包含外强迫因子的大气气溶胶数浓度的预测
利用慢特征分析(Slow Feature Analysis, SFA)方法提取大气气溶胶时间序列的外强迫因子信息,并将此外强迫因子信息嵌入到预测模式中,建立一个包含提取外强迫因子信息的预测模式.利用该方法对2011年6月1日至2011年9月14日黄山山底的每小时大气气溶胶数浓度时间序列进行预测试验分析.结果表明,当提前预报一步时,平稳性模式的预测结果与实际观测数据的相关系数为0.6982,而单一外强迫模式的相关系数为0.7390,强迫模式的相关系数是0.7475,外强迫的加入可以有效的提高预测技巧.
慢特征分析方法、外强迫因子、大气气溶胶预测
X513(大气污染及其防治)
国家自然科学基金项目41275087,41075061,41030962;江苏高校优势学科建设工程资助项目
2015-04-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
694-699