共查询到20条相似文献,搜索用时 265 毫秒
1.
几种统计相似方法的适用性比较 总被引:2,自引:0,他引:2
针对前人对各种相似性度量的预报检验结果,从公式出发,分析证明了相似离度与海明距离具有相同性质,探讨了相似离度在相似预报中使用的局限性。利用2010年5月1—30日08时东亚区域850 hPa高度场96个站点资料,对几个常用相似量及作者提出的新相似量进行相似选择试验,结果表明:(1)相似离度与海明距离非常接近,选出的相似样本80%以上是相同的;(2)相似离度与相关系数差异最大,选出的相似样本70%以上是不同的;(3)新相似量与相关系数较接近,60%是相同的。相似离度与海明距离反映的是样本间"距离"的接近程度,相关系数和新相似量反映的是样本间的形状接近程度。 相似文献
2.
台风路径可视为二维平面上的一段曲线,根据两条台风路径曲线的相似离度可以判断其数值相似和形态相似的程度。由于直接应用台风基本资料进行相似离度计算有一定的难度和局限性,需要研究利用相似离度原理判断两条台风路径曲线相似程度的计算方法。按照设计的算法处理台风基本资料,可以确定两条台风路径曲线上的对应控制点,得到两条曲线对应控制点之间的距离和距离偏差的方向,最终只需在一个方向计算相似离度就能直接分析两条曲线的相似性。对相似台风进行检索的实例表明,该算法是可行的,能够从台风基本资料库中检索出与当前台风路径最相似的台风个例。 相似文献
3.
4.
为了提高相似预报效果,首先剖析了相似预报中常用的几个相似判据的特点和性能,发现它们都不能同时准确刻画样本之间振幅(能量)和位相(流型)的差异,在此基础上,利用切比雪夫多项式展开的归一化低阶时间权重系数构造出一种能综合反映样本之间振幅和位相差异的相似性判据(切比雪夫判据).然后,利用T213模式数值预报产品,使用不同判据对2011年1-3月锦州、绥中和兴城3站的气温进行相似试预报对比试验.结果表明,切比雪夫判据对形势场的相似过滤效果明显好于其他判据,能为相似天气形势的选取提供一个更好的依据. 相似文献
5.
利用1975-2005年NCEP再分析资料及ECMWF预报场资料,引入相似指数综合考虑各要素场、形势场对新疆强降水天气的影响建立相似预报模型,并选取一次中等强度天气用该模型进行试报检验。结果表明,该模型综合考虑了形势场、多种物理量场的相互作用,预报效果较好。 相似文献
6.
利用ECMWF三层数值预报产品,综合相似系数和距离系数两种相似预报方法,建立了既能反映环流间形相似又能反映值相似的相似离度天气预报系统。 相似文献
7.
一、前言相似分析方法是概率统计预报中的一个重要内容。目前常用作相似比较的主要标准有相似系数、海明距离、欧氏距离等。近几年来,国内已有人对这几种标准作过剖析,认为除了海明距离尚能准确地比较两样本之间的值相似外,相似系数和欧氏距离都不理想。因而引入一种新的衡量相似程度的统计量——相似离度,意思是样本间相似的差异程度。这一统计量既考虑了样本间的形相似情况,又考虑了它们的值相似程度,是一个比较全面的相似标准。 相似文献
8.
比较了欧氏距离、相似离度、相似系数、相关系数及最优相似系数等作为气象格点场相似性度量的适用性,结果发现以“距离”为主的算法无法准确地反映环境场中的一些特定系统的位置和强度,相似检索效果较差;而相似离度、相似系数、相关系数及最优相似系数可分别考虑两个场之间的形状和强度、空间分布及变化趋势,能找到较相似的场,可供业务参考。通过将不同指标检索到的相似环境场的演变对热带气旋(Tropical Cyclone,TC)路径的影响量引入到TC路径预报中,检验其业务应用效果,发现单纯移向的预报效果好于路径预报,路径预报中相似离度的效果稍好于其他方法,而移向预报中最优系数法最好。另通过相似环境场检索,能找到由相似环境场所对应的相似历史TC,并依据不同度量性指标得到一个历史相似TC集,为台风业务、科研提供参考。 相似文献
9.
10.
一个ENSO动力-相似误差订正模式及其后报初检验 总被引:5,自引:1,他引:4
为有效利用历史资料中的相似信息,减小模式误差对ENSO这类跨季节-年际尺度预测问题的影响提高动力模式的预测水平.作者利用一种基于统计相似的模式误差订正方法,以国家气候中心简化海气耦合模式为平台建立了相应的动力-相似误差订正(DAEC)模式,并着重探讨了系统相似程度(全相似或部分相似)、误差重估周期以及相似样本个数等因素对预报效果的影响.结果表明,利用该方法可以有效地改善原有模式的预报性能,其中 "全相似" 比 "部分相似" 更能反映海气耦合系统的相似程度,从而对模式误差做出更为准确的估计,使预报误差明显减小.海洋和大气的误差重估周期对结果也有较大影响,在不同相似程度下分别存在着某种最优配置使得预报效果达到最佳.另外,在对相似样本存在状况及影响的研究中则发现在当前资料长度内整体上只存在着有限个相似样本,在此范围内随着样本取样数目的增加DAEC模式的预报性能逐渐提高. 相似文献
11.
利用1996、1997年汛期HLAFS数值预报产品中的8种物理量场资料,对本市汛期暴雨过程进行了热力、动力诊断分析。释用结果表明,在所确定的关键区内,温度露点差t-td、K指数、相对辐散Ri、垂直速度ω、南北风v有较高的相关释用价值,可作为多维场相似的预报因子。并针对相似因子场的分布特征,选用适当的相似统计量及判别格式,研制出暴雨的多维场相似预报方法。资料的读取和全部的判断、计算及结果的输出在微机上自动实现。 相似文献
12.
选取NCEP1、NCEP2和ERA-Interim中1981—2010年共30 a的风场、温度场和地面气压场再分析资料,利用"倒算法"计算青藏高原大气热源,对三套资料的计算结果进行了多方面比较分析,并运用Morlet小波法分析了区域平均的高原热源的时间变化特征。结果显示:(1)三套资料计算的季节平均的热源在空间分布上基本一致,夏季高原大部分地区为热源,冬季除高原西北部是热源外,其余地区为冷源。其中,ERA-Interim与NCEP1的分布更为接近;(2)三套资料均表明:就30 a平均而言,青藏高原大气为显著的热源,分布上ERA-Interim与NCEP1相似,量值上NCEP的两套资料更为接近;(3)区域平均热源的月际变化十分一致,相关系数均超过99%显著性检验。NCEP的两套资料对年际变化的描述更为一致,二者相关系数为0.88,ERA-Interim与NCEP两套资料的结果略有差距,相关系数分别为0.78和0.70;(4)整体而言,ERA-Interim资料在反映高原热源方面较优,但也要注意考察该资料给出的高原南坡强热源的真实合理性。 相似文献
13.
14.
15.
统计-动力相结合的相似误差订正法 总被引:28,自引:6,他引:22
根据大气相似性原理,提出了利用历史资料的相似信息估计模式误差的反问题,并发展了一种相似误差订正(ACE)方法。该方法将统计和动力两种方法有机结合,在不改变现有数值预报模式的前提下,既充分利用了动力学发展的成就,又能够有效提取大量历史资料中的相似信息,达到减小模式误差、改进当前预报的目的。而且,ACE方法能够针对当前预报的特殊性来区分所利用过去资料的特殊性,提取历史相似信息间接求解反问题。定性分析表明,ACE方法与以往相似-动力模式原理是等价的,但无需重新建立复杂的相似离差预报模式,更具可行性和业务应用前景。在理想化的极限情形下,当数值模式或历史相似完全准确时,ACE方法的预报结果将分别蜕变为动力或统计学方法的预报结果。 相似文献
16.
利用NCEP再分析资料、ECWMF预报风场和历史降水量资料,分别采用前人提出的相似量和本文改进的相似量进行动力相似选择试验。结果表明:改进后的相似量的相似选择效果最好。对于南充2012年7月4日区域大暴雨过程,用改进相似量筛选出与此次过程最相似的历史个例,进行对比分析后,发现最相似个例风场与预报风场在形状、强度和影响系统空间配置都很相似,降水实况接近。表明最相似个例的风场和降水资料对该次大暴雨过程的降水量级、落区预报有较高的参考和指示意义。 相似文献
17.
天气预报的相似-动力方法 总被引:14,自引:2,他引:14
本文将预报对象分解为参考态和扰动态两部分,参考态根据与预报对象初始场相似的原则从历史观测资料中选定,其演变过程是已知的;扰动态的演变则用动力方法预报。用准地转正压模式作了若干模拟实验,结果表明,该方法能利用历史资料提供的信息部分弥补预报模式的缺陷,不要求参考态与预报对象有很高的相似性,其预报结果就明显优于现行的数值预报方法。 相似文献
18.
本文基于数值模式预报发展了强对流相似预报方法。该方法采用对流参数作为相似预报量,对比当前预报与历史预报的相似物理量场挑选与当前预报最相似的时刻,并利用这些时刻对应的强对流观测权重叠加作为当前预报时刻的强对流预报。以NCEP/GFS预报场资料,对该方法的有效性进行了检验。检验结果表明,该方法对中国地区的强对流有良好预报效果。作为数值预报的有效补充,该方法具有以下几点优势:简便易实现,具有很高的可移植性:以对流参数作为相似预报量,充分利用了模式对温,压,湿,风等基本气象要素预报比较准确的优势;有效避免了对流参数进行强对流预报时的临界值选取问题,考虑了强对流发生的地域性,气候性特点。 相似文献
19.
20.
采用综合考虑形相似和值相似的相似指数法,通过建立最佳相似识别自动化系统,对1980~1991年共144个相似样本,在预报月雨量、梅雨量趋势中的可预报性进行了检验,结果表明:(1)环流形势相似方法作月降水量预报,以2月和5月关系较好,相似样本比预报月提前一个月;(2)环流形势相似作梅雨趋势预报时,以1月和5月关系较好;(3)环流相似的持续性一般较差,尤其是春、秋两季。 相似文献