昆明市月降水量的预测分析研究——基于SARIMA模型和Holt-Winters相加模型

降水量在时间和空间上的非均匀分布,很大程度上决定了洪涝、干旱和暴雨等气象灾害的强度.通过分析2000—2019年昆明市月降水量的数据,拟合建立SARIMA模型和Holt-Winters相加模型2种预测模型,分别预测了2019年月降水量,结合2019年月降水量实际值,对比分析预测误差.结果表明:Holt-Winters相加模型预测精度相对较高,该模型更能准确预测昆明市短期降水量.     

逐步回归时间序列和RBF-ANN在降水预测中的应用

将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的“考虑所有变量”模式,利用“有进有出”的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络(RBF-ANN)属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明：传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82 mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未来5年的月降水量和月蒸发量。     

FKCN优化的RBF网络在降水量预测中的应用

旱涝灾害的预测预报是目前世界上公认的难点问题之一,它不仅具有重要的现实意义,同时在理论上也是一个典型的非偏差时间序列预测问题.而降水量是影响旱涝灾害的一个重要因素.该文采用FKCN优化的RBF网络对安徽省蚌埠市汛期的降水量进行了预测,针对降水数据的特点,提出了一种简单有效的数据预处理方法,取得了较好的实验结果.     

桂林地区气温与降水量的时间序列预测模型

根据桂林地区2001～2010年各月平均气温和1987～2010年每年6月份降水量的实测数据,利用时间序列的季节指数法和线性外推法分别建立气温预测模型和降水量预测模型,再利用模型对桂林市2011年各月的气温和2011年9、11、12月的降水进行预测,得到比较理想的预测效果.     

沪深A股综合指数的时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国沪、深A股综合指数的2000～2009年月收盘数据序列进行建模分析,验证了沪、深A股综合指数月收盘数据的时间序列特性,研究并选择了这两个序列的最佳ARMA模型,本文也通过模型对2010年的综合指数进行了预测.模型实证分析的结果表明：在股市综合指数时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

ARIMA模型在太原市全社会固定资产投资预测中的应用

采用Eviews软件系统中的时间序列建模方法对太原市的固定资产投资总额资料进行了分析，建立了ARIMA模型。结果显示ARIMA（2，1，3）模型提供了较准确的预测效果，可用于未来的预测，为太原市全社会固定资产投资的预测提供了一种方便实用的方法。     

桂林市旅游人数的时间序列预测模型

采用一阶自然对数差分和一阶季节差分来数学处理桂林市月旅游人数时间序列的季节性和波动性趋势,并依据1999年1月～2006年8月桂林市月旅游人数数据,建立桂林市旅游人数的时间序列预测模型,并将该模型与实际数据进行拟合和预测,结果表明该模型与实际数据的拟合性好,预测得到的数据与实际数据误差较小,可以实际用来预测未来日旅游人数的基本趋势,为管理和市场决策提供参考.     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

基于主成分分析和支持向量机的区域降水预测应用研究

将主成分分析和支持向量机回归相结合, 以广西5、6月区域平均日降水量作为预报对象, 进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析, 得到主成分数据序列; 其次, 根据主成分数据序列建立训练集训练支持向量机, 并利用遗传算法优化参数; 最后, 输入支持向量机所需数据, 得到主成分预测结果, 建立广西日降水预报模型. 实例计算结果表明, 支持向量机回归模型比逐步回归模型有更好的预测能力.     

基于最小二乘支持向量机的复杂金融时间序列预测

为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢,内存开销大等问题,提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法.该方法将传统的支持向量机中的不等式约束改为等式约束,且将误差平方和的损失函数作为训练集的经验函数,这样把二次规划问题转化为求解线性方程组问题,提高求解问题的速度和收敛精度.实验中以证券指数为实验数据,对大批量金融数据进行了时间序列预测,相比于神经网络预测方法,该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高,对复杂金融时间序列具有较好的预测效果.     

近30年太原城市热岛变化特征分析

根据太原市6县区气象站气温观测资料,采用现代气候诊断方法,分析了太原近郊和远郊热岛强度的月、年和年代际的变化规律,探讨了不同温度的热岛强度特征。结果表明：太原近郊的月热岛强度和年热岛强度均低于远郊;近郊和远郊热岛强度的变化趋势一致;冬季热岛强度最强,夏季热岛强度最弱;近30年太原热岛强度逐年增强;热岛效应都主要表现在最低气温的增加上;夏季,有1/3的年份会出现城市凉岛现象等。     

太原市近56年气温变化分析

利用1951-2006年太原气温资料,进行平均气温的年、季、月值的演变分析,指出太原市56年来平均气温以每10年0．26℃的趋势变暖。     

黄河流域降水序列变化的小波分析

采用1961—2000年黄河流域97个气象站点的系列资料,在分析黄河流域降水空间变化格局的基础上,采用墨西哥帽小波函数,对黄河流域近40 a来降水的季节变化和年际变化时间序列进行了小波分析,揭示了黄河流域降水变化的多时间尺度的复杂结构,分析了不同时间尺度下降水序列变化的周期和突变点,并确定了各序列中存在的主要周期。结果表明：黄河流域多年平均降水量的地区分布既受天气系统的制约,又受地形等地理环境的影响,造成明显的地区性差异;黄河流域年降水和各季节降水均存在8~12 a左右时间尺度的多少交替,表现出明显的周期特征,其次4~6 a左右时间尺度的周期特征也较明显,夏季降水和年降水变化趋势具有较大相似性,不同时间尺度的周期特征之间有不同程度的吻合,说明夏季降水较大程度地控制着年降水。小波分析的时频局部化特性可展现降水时间序列的精细结构,为分析气候多时间尺度变化特征及短期气候预测等节水关键问题研究提供了一种新途径。     

成都市PM_(2.5)指标的影响因子分析及其防治策略

采集了2015年全年成都市主要城区的大气监测数据,按月进行了相关统计.结合成都市人口经济、机动车尾气、工业分布及排放等实际情况,论述了空气PM_(2.5)污染来源;针对实时采集的数据,绘制了成都市气温、降雨量与PM_(2.5)数值的关系图,分析了成都市地理、气候因素对PM_(2.5)指标的影响,进一步提出了有针对性的系列防治策略与措施.     

绍兴市近48年降水演变特征统计分析

选取绍兴国家气象观测站1961年1月至2009年2月逐月降水量作为降水分析基本资料,利用一元线性回归、小波变换和Mann-Kendall检验等统计学方法对绍兴降水季节变化和年际变化的特征进行了综合分析,分析了不同时间尺度下降水序列变化的周期和突变点,并根据主周期对未来降水变化趋势进行了预估.结果发现,绍兴市近48 a各个季节和年降水都存在多时间尺度特征,大尺度的周期变化中嵌套有小尺度的周期变化.春季降水以3～4 a年周期为主.并有准3 a周期向准4 a周期转变的趋势;夏季降水主要存在准4 a和准14 a周期变化;秋季降水主要存在准2 a和准12 a周期变化;冬季降水主要存在准4 a和准16 a周期变化:年降水主要存在准2 a和准4 a年际周期变化和准13 a年代际周期变化.绍兴春季和冬季降水突变不明显;夏季和秋季突变明显,突变点分别出现在1973年和1963年,而年降水突变不明显,不存在明显的突变期.夏季降水变化趋势和年降水趋势基本一致:夏季降水和年降水在时域上分布有很大的相似性,都具有准4 a周期变化.并全时域存在;夏季降水突变影响到全年降水的突变.根据绍兴夏季降水和年降水的主周期推测.2009年后的5～6 a绍兴年降水将相对偏多.     

基于GEE平台的1990—2019年松涛水库水体面积时空变化

为了准确掌握松涛水库水体面积动态变化,保证区域用水安全,实现水资源的可持续利用,通过选用Landsat系列遥感数据,利用GEE(Google Earth Engine)云平台研究了1990—2019年松涛水库水体面积的时空变化。结果表明:1990—2019年间,松涛水库水体面积的年际变化波动较大,整体呈先下降后上升的趋势,而水体面积的月际变化表现出显著的季节性变化规律;研究期间,松涛水库拥有66.43 km~2的永久性水体,出现水陆交替现象的区域主要集中在水库的边缘区域;月降水量、月平均温度分别与松涛水库水体面积表现出显著的负相关关系,而在年际尺度上气候因素与水体面积无明显的相关性,但随着年降水量的增加,水库下一年度的水体面积明显增大。可见GEE云平台可用于连续时间序列、大范围的水体动态变化监测。     

近一个半世纪来得法降水的变化特征

利用香港1853－1996年月降水资料,对香港19个时距,包括1－12月,春、夏、秋、冬、前、后汛期和年降水做了特征分析,发现香港降水有其显著的气候特征。     

气象雷达识别降雨方法探讨

一、气象雷达目标特征气象雷达目标是指云、雨、冰雹、雪、暴风等,常用气象雷达方程■=(4.28×10~4米/秒)■P_tτλ~2G~2θ(φη)/(γ~2) (1)式中,P_t、τ、λ、G、θ、φ、k 均为雷达机工作参数,通常可视为常量,则■∝η/(γ~2) (2)它表明,在不考虑雷达机不稳定因素影响时,雷达接收功率■(瓦)仅是气象目标     

基于乘法ARIMA模型的公路客运量预测

在收集了2004-2007年我国公路客运量月度数据的基础上,进行时间序列分析,建立了我国公路客运量月度数据的求和自回归移动平均（ARIMA）模型。分析结果显示：与常用的多项式曲线预测模型和灰色预测模型相比,模型ARIMA（2,1,2）（1,1,1）12有更好的预测效果,可以用于我国公路客运量月度数据的短期预测。     

近40 a西昌卫星发射中心雨季降水周期及突变特征分析

采用西昌卫星发射中心单站的月平均降水资料、Morlet小波分析和Mann-Kendall方法分析了西昌发射场区1974—2013年的降水周期及突变特征。结果表明:降水量在雨季、8和9月呈现出显著的9~16的年代际周期,但其年际周期偏弱。此外,雨季、6和7月存在突变现象,但8和9月并不存在突变现象。