基于ARIMA模型的台风频次预测

作者：刘珊  陈幸荣  蔡怡

单位：国家海洋环境预报中心, 北京 100081

关键词：台风生成频次 时间序列分析 ARIMA模型

分类号：P444

出版年·卷·期（页码）：2016·33·第一期（53-58）

摘要：

基于日本东京台风中心的逐月台风生成频次资料,为最近30 a 的台风逐月生成频次时间序列建立了合适的ARIMA乘积季节模型,并用该模型对2010—2014 年的台风逐月生成频次进行了预测。结果表明:时间序列中的ARIMA乘积季节模型在预测台风频次方面具有一定的预测技巧,除2013年外,其余4 a模型提前1 a预测的全年台风生成总数的异常情况均与观测一致。

In this paper, an ARIMA product seasonal model is established for the monthly typhoon generation frequency time series during the last 30 years based on the monthly typhoon generation frequency data from Tokyo typhoon center of Japan. The monthly typhoon generation frequency prediction for the years 2010—2014 is completed through this model. The results show that, the ARIMA product seasonal model performs quite well in predicting the typhoon generation frequency. Except for 2013, the anomalies of the total annual typhoon generation frequency of the remaining four years predicted one year in advance by this model are all consistent with the observations.

参考文献：

[1] 李祚泳, 邓新民. 人工神经网络在台风预报中的应用初探[J]. 自 然灾害学报, 1995, 4(2): 86-90. [2] 李祚泳, 邓新民, 桑华民. 台风登陆华南年频次的投影寻踪回归 预测模型[J]. 热带气象学报, 1998, 14(2): 181-185. [3] Chan J C L, Shi J E, Lam C M. Seasonal Forecasting of Tropical Cyclone Activity Over the Western North Pacific and the South China Sea[J].Weather and Forecasting, 1998, 13(4): 997-1004. [4] Chan J C L, Shi J E, Liu K S. Improvements in the Seasonal Forecasting of Tropical Cyclone Activity Over the Western North Pacific[J].Weather and Forecasting, 2001, 16(4): 491-498. [5] 范可. 西北太平洋台风生成频次的新预测因子和新预测模型[J]. 中国科学D辑: 地球科学, 2007, 37(9): 1260-1266. [6] 彭志行, 鲍昌俊, 赵杨, 等. ARIMA 乘积季节模型及其在传染病 发病预测中的应用[J]. 数理统计与管理, 2008, 27(2): 362-368. [7] Teetor P. R语言经典实例[M]. 李洪成, 朱文佳, 沈毅成, 译. 北京: 机械工业出版社, 2013. [8] Cryer J D, Chan K S. 时间序列分析及应用[M]. 潘红宇, 译. 北京: 机械工业出版社, 2011. [9] 王燕. 应用时间序列分析[M]. 3 版. 北京: 中国人民大学出版社, 2012. [10] 张利. 基于时间序列ARIMA模型的分析预测算法研究及系统 实现[D]. 镇江: 江苏大学, 2008.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】