基于EEMD与Markov Chain的雷暴日动态与趋势预测——以盐城地区为例

以盐城地区为例,通过滑动t突变检验、EEMD(集合经验模态分解,Ensemble Empirical Mode Decompositon)以及Markov Chain(马尔科夫链)统计模型,对盐城地区54 a年雷暴日数据进行动态与趋势预测研究,并对周期研究结果进行显著性和误差检验,结果表明:盐城地区54 a年雷暴日呈现减少的趋势,突变年为1966年,其54 a年雷暴日序列可以分解成4个IMF(Intrinsic Mode Function)分量和1个趋势分量。主要存在0⁰.05、0.450.05、0.45⁰.50 Hz两个频率区间,相应的其周期为2.22 a年际周期和27 a年代际周期(可信度均超过95%)。EEMD重构雷暴日数据与原始数据的误差百分比处于±0.8%范围内,其马尔科夫链长周期预测显示未来年雷暴日处于250.50 Hz两个频率区间,相应的其周期为2.22 a年际周期和27 a年代际周期(可信度均超过95%)。EEMD重构雷暴日数据与原始数据的误差百分比处于±0.8%范围内,其马尔科夫链长周期预测显示未来年雷暴日处于25³5 d之间的概率为45%,大于35 d的概率为32%。

Dynamic and Trend Prediction of Thunderstorm Days in Yancheng Area Based on EEMD and Markov Chain