组合模型在降雨量预测中的应用

摘要：

研究降雨量准确预测问题,降水量的变化既受大气环流、地形、气压、气候带等各种环境因子的影响,降水量的动态特征呈现复杂非线性和各种干扰因素,预测不可能准确.传统预测模型难以对其进行准确预测,预测精度低.为提高降雨量的预测精度,提出一种组合模型的降雨量预测模型.首先采用小波分析将降雨量数据进行分解成线性和非线性部分,然后分别采用ARIMA和RBF神经网络模型对其进行预测,最后采用小波重构线性和非线性预测结果,得到降雨量最终预测结果.仿真结果表明,相对于传统预测模型,组合模型提高了降雨量预测精度,预测结果可以帮助农业、水利部门提高防治旱涝灾害的科学依据.

关键词：降雨量、小波分析、神经网络、预测

所属期刊栏目：29

分类号：TP319(计算技术、计算机技术)

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：163-166