日气温和干旱指数支持向量回归预测方法
发布时间:2017-08-05 11:16
本文关键词:日气温和干旱指数支持向量回归预测方法
更多相关文章: 日气温预测 干旱指数预测 旱月预报 支持向量回归 时间序列
【摘要】:持续的高温天气即高温热浪是气温异常引发的气象灾害,也是导致干旱发生的诱因之一。伴随着全球气候变暖,气温的异常变动加剧,直接威胁社会经济的健康增长,甚至危及生命。研究日气温预测,能够提前预知气温的异常变化,提醒人们调整生活生产事宜,减少或避免生命财产的损失,完善自然灾害预警机制。干旱预测是干旱研究的热点问题之一,在目前缺少成熟的干旱理论体系的情况下,干旱指数作为重要的干旱程度评估指标被广泛应用于干旱的预测预警。研究干旱指数的预测方法,是提高区域内干旱预警能力,实现“被动抗旱”向“主动抗旱”转变的有效途径。本文基于支持向量回归建模方法,结合时间序列预测理论,建立了日气温和帕尔默干旱指数时间序列SVR预测模型,主要研究工作如下:(1)研究基于局部支持向量回归的日气温多变量时间序列预测模型。在C-C方法基础上,结合最小预测误差法计算相空间重构的两个参数:延迟时间和嵌入维数,完成多变量时间序列样本的构建。在欧式距离公式的基础上,提出分段提取最近邻点的近邻样本选择策略建立局部支持向量回归预测模型。在日气温MTS-LSVR预测的仿真实验中验证了模型的预测效果优于单变量时间序列模型,分段提取最近邻点方法能有效提高LSVR的预测精度。(2)研究年际干旱指数MTS-LSVR预测模型。通过加工提取年最大最小月干旱指数时间序列,在MTS-LSVR预测方法基础上实现年最大最小月干旱指数的预测,通过前向1步和前向6步的仿真实验,证明该方法在年际干旱预测上有着较好的实用性。(3)研究基于SVR的月干旱指数时间序列预测模型。针对原始月干旱指数时间序列不够平滑的问题,采用小波变换重构原始序列的基准序列和偏离序列,提出基于小波变换的直接预测法构建输入样本建立SVR预测模型。月帕尔默干旱指数仿真实验表明基于小波变换直接预测法的预测精度高于叠加预测法,有效提高了干旱月的预报率。同时探讨了多贝西小波函数系在美国阿拉巴马州北部山谷月PDSI时间序列预测上的适用性,实验证明使用db5小波四层分解时,SVR模型的干旱月预报精度最高。
【关键词】:日气温预测 干旱指数预测 旱月预报 支持向量回归 时间序列
【学位授予单位】:南京信息工程大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:O212.1
【目录】:
- 摘要5-6
- abstract6-7
- 第一章 绪论7-13
- 1.1 研究背景和意义7-9
- 1.1.1 日气温预测7
- 1.1.2 干旱指数预测7-9
- 1.2 国内外研究现状9-12
- 1.2.1 数值预报方法9-10
- 1.2.2 统计学方法10-11
- 1.2.3 存在不足11-12
- 1.3 论文的主要工作12
- 1.4 论文的组织结构12-13
- 第二章 支持向量机理论基础13-18
- 2.1 支持向量机原理13-15
- 2.2 支持向量回归原理15-17
- 2.3 局部支持向量回归17
- 2.4 本章小结17-18
- 第三章 日气温多变量时间序列局部SVR预测18-35
- 3.1 前言18
- 3.2 时间序列预测原理18-23
- 3.2.1 时间序列的相空间重构19-21
- 3.2.2 相空间重构参数计算21-23
- 3.3 局部支持向量回归建模23-27
- 3.3.1 最近邻点的选取24-26
- 3.3.2 基于局部SVR的多变量时间序列预测流程26-27
- 3.4 日气温仿真实验27-34
- 3.4.1 数据预处理27-28
- 3.4.2 日气温建模28-32
- 3.4.3 预测结果评价32-34
- 3.5 本章小结34-35
- 第四章 帕尔默干旱指数时间序列SVR预测35-56
- 4.1 前言35-36
- 4.2 时间序列预处理36-37
- 4.2.1 序列平稳性检验36-37
- 4.2.2 序列平稳化处理37
- 4.3 年最大最小月干旱指数MTS-LSVR预测37-42
- 4.3.1 数据集描述38
- 4.3.2 年最大最小月干旱指数建模及评价38-42
- 4.4 基于小波变换的月干旱指数SVR预测42-55
- 4.4.1 小波变换理论42-43
- 4.4.2 基于小波变换的直接预测法43-45
- 4.4.3 基于直接预测法的月干旱指数SVR预测流程45-46
- 4.4.4 仿真实验46-50
- 4.4.5 多贝西小波函数系的适用性50-55
- 4.5 本章小结55-56
- 第五章 总结和展望56-58
- 5.1 论文工作总结56
- 5.2 未来工作展望56-58
- 参考文献58-64
- 致谢64-65
- 作者简介65
【参考文献】
中国期刊全文数据库 前6条
1 王志强;汪结华;王式功;尚可政;程一帆;李旭;;灰色模型在环渤海地区降水过程预报中的应用[J];干旱气象;2012年02期
2 王劲松;李耀辉;王润元;冯建英;赵艳霞;;我国气象干旱研究进展评述[J];干旱气象;2012年04期
3 叶立明;杨桂霞;Eric VAN RANST;唐华俊;;Time-Series Modeling and Prediction of Global Monthly Absolute Temperature for Environmental Decision Making[J];Advances in Atmospheric Sciences;2013年02期
4 黄磊;舒杰;姜桂秀;张继元;;基于多维时间序列局部支持向量回归的微网光伏发电预测[J];电力系统自动化;2014年05期
5 章大全;张璐;杨杰;封国林;;近50年中国降水及温度变化在干旱形成中的影响[J];物理学报;2010年01期
6 李艳春;桑建人;舒志亮;;用最长连续无降水日建立宁夏的干旱预测概念模型[J];灾害学;2008年01期
,本文编号:624597
本文链接:https://www.wllwen.com/kejilunwen/yysx/624597.html