滚动式利用数值预报产品制作单站气温预报的方法

用最优子集回归法，采用滚动式方法取舍样本资料，首先利用数值预报产品及盆地内单站的气温资料建立该站的最优子集回归方程，然后根据24—144小时的数值预报资料制作该站24-144小时的气温预报。     

典型相关分析在攀枝花市雨季开始期预报的应用

利用典型相关分析作攀枝花市雨季开始期预报试验，选择1965—2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子，建立典型回归模型。再以典型变量作为预报因子，用逐步回归和最优子集回归分别建立各站的预报模型，用2002—2004年的资料进行检验，对比试验结果表明：逐步回归和最优子集回归预报效果较好，典型回归模型效果较差。     

滚动式用数值预报产品制作单站气温预报的方法

用最优子集回归法，采用滚动式方法取舍样本资料，首先利用数值预报产品及盆地内单站的气温资料建立该站的最 子集回归方程然后根据２４－１４４小时的数值预报报资料作该站２４－１４４小时的气温预报。     

典型相关分析在攀枝花市雨季开始期预报中的应用

利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965~2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型。再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002~2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差。     

典型相关分析在攀枝花市雨季开始期预报中的应用

利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965～2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型.再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002～2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差.     

大气遥感最小二乘反演法最优方程的建立和效果研究

以“使反演误差均方达最小”为准则,用不同的回归方法寻求最优通道组合,建立大气温湿遥感最小二乘反演法最优方程,以避免因自变量过多产生计算病态而造成的回归系数不稳定。通过实例比较最优子集法、前进法、后退法、逐步回归法以及文中提出的单F逐步回归法和定M逐步回归法等各种方法所得方程的回归效果。单F和定M逐步回归法不仅计算简单、意义明确,而且实际效果较好,接近于最优子集法的结果。     

利用最优子集回归作鲁南夏季降水量预报

通过普查北半球５００ｈＰａ、１００ｈＰａ月平均高度场与鲁南夏季降水量的相关，选取相关信度达到０．０５的相关区的格点平均高度值作为预报因子，利用最优子集回归建立鲁南夏季降水量预报方程，并投入业务运用，通过与逐步回归方法比较得知，最优子集因归比逐步回归具有更好的预报效果。     

黄河上游地区降水对水资源的影响

利用１９５９－１９９７年黄河上游地区降水,流量资料,用ＥＯＦ、ＲＥＯＦ、功率谱等数理统计预报方法,分析黄河上游地区降水与流量之间关系及降水变化趋势,并用逐步回归,最优子集回归方法建立流量预测的最优评估模型。     

用多因子筛选和均生函数序列双重最优子集作降水量预报

把均生函数延拓序列作为因子加入最优子集回归方程，将因子筛选和均生函数分析相结合作最优子集回归双重分析，用于制作钦州市月降水量的预报，预报精度有所提高。     

鲁西南1月气温的分析及预报

分析了菏泽市1954-2000年1月气温的变化规律及其与北半球500hPa高度场、太平洋海温的相关关系，采用逐步回归、最优子集回归方法，建立1月气温的预报方程及集合方程，经检验试用，具有一定的预报能力。     

用逐步回归方法建立前汛期降水量的预报方程

根据新会1971～2003年降水、气温、日照资料，利用相关分析方法挑选因子，然后用逐步回归方法对因子进行筛选，去除次要的，保留最主要的因子，从而建立新会前汛期降水量预报方程。     

气候影响评价的两种统计学方法--论广州天气对死亡率的影响

通过最优二分割方法,找出杜会、经济或生物的某种指标(本文用广州死亡率)所敏感的气象变量和临界值,用达到临界值的样本建立指标和气象变量的回归方程,提出了最优二分割--逐步回归模式。还研究了一种最优化天气分型的应用。检验表明,评价天气对死亡率的影响,分割-回归模式比一般回归好,最优化天气分型又比分割-回归好。     

统计预测方法的试验比较

通过相关系数选出预报因子后，用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验，检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差，客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。     

用多因子筛选和均生函数序列双重最优子集作降水量预报

把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。     

菏泽牡丹开花期的长期预报

统计分析得出牡丹花期与前期气象条件的关系，早晚花期前期环流场存在明显差异，500hPa月平均高度场与牡丹花期存在优势相关因子，采用“两段筛选”的思想，先用逐步回归，再用最优子集回归方法，得出牡丹花期中长期预报方程，经试用，方法性能稳定，效果较好。     

统计预测方法的试验比较

通过相关系数选出预报因子,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。     

利用PRESS准则和岭回归方法建立大气遥感最优反演方程

在文献［１］的基础上，首次引用近代回归分析中ＰＲＥＳＳ准则最优于集法，建立大气温湿遥感最优反演方程，并用岭回归分析评价不同准则或方法所得到的最优子集，同时用实际资料进行了验证。     

统计预测方法的试验比较

通过相关系数选出预报因子后,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。     

一个用偏相关筛选建立多元回归方程的方法

逐步回归方法在天气统计预报中已应用较久,因为它计算手续复杂,在没有快速计算设备的县站一直很难应用。现在提出一个用偏关的t检验对回归方程中预报因子进行筛选,即所谓偏相关筛选的方法建立回归方程。因为在未建立回归方程以前就可以确定可能预报因子中的剔除对象,而且可以利用筛选过程中的相关计算结果来计算回归,所以这个方法的计算量较逐步回归方法大大减少。     

卡尔曼滤波在短期气候预测中的应用

用PRESS准则和最优子集回归选取预测因子，建立河西走廓东部月平均气温的卡尔曼滤波预测模型，经实际使用发现，该预测方法的精度较高，稳定性较好，为短期气候提供了一种新的思路和方法。