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     

逐步回归双重分析及其在长期预报中的应用

一、问题的提出多元分析和时间序列分析是统计预报的两大分支,为目前气象台站制作长期预报的主要方法之一。通常认为,气象要素序列的组成包括趋势项、周期项和随机项,即: y=f_1(x)+f_2(x)+ε多元分析假设气象要素的变化主要受前期因子的支配,周期性变化可以忽略不计,即     

逐步回归双重分析

本文运用逐步回归方法同时进行因子筛选和周期分析,建立预报方程。既考虑了前期因子的支配作用,又兼顾了预报对象本身的周期变化的影响。其效果明显优于周期分析和多元回归分析,预报效果较为稳定。     

带周期分析因素的逐步回归方法在寒露风天气预报中的应用

提出以方差分析周期因素嵌入逐步回归建立灾害天气长期预报模型方法，应用结果表明：模型预报精度及稳定性均比单纯的周期分析或利用前期气象因子建立回归模型有明显改善。     

带周期分析因素的逐步回归方法在寒露风天气预报中的应用

提出以方差分析周期因素嵌入逐步回归建立灾害天气长期预报模型方法，应用结果表明：模型预报精度及稳定性均比单纯的周期分析或利用前期气象因子建立回归模型有明显改善。     

论最优预报因子与最优预报方程

本文根据预报量与预报因子关系的实际情况,提出了预报因子的四种类型,并且利用最优化方法原理选取最优的预报因子,同时还利用强迫引进重要因子的办法选取最优预报方程。从实例计算证明,最优预报因子基本上是非线性的,所以用逐步回归或逐步判别方法建立的预报方程也是非线性的,并且还证明,非线性预报方程比线性预报方程效果有明显的提高。本文最后还指出,此种非线性预报方法可推广到各个领域有关多元分析的定量和定性预报工作中去。     

长期大气折射指数预报研究

本文对近地面大气折射指数气候变化统计预报进行了研究,建立了逐步回归多重分析时变模式。在模式中考虑了大气折射指数肘间序列的振动周期、前期预报因子(降水量),还特别考虑了时间序列的振动位相,并随着新数据的到来,适时地改变预报因子和预报方程的参数。本文用该模式对上海近地面6月上旬旬平均大气折射指数进行了长期预报试验,结果表明预报误差较小,预报效果稳定,具有较好的实用价值。这方面的工作可用来对无线电波的传播环境进行预测,从而对电子工程系统进行适时的调整控制。除此而外,该预报模式也可以应用于其它的预报领域。     

逐步回归周期分析与多层递阶方法相结合的时间序列分析预报模型

逐步回归周期分析是针对方差分析的不足而提出的一种时间序列分析方法,作者将其应用于长期预报,取得了一定的效果,但也存在着某些缺陷,其主要表现在实际应用时,随着预报时效的增长,预报效果明显趋于不稳定。这里主要有两个方面的原因:一是某些时间序列本身的周期性不强,所选的周期显著性水平低,此时则不宜单纯用周期分析外推做长期预报,对此,作者已在另文中作过研究。二是在逐步回归周期分析预报模型中,回归系数取为固定的参数,而天气系统则是时变系统。这样,若用固定参数预报模型来描述一个时变参数系统的状态,其拟合率虽然可以很高,但随着预报时效的增     

因子筛选与周期分析相结合的逐步回归双重分析预报模型

一、引言 魏凤英等提出的逐步回归周期分析为长期天气预报提供了一种新的简便而有效的工具,作者将其应用于金华市月降水量的长期预报,取得了一定的效果。 然而该方法还存在一定的缺陷,主要表现是有肘方程的拟合率很高,但预报效果不     

带有周期分量的多元逐步回归在橡胶寒害趋势分析中的应用

本文采用带有周期分量的多元逐步回归方法建立了海口、白沙等五个站的极端最低气温预报模式,用其来分析橡胶寒害趋势。此方法既考虑了预报因子对预报量的影响,又考虑了预报量本身的周期变化及预报因子的相关阶段性。模式的拟合及预报效果都比较好。