EMD在广西季节降水预报中的应用

摘要

气候系统是一种耗散的、具有多个不稳定源的非线性、非平稳系统.该文利用支持向量机(SVM)算法在处理非线性题题中的优越性和经验模态分解(EMD)算法在处理非平稳信号中的优势,采用将EMD与SVM相结合的短期气候预测方法,并应用到广西季节降水预报中.选取广西88个气象观测站1957-2005年6-8月逐年降水量的距平百分率序列作为试验数据,通过EMD算法将标准化处理后的距平百分率序列分解成多个本征模态甬数(IMF)分量和一个趋势分量,在分解中针对EMD算法存在的端点极值问题选择两种方法分别进行处理,对比得出极值延拓法效果更好.对每个分量构建不同的SVM模型进行预测,并通过霞构形成最后的预测结果.试验中采用不经EMD处理的反向传播(BP)神经网络和SVM算法进行对比验证,结果表明:相对于直接预测方法,该文提出的方案均方误差最小,能够较为准确地反映出降水序列未来几年的变化趋势,具有更高的预测精度和较好的推广前景.