台风模拟预测解析.docVIP

福建农林大学 2014年数学建模竞赛培训论文 队号 队员年级专业 队员姓名 分管项目或完成的任务 1603 12信科 黄荣林 建立模型，编程求解 12信科 叶建军 建立模型，编程求解 12信科 刘艺辉 论文排版，查阅资料 题 目： 台风的模拟与预测 关 键 词： Myers气压模型 伯努利方程 指数拟合 傅里叶拟合 ARIMA预测模型 摘 要 本文主要是用所给台风的数据结合气象学与空气动力学原理，建立数学模型，从而模拟与预测出台风的行走路径及其在未来期间的相关数据 ，便于对台风的准确预报，减少台风对我国东南沿海造成生命财产的损失。考虑到在经纬度相近的位置台风的影响因子的组合情况是相似的，因此台风A、B、C在性质和变化上有着某种程度上的相似，所以本文主要是通过对附件1和附件2的数据（即台风B的数据）进行分析来预测台风A与台风C的相关数据。 针对问题一，为了给出台风A在9时；对于最大风速预测，先通过傅里叶函数拟合出中心气压与时间的关系，然后结合原气象厅长官高桥浩一郎得出下面的经验公式：，给出最大风速同时间的关系模型：，并根据模型得到台风C路径预测图及风速预测值。 针对问题三，要求福州未来100年内的台风最大风力，先收集了福州近30年每年遭遇的台风最大风力数据，建立ARIMA（p，d，q）模型，通过平稳化处理、模型定阶等操作确定ARIMA模型的参数，即ARIMA（2,1,0）。运用spss软件的分析预测，运行ARIMA模型选项得出结果，福州未来100年内遭遇台风最大风力为13级。 日时时福州未来100年内的台风最大风力先收集了福州近30年每年遭遇的台风最大风力数据，建立ARIMA（p，d，q）模型，通过平稳化处理、模型定阶等操作确定ARIMA模型的参数。运用spss软件的分析预测，运行ARIMA模型选项得出福州未来100年内遭遇台风最大风力。 图1 待测气压与中心气压及距离散点图 图中可以看到，模型整体的拟合效果还是不错的，在偏差允许范围内我们认为该模型是适用的。考虑到台风的影响因子的组合情况是相似的，因此台风A、B、C在性质和变化上有着某种程度上的相似[2]。因此利用台风B的Myers气压模型来预测台风A的气压是比较合理的。问题一给出台风A中心某日时 图2 风速平方与气压的关系图 因此有，从可以认为该模型的拟合效果不错，所以我们得到风速与气压的关系模型如下： 上面我们由Myers气压模型得到某日时日时北纬:22.东经:131.6 其中为待定参数。 根据已知数据，我们直接利用MATLAB拟合工具箱分别对经度和纬度进行拟合可以直接得出相关参数数据，拟合结果如下图： 图3 纬度随时间变化关系N-t图 图4 经度随时间变化关系E-t图 N-t图中，E-t图中由此可见该模型拟合效果很好。所以我们得到台风C经度和纬度关于时间的指数函数模型： 根据以上模型，我们得到11时之后72小时内台风C的经纬度位置表2见附录1，并由此得到预测路径图如下： 图5 预测台风C路径图 4.2.2 最大风速预测模型 关于台风最大风速和最低中心气压间的关系, 从前有很多人在从事这方面的研究, 想要用较少的观测值把台风的结构解释清楚, 这还需要继续不懈的努力工作。如原气象厅长官高桥浩一郎得出下面的经验公式: 其中为最大风速，是常数（低纬度时=6）是最低中心气压 为了预测台风C72小时候后的最大风速随时间的变化情况，我们先考虑中心气压与时间的关系。同样的选取附件1数据进行数据拟合，利用MATLAB拟合工具箱做出散点图，根据散点图我们对数据进行傅里叶函数拟合得到如下结果： 图6 中心气压随时间的变化图像 因此都得到P-t关系模型： 所以最大风速模型为： 根据以上模型，我们得到11时之后72小时内台风C每小时的最大风速表2见附录1 4.3 问题三 4.3.1 ARIMA预测模型建立 要对福州未来100年内的台风最大风力进行预测，本文采用ARIMA模型来预测，利用spss软件来实现模型求解。 ARIMA（p，d，q）模型预测的基本步骤[5]： 第一步：检验数据的平稳性，根据时间序列的折线图、散点图、自相关函数和偏相关函数图从直观上对序列进行初步的平稳性判断。 第二步：对非平稳序列进行平稳化处理，对于非平稳的含指数趋势的时间序列，需要先通过取对数将时间序列的指数趋势转化为线性趋势，再用差分法进行处理。一般来说，一阶差分可以消除线性趋势，二阶差分可以消除二线曲线趋势，这里确定差分d。 第三步：对差分后平稳序列进行ARMA（p，q）模型定阶，计算出自相关系数和偏相关系数，利用其性质来估计自相关阶