暴雨落区预报的映象方法

本文提出了一种暴雨落区预报的新方法。这种方法设想以最有利于产生暴雨区域的物理量数值为标准,全面考察其他地区相应物理量对产生暴雨的相对有利程度,用非线性映象的原理进行综合并数量化,最后将结果反射到天气图上,从而客观地作出暴雨落区预报。初步试验结果表明,该方法能客观地综合各物理量的主要分布特征,图面清晰,对暴雨落区的诊断与预报具有一定的能力。 在因子处理方面,我们用回归分析的方法,由计算机自动判别确定急流轴的位置;对映象的计算过程,我们根据最优化指标K的函数特性,用梯度法代替过去一般采用的简单松驰迭代算法,克服了由于样本个数增加,简单松驰迭代算法不收敛的缺点,取梯度模长的平方小于万分之一作为迭代收敛的标准,改进后一般迭代次数不超过50次,达到了业务使用的要求。     

一种分段设计的天气图客观分析方法

本文在D.Shepard曲面拟合法的基础上提出了一种新的客观分析方法。它不同于其他方法之处在于将人工分析分成若干步骤,逐段进行模拟,即在数学上用一个连续的分段复合函数来描述一个物理量场。由于采用分段设计,该方法能集中现有客观分析各方法的一些主要优点,如:(1)不需要预备场;(2)分析结果不改变测站记录;(3)对一般位于高(低)值中心的格点能分析出比周围测站更高(低)且合理的值来等。另外,本方法还可以方便地使用非常规资料,对缺测记录也能进行灵活处理,故可供实际业务使用。     

球链分析

近年来,应用聚类分析和非线性映象制作长期天气预报和天气图分型、气候区划分析等已经有人做了不少工作。这两种方法的特点在于直接分析样本数据在高维空间上的原始结构,由因子间的相关性,寻找样本间的相似性,从而有效地揭示出某些天气的实质,实现分类的目的。然而,如何使得这些方法能自动挑选因子,使用手续简便