English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41644920      線上人數 : 1284
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/4905


    題名: 利用台灣測站資料進行短期氣候統計預報之研究
    作者: 葉秀美;Huis-Mei Yeh
    貢獻者: 大氣物理研究所
    關鍵詞: 時間序列;T-EOF方法;T-MCA方法;震盪週期;長期趨勢;T-MCA;T-EOF
    日期: 2003-06-18
    上傳時間: 2009-09-22 09:40:59 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 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。
    顯示於類別:[大氣物理研究所 ] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明