EMD在广西季节降水预报中的应用

被引：14

作者：

毕硕本 ^{[1
]}

徐寅 ^{[2
]}

覃志年 ^{[3
]}

陈譞 ^{[1
]}

王必强 ^{[1
]}

机构：

[1] 南京信息工程大学计算机与软件学院

[2] 南京信息工程大学信息与控制学院

[3] 广西壮族自治区气候中心

来源：

应用气象学报 | 2010年 / 21卷 / 03期

关键词：

经验模态分解(EMD); 支持向量机(SVM); 短期气候预测; 降水预报; 时间序列;

D O I：

暂无

中图分类号：

P457.6 [降水预报];

学科分类号：

0706 ; 070601 ;

摘要：

气候系统是一种耗散的、具有多个不稳定源的非线性、非平稳系统。该文利用支持向量机(SVM)算法在处理非线性问题中的优越性和经验模态分解(EMD)算法在处理非平稳信号中的优势,采用将EMD与SVM相结合的短期气候预测方法,并应用到广西季节降水预报中。选取广西88个气象观测站1957—2005年6—8月逐年降水量的距平百分率序列作为试验数据,通过EMD算法将标准化处理后的距平百分率序列分解成多个本征模态函数(IMF)分量和一个趋势分量,在分解中针对EMD算法存在的端点极值问题选择两种方法分别进行处理,对比得出极值延拓法效果更好。对每个分量构建不同的SVM模型进行预测,并通过重构形成最后的预测结果。试验中采用不经EMD处理的反向传播(BP)神经网络和SVM算法进行对比验证,结果表明:相对于直接预测方法,该文提出的方案均方误差最小,能够较为准确地反映出降水序列未来几年的变化趋势,具有更高的预测精度和较好的推广前景。

引用

页码：366 / 371

页数：6

共 20 条

[1]

用于数据挖掘的支持向量机算法研究.[D].杜熊禹.电子科技大学.2007, 01

[2]

EMD时频分析方法的理论研究与应用.[D].于伟凯.燕山大学.2006, 02

[3] MIRROR EXTENDING AND CIRCULAR SPLINE FUNCTION FOR EMPIRICAL MODE DECOMPOSITION METHOD [J].