时间序列均生函数模型在降水量预测中的应用

时间序列均生函数模型在降水量预测中的应用

论文摘要

利用高要站1980—2015年冬季(12月—次年2月)的降雨量,构建均生函数模型,并采用粗选因子、逐步引入、逐步剔除等3组回归方案,对降雨量进行模型拟合,2016—2017年冬季降雨量进行模型预测结果的检验。结果表明:3组回归方程均能较好地拟合时间序列的变化趋势,对极值的把握表现较好,对短期气候预测业务有一定的现实意义。

论文目录

  • 1 资料
  • 2 均生函数及模型建立
  •   2.1 均生函数方程序列构造[8-9]
  •   2.2 粗选因子
  •   2.3 建模
  • 3 降水预测及评估
  •   3.1 模型检验
  •   3.2 模型拟合情况及评估
  •     1) 趋势预测评估。
  •     2) 数量预测评估。
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李文辉,陈妍,梁嘉雯,陈国贞

    关键词: 天气预报,降水量预测,均生模型,逐步回归

    来源: 广东气象 2019年04期

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 肇庆市气象局

    分类号: P426.613

    页码: 11-14

    总页数: 4

    文件大小: 509K

    下载量: 281

    相关论文文献

    • [1].基于非稳态时间序列的生理控制模型研究[J]. 系统工程理论与实践 2020(02)
    • [2].基于多样化top-k shapelets转换的时间序列分类方法[J]. 计算机应用 2017(02)
    • [3].时间序列趋势预测[J]. 现代计算机(专业版) 2017(02)
    • [4].基于分型转折点的证券时间序列分段表示法[J]. 商 2016(31)
    • [5].基于ARMA模型的股价预测及实证研究[J]. 智富时代 2017(02)
    • [6].《漫长的告别》(年度资助摄影图书)[J]. 中国摄影 2017(04)
    • [7].王嵬作品[J]. 当代油画 2017(07)
    • [8].基于模糊时间序列的计算机信息粒构建研究[J]. 粘接 2020(10)
    • [9].基于时间序列挖掘的合成旅装备维修保障能力预测[J]. 系统工程与电子技术 2020(04)
    • [10].风速时间序列混沌判定方法比较研究[J]. 热能动力工程 2018(07)
    • [11].土壤退化时间序列的构建及其在我国土壤退化研究中的意义[J]. 土壤 2015(06)
    • [12].基于信息颗粒和模糊聚类的时间序列分割[J]. 模糊系统与数学 2015(01)
    • [13].不确定时间序列的降维及相似性匹配[J]. 计算机科学与探索 2015(04)
    • [14].时间序列的异常点诊断方法[J]. 中国卫生统计 2011(04)
    • [15].基于独立成分分析的时间序列谱聚类方法[J]. 系统工程理论与实践 2011(10)
    • [16].面向不确定时间序列的分类方法[J]. 计算机研究与发展 2011(S3)
    • [17].一种基于频繁模式的时间序列分类框架[J]. 电子与信息学报 2010(02)
    • [18].超启发式组合时间序列预报模型[J]. 福建电脑 2020(08)
    • [19].基于深度学习的时间序列算法综述[J]. 信息技术与信息化 2019(01)
    • [20].基于时间序列符号化模式表征的有向加权复杂网络[J]. 物理学报 2017(21)
    • [21].基于互相关的二阶段时间序列聚类方法[J]. 计算机工程与应用 2016(19)
    • [22].基于期货市场行为的时间序列切分及表示方法研究[J]. 中国管理信息化 2015(19)
    • [23].基于形态特征的时间序列符号聚合近似方法[J]. 模式识别与人工智能 2011(05)
    • [24].基于模糊时间序列对我国对外贸易中的进口水平的预测[J]. 统计与决策 2010(23)
    • [25].模糊变量时间序列及其应用[J]. 辽宁工程技术大学学报(自然科学版) 2010(06)
    • [26].时间序列流的分层段模型[J]. 小型微型计算机系统 2009(04)
    • [27].发动机转速时间序列分形特征分析[J]. 机械科学与技术 2008(11)
    • [28].基于HDAD的异构航空数据异常检测的研究[J]. 计算机仿真 2020(03)
    • [29].重庆藕塘滑坡地下水位时间序列混沌性判别与预测[J]. 人民长江 2020(S1)
    • [30].基于能量过滤的不确定时间序列数据清洗方法[J]. 智能计算机与应用 2019(04)

    标签:;  ;  ;  ;  

    时间序列均生函数模型在降水量预测中的应用
    下载Doc文档

    猜你喜欢