一种厄尔尼诺事件预测方法技术

本发明专利技术公开了一种基于标准化的系统样本熵(Normalized System Sample Entropy,NormSSE)的厄尔尼诺事件预测方法，包括如下步骤：数据获取与数据预处理；预测目标选取为厄尔尼诺事件爆发期间海洋尼诺指数的峰值，即厄尔尼诺事件的强度；计算区域每年的NormSSE值，进而在厄尔尼诺事件的强度与厄尔尼诺爆发前一年区域的NormSSE之间，建立一元线性回归模型；最终，该预测模型利用标准化的系统样本熵的方法，在厄尔尼诺事件爆发当年一月初，实现了厄尔尼诺事件爆发与强度的早期预警，不仅突破了“春季预测障碍”这一难题，在预测效果上也表现出较高的准确度，ONI预测值与实际值之间的均方根误差为0.32，ONI与NormSSE之间的Pearson相关系数达到了0.86。

【技术实现步骤摘要】

本专利技术涉及厄尔尼诺事件预测，具体涉及一种基于标准化的系统样本熵(normalized system sample entropy,normsse)的厄尔尼诺事件预测方法。

技术介绍

1、厄尔尼诺-南方涛动现象(eloscillation,enso)是赤道附近东太平洋海水表面温度和海风周期性变化的气候现象。厄尔尼诺(el)现象是enso中海水每隔数年就会异常升温的阶段，el平均2-7年爆发一次。enso是全球气候系统中最重要的现象之一，其变化会引起全球范围内的气象和气候反应。厄尔尼诺事件通常伴随着极端气象事件，如干旱、洪涝和飓风等。通过预测厄尔尼诺，可以提前采取措施减轻其可能引发的自然灾害，并保护人们的生命和财产安全。厄尔尼诺与全球的降水分布和季风模式的变化也密切相关，可以通过预测厄尔尼诺来规划种植季节、作物选择和灌溉策略，以最大程度的减少农业损失。另外，厄尔尼诺对全球的渔业、能源生产和贸易等产业也有重要的影响。因此，精确地对厄尔尼诺现象进行早期预测对人类社会的稳定与发展具有重要的现实意义。

2、目前enso预测主要采用气候模式集合预报的方法本文档来自技高网...

【技术保护点】

1.一种厄尔尼诺事件预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的预测方法，其特征在于，所述3)中，3个月平均海温异常值的计算基于每5年更新一次的30年中心基期，最近10年的ONI值将因基期的更新而发生变化，其中第i个月的ONI值的计算方式如下：

3.如权利要求1或2所述的预测方法，其特征在于，所述3)中，令γ＝0.18，取m＝15，p＝q＝7。

【技术特征摘要】

1.一种厄尔尼诺事件预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的预测方法，其特征在于，所述3)中，3个月平均海温异常值的计算基于每5年更新一次的30年中心基期，最近1...

【专利技术属性】
技术研发人员：孟君，饶笑，樊京芳，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：