-
题名基于温特斯法的夏季气温预测模型建立及应用
被引量:2
- 1
-
-
作者
刘勇军
郝齐芬
-
机构
商丘市气象局
-
出处
《河南气象》
2003年第3期18-19,共2页
-
文摘
介绍了温特斯法的基本理论及 3个平滑方程的递推公式、初始值公式和预测模型公式 ,并依据其理论 ,采用VB 6 .0编程技术 ,设计了预测模型软件 ;同时 ,将夏季 6、7、8月的月平均气温看作具有随机性、线性、季节性变化的时间序列 ,利用商丘、民权、柘城、永城 4个代表站 1 96 1~ 1 999年夏季气温样本资料 ,建立了预测模型。对 2 0 0 0~ 2 0 0 2年夏季气温试报结果为 ,平均预测准确率 92 % ,其中 7月份 1 0 0 % ,6月份 92 % ,8月份 83%。
-
关键词
温特斯法
夏季
气温预测模型
平滑方程
软件设计
-
Keywords
Winters method
Smooth equation
Predict model
Software design
-
分类号
P456.3
[天文地球—大气科学及气象学]
O242.1
[理学—计算数学]
-
-
题名基于慢特征分析的哈尔滨市气温预测研究
- 2
-
-
作者
娄德君
潘昕浓
王冀
张雪梅
高振铎
-
机构
齐齐哈尔市气象局
北京市气象服务中心
北京市气候中心
哈尔滨市气象台
-
出处
《气象与环境学报》
2022年第3期150-155,共6页
-
基金
黑龙江省自然科学基金联合引导项目(LH2020D015)
国家重点研发计划(2018YFC1505604)
黑龙江省气象院士工作站项目(YSMS202003)共同资助。
-
文摘
慢特征分析方法(Slow Feature Analysis,SFA)是从已知的非平稳时间序列中提取缓变信息的有效方法。本文首先通过Logistic非平稳时间序列模型对SFA方法提取慢特征信息的能力进行了检验,然后以哈尔滨市为黑龙江省代表站,对月气温距平序列进行慢特征信号提取及预测研究。结果表明:慢特征分析方法可以有效地提取哈尔滨市气温距平序列中的慢特征信号。提取的慢特征信号能够反映原序列的变化趋势、极值等信息。拟合和预测试验表明,与平稳性模型相比,引入SFA信号后的气温预测模型可以在一定程度上提高预测能力,改善预测效果。对近48个月独立样本预测也得到相同结论。
-
关键词
慢特征分析
非平稳时间序列
气温预测模型
-
Keywords
Slow feature analysis(SFA)
Non-stationary time series
Temperature prediction model
-
分类号
P468
[天文地球—大气科学及气象学]
-