多因子相关相似判别法

1多因子相关相似判别思路 多因子相关相似判别就是利用因子和预报量距平值（＋、-）相同的个数作为相似标准,从而做出预报。（1）根据距平相关概率的大小选择因子所谓＂距平相关概率＂是指因子正（负）距平符号与预报量距平符号相同的概率。（2）计算因子间的协相关率,计算方法与上面相关率一样,只是表示因子间的相关度。（3）计算预报因子和历史年各因子的相似情况分析单因子相关（见表1）.     

宜昌市夏委降水分片概率预报方法

预报因子的取值范围分别与各片代表站的降水事件一一对应,再根据对应结果,将预报因子分成若干“节”,针对某“节”出现降水的次数,求出其频数。经过如此处理后,将每日预报因子（原始数据）换算成所对应的与预报量有关的概率值,再用事件概率回归估计（ＲＥＥＰ）法建立概率预报方程。试运行结果表明,所建立的方程能够很好地预测各片的降水概率。     

热带气旋登陆华东的客观预报方案

热带所旋登陆华东属小概率事件。构造适当划分区间的阶梯函数能较好地反映登陆事件条件概率的非线性分布。应用阶梯函数变换的因子对登陆事件概率的预报性能优于线性相关的标准化因子。预报方案应用阶梯函数变换因子，通过非线性相关比筛选和REEP分析构造热带气旋登陆华东的预报模式。应用初始场资料与数值预报产品分别构造了统计－天气学、统计－气候学和统计－动力学的分类预报模式。应用分类预报模式的预报结果进行综合的预报集成提高了预报技巧。预报检验与试验表明本方案对热带气旋登陆华东具有一定的预报能力。     

概率映射作因子非线性变换

对非线性因子的处理,一般的做法是通过寻找一个比较合适的拟合曲线函数,用这个函数来进行变换,对于二级预报问题,因子的变换还可以通过概率映射来进行。一、概率映射变换当预报对象为二级时,因子与预报对象之间的相关关系可以通过因子各取值区间内某一级预报对象出现的概率反映出来,因子各取值区间的概率形成一个序列,从这一概率序列的变化可以看出因子与预报对象之间的关系是线性的,还是非线性的。事实上,对于二级预报问     

提高小概率事件预报成功率的一条途径

在给出小概率事件定义与评估小概率事件预报成功率参数的基础上,根据参数变换后的表达式推断,变小概率事件为条件概率下的大概率事件,是提高小概率事件预报成功率的一条途径。     

用条件概率法作月雨量预报

1原理简介本文所用的月雨量预报方法，类似于国外文献中流行的“PEEP”法，即事件概率回归估计。把预报量以概率表示。对预报量和预报因子进行（0、1）化变换。在此基础上分别建立雨量偏多型和雨量偏少型概率回归预报方程。把历年的因子值代入方程计算得预报量值（Y1和Y2），从Y1和Y2中归纳指标，作出偏多、正常及偏少三级趋势概率预报。2制作方法以惠阳市5月份雨量为例，资料取1954～1991年共38年。2．1资料及分级标准以月雨量年均值三作为划分标准，若月雨量则定为偏多，则定为偏少，则定为正常。由此把历年5月份雨量分成三级。选用50…     

多因子耦合预报全年台风个数

多因子耦合预报全年台风个数赵学华（海南省琼海市气象局５４５８００）通常人们以预报年台风个数，一般都采用单因子或者是多因子点聚，要不就是时间序列等，这些方法往往不考虑几个因子之间的相互作用，仅仅考虑因子与预报量之间的相关，这就有可能使我们在考虑问题时忽...     

逻辑组合因子的格筛选法

在一般的事件概率回归估计予报方法中,所有可能预报因子都是线性的。可是,实际经验表明,仅仅考虑预报量与预报因子之间的线性关系往往还不能确切反映客观规律。因此,寻求非线性因子对于提高预报效果是有意义的。利用布尔结构可以给出对非线性的逻辑代数组合因子进行筛选的方法,我们称为逻辑组合因子的格筛选法。受这一思路启发,我们开展了非线性事件概率回归估计的试验,效果比通常的事件概率回归好。     

用相似订正法作夏季大到暴雨预报

在一定区域内,用内插法或其他方法对形势场进行密集网格点处理后,存入计算机内作为相似源。使用时,经当时天气图和数值预报资料,由计算机进行时间序列相似计算,寻找相似个例。最后利用物理场因子及影响系统位置进行相似订正。相似源取1965年到1984年20年历史天气图资料。预报对象为当日20时到次日20时苏州地区降雨量。 大到暴雨是小概率事件,相似预报比较适用。相似预报不同于数理统计,但二者结合会有较好结果。计算机的应用给相似预报创造了条件,不仅对标量场可进行,对矢量场也可进行。     

T106产品夏季降水概率预报自动化系统

利用１０６格点场资料,构造能反映本地天气动力学牲的组合预报因子,对预报时效场进行叠加处理,对预报着急区格点资料取其均值或极值。预报因子和预报量均采用非线性０、１化自理。用最优子集回归建立降水预报方程用多因子概率权重回归其降水概率。系统从资料采集到输出概率结果在５８６以上微机上实现全自动化,预报结果客观、定量。     

500 hPa位势高度场极端天气事件的NCEP集合概率预报效果分析

基于百分位方法,首先通过构建气候等概率区间得到了位势高度场极端天气事件区分方法,并给出了相应的预报结果检验评价方案;以此为基础,对2003年夏季亚欧区域的500hPa位势高度场极端天气事件的NCEP集合概率预报效果进行了深入分析,得到如下结论：1）分析时段和区域内的极端事件的发生频率比气候平均状况略偏高。NCEP集合预报系统对异常偏低的极端事件的预报易偏高,但相对比较可靠;对相对异常偏高极端事件的预报频率随着预报时效的增大而减小,时效小于3d时预报频率偏高,时效大于5d时显著偏低,预报可靠性相对差一些。2）EV（economic value,经济价值）分析表明,NCEP集合预报系统对偏高（低）极端事件的概率预报效果明显高于正常天气事件。3）预报命中率分析表明,在高概率阈值下,预报命中率较低,这与预报系统在部分个例中的不发散有关。随着概率阈值的降低,预报命中率稳步提高,说明集合成员的发散使之可以覆盖实况可能出现的区间,从而得到更好的预报效果。     

咸阳市分县分级降水概率预报方法

通过用大量的经验因子和数值产品相结合,采取预测法、相关法、关联法对预报因子进行多层筛选,既考虑了降水事件发生的有利因素和不利因素,又考虑了降水事件的自身规律性,应用动态预报模型,建立分县降水概率预报方法。     

宜昌市夏季降水分片概率预报方法

预报因子的取值范围分别与各片代表站的降水事件一一对应,再根据对应结果,将预报因子分成若干"节",针对某"节"出现降水的次数,求出其频数.经过如此处理后,将每日预报因子(原始数据)换算成所对应的与预报量有关的概率值,再用事件概率回归估计(REEP)法建立概率预报方程.试运行结果表明,所建立的方程能够很好地预测各片的降水概率.     

ECMWF产品逐日降水客观预报业务系统

选用ECMWF格点场资料,用差分法、天气诊断、因子组合等方法构造能反映本地天气动力学特征的预报因子库,对预报因子和预报量进行线性（0,1）标准化处理,采用PRESS准则初选因子,用最优子集回归建立0~120 h降水预报方程,用多因子概率权重回归预测其降水概率。预报系统投入业务应用,检验证明预报效果较好,提供了有效的地市级客观预报指导产品。业务系统与MICAPS对接,实现全自动化,输出的预报产品客观、定量。     

气温和降雨量与500hPa高度场的CCA试验及其预报模式

文章对湖北省９站１９５９～１９９６年逐年冬季各月气温和降雨量（预报量场Ｘ２）与同期北半球（４５°～１６０°Ｅ，１０°～６５°Ｎ）内１２个均匀小区上空的５００ｈＰａ高度场（预报因子场Ｘ１）进行扫描式ＣＣＡ试验，寻找最佳Ｘ１。用典型相关系数≥０．３的相关变量有关参数反演出线性预报方程ΔＸ２＝Ｂ０Ｘ１＋ｄ０。经分期检验表明：扫描选优ＣＣＡ试验反演的预报方程拟合程度高，且有一定预报水平，其中气温的预报水平高于降雨量的，距平符号正确率比距平相关系数稳定，试报效果比拟合结果有所下降。     

日本数值预报产品温度露点差检验及订正方法

１引言温度露点差（Ｔ－Ｔｄ）是表示空气湿度状况的要素,（Ｔ－Ｔｄ）越小,说明空气中水汽含量越多。由于湿度不但是气温预报、降水预报的主要因子之一,而且是影响体感温度、人体舒适度、紫外线指数等专项预报服务项目的主要因子,因而湿度预报准确与否直接影响着温度预报、降水预报、部分专项预报的确率。因此检验我们日常预报业务中的主要指导预报产品—日本数值预报中的湿度预报,分析其误差具有重要意义。本文主要检验了日本数值预报中ＦＸＦＥ５７２、ＦＸＦＥ５７３传真图上的Ｔ－Ｔｄ的预报,并对影响系统及预报误差进行分析,找…     

海河流域东北冷涡背景下的降水预报订正研究

针对海河流域东北冷涡降水样本,应用海河流域加密自动站降水资料及欧洲中期天气预报中心（ECMCWF）降水预报资料,利用滑动相关分析方法建立重组预报序列,基于加密自动站24 h累积降水量及重组24 h降水预报序列的Gamma累积概率分布曲线,采用预报—实况概率匹配方法建立1～3日的短期订正模型并进行试报检验。结果表明:欧洲中心数值模式对于海河流域东北冷涡降水的预报较实况偏慢;概率匹配法主要通过订正降水量级来改善预报结果,订正后降水预报对于小雨、大雨、暴雨预报的TS（Threat Score）评分技巧均有提升,尤其对于大雨和暴雨及以上量级预报,订正后预报量级及预报落区大小均与实况更加接近,订正效果显著。东北冷涡降水对流性强,模式预报能力弱,而订正后预报能有效提高此类强降水的预报技能,具有较好的应用价值。     

本原因子序列变换及分析方法探讨

基于素数有下界而无上界、在一定序列长度内有足够密度的自然分布特性，利用形如４ｋ＋１（ｋ是正整数）的素数模拟夏季降水时间序列而作数据变换，形成的降水最素数序列可确定地分解成本原因子序列，对其状态进行概率转移分析即可对未来降水作出预报。预报值域离散、透明，状态更新便捷，预报结果客观定量，在１９９９年的试验中取得了较为满意的预报效果。     

“0、1”化预报因子选取统计标准的探讨

我省县站MOS预报以判别分析和REEP法(事件概率回归估计)应用最广、效果最好。无论用什么方法建立MOS方程,选好预报因子是关键。用以上两种方法建立MOS方程,一般是将预报量与预报因子“0、1”化。0、1化后的0、1型变量必须经严格检验,才能选出相关稳定、信度高的预报因子。     

广东新会月降水之间的对应关系

利用广东新会1957～2006年月降水资料，分析了月降水偏多（少）或异常与前期月降水偏多（少）或异常是否存在对应关系，并用二项分布对预报指标进行检验。结果表明，新会部分月份降水出现正（负）距平或异常与前期月降水存在对应关系，从而得到对新会月降水预报、特别是月降水异常的小概率事件预报有实用价值信息。