[发明专利]基于经验模态分解和数值集合预报的短期气候预测方法

摘要

本发明公布了一种基于经验模态分解和数值集合预报的短期气候预测方法，本发明使用数值集合预报技术与均生函数逐步回归模型相整合的方式，并结合了经验模态分解(EMD)这种处理数据序列的新方法，首先将非平稳的气候数据序列分解成平稳的、多尺度特征的本征模态函数分量(IMF)，再对每一个IMF使用集合预报与逐步回归分析相结合的方式构建不同的预报模型，最后线性拟合成预报结果。使用本发明的系统进行短期气候预测时，用户可以根据实际数据需要截取指定的序列长度和预报长度，并且针对性的选取集合预报过程中的预报模型参数。本发明相对于直接预测和单一预测方法，对于气候的变化趋势以及突发性气候具有更好的预报能力。

主权项

1.一种基于经验模态分解和数值集合预报的短期气候预测方法，其特征在于包括以下几个步骤：(1)对数据进行z-score标准化处理：将原始输入序列A的原始值v使用z-score标准化到标值v′，即v′=v-A‾σA,]]>其中和σ_A分别为原始输入序列的均值和标准差；(2)将步骤(1)所述的标值v′用EMD算法分解，得出n个IMF分量和一个趋势分量，其中n为大于1的自然数；(3)将步骤(2)所述分解出的n个IMF分量分别用数值集合预报方法进行处理，其中行数即为成员数s；随机指定每一行去掉的元素，预报元素逐行减少，最终构成一个拥有s行的变长序列组；(4)最后对步骤(3)所述的由IMF分量处理所得的序列组构建均生函数模型，预测计算并记录结果，然后将每组的结果拟合成一个IMF分量的预报结果，最后再将n个包含不同特征的预报结果线性拟合成最终预报解。