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

作者：张仙; 吴琼^*; 陈以祺; 黎亚少; 王巍巍

来源：南京信息工程大学学报(自然科学版), 2023, 15(03): 367-378.

DOI：10.13878/j.cnki.jnuist.20220622004

• 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

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.

• 单位
  中国民用航空华北地区空中交通管理局; 南京信息工程大学