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。     

夏季中雨以上降水短时预报方法

本文应用数值预报产品,天气图实况,单站实时观测资料和卫星云图资料,对济宁地区夏季中雨以上降水过程进行了统计分析,然后建立预报方程。在挑选因子的过程中,着重考虑因子本身的天气学意义,而不仅仅拘泥于因子与预报量之间的拟合率高低。最后选取了5个代表性强,物理意义明确的因子进行了0.1权重回归,建立了0—12小时中雨以上降水预报方程并在1987年夏季进行试报,取得令人满意的结果。     

微型计算机气象应用程序目录选载(一)

近年来,各级气象台站广泛地应用微型计算机,为了进一步普及应用微型机,我们将收到的部分PC-1500机应用程序目录,陆续在《气象》上选登。这些程序均未经鉴定,登载的目的是为了向大家通报和交流情况。 ——国家气象局气象软件开发应用管理小组 1.逐段回归程序:从大量因子中根据方差缩成率自动筛选对预报对象最佳的因子,组建预报方程,打印有关参数,进行历史资料拟合。(天律气象科学研究所,宛公展) 2.求多元回归方程及绘制回归拟合曲线图程序:(1)求多元回归方程;(2)求多元回归拟合值;(3)绘制拟合曲线图。(天津气象科学研究所,梁平德)     

用权重回归方法叠加法做冰冻趋势预报

一、思路用权重回归方法做预报,方法简单,结果清楚,使用方便。但对各个因子的随机性要求较高,各个因子对预报对象的贡献存在着放大或缩小的现象,特别是各因子对预报对象在某年的贡献改变了各因子对预报对象的真正贡献,影响预报的成功率。用同样的方法只改变预报因子,有时预报结果往往相反。这说明在组合计算工作中可造成各因子相互制约。这是预报工作中需要着重解决的问题。本方法采用12个指标,组合建立了3个权重方程,把3个方程的结果分别按年份     

春播期间重要天气的MOS预报

1984年10月,我们应用传真图资料,把数值预报的一些输出量做为预报因子,寻求与春播期天气的关系,并建立预报方程,然后用“0、1”权重回归法,做出了3、4月我地关键性、转折性天气的短、中期预报。一、基本资料及其处理取1982年至1984年3、4月逐日北京 B 模式48小时500hPa 和36小时700hpa 预告图,以     

“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。     

概率变换法在南平地区暴雨预报中的应用

本文在大－暴雨ｍｏｓ预报中应用概率变换法进行对比分析,结果表明：概率变换法能提高预报因子与预报对象之间的线相关性,扩大了预报因子的选取范围,改善了方程中的因子组成结构,使方程的历史拟合率和预报准确率有明显的提高。     

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:     

瑞金六月最高洪峰预报方法初探

为了做好汛期洪涝灾害服务工作,尤其汛期大水进城的重大预报服务,我们利用训练迭代法,制作了预测6月最高洪峰超警戒水位(191.0米)3米(大水进城水位)的预报方法.该方法拟合率为25/26,试报及预报准确率为10/10(见表1).现将该方法作一简单介绍.所谓训练迭代法,就是对m个因子x_i(i=1、2、…m)确定系数b_i(i=1、2、…m),并由此建立预报方程:y=b_0x_0 b_1x_1 … b_mx_m,式中x_0是为求取常数b_0而虚设的因子,令x_0=1,b_i是待定系数.     

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。     

判别回归方法在四川盆地大雾预报中的应用

用最近10多年的历史实况资料和四川盆地大雾发生的站数进行相关分析,采用最优分割进行因子筛选,建立了最优判别方程和大雾站数预报的回归预报模型,拟合率较高,残差较小,模型具有较强的预报能力.     

判别回归方法在四川盆地大雾预报中的应用

用最近10多年的历史实况资料和四川盆地大雾发生的站数进行相关分析，采用最优分割进行因子筛选，建立了最优判别方程和大雾站数预报的回归预报模型，拟合率较高，残差较小，模型具有较强的预报能力。     

东营市相对湿度集成预报系统

运用多元回归法和多因子权重回归法分别建立预报模型，并在此基础上建立了相对湿度集成预报系统。     

东营市相对湿度集成预报系统

运用多元回归法和多因子权重回归法分别建立预报模型,并在此基础上建立了相对湿度集成预报系统.     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述.并分别在ECMWF北半球的500 hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子,即pp法和mos法分别1建立预报方程,利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验,其结果表明用pp法建立预报方程,其预报结果的误差比用mos方法建立预报方程的结果相对要一些.     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述。并分别在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子，即pp法和mos法分别1建立预报方程，利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验，其结果表明用pp法建立预报方程，其预报结果的误差比用mos方法建立预报方程的结果相对要一些。     

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。     

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。     

夏季天气过程MOS预报法

本文利用欧洲数值预报中心发布的500百帕48小时预报图网格点资料,及北京气象中心B模式输出的有关物理量作为因子,计算了有无天气过程出现的相关概率,选取相关性显著的因子,用0,1权重回归建立MOS方程,经回报取得了较好的效果.     

回归方程优良性的判断

逐步回归计算方法是求多元回归方程的一种有效方法。它是按照一定的显著水平F_a,从大量的预报因子(自变量)中逐步地挑选对预报量(因变量)有显著影响的,即使对观测数据拟合较好的几个建立回归方程,用于预报未来。但F_a究竟取多大为好?取大了,得到的回归方程含因子个数少,拟合率不高;取小了,得到的回归方程含因子个数太多,往往预报效果不佳。因此在组建逐步回归方程时,经常对同一个问题选取几个F_a值,从而得到几个可供选用的方程。但仍然没有较好的办法确定使用哪一个方程好。