逐步回归周期分析的改进方案及其在气候预测中的应用.pdfVIP

研究论 文 逐步回归周期分析的改进方案 及其在气候预测中的应用 魏风英 张先恭 曹鸿兴 (气象科学研究院) 提 要 考虑均值生成 函数随机性 的强弱，本文 引进 了筛选周期 舀子 的新标准 ，提 出了逐 步 回归周 期分析 的改进方 案．运用东太平津海温、长江流域和华 南地 区 汛 期 降水 量、太阳黑子和年轮指数序列进行实倒计算，结皋表 明，本方案不但有较高的长期 预测效 ，且有一定曲分析时问序列隐含周 期的能力． 一 、 问题的提 出 为不超过 的最大整数 。我们称xl(i) 为 1983年魏凤英等 曾提 出利用逐步回归技 均值生成函数 (简称 均生函数)￡] 术 ，筛选时间序列生成周期因子的计算方案， 即逐步回归周期分析 ]。用这一 方 案建立 对均生函数x1(i)作周期性延拓，即令 的模型可 以作较长时间的预报，且有较高的 fl(t)=xI(i)t= i(mod(I)) 拟合精度和较好的预报效果。几年 来，一些台 t= 1，2．… ，N (2) 站将它作为长期预报的常规方法之一 [： 。 这里rood表示同余 。由此 构 造 出M一1个外 但是，在应用过程 中我们发现用这一方法所 延 的均生 函数，记 为 f。，f=l，2，…，M一1。 提取的主周期常常是长周期。这不但会造成 我们以X(t)生成的外延均生函数f。作 为 所选取的周期有时在物理意义上得不 到合理 预报 因子，建立关于x(t)的模型 ，即设 的解释，且长周期的周期序列随机性较大， 由此所建预报方法 的稳定性也会较差 。 x(t)=a。+ ∑ a．fj(t)+e．(t) (3) jz l 设一时间序列 这里a。，a为待定系数 ，f。为延拓均生函数 ， x (t)= {x(1)，X(2)，…x(N)) 式 中N为样本大小。把序列x(t)按一定的时 e为 自噪声 间间隔}愕 平均值 ，即 · 采用逐步 回归技术估计ao，a ，从而挑 选序列的主要周期。由筛选出的周期所对应 n 一 1 。。 的均生函数建立预报方程 。假设筛选出K个 Xt(= 鱼。x(i+j1) 周期 ，则 i=1．．·，1 2≤ 1≤ M (1) 一 x(t)=an+ a。f (t) 式 中n，为满足n，≤[]的最大整数 ，M=[ ) (．=l2，… ，K t=l，2．．．，N) (4) ， 气象 第l5卷 第7期 一 一 3一 若作q步预报 ，将入选 的均生 函数外延q步 即