基于Holt-ARIMA-Lagrange Multiplier的CWC信息熵时序研究

来源：南京信息工程大学学报·自然科学版杂志2023年第3期北京时间：

作者：张仙，吴琼，陈以祺，黎亚少，王巍巍

单位：张仙,中国民用航空华北地区空中交通管理局气象中心, 北京, 100621,吴琼,南京信息工程大学 数学与统计学院, 南京, 210044,1836950110@qq.com陈以祺,南京信息工程大学 数学与统计学院, 南京, 210044,黎亚少,南京信息工程大学 数学与统计学院, 南京, 210044,王巍巍,南京信息工程大学 大气与环境实验教学中心, 南京, 210044

摘要：降水云系的发展过程及其特征分析，是云降水物理学中的一个重要问题.本文选取一次云发展过程中的700 hPa云水含量（Cloud Water Content，CWC）和大气垂直方向上气流速度（Omega，OMG）的1 h值，以信息熵来度量CWC空间分布的混沌程度，辅以OMG的时间变化来判断云的发展，并提出了一种基于多尺度分解、Holt模型、自回归滑动平均模型（Autoregressive Integrated Moving Average Model，ARIMA）和Lagrange Multiplier的组合预测方法.结果表明：1） CWC 熵具有非线性和非平稳性；2）在云的不同发展阶段，北方CWC熵序列的均值都小于南方，方差普遍大于南方；3） OMG 区域均值与CWC熵的小波低频重构的极值点在时间上有很好的对应关系，相近的极值点在南方中占50%，在北方中占83.3%，表明CWC熵可以在一定程度上反映云系的发展；4） CWC熵序列往往具有多种时间尺度特征，故进行多尺度分解之后再组合建模的Holt-ARIMA-Lagrange Multiplier模型比单一预测方法、单层分解的预测模型更优，准确率提高3%以上.

关键词：云水含量;信息熵;小波分解;经验模态分解(EMD);自回归滑动平均模型(ARIMA);Holt两参数指数平滑法

基金资助：国家自然科学基金（42075068，41975176，41975087）；国家重点研发计划重点专项（2018YFC1507905）