《表3 不同模型的时间响应函数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《灰色模型的改进及其在气象干旱预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

一般情况下，原始数据序列不能直接建模，因为这些数据多是随机的，没规律的[29]。灰色模型适用于指数形式增长的序列，间隔为1的相邻干旱年对模型的精度会产生较大误差，因此，剔除相邻干旱年中SPI值较大即旱情较轻的。由表2可知，1963年和1964年相邻，1985年和1986年相邻，且1963年SPI值小于1964年，1985年SPI值小于1986年，说明1963年和1985年干旱特征更加明显，因此剔除1964年和1986年数据。并且预测步数不宜过长，1～2步为宜，为了验证模型的好坏，保留最近两次气象干旱年数据作为预测数据进行验证，得到干旱年时间序列（1，6，10，14，21，28，34，46，50，52，54）。对该数据序列不做处理建立的灰色模型记为GM0，对数据序列做平移转换加上c的灰色模型记为GM1(c），在平移转换的基础上做平均弱化缓冲算子处理后的模型记为GM2(c），采用试算法取不同的c值，对数据序列建立3种灰色模型，计算得到不同模型的时间响应函数表达式，见表3。