基于隐式Markov方法的福建省降水预测

建立了一个基于4个隐式状态的Markov方法的降水预测模型,用以研究福建省降水规律。利用Bayes信息评价方法来确定隐式状态的数目,利用Baum-Welch算法来训练模型参数,将Viterbi算法用于隐式Markov模型的最优状态估计,确定最优隐式状态序列。分析福建省4个气象站在1981—2008年间28 a的降水数据,其中前20 a的数据用于模型学习和参数训练,后8 a的数据用于模型验证和评价。结果表明:该模型可模拟降水规律,并为突发天气预测提供了有效的方法。