APP下载

结合MLR和ARIMA模型的时空建模及预测

2021-07-14李莎,林晖

计算机工程与应用 2021年13期
关键词:模型

李 莎,林 晖

1.湖北第二师范学院 物理与机电工程学院,武汉430205

2.武汉数字工程研究所,武汉430205

随着全球气候变暖,气候变化已成为全球热点关注的问题之一。中国气候变化趋势与全球变化基本保持一致,1951—2009年中国全国年平均气温上升1.38 ℃,变暖速率达到0.23 ℃/10a[1]。近年来,国内外有大量关于气候变化分析和预测方面的研究。比如Hengl等[2]运用回归克里金法(regression-kriging)对日均气温进行时空预测,其中回归处理过程使用观测站点经纬度、离海距离、海拔、时间、MODIS 地表气温图像等信息对气温进行回归模拟。Meyer等[3]分别运用线性回归法与随机森林(RF)、广义增强回归模型(GBM)、Cubist[4]等3种机器学习算法,对南极洲地区的日均气温进行空间分辨率为1 km 的插值预测。Kilibarda 等[4]针对全球陆地日均气温进行分辨率为1 km 的时空插值研究,其中运用多元线性回归模型(MLR)通过站点纬度和测量时间等协变量模拟气温的变化趋势。Li 等[5]将时空MLR 与克里金模型结合对东北三省月均气温进行插值研究,研究结果表明引入MLR 的插值精度要好于普通时空克里金。朱文博和朱连奇[1]运用AUNSPLINF方法对甘肃省50年的月均气温进行插值处理,获得空间分布图并进行趋势特征分析。李均力等[6]以阿牙克库木湖为研究对象,利用Corona、Landsat、HJ1A/1B 等形成的长时间序列遥感数据,分析其50年的年度和季节性变化特征,并结合降水、气温等数据分析与气候变化的响应。任婧宇等[7]采用距平、Mann-Kendall 趋势检验和Sen’s 斜率估计方法分析在黄土高原地区未来时期四季气候变化的时空分布特征。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用