符號時間序列在干旱預測中的應用研究.pdf

1、20世紀以來,自然災害在全球各地不斷發(fā)生,對人類的生產(chǎn)生活構成了巨大的威脅。在眾多災害中,干旱災害影響范圍大,波及范圍廣,經(jīng)濟損失最為嚴重。中國是世界上受干旱災害影響最嚴重的國家之一,加強關于干旱的預測研究就顯得尤為重要。在先前干旱預測研究中,以往的方法力圖對變量數(shù)據(jù)進行絕對準確的描述,然而大多數(shù)變量的測量方法只能在一定的精度下進行。數(shù)據(jù)分析時不僅需要大量的數(shù)據(jù),而且需要大量的前提假設和參數(shù)檢驗,過程復雜。隨著符號時間序列的產(chǎn)生,它為數(shù)

2、據(jù)分析提供了一種新的途徑—實數(shù)序列作符號化處理,得到符號序列,然后建立符號序列模型。相對于實數(shù)序列模型,符號序列模型的結(jié)構簡單明了,更容易被人理解。
　　本文建立符號時間序列預測模型來研究干旱。選取標準化降水指數(shù)作為干旱指標,尋找到一種簡單快捷的方法將降水數(shù)據(jù)轉(zhuǎn)化為不同時間尺度(1個月,3個月,6個月,12個月,24個月)的標準化降水指數(shù),使用Q-Q圖對數(shù)據(jù)進行正態(tài)性檢驗,驗證數(shù)據(jù)結(jié)果的正確性。根據(jù)降水事件的累計頻率把SPI實數(shù)序

3、列轉(zhuǎn)化為符號序列,實現(xiàn)數(shù)據(jù)序列從數(shù)據(jù)空間到符號空間的轉(zhuǎn)換,豐富了時間序列符號化的方法。對不同時間尺度下的干旱符號序列做了簡單分析。模型構建中,結(jié)合模糊數(shù)學的知識,引入隸屬函數(shù),使每個符號都有對應的模糊集及模糊向量,將符號間的關系轉(zhuǎn)變成向量間的關系。建立了一階非時變預測模型和基于滑動窗口機制的高階預測模型。研究發(fā)現(xiàn)基于一階非時變模型進行預測時,預測結(jié)果的符號狀態(tài)不能唯一確定。基于滑動窗口機制的高階預測模型,設定不同的窗口寬度來實現(xiàn)對符號時