多元均生函数模型及其在短期气候预测中的应用

在原均生函数模型的基础上,对模型进行改进,首次引入预报因子变量,建立一个多元的均生函数模型。它适应于气温、降水、热带气旋个数等多种要素预报。新建的多元均生函数模型包含了原模型的优点,而且比原有均生函数模型具有更强的物理基础。

用模糊均生函数模型作青藏高原气候冷暖预测

利用模糊均生函数模型(FMGF)和滑动T-检验,分析了近620年来青藏高原气候冷暖的变化趋势,并作出预测。结果表明:青藏高原最寒冷的时期为17世纪中期,最暖的是20世纪。温度存在31～45年的周期振荡。与20世纪后30年相比,未来50年中温度偏高约0.5℃。

均生函数模型在高原汛期降水预报中的应用

以均生函数为基函数，建立了正交化、主成分和最优子集回归三类预测模型。对云南昆明、滇中（包括昆明、玉溪和楚雄）及西藏林芝的汛期（６～８月）降水进行了模拟和预测，其拟合效果，特别是对极值的拟合十分理想。结果表明：在高原地区，均生函数模型预报降水具有较高的精度，拟合报准率和实际报准率分别为９７％～１００％和６０％～８０％，且具有多步预测能力。

基于均生函数模型的杭州市年降雨量预测

采用均生函数模型对杭州市1956-2008年年降雨量进行预测模拟，并对模型进行了修正。实例结果表明，修正模型具有较强的预报精度，可为类似时间序列要素的中长期预测研究提供借鉴。

基于均生函数模型的冲击矿压电磁辐射预测研究及其应用

通过实验研究煤岩变形破裂过程电磁辐射信号的变化规律,表明非接触电磁辐射法能动态预测冲击矿压等煤岩动力灾害现象;在非接触电磁辐射法动态预测冲击矿压的实验研究基础上,提出一种新的动态时间序列预测模型——均生函数模型,利用电磁辐射监测仪测定的现场工作面电磁辐射信号时间数据序列,通过逐步回归筛选时间序列构造一个均生函数方程;利用该方程预测预报未来电磁辐射信号的发展,并与现场测定的实际值进行对比分析,以此来验证该预测模型的正确性。误差分析和实践结果表明:均生函数模型的预测值与实际测定值的相对误差最大为6.71%左右,且距平趋势正确率均达到了60%,证明该模型与电磁辐射预测方法的有机结合能有效地预测冲击矿压以及提高预测的准确性,为冲击矿压电磁辐射预测技术的研究提供了一种新的研究思路和方法。

均生函数模型在长期天气预报中的应用

应用均生函数建立了哈尔滨市短期气候预测模型 ,并进行了试报和检验。结果表明 ,该方法对哈尔滨市的短期气候有较强的预测能力 ,尤其对极值有较好的拟合和预测能力。

基于逐步回归均生函数模型的哈尔滨站年径流预测分析

中长期水文预报模型很多,目前还没有一种模型对所有的水文序列来说都是适用的。文章在进行哈尔滨站年径流预测的过程中,建立了均生函数模型,并利用逐步回归技术筛选因子,通过实例计算,预测效果较好,验证了模型的可行性,最后对存在的主要问题进行了分析,提出了改进意见。

均生函数模型在气温和降水预测中的应用

应用均生函数对单一的气象要素序列建立预测模型,并进行试报与预测检验。实例计算分析表明,该方法对短期气候预测有较强的预测能力,均生函数模型预测结果具有一定的可信度。

用均生函数模型做赤峰夏季温度和降水气候预测试验

本方案采用均生函数模型对单一的要素序列作气候趋势预测试验,通过实例计算分析表明,均生函数模型是一种具有使用价值的数学预测模型,对单一的序列做趋势估计有一定的可信度,该方法对夏季气候趋势预测尤其是夏季温度的趋势预测有较好的预测能力。

时间序列均生函数模型在降水量预测中的应用

近年来,全球化气候变暖,对降水的变化具有一定的影响。降水量的变化对人类活动及农业生产具有重要的作用,对其进行分析研究及预测,有利于对灾害的防御与控制。但由于降水的变化受到诸多因素的影响,准确的预测降水量具有一定的难度,本文利用均生函数方法,建立均生函数模型,对降水量进行分析与预测,结果表明,时间序列均生函数模型对降水量进行预测,其模型精度高,其预测结果可作为提出防灾减灾措施的依据,具有一定的现实意义。

模糊均生函数残差模型在地下水数值模拟降水量预报中的应用

地下水主要补给来源为大气降水的入渗和地表水体的渗漏。在地下水模拟预报模型中需要预先知道降水量。迄今为止,年降水量的预测仍然是一个不易解决的难题。在模糊均生函数模型(FAFM)基础上,利用其残差数据序列对FAFM进行校正,提出了模糊均生函数残差模型(REMFAF),给出了模型预报精度的检验方法。实例研究表明,REMFAF模型应用于吉林省西部地区地下水数值模拟中的降水量预报,比FAFM的预报精度更高,取得了较为理想的结果。

白银市6-8月降水气候预测的均生函数场模型

对白银市4个代表站1957～1996年6～8月的降水量场进行经验正交函数(EOF)分解,得到方差贡献最大的第一特征向量,对第一特征向量的主分量建立均生函数模型并外推5年预报,用预报出的时间系数乘以相应的特征向量得到6～8月降水量场的预报值。

均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上,利用其残差数据序列对均生函数预报模型进行校正,提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合,并进行独立地样本预报试验。预报结果发现,均生函数残差预报模型对原有模型在预报精度上都有一定的改进,取得了较好的预报效果。同时,利用M ann-K enda ll法和Y am am oto法,可以明确突变开始的时间,指出突变区域,使待报时段与建模资料处在同一气候阶段则预报效果更为理想。

均生函数逐步回归模型在降温、降水长期过程预测中的应用

应用均生函数逐步回归模型,经过十次变长序列动态建模进行多步预测,再对多个结果进行合成分析,可以更好地揭示、归纳及利用好自身的规律。对降温、降水等长期天气过程预测,得到较可信的结果。

均生函数场模型在福建前汛期降水预报中的检验

1引言 福建省前汛期是指每年的5～6月，全年降水的高峰就出现在前汛期。前汛期降水的预报是每年长期预报的关键。以前用得比较多的降水预报方法以传统的相似或经验统计等方法为主。目前一些新的预报模式被许多研究者所采用，有些已取得不错的预报效果。在这里我们应用其中的均生函数场模型对福建省前汛期降水量场做试预报，以期得到一些有参考价值的结果。

东北玉米热量指数预测方法研究(Ⅳ)——均生函数预测方法

均生函数预测方法是开展环境要素变化趋势预测的有效方法之一。通过对东北地区玉米热量指数的分析,建立了热量指数时间变化趋势的均生函数预测模型,各模型预测的平均精度基本都达到95%以上,与逐步回归统计模型一致,但普遍要好于GM(1,1)模型,同样可以应用该模型的预测结果指导农业生产。

均生函数场模型在贵州夏季降雨预报中的应用

该文在分析贵州夏季月降雨量变化趋势及主要分布特征基础上，用EOF展开提取特征向量的主分量作为表征贵州区域降水异常的指标，利用曹鸿兴提出的均生函数模型对主分量进行延拓，建立了均生函数预测模型，对贵州夏季月降雨量进行试报检验。

新疆棉花热量指数的均生函数预测模型

均生函数预测方法是开展环境要素变化趋势预测的有效方法之一。通过对新疆不同棉区棉花热量指数的分析,建立了热量指数时间变化趋势的均生函数预测模型,各模型的平均回代精度都在95%以上,试报精度比回代精度要低,但也能满足实际使用要求,可以应用该模型的预测结果指导农业生产。

经验模态分解与均生函数-最优子集耦合模型在年径流预测中的应用

针对径流时间序列的非平稳特性及中长期预测精度低的问题,本文提出一种新的耦合预测方法:基于EMD分解的均生函数-最优子集回归(Mean Generating Function-Optimum Subset Regression,MGF-OSR)模型。首先利用经验模态分解(Empirical Mode Decomposition,EMD)方法对汾河上游上静游、汾河水库、寨上和兰村4座水文站的年径流序列进行平稳化处理,分别得到若干个固有模态函数(Intrinsic Mode Function,IMF)。对各阶固有模态函数分别建立MGF-OSR模型并进行预测,趋势项用直线拟合的方法进行预测,然后通过重构各预测值得到汾河上游4座水文站年径流量的预测结果,并与单独运用MGF-OSR模型的预测结果进行比较。结果表明,运用基于EMD分解的MGF-OSR模型对汾河上游4站年径流进行预测,准确率均为100%,确定性系数在0.975以上;而单一模型的预测准确率均为40%,确定性系数在0.732以下,耦合模型预测精度明显提高。