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。     

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。     

人工神经网络在梅雨期短期降水分级预报中的应用

将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS降水预报相比,降水预报准确率由原来的66．7％提高到88．2％,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。     

萍乡市供电量与气象因子的关系分析

首先对萍乡市1998～2000年3a来的供电量与气象资料进行相关性分析,找出了各季节的相关气象因子;然后采用逐步回归方法对因子进行筛选,建立了不同季节的供电量预报方程,并对预报效果进行了检验。     

利用非线性回归技术建立洛阳机场大风预报方法

利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。     

青云谱机场夏季雷暴预报

首先对青云谱机场1990～2000年产生的雷暴天气与气象资料进行相关分析,找出相关气象因子;然后采用逐步回归方法,对因子进行筛选,建立青云谱机场夏季雷暴预报方程,并对预报效果进行了检验.     

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。     

利用天气雷达判断强对流天气和作短时预报的一种客观方法

本文用逐步回归和逐步判别方法,以天气雷达回波参数和气象因子为预报因子,建立了判断强对流天气和作短时预报的方程,并对它们进行了分析讨论、比较和检验。结果表明,这是判断和预报强对流天气的一种有效方法,尤其是逐步判别法不仅能预报强对流天气的有无,还能预报其强度等级。     

铜川市月气候预测方法

通过统计铜川单站53a历史气候,用Spss11.5对铜川站历史各项气象要素与各月平均气温、降水量进行相关性分析,找出前期各气象要素与预报月的降水、气温相关性好的因子,用逐步回归方法进行模拟,得出铜川站的月平均降水、气温预报模型,用可视化语言Visual Basic 6.0程序设计中的Adodc数据库技术方法,分别建立了铜川站的月降水、平均气温预测因子数据库,63个相关性较好的因子进入模型,实现自动预测,并以Datagrib表格显示预测结果和预测因子组合。从近三年预测结果看,降水距平百分率在20%以内的准确率为30.6%;气温预报误差在1℃以内的准确率为50.0%。需要在实际业务中进一步检验,找出预报和实况的误差关系。     

用多因变量多自变量统计法建立的大气环流——区域水稻产量预报模式

本文试图用典型相关分析方法寻找对云南省水稻气象产量有影响的环流因子,用双重筛选逐步回归模型建立起相应的预报方程组,然后外推1982—1985年预报来检验实际应用效果。 1.方法 采用1962—1981年20年的历史资料,分别把云南省17个地、州的水稻平均亩产用1—4次多项式逐步回归拟合时间趋势产量,分离出气象产量。     

最优子集回归模型在低纬高原雨季开始期预报中的应用试验

将所有可能子集回归模型用于云南雨季开始的预报试验,选取有实际预报意义的５００ｈＰａ、海温头年１～１２月及同年１～３月网格点资料作为共同影响因子,分别与云南各站降雨量建立最优子集回归模型,对１９９８年、１９９９年的雨季开始期雨量进行独立预报表明：模型预报准确率优于逐步回归模型。从实况检验来看,效果较好,前期１～３月预报因子和模型适合低纬高原降水预测。     

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。     

试用非线性预报方法预报辽宁夏季气温和降水

一、前言过去在长期预报的统计分析中大部分采用相关分析方法,找出相关较好的关键区,如要做定量的预报,则找出相关较好的预报因子,用逐步回归的方法建立预报方程,但是这里的相关分析及建立的逐步回归预报方程都是线性的,而实际上预报量与预报因子的关系是非线性的。因此,线性相关分析方法是不适合实际的,用线性预报因子建立起来的预报方程也必     

印度洋、大西洋海温对我国西北地区的旱涝影响

利用西北地区夏季降水与印度洋、大西洋海温的滞后相关，选用相关关系较好区域海温为预报因子，运用逐步回归方法，通过分析和检验，选取其中关系较好的建立预报方程，进行西北地区夏季降水的试报。得出海温对我国西北地区降水有一定影响，建立二的预报方程。     

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.     

典型相关分析在台风路径预报中的应用

本文通过对500hPa上的五个因子场分别与台风中心未来48小时和60小时经纬度的预报量场进行典型相关分析,求出由各因子场组成的典型变量,以此作为预报因子,再结合经实践证明预报效果较好的天气学经验因子,用逐步回归方法建立台风中心未来48小时和60小时的路径预报方程。通过对历史样本的拟合和实际试报,表明该方程的预报能力有明显的提高;典型变量权重系数的地理分布与因子场的天气学意义基本吻合。      

一种制作气象要素预报的MOS方法

介绍了基于MM5模式的预报气象要素的一种MOS方法 ,并对预报效果做了初步检验。MOS方法直接利用MM5模式的预报产品 ,采用多点滑动平均普查因子方法和多元线性 (非线性 )逐步回归方法 ,可以同时预报多地点、多时次、多个气象要素。其中采用的多点滑动平均普查因子方法 ,减弱甚至消除了由于随机原因造成其中单点相关因子的不稳定性     

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。     

用曲线方程普查因子进行逐步回归作月降水预报

一、前言逐步回归方法在长期预报中已被广泛采用。实践中预报因子与预报对象之间极少存在简单的线性相关。故应用线性相关普查因子,再进行逐步回归的方法做长期天气预报极其误差还是较大的。随着电子计算机的开发和应用,可以采用曲线方程普查因子,再进行逐步回归的方法做长期预报。根据“回归分析方法”一书提供的六条曲线方程,用FORTRAN语言编     

影响广西热带气旋年频数的神经网络预测模型

利用人工神经网络方法，结合均生函数和逐步回归分析方法对影响广西的热带气旋年频数序列进行神经网络的预测模型研究，该模型既考虑了预报量自身显著周期变化，也考虑了海温场，高度场等因子对预报量的影响，给预报检验，考虑多种影响因子的预测模型比只考虑单一影响因素的预测模型效果好。