网站大量收购独家精品文档,联系QQ:2885784924

AR1模型在达拉特旗气温预报中的应用.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
AR1模型在达拉特旗气温预报中的应用.pdf

第;章水循环机理与过程 ·87· AR(1)模型在达拉特旗气温预报中的应用 唐春娥1 贾德彬2莫淑红1 (1.西安理工大学西北水资源环境生态教育部重点实验室西安710048; 2.内蒙古农业大学呼和浩特010018) 擅薹章文对进拉特旗气柬厨1961—200,车实羽曲月气疆序列,分析其周期性成分和随机性成分.采用 AR(1)模型建模,经过检验,模攮效果较好,可用于气温序剜的中长期预报。 美量词迭拉特旗气温 时问序列舟析AR(1)模型 1引言 随着人们越来越关注全球气候变暖问题,目前有许多学者通过综合分析冰芯资料和历史资料、树木年轮 资料、地质资料来建立气温序列,以及用谱分析来逆延气温序列等m”。在全球气候变暖的情况下,应用水 文时间序列分析法,通过建立AR(1)模型来模拟达拉特旗气温序列,对未来气温的预测具有重要意义。 2基本原理 2.1趋势项的检验和剔除 时间序列中稳定和有规则的变动,称之为趋势。水文序列中存在趋势,可能是由于气候变化低频率摇摆 法、斯渡曼(Spemman)秩次相关检验法和线性趋势回归检验法等H’。j。 斯波曼(Speann蚰)秩次相关检验法将时间序列置从小到大排序.得到掣并确定掣在置中所处的位 置,确定秩次只,令碗=R—I。 y砰—— 构造统计量y=l一6善兰.7 2.2周期项的识别与剔除 周期项的识别有累计解释方差图、周期图和方差谱密度等。本文采用累计解释方差图法,』的取法为:J t—}(r为偶数),』=!≠(r为奇数),故』=1,2.…,d。按下式计算卟‘、碍、B^、僻二2 ^ - r ^. . 唧2寿善薹(置.r一^)cm挚r (1) 吩2寿苫;(五.,一以)e蛔争 (2) 一 1 . . 《=j}(‘+蟛) (3) 上3式中:五为剔除趋势项后的序列,根据对剔除趋势项后的序列的方差酽的贡献大小来判定是否显著, 将辞从小到大排序地求得讲: .P白 一 (4) 吣寺 :弘『 第一作者简介:唐春娥(1983一),女.陕西汉中人,硕士研究生,主要从事干旱地区水文水资源研究。E—mail ta,Bchune2005@163.corn ·∞· 第一篇基础理论 由累计解释方差图 得显著谐波的个数d显著谐波的序列数为,=I,2,…,d,由下式: %=如+砉(垆争嘶in争)托 (5) 表示出周期项 只=耋(叩争脚tn争) (6) ’ 随机成分 B=五,一儿一主(qcos争+tsin哿‘) (7) 2.3模型的选择与识别 根据资料情况分析,判断是否需要建立随机模型,以便模拟出大量序列来对未来序列进行预测。本文采 用AR(p)模型.用偏相关系数和偏相关图来识别AR(p)模型的阶数p,并由P:fl妒蚰I与兰l: L

文档评论(0)

带头大哥 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档