基于均生函数模型的高温预测

2012-09-29郎许锋何月顺

时代农机 2012年1期

郎许锋，何月顺

（东华理工大学信息工程学院，江西抚州 344000）

1 概述

高温气候已成为人们健康、生命安全和经济安全的一个重要影响因素，近些年高温事件逐渐呈现高强度和频率的趋势。而我国尚未有比较有效和专业的中长期预测平台，本文以国家气候中心的高温热浪预报预警系统作为背景，介绍了从气象监控数据中获取原始数据，采用均生函数模型预测高温出现情况，并通过Arc GIS生成最终的图形产品。

由于气象数据按照时间序列具有明显的震荡特征，传统的灰度、指数平滑模型在这方面的预测效果并不理想。均生函数模型借助多元分析的手段，分析原始数据序列，构建一组周期函数，经过分析元数据和该周期函数后，建立相应的统计模型，通过此模型可以对历史资料进行拟合或者对未来趋势的预测，从而很好的应用于解决时间序列预测问题，它既可以作多步预测，又可以较好地预测极值，因此，本文利用均生函数统计方法与周期分析原理，实现对每年4~9月未来1个月中国范围内大于或等于35℃高温天气预测。

2 气象检测数据获取

通过Fortran函数调用，从国家气象信息中心MDSS实时库中获取常规地面天气要素，首先以文本文件的形式，分类存放在本系统自治的存储设备中，再对各种文本文件解析入库。从文件库和数据库中获取相应的气象数据，根据用户定制的任务生成相应的数据产品，如各测站周降水资料、各测站月最高（最低）温度等ASCII码文件，提供给产品生成模块使用。本模块用到各气象观测站点每日报告中的日最高气温。具体逻辑结构如图1所示。

图1 高温预测数据处理逻辑图

3 均生函数模型介绍

均生函数模型由时间序列按不同的时间间隔计算均值，生成一组同期函数，然后用原时间序列与这组函数建立回归预测方程。

其中，i=1，2，……k，k；k=1，2，……，M；式中：nk=INT（N/K）；M=INT（N/2）或 INT（N/3），INT 表示取整。对（i）作同期性延拓,则可得到其外延序列:fk=，称 fk(t)为均生函数的延拓序列。建立fk(t)与观测原序列间的一元回归：x，其中 q≤M。

利用均生函数外延值，可对原序列做多步预测。

4 图像产品生成和检验

建立全国轮廓图层，其中包含各个地面气象观测站点信息。在得到客户端（浏览器端）请求后，根据客户所要求的时间范围，通过上述均生函数模型计算各站点的日最高气温。利用Arc GIS生成范围专题图的功能，将温度大于等于35℃的地区连接成区域，最终展示给客户端。如图2、图3所示。

图2 2007年8月23日未来24小时预测图

考虑到建模数据的时间序列较短，可采用交叉检验的方法，用逐次预测值与相应预测值的相关系数反映该方法的模拟效果。首先选择一个年份的日最高气温作为观测样本，用其余N-1个样本建立预测模型，估计所选择的观测样本值，依此重复N次，得到N个样本的N个估计值。分别计算各次预测的平均误差和最后的标准差，来验证系统预测的准确性。