基于非线性多尺度模型的黄河三角洲降水量预测
穆玉珠1
王燕鹏1
张凤华1
乔冬梅2
1.河南省新乡水文水资源勘测局,河南 新乡 4530002.中国农业科学院 农田灌溉研究所,河南 新乡 453002
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
分类号：S161.4(农业气象学)
论文发表日期：2021-08-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 123-128 )
英文信息