基于多变量DSD-LSTM模型的有效波高预测

利用改进的完全集合经验模态分解(ICEEMDAN)和递归量化分析方法设计一种新的信号分解算法(DSD),该算法将原始信号分解为确定性成分和随机性成分。考虑风速、风向对波高的影响前提下,将DSD算法与长短时记忆网络(LSTM)结合建立多变量混合模型DSD-LSTM-m进行有效波高的预测。该模型与单独的LSTM模型相比明显提高了预测精度,与单变量混合模型DSD-LSTM-u相比具有更好的预测效果。

基于小波分析的山东寒潮强弱变化特征研究

利用山东省1979-2013年的日最低气温数据,采用经验正交函数分解和Morlet小波分析方法,分析了山东省寒潮、强寒潮和特强寒潮的时空分布特征,对寒潮发展趋势进行了预测。结果表明:山东省寒潮频次分布主要表现为东西部地区的差异,存在4 a的变化周期;强寒潮主要表现为东西部地区间、中部地区与东西部地区间及南北部地区间的差异,分别存在12 a,8 a和14 a的变化周期;特强寒潮主要表现为东西部地区间、中部地区和东西部地区间及南北部地区间的差异,分别存在9 a、15 a和14 a的变化周期。