基于时间序列分析和卡尔曼滤波的霾预报技术
发布时间:2018-01-08 04:15
本文关键词:基于时间序列分析和卡尔曼滤波的霾预报技术 出处:《计算机应用》2017年11期 论文类型:期刊论文
【摘要】:为了提高霾预报的准确率,解决时序模型的预测延时和准确率不高的问题,提出了一种基于时间序列分析和卡尔曼滤波相结合的混合霾预报算法。首先,利用图检验法和单位根检验法(ADF)检验时间序列的平稳性,通过差分运算将非平稳序列转化成平稳序列,对转化后的平稳序列进行建模;然后,将得到的模型方程作为卡尔曼滤波的状态方程和观测方程,依靠卡尔曼滤波递推性进行预报。实验结果表明,采用时间序列分析和卡尔曼滤波相结合的混合霾客观预报订正方法能有效提高霾预测精度。
[Abstract]:A hybrid haze prediction algorithm based on time series analysis and Kalman filter is proposed in order to improve the accuracy of haze prediction and solve the problem of low prediction delay and accuracy of time series model. Using graph test method and unit root test method to test the stationarity of time series, the non-stationary sequence is transformed into stationary sequence by difference operation, and the transformed stationary sequence is modeled. Then, the obtained model equation is used as the state equation and observation equation of Kalman filter, and the prediction depends on the recursion of Kalman filter. The experimental results show that. The mixed haze prediction and correction method combined with time series analysis and Kalman filter can effectively improve the accuracy of haze prediction.
【作者单位】: 中国气象局国家气象中心;南京信息工程大学计算机与软件学院;南京信息工程大学江苏省网络监控中心;
【基金】:国家重点研发计划项目(2016YFC0203301)~~
【分类号】:TN713;X513
【正文快照】: 0引言霾是悬浮在大气中的颗粒物积累到一定程度,使水平能见度小于10 km的一种天气现象[1]。近年来,中国中东部霾事件频发,霾过程中低能见度会引发交通事故,高气溶胶浓度会影响空气质量和气候,也会引发多种呼吸道疾病,危害人类健康,受到各级政府、部门及社会各界的广泛关注。因
【相似文献】
相关期刊论文 前4条
1 门雅莉,马有福;环境工程中的时间序列分析浅议[J];环境保护科学;1988年03期
2 黄磊,王赐震,王建华,于鹏;青岛市大气污染时间序列分析预报方法研究[J];青岛海洋大学学报(自然科学版);2001年01期
3 陈柳;马广大;;小波分析在PM10浓度时间序列分析中的应用[J];环境工程;2006年01期
4 盛周君;孙世群;;安徽省二氧化硫排放总量的预测研究[J];安徽化工;2007年02期
相关会议论文 前2条
1 苏春宏;张宏;;时间序列分析在规划环境影响评价环境背景分析中的应用[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年
2 任永建;周锁铨;石顺吉;;2005年南京市PM_(10)浓度时间序列分析[A];中国气象学会2007年年会大气成分观测、研究与预报分会场论文集[C];2007年
相关硕士学位论文 前3条
1 于萍;时间序列分析在空气质量指数(AQI)预测中的应用[D];辽宁师范大学;2015年
2 臧涛;六安市大气部分空气质量指标与某医院总门诊量、呼吸内科和心血管内科门诊量关系的时间序列分析[D];安徽医科大学;2015年
3 高利;PM_(2.5)数据统计分析[D];中国科学技术大学;2015年
,本文编号:1395575
本文链接:https://www.wllwen.com/shengtaihuanjingbaohulunwen/1395575.html