基于多尺度空间相关的气象要素预测

摘要：

气象要素预测与人们的日常生活密切相关,为了探索气象要素的空间相关性质,进而实现不同时间尺度的气象要素预测,采用了图信号方法,利用能够简洁地刻画变量间依赖关系的概率图模型,由各个气象观测站点数据构成图模型的节点,建立条件高斯图模型,学习图中边的分布规律,以确定站点间的空间相关关系.根据天气系统的特征尺度,对条件高斯图模型进行改进,引入相似度矩阵,通过交叉验证的方法确定各个预测时间尺度所对应的相似度矩阵参数,建立多尺度空间相关模型,利用改进的二阶有效集方法进行模型估计.将此模型应用于全球3431个国际交换站,分别进行了6小时、24小时、72小时和7天降水量与气温的气象要素预测.实验结果表明,该模型在计算效率和预测准确率方面都有所提升.

关键词：概率图模型、条件高斯图模型、相似度矩阵、空间相关、要素预测

所属期刊栏目：29

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金41405135

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：148-152