Abstract

Six time series related to atmospheric phenomena are used as inputs for experiments offorecasting with singular spectrum analysis (SSA). Existing methods for SSA parametersselection are compared throughout their forecasting accuracy relatively to an optimal aposteriori selection and to a naive forecasting methods. The comparison shows that awidespread practice of selecting longer windows leads often to poorer predictions. It alsoconfirms that the choices of the window length and of the grouping are essential. Withthe mean error of rainfall forecasting below 1.5%, SSA appears as a viable alternative forhorizons beyond two weeks. Six séries temporelles ont servi pour des évaluations expérimentales, en fonction des paramètres choisis, d'exactitude de prévisions de phénomènes atmosphériques par la méthode d'analyse de spectre singulier (SSA). Les méthodes les plus connues de sélection automatique des ces paramètres ont été comparées avec une sélection optimale a posteriori et des méthodes de prévision naïves. On constate notamment qu'une pratique répandue d'utiliser des fenêtres plus larges conduit souvent à des prévisions de médiocre qualité. On confirme aussi que le choix du groupement est capital. Avec l'erreur moyenne observée en dessous de 1,5% de prévisions de pluviométrie pour des horizons au delà de deux semaines, la SSA apparaît comme une alternative viable à d'autres méthodes de prévision.

Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call