Долгосрочный прогноз осадков для Танзании физико-статистическим методом

• Автор: Чанга Ладислаус Бенедикт
• Шифр специальности: 25.00.30
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Санкт-Петербург
• Количество страниц: 251 с. : ил.

Методы отбора наиболее информативных предикторов Метод просеивания
1. Коэффициенты разложения полей месячных сумм осадков, рассчитанные по формуле 1. X. В полях Х с наибольшим весом входят данные тех станций, которые расположены в центрах пучностей. Установлено, что между коэффициентами разложения и значениями метеорологических величин в центрах пучностей существует тесная связь . В таблице IV. Из таблицы IV. Т1 наиболее тесно связан со значениями месячных сумм осадков почти на всех станциях в период коротковременных дождей. Возможно, это объясняется фактом, что процессы, протекающие в период коротковременных дождей являются более мощным в смысле дисперсионной нагрузки, что проявляется практически во всех пространственных масштабах ЕК. Связь между последующим коэффициентами разложения Т2 и ТЗ и месячных сумм осадков на отдельных станциях, заметно уменьшается. Связь коэффициентов разложения Т1 и месячных сумм осадков на отдельных станциях можно наглядно проследить также на примере временного хода этих величин рисунки V.


В частности, при решении ряда задач, повидимому, целесообразно ис
пользовать данные именно тех станций, которые расположены вблизи пучностей первых ЭОС, так как радиус корреляции в этом случае оказывается довольно большим. Наиболее известной оценкой устойчивости для непрерывной переменной т. Термин автокорреляция обычно применяется для любой корреляции внутри ряда, в котором коррелированные величины разделены постоянным временным интервалом. Таким образом, автокорреляция представляет собой корреляцию между членами X и X у. Иными словами, коэффициент автокорреляции являются обычными коэффициентами линейной корреляции между временным рядом в данный момент времени и тем же временным рядом в последующий момент времени . Если запаздывание равно нулю, то коэффициент автокорреляции равен единице. Если запаздывание мало, то в метеорологии коэффициент корреляции обычно положителен. Иначе, для метеорологических данных характерна устойчивость. По мере увеличения запаздывания коэффициент автокорреляции уменьшается и может стать даже отрицательным. Это будет означать, например, что если сегодня температура выше нормы, то через определенное время она, вероятно, станет ниже нормы. Такая информация обладает некоторой прогностической ценностью. Коррелограма выражает зависимость между коэффициентом автокорреляции и периодом запаздывания . Типичная коррелограмма представлена на рисунке 1. Первоначально коррелограммы использовались для оценки наиболее периодов временных рядов. С другой стороны, коэффициенты автокорреляции полезны при предсказании будущих значений временного ряда.