考虑LS+AR模型基础数据量的极移预报研究
Acta Astronomica Sinica（2022）
Abstract
针对目前极移最小二乘(Least Square,LS)+自回归(AutoRegressive,AR)预报模型的单一数据选取方案,提出分别考虑LS模型数据量和AR残差数据量的组合数据模式,并对极移预报时单一数据和组合数据预报结果精度进行分析,探讨模型输入数据量对极移预报精度的影响.结果表明,模型输入数据量的变化对极移预报结果影响较大.采用组合数据预报的方式相比较于单一数据量预报方式精度更高,特别是针对30-360 d跨度内的中长期预报,组合数据量的极移预报精度可比单一数据量预报精度有较大改善.结论证明组合数据在极移预报时具有一定的优势,可为以后极移预报数据量选取提供一定的借鉴参考意义.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined