采用均值-標(biāo)準(zhǔn)差分級(jí)法對(duì)懷集地區(qū)1958—2018年年降水量序列進(jìn)行狀態(tài)分級(jí),分為特多、偏多正常、偏少、特少5個(gè)狀態(tài),分別利用基于統(tǒng)計(jì)的加權(quán)馬爾科夫鏈法和天文周期法建立年降水量模型,對(duì)懷集縣2009—2018年近10年年降水量進(jìn)行預(yù)測(cè),并通過(guò)實(shí)際降水量值和預(yù)測(cè)值的應(yīng)用檢驗(yàn),結(jié)果表明:除了在極端年份時(shí)預(yù)測(cè)有較大誤差外,兩種方法對(duì)年降雨量預(yù)測(cè)均具有較好效果,并有一定的預(yù)測(cè)能力,其中加權(quán)馬爾科夫鏈模型對(duì)預(yù)測(cè)豐水年預(yù)報(bào)滿意度更高。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1 統(tǒng)計(jì)模型和天文周期模型建立
    1.1 移動(dòng)平均分析模型
    1.2 馬爾科夫鏈
    1.3 天文周期模型
2 模型驗(yàn)證分析
    2.1 懷集年降水量特征和異常變化分析
    2.2 移動(dòng)平均分析和線性回歸模型擬合
    2.3 基于加權(quán)馬爾科夫鏈預(yù)測(cè)模型在懷集年降水量預(yù)測(cè)結(jié)果評(píng)估
        1)預(yù)測(cè)過(guò)程。
        2)預(yù)測(cè)結(jié)果評(píng)估。
    2.4 基于天文周期模型的懷集年降水量預(yù)測(cè)結(jié)果評(píng)估
3 結(jié)論



本文編號(hào)：3781225