本文主要研究内容
作者庞金凤,刘波,张波,张朋朋,王波,曾凡江（2019）在《基于小波分解的沙尘天气发生日数预测组合模型研究——以2008—2016年策勒沙漠-绿洲过渡带沙尘天气发生时序为例》一文中研究指出：新疆南疆地区是扬沙浮尘的主要高发区,风沙对当地生产生活影响严重。为揭示当地风沙天气变化特征并预测未来变化趋势,通过小波分解方法,将塔克拉玛干沙漠南缘的策勒沙漠-绿洲过渡带2008—2016年沙尘天气发生时序分解为平稳性波动项和非线性趋势项,根据两项数据的特性,针对性选取自回归(AR)模型和最小二乘支持向量机(LSSVM)进行变化趋势预测,最后利用加法原则重构实现沙尘天气发生日数时序预测。结果表明:研究区沙尘天气发生属于典型的春夏型,主要集中在3—9月,峰值出现在5月。组合模型预测值与实测值基本吻合,具有较高的预测精度(绝对误差为4. 00 d,均方根误差为3.76 d),同时,其结果与AR模型、LSSVM模型预测结果相比较也显示出一定的优越性(组合模型相关系数相比AR、LSSVM分别提高了0.12、0. 31),具有较好的应用前景,可为研究区预防风沙灾害及指导实际生产生活提供科学依据。
Abstract
xin jiang na jiang de ou shi yang sha fu chen de zhu yao gao fa ou ,feng sha dui dang de sheng chan sheng huo ying xiang yan chong 。wei jie shi dang de feng sha tian qi bian hua te zheng bing yu ce wei lai bian hua qu shi ,tong guo xiao bo fen jie fang fa ,jiang da ke la ma gan sha mo na yuan de ce le sha mo -lu zhou guo du dai 2008—2016nian sha chen tian qi fa sheng shi xu fen jie wei ping wen xing bo dong xiang he fei xian xing qu shi xiang ,gen ju liang xiang shu ju de te xing ,zhen dui xing shua qu zi hui gui (AR)mo xing he zui xiao er cheng zhi chi xiang liang ji (LSSVM)jin hang bian hua qu shi yu ce ,zui hou li yong jia fa yuan ze chong gou shi xian sha chen tian qi fa sheng ri shu shi xu yu ce 。jie guo biao ming :yan jiu ou sha chen tian qi fa sheng shu yu dian xing de chun xia xing ,zhu yao ji zhong zai 3—9yue ,feng zhi chu xian zai 5yue 。zu ge mo xing yu ce zhi yu shi ce zhi ji ben wen ge ,ju you jiao gao de yu ce jing du (jue dui wu cha wei 4. 00 d,jun fang gen wu cha wei 3.76 d),tong shi ,ji jie guo yu ARmo xing 、LSSVMmo xing yu ce jie guo xiang bi jiao ye xian shi chu yi ding de you yue xing (zu ge mo xing xiang guan ji shu xiang bi AR、LSSVMfen bie di gao le 0.12、0. 31),ju you jiao hao de ying yong qian jing ,ke wei yan jiu ou yu fang feng sha zai hai ji zhi dao shi ji sheng chan sheng huo di gong ke xue yi ju 。
论文参考文献
论文详细介绍
论文作者分别是来自气象的庞金凤,刘波,张波,张朋朋,王波,曾凡江，发表于刊物气象2019年05期论文，是一篇关于风沙天气论文,小波分解论文,组合模型论文,模型论文,模型论文,气象2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自气象2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：风沙天气论文; 小波分解论文; 组合模型论文; 模型论文; 气象2019年05期论文;