首页|基于小波分解的沙尘天气发生日数预测组合模型研究——以2008-2016年策勒沙漠-绿洲过渡带沙尘天气发生时序为例

基于小波分解的沙尘天气发生日数预测组合模型研究——以2008-2016年策勒沙漠-绿洲过渡带沙尘天气发生时序为例

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
新疆南疆地区是扬沙浮尘的主要高发区,风沙对当地生产生活影响严重.为揭示当地风沙天气变化特征并预测未来变化趋势,通过小波分解方法,将塔克拉玛干沙漠南缘的策勒沙漠-绿洲过渡带2008 2016年沙尘天气发生时序分解为平稳性波动项和非线性趋势项,根据两项数据的特性,针对性选取自回归(AR)模型和最小二乘支持向量机(LSSVM)进行变化趋势预测,最后利用加法原则重构实现沙尘天气发生日数时序预测.结果 表明:研究区沙尘天气发生属于典型的春夏型,主要集中在3-9月,峰值出现在5月.组合模型预测值与实测值基本吻合,具有较高的预测精度(绝对误差为4.00 d,均方根误差为3.76 d),同时,其结果与AR模型、LSSVM模型预测结果相比较也显示出一定的优越性(组合模型相关系数相比AR、LSSVM分别提高了0.12、0.31),具有较好的应用前景,可为研究区预防风沙灾害及指导实际生产生活提供科学依据.
Study on the Combined Model of Forecasting the Days of Sand-Dust Weather Based on Wavelet Decomposition——Taking the Time Series of Dust Weather in the Transitional Zone of Qira Desert-Oasis During 2008-2016 as an Example

庞金凤、刘波、张波、张朋朋、王波、曾凡江

展开 >

中国科学院新疆生态与地理研究所,乌鲁木齐830011

中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室,乌鲁木齐830011

新疆策勒荒漠草地生态系统国家野外科学观测研究站,策勒848300

中国科学院干旱区地理与生物资源重点实验室,乌鲁木齐830011

中国科学院大学,北京100049

临沂大学,山东临沂276000

西安电子科技大学,西安710126

展开 >

风沙天气 小波分解 组合模型 AR模型 LSSVM模型

国家林业局荒漠化监测项目国家林业局荒漠化监测项目国家自然科学基金国家自然科学基金山东省自然科学基金

014B03131770638ZR2017MC029

2019

气象
国家气象中心

气象

CSTPCDCSCD北大核心
影响因子：2.337
ISSN：1000-0526
年,卷(期)：2019.45(5)
  • 4
  • 36