一种用于极端气温长期预测的非预知类比方法
应用统计
2015-07-14 v1
摘要
采用一种非预知类比方法对极端气温进行长期预测。用于预测的数据包括来自全球 66 个地点的日平均气温、平均能见度、平均风速、平均露点、当日报告的最高和最低气温，以及海平面气压、达尔文和塔希提岛月平均海平面气压、南方涛动指数 (SOI)、赤道南方涛动指数、海面温度和多变量 ENSO 指数。每个数据集被分为两个样本——学习样本 (1973-2010) 和验证样本 (2011-2013)。首先，在 1 到 365 天的求和区间长度上，计算两个地点数据集中变量之和减去相应气候态值的结果。一个“质量判据”选择具有适当超前时间和求和区间、且其和值在学习样本内极端事件随后发生时至少四次达到最大（或最小）的两个地点数据集。高达 18.2% 的极端事件被特异性预测。该方法在预测值与实际值的符号方面具有 100% 的准确率。它比当前预测极端值的方法更有用，因为它不需要从稀缺观测中估计概率分布。
引用
@article{arxiv.1507.03283,
title = {A Nonanticipative Analog Method for Long-Term Forecasting of Air Temperature Extremes},
author = {Dmytro Zubov and Humberto A. Barbosa and Gregory S. Duane},
journal= {arXiv preprint arXiv:1507.03283},
year = {2015}
}
备注
14 pages, 1 figure, 2 tables, 35 references