基于非线性多尺度模型的黄河三角洲降水量预测

摘要：

[目的]提高降水量的预测精度,反映降水量的实际特征.[方法]基于经验模态分解对非线性时间序列的分析和处理的优势,对黄河三角洲气象站点1954—2018年连续65 a月均降水量数据进行经验模态分解(Empirical Mode Decomposition,EMD),得到了系列本征模态函数(Intrinsic Mode Function,IMF),对IMF进行Hilbert变换,在此基础上建立了2种黄河三角洲降水量多尺度预报模型.[结果]黄河三角洲降水量存在着9、13、23、76、135月左右的周期,并以9个月的波动为主;65 a月均降水量数据预测结果显示:模型一的相对误差在0.9％～9.8％之间,模型二的相对误差在1.6％～11.8％之间,在建模时不考虑初相位的模型一平均预测误差为2.70％,整体预测精度要优于考虑初相位的模型二.[结论]2种模型的拟合精度及显著性均符合要求.

关键词：降水量;时间序列;多尺度;EMD;预测

所属期刊栏目：40

分类号：S161.4(农业气象学)

在线出版日期：2021-09-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-128