集成奇异谱分析和自回归滑动平均预测日本近海海平面变化
发布时间：2021-07-18 19:28
本文从日本沿岸选取了28个验潮站及联测的GPS站,利用奇异谱分析（Singular Spectrum Analysis, SSA）和SSA+自回归滑动平均（Auto Regression Moving Average, ARMA）方法预测了2014—2018年的近海海平面变化和地壳垂直变化.并用同时段的验潮及GPS的实际测量值进行验证,结果显示,SSA+ARMA预测的相对海平面精度为0.0357～0.0607 m,地壳垂直运动的精度为0.0049～0.0077 m,绝对海平面的精度为0.0433～0.0683 m,且三者SSA+ARMA的预测结果均优于只用SSA预测的结果.在此基础上本文利用SSA+ARMA预测了日本沿岸2019—2023年的近海绝对海平面变化,结果显示,2019—2023年的平均海面高较往年（2014—2018）升高0.0353 m,2003—2023年绝对海平面的变化率为0.0039 m·a-1,预测结果较为理想.
【文章来源】：地球物理学报. 2020,63(09)北大核心EISCICSCD
【文章页数】：12 页
【部分图文】：
验潮站及联测GPS分布
如图2所示,本文选择的6个验潮站前7阶RCS分离的较好,对各重构成分进行快速傅里叶变换(Fast Fourier Transform, FFT)频谱分析后发现,RC1和RC2相关性较强,均代表周年信号.RC3均代表非线性趋势项.各验潮虽然均位于日本沿岸,但各地所处的冷高压位置不同,所受季风、洋流也有所差异,所以各验潮站除周年信号、趋势主要的影响因素外,其他季节信号和年际信号对各验潮站的影响由于地理位置的不同而有所不同(Chen et al., 2000).验潮站Wakkanai、Hakodate I、Kashiwazaki、Aburatsu的RC4+RC5均代表半年周期信号,RC6+RC7均代表2年的周期信号.而验潮站Kushimoto和Naha的RC6+RC7均代表半年周期信号,RC4+RC5分别代表5年左右的周期信号和2年的周期信号.由于日本沿岸28个验潮站所处地理位置不同,各周期信号对其海平面变化的影响也不同.通过SSA和w-correlation分析,根据各RCS的贡献率(Cj>0.95)及相关性(ρ i,j w >0.9),选择前7阶RCS作为原始序列的主成分进行迭代预测.对于扣除前7阶RCS成分的剩余随机序列可以建立ARMA(p, q)模型进行外推预测.根据EACF准则,ARMA(3, 4)比较适宜于验潮数据剩余随机序列的预测.ARMA模型外推剩余成分结果加上SSA主成分预测结果即为最终SSA+ARMA的预测结果.
如图3所示,本文利用SSA对日本沿岸28个验潮站的2003—2018年验潮数据进行趋势提取并对其进行线性拟合,获得各验潮站相对海平面变化年速率.日本岛的相对海平面变化速率空间差异明显,以本州岛中部为分界线,分界线以北相对海平面上升速率较小,且部分区域的相对海平面呈下降趋势.分界线以南的相对海平面上升速率较大,验潮站Tajiri附近的相对海平面变化速率更是达到0.0083 m·a-1.为了评定各验潮站2014—2018年相对海平面变化的预测精度,将环日本沿岸28个验潮站2014—2018年的实际观测值作为真实值,采用均方根误差(Root Mean Square Error,RMSE)评定各验潮站5年的预测精度.
【参考文献】：
期刊论文
[1]基于验潮数据的全球平均海面高模型精度分析[J]. 牛余朋,郭金运,袁佳佳,李真,文汉江,刘焕玲,纪兵. 山东科技大学学报(自然科学版). 2019(04)
[2]基于多通道奇异谱分析的GNSS坐标时间序列共模误差的提取[J]. 周茂盛,郭金运,沈毅,孔巧丽,袁佳佳. 地球物理学报. 2018(11)
[3]基于奇异谱分析的静态相对重力观测重力固体潮提取[J]. 郭金运,高文宗,于红娟,刘新,孔巧丽,陈晓东. 地球物理学报. 2018(10)
[4]由TOPEX/Poseidon和Jason-1/2探测的1993—2012中国海海平面时空变化[J]. 郭金运,王建波,胡志博,黄金维,陈传法,高永刚. 地球物理学报. 2015(09)
[5]基于长期验潮数据的海平面预测方法与案例应用[J]. 段晓峰,许学工,陈满春,李响. 北京大学学报(自然科学版). 2014(06)
[6]Projections of ocean climate for northwestern Pacific Ocean[J]. CHOI Byung Ho,KIM Dong Hoon,CHOI Young Jin,YUK Jin Hee. Acta Oceanologica Sinica. 2005(01)
本文编号：3290216
【文章来源】：地球物理学报. 2020,63(09)北大核心EISCICSCD
【文章页数】：12 页
【部分图文】：
验潮站及联测GPS分布
如图2所示,本文选择的6个验潮站前7阶RCS分离的较好,对各重构成分进行快速傅里叶变换(Fast Fourier Transform, FFT)频谱分析后发现,RC1和RC2相关性较强,均代表周年信号.RC3均代表非线性趋势项.各验潮虽然均位于日本沿岸,但各地所处的冷高压位置不同,所受季风、洋流也有所差异,所以各验潮站除周年信号、趋势主要的影响因素外,其他季节信号和年际信号对各验潮站的影响由于地理位置的不同而有所不同(Chen et al., 2000).验潮站Wakkanai、Hakodate I、Kashiwazaki、Aburatsu的RC4+RC5均代表半年周期信号,RC6+RC7均代表2年的周期信号.而验潮站Kushimoto和Naha的RC6+RC7均代表半年周期信号,RC4+RC5分别代表5年左右的周期信号和2年的周期信号.由于日本沿岸28个验潮站所处地理位置不同,各周期信号对其海平面变化的影响也不同.通过SSA和w-correlation分析,根据各RCS的贡献率(Cj>0.95)及相关性(ρ i,j w >0.9),选择前7阶RCS作为原始序列的主成分进行迭代预测.对于扣除前7阶RCS成分的剩余随机序列可以建立ARMA(p, q)模型进行外推预测.根据EACF准则,ARMA(3, 4)比较适宜于验潮数据剩余随机序列的预测.ARMA模型外推剩余成分结果加上SSA主成分预测结果即为最终SSA+ARMA的预测结果.
如图3所示,本文利用SSA对日本沿岸28个验潮站的2003—2018年验潮数据进行趋势提取并对其进行线性拟合,获得各验潮站相对海平面变化年速率.日本岛的相对海平面变化速率空间差异明显,以本州岛中部为分界线,分界线以北相对海平面上升速率较小,且部分区域的相对海平面呈下降趋势.分界线以南的相对海平面上升速率较大,验潮站Tajiri附近的相对海平面变化速率更是达到0.0083 m·a-1.为了评定各验潮站2014—2018年相对海平面变化的预测精度,将环日本沿岸28个验潮站2014—2018年的实际观测值作为真实值,采用均方根误差(Root Mean Square Error,RMSE)评定各验潮站5年的预测精度.
【参考文献】：
期刊论文
[1]基于验潮数据的全球平均海面高模型精度分析[J]. 牛余朋,郭金运,袁佳佳,李真,文汉江,刘焕玲,纪兵. 山东科技大学学报(自然科学版). 2019(04)
[2]基于多通道奇异谱分析的GNSS坐标时间序列共模误差的提取[J]. 周茂盛,郭金运,沈毅,孔巧丽,袁佳佳. 地球物理学报. 2018(11)
[3]基于奇异谱分析的静态相对重力观测重力固体潮提取[J]. 郭金运,高文宗,于红娟,刘新,孔巧丽,陈晓东. 地球物理学报. 2018(10)
[4]由TOPEX/Poseidon和Jason-1/2探测的1993—2012中国海海平面时空变化[J]. 郭金运,王建波,胡志博,黄金维,陈传法,高永刚. 地球物理学报. 2015(09)
[5]基于长期验潮数据的海平面预测方法与案例应用[J]. 段晓峰,许学工,陈满春,李响. 北京大学学报(自然科学版). 2014(06)
[6]Projections of ocean climate for northwestern Pacific Ocean[J]. CHOI Byung Ho,KIM Dong Hoon,CHOI Young Jin,YUK Jin Hee. Acta Oceanologica Sinica. 2005(01)
本文编号：3290216
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3290216.html
