基于EMD-LSTM模型的气温预测研究文献综述

 2021-10-24 15:52:50

毕业论文课题相关文献综述

1.选题目的和意义气象是生活中必不可少的一部分,研究气象对日常生活、商品贸易、军事等一些领域有重大意义,同时气温属于气象数据的一种,气温变化与气象条件的变化密不可分。

日常生活的变化成分总离不开气温的变化,气温是气象的重要组成部分,而气象背后是价值百亿的蓝海,商品贸易与气象息息相关,经济与风险要求对气象变化做出调整,气象创业更是机遇与挑战。

气候的变化导致人类生产条件的变化,这不仅是科学问题,更是世界各国政府共同关注的政治问题、经济问题和外交问题,农业、交通、航空、航天、水利、环境、电信和能源等行业对各类专业气象观测的需求日益增强。

本文将对南京市日最高气温进行预测研究,以日最高气温为主体对象,针对气象数据多为时间序列,查阅相关文献来初步拟定研究方法,本文将为进一步的研究作简单的回顾性综述。

2.研究现状如今天气预报早已成为人们日常工作、生活不可或缺的一项重要服务,能够在天气骤变之前给人们以警示,起到重要的预防作用。

杨树,森于秀,杨蕾[1]着重分析了如何做好天气预报和气候预测的几点技巧,付晓春,张卓等[2]对天气预报和气候预测技巧的进一步分析,结合了相关内容从五个方面进行阐述,这些都说明气象的预测非常受重视。

短期气候预测的主要思路是对统计学的应用,国内外都有对气温预测研究,例如,王丹和高红燕等[3]利用逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料,通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型;吴卓[4]根据月平均气温有周期性的特点, 利用十二步差分法消除季节性趋势, 构建了ARIMA模型并进行拟合预测;Pouya Aghelpour和Babak Mohammad[5]利用SARIMA,SVR和SVR-FA模型,将时间序列模型运用于月平均气温的预测诸如此类,国内外有较多运用时间序列模型进行气温预测的研究。

为达到更高的精确性,有许多研究者将许多统计方法和预测模型进行比较,以此因地制宜地进行模型的选择,如金丽娜,翟园和曲静[6]在气温预测上运用并比较了多元线性回归预测法、最优气候值法、自回归移动平均法和灰色系统理论法。

研究表明,从时间尺度来看,春、夏、秋和年平均气温预测以最优气候值法最优,冬季以自回归移动平均法最优;从空间尺度来看,靠近山区及平原区以灰色系统法最优,山区与平原区过度区域以最优气候值法最优;在逐时气温预报方法中,多元线性回归预测法更适用,但该方法在晴天、多云和阴雨天的预报能力依次减弱。

气象预测研究进程中,许多研究者都越来越注重提高准确性,王克非,梅频和杨炼[7]、张靖彬[8]、张奎东,杨雷等[9]以一种与时俱进的心态积极引入更多新型、高效的天气预测方法,进一步提升天气预报的准确率,对其进行了深入分析和讨论,对提高天气预报气候预测的技巧进行探讨,提高其准确性。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。