运用1979-2014年长江下游逐日降水量数据(25个站点的平均值)和NCEP/NCAR全球850 hPa纬向风格点再分析数据(2.5o×2.5o),经过经验正交函数(EOF)和奇异谱分析(SSA),得到用于构建扩展复数自回归模型(ECAR)的次季节预测实验数据集。对20...运用1979-2014年长江下游逐日降水量数据(25个站点的平均值)和NCEP/NCAR全球850 hPa纬向风格点再分析数据(2.5o×2.5o),经过经验正交函数(EOF)和奇异谱分析(SSA),得到用于构建扩展复数自回归模型(ECAR)的次季节预测实验数据集。对2001-2014年长江下游降水低频分量进行次季节逐日变化回报试验的结果表明,50-80 d时间尺度的长江下游低频降水分量的预测时效可达52 d左右,预报能力明显优于自回归模型(AR),而且6-8月的预报技巧最高?该数据集包括1979年1月1日-2014年12月31日全球850 hPa 50-80 d低频纬向风场的7个低频主成分pc1,pc2,…,pc7和长江下游地区逐日低频降水(the daily low frequency rainfall in the lower reaches of the Yangtze River Valley,lcjr)的时间序列(序列长度是13,149 d)。数据集存储在Excel文件,数据量1.19 MB。展开更多
文摘运用1979-2014年长江下游逐日降水量数据(25个站点的平均值)和NCEP/NCAR全球850 hPa纬向风格点再分析数据(2.5o×2.5o),经过经验正交函数(EOF)和奇异谱分析(SSA),得到用于构建扩展复数自回归模型(ECAR)的次季节预测实验数据集。对2001-2014年长江下游降水低频分量进行次季节逐日变化回报试验的结果表明,50-80 d时间尺度的长江下游低频降水分量的预测时效可达52 d左右,预报能力明显优于自回归模型(AR),而且6-8月的预报技巧最高?该数据集包括1979年1月1日-2014年12月31日全球850 hPa 50-80 d低频纬向风场的7个低频主成分pc1,pc2,…,pc7和长江下游地区逐日低频降水(the daily low frequency rainfall in the lower reaches of the Yangtze River Valley,lcjr)的时间序列(序列长度是13,149 d)。数据集存储在Excel文件,数据量1.19 MB。
