穆玉珠，王燕鹏，张凤华，乔冬梅

基于非线性多尺度模型的黄河三角洲降水量预测

穆玉珠1，王燕鹏1，张凤华1，乔冬梅2*

（1.河南省新乡水文水资源勘测局，河南 新乡 453000；2.中国农业科学院 农田灌溉研究所，河南 新乡 453002）

【】提高降水量的预测精度，反映降水量的实际特征。基于经验模态分解对非线性时间序列的分析和处理的优势，对黄河三角洲气象站点1954—2018年连续65a月均降水量数据进行经验模态分解（Empirical Mode Decomposition, EMD），得到了系列本征模态函数(Intrinsic Mode Function，IMF)，对IMF进行Hilbert变换，在此基础上建立了2种黄河三角洲降水量多尺度预报模型。黄河三角洲降水量存在着9、13、23、76、135月左右的周期，并以9个月的波动为主；65 a月均降水量数据预测结果显示：模型一的相对误差在0.9%～9.8%之间，模型二的相对误差在1.6%～11.8%之间，在建模时不考虑初相位的模型一平均预测误差为2.70%，整体预测精度要优于考虑初相位的模型二。2种模型的拟合精度及显著性均符合要求。

降水量；时间序列；多尺度；EMD；预测

0 引言

【研究意义】在气候变化和人类活动双重因素的影响下，各地区的降水量也发生了变化[1-3]，降水与人类生产、生活及生态息息相关，降水量的变化关系到区域水资源的可持续利用、生态环境的保护与经济社会的发展，降水量的变化特征与演变趋势研究已成为水资源领域研究的热点，相关学者和研究人员都非常关注降水量的精确预测[3-4]。【研究进展】国内外针对降水量的预测主要为概率统计法和时间序列分析法[5-7]。付明明[8]运用ARIMA模型对新疆喀什地区的降水量进行预测，利用喀什地区2个子流域1950—2015年实测年降水量数据分析其模型的适用性和预测精度，模拟降水量和实测降水量之间的误差相对值低于20%。……