预报因子选取及方程建立人机交互平台

利用计算机技术,将预报因子选取、方程建立和样本拟合融为一体,建立了预报因子选取及方程建立人机交互平台。该平台包括文件信息,因子初选和回归分析三个模块:(1)文件信息模块主要是读取预报对象文件和预报因子文件,显示并检查文件头信息样本长度的一致性;(2)因子初选模块主要是计算各气象要素或物理量场中每个格点因子与预报量之间的相关系数,构成各相关场,分析这些相关场及其关键区域,从中筛选出组合因子;(3)回归分析模块是对选入的组合因子与预报对象进行逐步回归计算,建立预报方程,并根据回归方程参数和样本拟合率,通过改变因子引入和剔除标准来调整回归结果。     

试用PRESS准则选择预报因子

一、引言在长期天气统计预报中,如何选出预测能力较强的预报因子是一个非常重要的问题。逐步回归方法实质上是一种选取因子的方法,但是在实际使用中有不足之处:(1)有时控制选入因子的F_1或剔除因子的F_2稍有变动,其选取的因子就会出现较大的变化,似乎没有一个客观标准,最终还是靠主观判断来选择回归方程。(2)逐步回归方程主要考虑拟合的好坏,而拟合的好坏不能完全反映预测能力。为了克服上述不足之处,提高方程预报能力,本文采用了预测平方和PRESS准则来选取预报因子,在合理选择预报因子上作一些初步尝试。     

复共线性关系对逐步回归预报方程的影响研究

针对气象预报中常用的逐步回归预报建模方法,由于没有直接考虑筛选出的预报因子之间可能存在复共线性关系会影响气象预报方程的预报性能问题,提出了在初选的大量气象预报因子(自变量)中,采用条件数计算分析方法,选择复共线性关系小的预报因子组合建立预报模型的方法.以重要气象灾害的预报难点--台风预报为例,用大样本分别建立了12个台风移动经度、纬度的条件数预报方程和逐步回归预报方程.对比分析结果表明,由于条件数计算分析有效控制了预报因子间的复共线性关系,因此,在相同的预报因子(自变量)和预报对象(因变量)条件下,分月建立的条件数台风移动路径预报方程,虽然历史建模样本的拟合精度略低于逐步回归预报方程,但是对独立样本的预报精度明显提高,其中7、8和9月条件数预报方程的预报误差平均为153.9 km,而相应的逐步回归预报误差平均为229.2 km,两者相差75.3 km.进一步研究发现,在F值分别取1.0、2.0和3.0的情况下,建立的台风移动路径的逐步回归预报方程,其预报误差也明显大于条件数预报方程.另外,由于预报因子组合的复共线性的影响,逐步回归方程还出现了在个别点预报误差极大的不合理情况.     

多预报量双重筛选逐步回归在台风路径预报中的应用

本文对通常的逐步回归进行了分析,指出在同时制作多个预报量的预报时,这方法并不十分可靠。因为这样得到的预报方程常常包含着比较大的随机误差,之所以产生上述情况,问题在于对多个预报量建立方程时,没有考虑预报量之间的关系。因此,有必要对通常的逐步回归进行改进,考虑对多个预报量同时进行筛选的逐步回归。 台风路径预报的试验结果表明:由多预报量双重筛选逐步回归建立的方程组,对相近预报时段的相同预报量,其影响的预报因子大体相同,而对于不同预报时段的不同预报量,则影响的预报因子有着显著的差异,这样得到的方程组物理意义比较明确,不仅有利于提高预报方程的预报精度,而且还有利于对不同预报方程的预报因子进行分析和改进。     

用深层地温资料建立多元非线性回归方程预报韶关站前汛期降水量

利用非线性逐步回归方法作韶关市前汛期降水量趋势的预报。在回归方程中考虑将预报因子采用多项式拟合逼近预报量，经过逐步剔除之后，选入具有较高相关显著性的非线性因子进回归方程，从而建立一个简单的多项式逼近预报量。从预测值和实测值比较来看，非线性多元回归方程预报效果还是不错的。     

用地温资料对新会汛期降水的回归分析

根据新会1987—2006年浅层地温资料，分别用逐步回归方法和最优子集回归方法对新会汛期降水进行拟合与预测，并用双评分准则（CSC）确定预测模型。结果表明，用逐步回归方法和最优子集回归方法建立的回归方程都能达到a=0．01的显著水平；根据预报方程的各项指标，最优子集回归方法建立的回归方程的效果较逐步回归方法建立的回归方程好。     

用逐步回归模型预测肇庆市汛期降水

用逐步回归方程对肇庆6县(市)分县汛期降水做预测，选取北半球500hPa高度场和太平洋海温场的若干个主分量作为因子(共1748个)。这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立逐步回归模型。结果表明：所建立的预报方程的复相关系数高，对肇庆汛期降水预报效果好。     

多预报量双重筛选逐步回归

一、引言 回归分析在长期天气预报中应用十分广泛。逐步回归是回归分析中效果较好的方法之一,逐步回归可以避免引入强相关变量所导致的求解的困难。 在长期天气预报中经常要同时制做P个站点的预报(即:多个预报量y_1、y_2…y_p),采用相同的M个预报候选因子(即:M个预报因子X_1、X_2…X_M)。对每一个预报量y_i可以分别应用逐步回归来筛选这M个因子建立预报方程:     

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     

菏泽市小麦干热风气候特征分析及预报

根据1954-2001年菏泽市小麦干热风气象资料，分析了小麦干热风的气候特征，通过相关分析寻找干热风发生前期的显著相关因子，用逐步回归的方法建立干热风发生日数预报方程，拟合效果较好。     

回归方程的预报稳定性检验

回归分析是气象统计预报中应用十分广泛的一种定量预报方法,农MOS(模式输出统计)预报中应用很多。由一定的样本资料建立的回归方程,有的方程的预报效果与拟合效果差异不大,有的方程的预报效果显著低于拟合效果。回归方程预报效果的这种改变情况,称为回归方程的预报稳定性。一个回归方程,如果预报效果与拟合效果差异     

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。      

东营市夏季分县(区)降水概率预报研究

使用T106数值预报格点资料，采取逐步回归方法，分别建立了东营市三县两区三个时次降水量的二级差别方程。同时，反查历史气象资料得到小雨和中雨的降水概率，并以此作为其预报概率。拟合和试报结果表明，上述判别方程的预报效果较好。另外，所建立的东营市夏季分县(区)降水概率预报自动化系统具有使用方便、快捷的优点，并实现了客观自动化。     

用非线性逐步回归方法作台风预测试验

利用非线性逐步回归方法作台风活动趋势的预报,在回归方程中考虑了预报因子与预报量之间的非线性关系,回归方程中选入的非线性因子具有较高的相关显著性,对１９９５－１９９７年台风预测试验表明,非线性因子在预报中起着及其重要的作用。取得了较好的预报效果。     

BP神经网络和支持向量机在紫外线预报中的应用

为了提高紫外线预报准确率,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machines,简称SVM)回归方法建立重庆市主城区紫外线辐射强度客观预报模型。统计相关分析结果显示,不同季节影响紫外线辐射强度的主要因素并不相同。对所有相关分析因子用逐步回归方法,按方差贡献大小筛选出预报因子,以每日紫外线平均辐射量为预报对象,分季节建立预报模型。比较用不同方法建立的预报模型发现,两种非线性模型(BP模型和SVM模型)的拟合能力优于线性逐步回归模型,但独立样本检验结果表明,3种模型的预报准确率基本相当。将3种方法所建预报模型应用T213数值预报资料进行业务试报,得到较好预报效果。     

局地二分类MOS方程的预报稳定性检验

MOS预报方法主要是从数值模式输出的形势预报和物理量预报资料中筛选预报因子,建立统计预报方程,制作气象要素预报。由一定的样本资料建立的MOS方程,有的预报效果与拟合效果无多大差别,有的预报效果显著低于拟合效果,这就是MOS方程的预报稳定性问题。一个MOS方程,如果预报效果与拟合效果差异不显著,就认为方程的预报性能稳定。如果预报效果显著低于拟合效果,则认为方程的预报性能不稳定。下面介绍一个判断三分类MOS方程预     

条件数在区域日降水量预报中的应用研究

针对前汛期广西北部暴雨洪涝灾害频发的问题，利用T213模式和日本细网格降水预报等数值预报产品，采用条件数计算选取回归因子的方法建立广西北部区域平均降水量的预报方程。进行了2004、2005年两年5-6月的前汛期业务预报应用试验。采用条件数方法建立的预报方程和传统的逐步回归预报方程的平均预报误差分别为6．3569mm和7．0096mm，同期T213模式的预报误差为7．9456mm。试验表明新方法比传统的逐步回归方程和T213模式具有更高的预报精度，有较好的业务应用前景。计算对比可知，采用条件数计算选择的预报因子间的复共线性较微弱，而逐步回归方法选择的因子间的复共线性很严重，影响了回归方程的预报效果。     

寻求定性天气预报方程的一点看法

在气象台站的日常预报工作中,经常用线性回归方法求综合几个预报因子对预报量的影响,而得到一个预报方程。随着考虑的预报因子个数的增多,如果没有一定的计算工具,作出一个预报方程往往不是容易的事,倒不如采用几条简单的预报规则去报更为方便一些。关于这个问题,1974年《气象科技资料》第6期所载施能《若干统计预报方法     

汾渭平原夏季近地面臭氧统计预报方法

运用2017—2020年5—8月城市空气质量数据和地面气象数据,筛选出对O3日最大8 h滑动平均质量浓度（以下用C8h(O3)表示）影响较大的气象因子,建立了近地面C8h(O3)主要气象条件判定标准——高质量浓度O3潜势指数（IHPP）,进一步拟合得到汾渭平原夏季C8h(O3)多元逐步回归预报方程,并进行效果检验。结果表明：汾渭平原IHPP由日最高气温（Tmax）、日均相对湿度（HR）、日照时数（t）、日主导风向（WD）和降水量（P）5个气象因子构成,其值介于-1～6之间,值越大则该日近地面O3超标可能性越大;经检验,C8h(O3)多元逐步回归方程预报结果与实况较吻合,汾河平原（特别是运城）预报效果总体较好,临汾、吕梁和西安等级预报效果有待改进;预报检验时段咸阳和晋中等级预报准确率较国家气象中心的指导预报分别上升79%和289%,说明预报方程具有一定的业务应用可行性。     

热带气旋强度预报的DTS方案

本文从动力-热力学方程出发。得到反映热带气旋强度变化的参数和几个物理因子.然后对这些因子和热带气旋强度变化之间的关系用统计方法进行处理,得到热带气旋强度变化的预报方程.124个历史样本的拟合结果和1981年台风的试报情况表明,线性模型的预报方程具有一定的预报能力.