|
根据非线性局部Lyapunov指数的方法，以Logistic映射和Lorenz系统的试验数据序列为例，研究了在初始误差存在的情况下，随机误差对混沌系统可预报性的影响。结果表明：初始误差和随机误差对可预报期限影响所起的作用大小主要取决于两者的相对大小。当初始误差远大于随机误差时，系统的可预报期限主要由初始误差决定，可以不考虑随机误差对预报模式可预报性的影响；反之，当随机误差远大于初始误差时，系统的可预报期限主要由随机误差决定；当初始误差和随机误差量级相当时，两者都对系统的可预报期限起重要作用。在后两种情况下，在考虑初始误差对可预报性影响的同时还必须考虑随机误差的作用。此外，我们在已知系统精确的控制方程和误差演化方程的条件下，研究了随机误差对可预报性的影响，理论所得结果与试验数据所得结果相似。这表明在随机误差较小的情况下，对系统可预报期限的估计相对准确，但在随机误差较大的情况下，可预报期限的估计误差也较大。本文利用三种不同的滤波方法对序列进行了试验，结果表明，Lanczos高通滤波得到的高频序列与原始加入的噪声序列无论是在强度上还是在演变趋势上都表现的相当一致，其能有效地去除高频噪音继而提高对系统的可预报期限的估计，这对实际气象观测资料如何有效地去除噪音具有一定的启发意义。
|
