气候系统是一个复杂的非平稳系统,这一点已经得到越来越多的气象学家的认同。然而,现有的气候预测理论,包括统计预测理论和非线性预测,大多建立在平稳性假定的基础之上,这似乎有悖于气候过程的基本性态,因此它有可能是导致气候预测水平低下的重要的理论上的原因。事实上,产生非平稳行为的最重要的原因,是由于作用在系统上的外部强迫是随时间变化的。因此,如果把时变的外强迫因子做为状态变量,在一个更高维的状态空间中,重建系统的动力学,那么,便有可能消除系统的非平稳性。这就是借助'升维'改变系统的非平稳行为的基本思想。本项目将在这一思想的基础上,通过"过嵌入"和支持向量机等技术,来寻求消除或降低系统的非平稳性的方法。并在此基础上,进一步探索预测非平稳气候过程预测的新理论和新途径。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
基于LASSO-SVMR模型城市生活需水量的预测
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
低轨卫星通信信道分配策略
非平稳气候过程的升维预测理论和方法研究
非平稳时间序列的非参数预测回归
非平稳气候过程的经验模态分解(EMD)和预测研究
具有平稳性、非平稳性和时间趋势的非参数面板数据模型:理论和应用