非线性门限自回归模型用于时间序列的外推预报

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。     

山西降水、气温场非线性模拟与预测

本文将门限自回归应用于降水、气温场的模拟与预报,并讨论了门限识别准则存在的问题,提出了新的ＡＩＣ加权最小识别准则,取得了令人满意的效果。降水、气温各主成分的自激励门限自回归和开环门限自回归均以零时滞为最优。说明降水、气温存在两种不同的自相关和互相关,但这种相关形式选择不能由序列自身预先提供。非零时滞门限游程序列的ＳＥＴＡＲ模型拟合和预测效果均很好。因此,降水和气温场的预报可由零时滞ＳＥＴＡＲ模型和非零时滞门限游程ＳＥＴＡＲ模型组成方程组完成。     

基于Bayes准则的时间序列判别预报模式

根据Bayes准则下的多元线性判别分析和时间序列的线性自回归模式,本文提出一种时间序列的判别预报模式。该模式采用两种不同的变量筛选方案,对于气象时间序列的数量记录,由过去的记录判别未来记录的趋势(如正负距平、旱涝等)。在一定的自相关结构下,其判别效果较好。文献[1—4]曾论述用(0,1)两值时间序列建立AR(p)模式,但AR(p)模式有其局限性。将时间序列与多元判别分析结合,建立时间序列基础上的判别模式,用以往各时刻变量作为线性判别因子对未来各时刻的变量取值类型作出判别,既可保留时间序列线性模式的优点,又可利用多元逐步判别筛选因子的计算方法。从气象状况演变的物理机制来看,考虑前期状态演变比单纯考虑前期某一时刻的状态更有意义。     

济南降水的二元时间序列分析与预报

利用么枕生选择对游程和转折点的分析研究成果，分析了济南年降水量的游程和转折特征，并应用游程记录和二元时间序列分别建立AR（K）模式，对济南年降水量进行预测分析。     

长期天气预报线性自回归模式的拟合

本文总结了平稳时间序列线性自回归模式拟合的各种方法。线性自回归模式的参数是由Durbin 的逐步递推过程进行估计的,该模式的阶数通过 t 检验或 F 检验予以选定。文中还给出用于月降水量预报的说明性实例。     

具有时变参数的门限自回归模型及其在气候预报中的应用

将时变参数模型引入门限自回归模型中，提出具有时变参数的门限自回归模型，并对昆明，蒙自，河口等地区３月温度序列进行预报，结果表明：这种模型比门限自回归模型的预报准确度有明显提高，这是因为用这种模型进行预报时，可以随时更新预报模式。     

自回归模式的拟合

本文首先略述用自回归模式去拟合平稳时间序列的各种方法;其次,证明自回归模式的第末个参数就是偏自相关系数,所以用迭代法逐步估计出自回归模式的参数后,就可以应用t检验或F检验选定模式的阶,使自回归模式拟合的计算量大大简化。文中举出日降水量的气候预报实例,以便说明上述方法。最后,讨论了t检验使用中的问题。     

具有门限的一种非线性随机-动力模式

提出一种附加门限控制的具有非线性反馈作用的随机-动力模式,从而对具有线性反馈的随机-动力气候模式加以改进。从理论上说,这种具有门限的随机气候模式可使气候系统内部反馈机制中的非线性特征更为明显,以便更加客观地模拟和预报短期的气候变化。     

澳门单站气象资料变化趋势的预报模型之比较

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。     

中国东部降水的随机动力预测初步研究

利用一个具有门限的非线性随机动力气候模式,对中国东部江淮流域的降水进行了预报试验。结果表明：模式能对大范围环流降水作出较为准确的形势预报。还比较了海气耦合模式与外强迫模式的预报效果,表明耦合模式的预报效果略好于外强迫模式。     

MODELING AND PREDICTION CONCERNING TIME SERIES OF FLOOD/DROUGHT RUNS USING THE SELF-EXCITING THRESHOLD AUTOREGRESSIVE MODEL

When linear regressive models such as AR or ARMA model are used for fitting and predicting climatic timeseries,results are often not sufficiently good because nonlinear variations in the time series.In this paper,a nonlinear self-exciting threshold autoregressive(SETAR)model is applied to modeling and predicting the timeseries of flood/drought runs in Beijing,which were derived from the graded historical flood/drought records inthe last 511 years(1470—1980).The results show that the modeling and predicting with the SETAR modelare much better than that of the AR model.The latter can predict the flood/drought runs with a length onlyless than two years,while the formal can predict more than three-year length runs.This may be due to thefact that the SETAR model can renew the model according to the run-turning points in the process of predic-tion,though the time series is nonstationary.     

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。     

Development of a meteorological and hydrological coupling index for droughts and floods along the Yangtze River valley of China

To comprehensively investigate characteristics of summer droughts and floods in the Yangtze River valley, a meteorological and hydrological coupling index （MHCI） was developed using meteorological and hydro- logical data. The results indicate that： （1） in representing drought/flood information for the Yangtze River valley, the MHCI can reflect composite features of precipitation and hydrological observations; （2） compre- hensive analysis of the interannual phase difference of the precipitation and hydrological indices is important to recognize and predict annual drought/flood events along the valley; the hydrological index contributes more strongly to nonlinear and continuity features that indicate transition from long-term drought to flood conditions; （3） time series of the MHCI from 1960-2009 are very effective and sensitive in reflecting annual drought/flood characteristics, i.e. there is more rainfall or typical flooding in the valley when the MHCI is positive, and vice versa; and （4） verification of the MHCI indicates that there is significant correlation between precipitation and hydrologic responses in the valley during summer; the correlation coefficient was found to reach 0.82, exceeding the 0.001 significance level.     

1920～2000年全球6～8月陆地旱涝气候变化

用 192 0～ 2 0 0 0年全球 6～ 8月陆地降水量资料研究了全球、北、南半球 6～ 8月旱涝特征。采用加权平均的 6～ 8月降水距平指数和加权平均的 6～ 8月旱涝面积指数来表示全球的旱涝程度 ;从而划分了 192 0～ 2 0 0 0年的全球 6～ 8月降水量的旱涝年。对划分的旱、涝年进行了旱涝年差异的MonteCarlo检验。研究结果指出 ,在 192 0～2 0 0 0年中 ,1988( 193 0 )年是全球最严重的涝 (旱 )年 ,其次是 195 4( 1976)年。全球的及北、南半球的旱涝有明显的年代际变化。 2 0世纪 2 0年代为全球 6～ 8月干旱多发期 ,2 0～ 40年代为全球 6～ 8月洪涝少发期 ,5 0～ 60年代为全球洪涝多发期 ,70年代～ 2 0 0 0年全球旱涝爆发频繁 ,旱年多于涝年。北半球的特征与全球较为一致。南、北半球陆地分别作用为一个整体 ,它们的 6～ 8月旱涝没有明显的联系 ,但是当发生暖 (冷 )事件时 ,南、北半球 6～ 8月可能出现干旱 (洪涝 ) ,全球 6～ 8月的旱涝变化与ENSO之间有明显的联系     

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％。     

三峡地区旱涝多时间尺度变化特征及旱涝年大气环流异常

根据Z指数指标体系,构建了三峡地区旱涝指数时间序列,且利用Morlet小波分析方法研究了指数序列的多时间尺度演变特征和典型夏季旱涝年大气环流特征,结果表明：三峡地区干旱、雨涝有明显不同的年际、年代际特征,年、四季的干旱指数与雨涝指数基本呈反位相特征。三峡地区旱涝指数Morlet小波分析表明,在不同时间和频率域中,有显著的周期振荡,具有较强的局部特征;年旱涝指数主要有准5年、准9年、准15年的周期振荡;旱涝特征周期振荡也具有明显的季节性差异。三峡地区雨涝年的环流背景为乌拉尔山地区、西伯利亚、巴尔喀什湖地区上空位势高度偏高,我国河套地区、华北平原至日本海上空的位势高度偏低;干旱年的环流形式与之相反。     

STUDY ON MIXED MODEL OF NEURAL NETWORK FOR FARMLAND FLOOD/DROUGHT PREDICTION

The paper concerns a flood/drought prediction model involving the continuation of time seriesof a predictand and the physical factors influencing the change of predictand.Attempt is made toconstruct the model by the neural network scheme for the nonlinear mapping relation based onmulti-input and single output.The model is found of steadily higher predictive accuracy by testingthe output from one and multiple stepwise predictions against observations and comparing theresults to those from a traditional statistical model.     

STUDY ON MIXED MODEL OF NEURAL NETWORK FOR FARMLAND FLOOD/DROUGHT PREDICTION*

The paper concerns a flood/drought prediction model involving the continuation of time series of a predictand and the physical factors influencing the change of predictand.Attempt is made to construct the model by the neural network scheme for the nonlinear mapping relation based on multi-input and single output.The model is found of steadily higher predictive accuracy by testing the output from one and multiple stepwise predictions against observations and comparing the results to those from a traditional statistical model.     

西安地区旱涝气候的长期变化

根据西安丰富的历史旱涝史料,建立了近１５００年旱涝序列,并采用滑动滤波、功率谱分析、谐波分析等方法,对西安地区旱涝气候的长期变化进行分析。     

西藏前冬环流及地温特征与夏季旱涝关系

选取西藏地区各区域内严重干旱年和严重洪涝年各5年,分析了北半球500hPa高度距平场同期和前冬环流,同时对旱涝年前冬地温距平与当年夏季旱涝的关系也进行了相关分析。结果表明,干旱年和洪涝年前冬（12月～2月）环流距平分布状况和地温距平有明显差异,这些不同特征是预测西藏夏季旱涝的信号和重要因子。夏季伊朗高压位置偏北或偏南,西太平洋高压脊线和西脊点位置都有一定的指示意义。同时,也可根据2月500hPa高度场正、负距平区位置特点,预测了西藏主要农业区沿雅鲁藏布江一线雨季偏迟或偏早。