年降水量统计马尔可夫预测模型及其应用

论文基于大气降水过程存在着大量的不确定性和不精确性的特点,将简单的统计计算与马尔可夫链理论有机结合起来预测降水量,方法的物理概念清晰,计算简便。以杭州市1956—2008年的降水量资料为例,应用统计模型进行逐年降水量预测,从前40 a的降水量序列资料(1956—1995年)开始,预测1996年的降水量,然后剔除1956年的降水资料,将1996年的实际资料加入到序列中,再按照降水量预测的基本步骤预测1997年的降水量,依此类推进行逐年降水量预测,结果表明,13 a中误差小于±10%、±15和±20%的分别占30.77%、53.85%和69.23%,预测误差最大值为-24.03%;应用统计马尔可夫预测模型进行逐年降水量预测,8 a中误差小于±1%和±5%的分别占37.50%和62.50%,预测误差最大值为8.77%,其降水量预测结果的精度有较大的提高,该法为提高大气降水量预测的精度提供了一条值得探索的途径。