跳到主要內容

簡易檢索 / 詳目顯示

研究生: 葉秀美
Huis-Mei Yeh
論文名稱: 利用台灣測站資料進行短期氣候統計預報之研究
指導教授: 李永安
Yung-An Lee
口試委員:
學位類別: 碩士
Master
系所名稱: 地球科學學院 - 大氣物理研究所
Graduate Institute of Atmospheric Physics
畢業學年度: 91
語文別: 中文
論文頁數: 66
中文關鍵詞: 時間序列T-EOF方法T-MCA方法震盪週期長期趨勢
外文關鍵詞: T-MCA, T-EOF
相關次數: 點閱:10下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本研究嘗試利用台灣測站溫度和氣壓資料的時間序列,經由Temporal-Empirical Orthogonal Function(T-EOF)統計預報方法與時間極大伴隨變異的預報方法(temporal maximum covariance method, T-MCA),針對台灣地區進行短期氣候統計預報。
    結果顯示,T-EOF預報方法雖不能有效預報出台灣地區各測站的溫度和壓力的變化,但仍能看出T-EOF方法隨時間不會迅速衰退。測站的溫度變化主要由低頻的震盪週期所主導,但仍受高頻的震盪週期影響,導致預報結果呈現長期趨勢。測站氣壓變化的主導週期皆小於一年,以致於氣壓的預報結果並不理想。
    為了判斷時間上的延遲對於濾除雜訊是否有所幫助,於是採用了SSA-TEOF方法和MSSA-TEOF方法來預報各測站的溫度,結果顯示,不論使用哪個方法,其主分量的預報皆不佳,導致測站預報的結果不理想。
    就T-MCA預報方法預報台灣地區溫度的結果來看,此方法只能預報出長期趨勢,無法預報短期細微的變化。因此,仍不能改進T-EOF預報方法的缺點。
    綜觀本研究,T-EOF方法對於週期性較長的時間序列有較佳的掌控能力,而且相關係數不會隨時間迅速衰退。T-MCA方法能預報出長期的氣候變化趨勢。


    摘要 ……………………………………………………………………Ⅰ 致謝 ………………………………………………………………… Ⅱ 目錄 ……………………………………………………………………Ⅲ 圖表說明 ………………………………………………………………Ⅳ 一、前言 ……………………………………………………………… 1 二、預報方法 ………………………………………………………… 4 2.1 T-EOF預報方法 ……………………………………………… 4 2.2 T-MCA預報方法……………………………………………… 9 2.3 AR預報方法 ………………………………………………… 11 三、實驗設計 ………………………………………………………… 13 3.1資料來源及資料處理 …………………………………………13 3.2預設實驗設計 …………………………………………………14 3.3預報結果校驗 …………………………………………………15 四、氣候特徵 ………………………………………………………… 17 五、預報結果 ………………………………………………………… 22 5.1 T-EOF預報方法 ………………………………………………22 5.2 SSA-TEOF預報方法 …………………………………………24 5.3 MSSA-TEOF預報方法 ………………………………………26 5.4 T-EOF預報方法與T-MCA預報方法之比較 ……………… 27 六、討論及結論與未來展望 ………………………………………… 29 參考文獻 …………………………………………………………… 32 附錄一 …………………………………………………………………33 附圖 ……………………………………………………………………34

    安鴻志,1992。《時間序列分析》。華東師範大學出版社。
    陳圭宏,2000:用CCA模式分西印度洋至西太平洋海溫和台灣地區氣溫之關係。第二屆國際海洋大氣會議論文彙編-大氣,83-88頁。
    陳雲蘭,1998:應用主成份迴歸分析方法發展長期預報。天氣分析與預報研討會論文彙編(87)氣象,243-247頁。
    盧孟明,2000:聖嬰現象與台灣異常氣候關係之探討。中華民國氣象學會大氣科學第二十八期第二號,91-113頁。
    Barnett, T. P., N. Graham, M. Cane, S. Zebiak, S. Dolan, J. O’Brien, and D. Legler, 1988: On the Prediction of the El Niño of 1986-1987. Science, 241, 192-196.
    Chen, D., S. E. Zebiak, A. J. Busalacchi, and M. A. Cane, 1995: An improved procedure for El Niño forecasting: Implications for predictability. Science, 269, 1699-1702.
    Kepenne, C. L., and M. Ghil, 1992: Adaptive filtering and the Southern Oscillation Index, J. Geophys. Res., 97, 20,449-20,454.
    Latif, M., A. Sterl, E. Maier-Reimer, and M. M. Junge, 1993: Climate variability in a coupled GCM, I, The tropical Pacific, J. Clim., 6, 5-21.
    Latif, M., D. Anderson, T. Barnett, M. Cane, R. Kleeman, A. Leetmaa, J. Q’Brien, A.Rosati, and E. Schneider, 1998: A review of the predictability and prediction of ENSO, J. Geophys. Res., 103, 14,375-14,393.
    Lee, Yung-An, 2002: A T-EOF based prediction Method, J. Clim., 15, 226-234.

    QR CODE
    :::