顾及大气角动量的Prophet-VAR日长变化预报方法

摘要

针对日长变化参数序列中蕴含的复杂非线性特征会严重影响其预报精度的问题,同时为探讨引入大气角动量序列是否有助于提升预报精度,提出一种Prophet拟合外推联合向量自回归(vector autoregression,VAR)残差补偿的组合模型用于日长预报。选用2008~2020年的日长变化参数序列进行实验,同时设计不顾及大气角动量序列的Prophet-AR以及传统的LS-AR两种方案进行对比。结果表明,3种方案的预报精度依次降低,既说明Prophet算法比LS算法能更好地拟合非线性信号,从而降低组合模型的预报误差,也说明当预报模型一致时,引入大气角动量序列能够有效提升预报精度。综上可知,顾及大气角动量的Prophet-VAR组合预报模型可以应用于高精度的日长变化预报。