基于集合经验模态分解的新疆地区温度场预测评估
  • 【摘要】

    综合运用经验正交分解法(EOF),集合经验模态分解(EEMD)和最小二乘支持向量机(LS-SVM),构建新疆地区候平均温度距平场预测模型.采用EEMD分别对经过EOF分解得到的前3个模态的时间系数进行分解,对分解得到的结果运用最小二乘支持向量机进行预测并重构得到了各个时间系数的预测结果,将时间系数预测的结果与空间场重构得到了候平均温度距平场的计算结果,在候平均的基础上计算得到了旬平均的结果,在旬平... 展开>>综合运用经验正交分解法(EOF),集合经验模态分解(EEMD)和最小二乘支持向量机(LS-SVM),构建新疆地区候平均温度距平场预测模型.采用EEMD分别对经过EOF分解得到的前3个模态的时间系数进行分解,对分解得到的结果运用最小二乘支持向量机进行预测并重构得到了各个时间系数的预测结果,将时间系数预测的结果与空间场重构得到了候平均温度距平场的计算结果,在候平均的基础上计算得到了旬平均的结果,在旬平均的基础上计算得到了月平均的结果.通过采用距平相关系数(ACC),预报技巧(SS)和同号率对结果进行评估显示,对于候平均预测,其在前20候内的预测较为理想,平均ACC达到了0.32,平均SS达到了0.70,平均同号率达到了0.80.对于旬平均的预测,其在前10旬内较为理想,10旬以内平均ACC达到了0.50,平均SS达到了0.50,平均同号率达到了0.50.对于月平均的预测,3个月的预测平均ACC达到了0.50,平均SS达到了0.50,平均同号率达到了0.80.3个月内的短期气候预测具有较高的水平. 收起<<

  • 【作者】

    张舰齐  王丽琼  左瑞亭 

  • 【作者单位】

    中国人民解放军95871部队/解放军理工大学气象海洋学院

  • 【刊期】

    气象科技 PKU 2015年6期

  • 【关键词】

    EOF分解  EEMD分解  LS-SVM预测  时空重构  结果评估  EOF analysis  EEMD method  LS-SVM forecast  temporal reconstruction  evaluation 

  • 【基金项目】

    国家自然科学基金项目