几种统计预测方法对1998年南京降水的跨季节预测试验及分析

摘要：

对1998年南京降水分别设计并开展了求和自回归滑动平均(Auto-Regressive Integrated Moving Average,ARIMA)模型预测、经验模态分解(Empirical Mode Decomposition,EMD)预测和基于Hilbert变换(Hilbert Transformation,HT)的幅频分离预测等3种跨季节统计预测试验.结果表明:ARIMA模型预测结果存在明显的系统性误差且对夏季的降水突变现象预测困难;EMD分解预测的结果虽在降水演变趋势上有明显提高,但仍未能预测出夏季的强降水突变现象,究其原因可能是对高频分量预测效果不好所致;而基于Hilbert变换的幅频分离预测方法能够对各模态分量的瞬时频率和瞬时振幅实施隔离预测,消除两者的相互影响,显著改善高频模态的预测效果,使得最终预测结果最为理想,不仅具有最高的趋势相关性和最小的偏差,而且还较好地预测出了夏季两次强降水过程.不仅如此,在对2003年的降水预测验证中,基于Hilbert变换的幅频分离预测方法同样具有最好的预测效果,表明该方法预测效果较为稳定,为改进跨季节短期气候统计预测技术提供了一个新思路.

关键词：短期气候预测、求和自回归滑动平均(ARIMA)、经验模态分解(EMD)、Hilbert变换(HT)、最小二乘支持向量机

所属期刊栏目：22

分类号：P468.0+24(气候学)

资助基金：国家自然科学基金项目41490642、41475071;National Natural Science Foundation of ChinaNSFC,Grants 41490642 and 41475071

在线出版日期：2017-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：23-34