筆者以全球1982年至2000年5月、6月、9月的降水量數(shù)據(jù)為研究對象,分別從空間尺度和時間尺度對此期間降雨量進行分析,并運用全球趨勢模型對未來降雨量進行預測。結果表明,1982年至2000年,全球這3個月的降雨量普遍增加,但是增量不大;5月和6月的降雨量的差值在長時間序列上基本保持穩(wěn)定,9月份的降雨量在時間序列上明顯增加。全球6月份降雨量的預測公式為■.以此預測的降雨量數(shù)據(jù)與實際數(shù)據(jù)差異不大,且變化趨勢相似。 

【文章來源】：山西林業(yè)科技. 2020,49(03)

【文章頁數(shù)】：3 頁

【文章目錄】：
1 研究方法
    1.1 降雨量分析
    1.2 降雨量預測
2 全球降雨量的差值分析
    2.1 空間尺度上的降雨量分析
    2.2 時間尺度上的降雨量分析
3 全球趨勢模型預測降雨量
4 結論與討論


【參考文獻】：
期刊論文
[1]基于ARIMA模型的拉薩降水量時間序列分析與預測[J]. 宮晨.  北華航天工業(yè)學院學報. 2011(05)
[2]改進時間序列模型在降雨量預測中的應用研究[J]. 白玉潔.  計算機仿真. 2011(10)
[3]一類未知參數(shù)非線性系統(tǒng)的自適應無源控制[J]. 張靜,武俊峰,曾蓉.  控制工程. 2009(05)
[4]青藏鐵路沿線氣溫和降水的小波分析[J]. 萬明波,程智,王文.  干旱氣象. 2006(04)
[5]基于小波分析的河北平原降水變化規(guī)律研究[J]. 許月卿,李雙成,蔡運龍.  中國科學（D輯:地球科學）. 2004(12)
[6]1920～2000年全球6～8月陸地旱澇氣候變化[J]. 施能,陳綠文,封國林.  氣象學報. 2003(02)
[7]全球陸地年降水場的長期變化（1948～2000年）[J]. 施能,陳綠文.  科學通報. 2002(21)
[8]子波分析及其在水文水資源中的潛在應用[J]. 李賢彬,丁晶,李后強.  四川聯(lián)合大學學報(工程科學版). 1997(04)
[9]西安市近50年來氣候變化多時間尺度分析[J]. 鄧自旺,林振山,周曉蘭.  高原氣象. 1997(01)



本文編號：3206110