摘要
晴天大气电场强度的变化对全球气候变化、空气污染等方面的研究具有重要作用,但是目前对于晴天大气电场的预测问题研究较少.本文采用小波分解(WT)和最小二乘支持向量机(LSSVM)的方法,对Verhnee Dubrovo 站点晴天大气电场观测站点的月平均值进行预测尝试.研究的数据来源于晴天大气电场数据集ATMEL2007A,预测的具体步骤为:(1)选取db3 母小波对长度为50 的晴天大气电场强度月平均值时间序列进行三尺度小波分解,产生高低频分量;其中高频分量3 列、低频分量1 列,每列时间序列各50 个数据;( 2 ) 建立各高低频分量的LSSVM 预测模型.将每个尺度前50 个数据组合成序列{xi xi+1xi+2...xi+11}i=1...39,通过{xi xi+1...xi+10} i=1...39 对{xi+11} i=1...39 的预测训练模型,分别建立各频次的多输入,单输出LSSVM 预测模型;(3)输入各高低频分量{x40 x41...x50},分别得到各高低频分量的4 个预测值x51;最后通过重构得到第51 个月的晴天大气电场强度月平均值.结果显示:预测值与观测值的相关系数为0.7308,均方误差为 32.2163V/m,该方法的预测结果能较好地反映电场的变化趋势.