方法也能对揭示污染物浓度变化的非线性特征提供很好的帮助.     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期。利用所选取的隐含周期,可作更长时间的预测。本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论。     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期.利用所选取的隐含周期,可作更长时间的预测.本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论.     

云南月气候变化的一种多时间序列预测模型

为了充分利用过去和现在对气候系统进行定时观测而积累的大量数据 ,本文提出了月气候变化的一种多时间序列逐月滚动预测模型 ,并从与云南月气候变化有某种物理关系的 2 0多个时间序列出发 ,实际建立了一个云南月气候变化的多时间序列逐月滚动预测模型。在提前预测的时间尺度为 2个月的条件下 ,该模型对云南 80个气象观测站点 1995年 1月— 1999年 10月的逐月雨量和气温预测结果检验的最新业务标准评分平均可分别达到 6 6 .7%和 79.0 %。该评分成绩已明显高于云南省气象台目前的实际业务预测水平 ,并达到了“九五”攻关的目标要求 ,因此该模型的建立具有重要的实际意义     

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。     

On spatiotemporal series analysis and its application to predict the regional short term climate process

Based on the theory of reconstructing state space, a technique for spatiotemporal series prediction ispresented. By means of this technique and NCEP/NCAR data of the monthly mean geopotential heightanomaly of the 500-hPa isobaric surface in the Northern Hemisphere, a regional prediction experiment isalso carried out. If using the correlation coefficient R between the observed field and the prediction fieldto measure the prediction accuracy, the averaged R given by 48 prediction samples reaches 21%, whichcorresponds to the current prediction level for the short range climate process.     

非平稳时间序列的区域预测研究

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。     

双线性模型在江淮旱涝序列预测中的应用

提出了一套用双线性模型预测旱涝序列的简便方案。实例的计算结果说明了该方案的实用性和通用性,在各种自然灾害序列预测中具有重要的理论意义和广泛的应用价值。     

气候动力学与气候预测理论的研究

主要概述了中国科学院大气物理研究所近些年来在气候动力学与气候预测理论研究领域的若干重要研究进展.通过对气候系统变化多尺度特征及其动力学的分析和研究,提出了一系列气候系统动力学理论,并在此基础上提出了适合于我国季风气候特点的气候预测理论和方法,在国际上率先开展了跨季度数值气候预测,进一步建立了先进、完善的短期数值气候预测系统,并应用于我国夏季旱涝预测业务.这些工作既带有极大的基础性意义,同时也具有巨大的应用价值,为我国大气科学及气候科学乃至环境科学的研究提供了重要工具.     

慢特征分析法在气象上的应用进展

气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取非平稳信号中外强迫信息的方法——慢特征分析法(Slow Feature Analysis,SFA),在气象领域中也得到了初步成功的尝试,结果显示出此方法对气候系统的外强迫信息分析及有关动力学机制的探究有较好的应用前景。本文主要介绍SFA方法的理论思想及实施步骤,并通过一个理想的非平稳时间序列检验其提取外强迫信息的能力,结果证明在衰减的Logistic模型中,可利用SFA算法提取出模型中的外强迫,且与真实外强迫的相关系数可达0.99;此外,还介绍将该方法应用于Arosa臭氧时间序列,分析其提取的外强迫信息的动力学特征;并介绍了在气候时间序列建模中引入外强迫因子的预测效果。     

Preliminary Study of Reconstruction of a Dynamic System Using an One－Dimensional Time Series

Ｐｒｅｌｉｍｉｎａｒｙ　Ｓｔｕｄｙ　ｏｆ　Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ　ｏｆ　ａ　Ｄｙｎａｍｉｃ　Ｓｙｓｔｅｍ　Ｕｓｉｎｇ　ａｎ　Ｏｎｅ－Ｄｉｍｅｎｓｉｏｎａｌ　Ｔｉｍｅ　ＳｅｒｉｅｓＰｅｎｇＹｏｕｎｇｉｎｇ（彭永清）；ＺｈｕＹｕｆｅｎｇ（朱育峰）ａ...     

用CAR模型作年旱涝长期天气预报的研究

年旱涝时间序列是一动态系统。我们采用特殊的ＣＡＲＭＡ模型即带受控制项的自回归模型对动态系统进行建模。并试图用较少的状态变量来描述系统的宏观行为。观察结果认为：用３个受控变量就可以描述安康市的年旱涝演变规律，并建立了ＣＲＡ模型。用ＣＡＲ模型作年旱涝预报能达到较高的精度，特别是大旱、大涝年预报效果最佳。试用表明预报与实况的相对误差为８．７％－１２．６％。     

黑龙江省气候旱涝定量诊断分析

简单介绍了气候旱涝分析方法,并选择“ＢＭ”方法作为本省气候旱涝定量分析方法。以哈尔滨气候区为例,利用“ＢＭ”方法建立了气候旱涝数学模型,在此基础上提出气候旱涝定量化指标,并进行了动态追踪定量化诊断分析     

The Evolutionary Modeling and Short-range Climatic Prediction for Meteorological Element Time Series

1. Introduction Let us suppose that the meteorological element series is the set of solution by integrating a perfect cli- matic numerical model with certain initial conditions, boundary conditions etc., thus it is also the concen- trated expression of nonlinear interaction between all climatic factors (including itself) in the model. Be- cause of limited understanding the mechanism of cli- matic system changes, the unsolved problems are not less than the solved ones in the climatic numerical …