均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上，利用其残差数据序列对均生函数预报模型进行校正，提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合，并进行独立地样本预报试验。预报结果发现，均生函数残差预报模型对原有模型在预报精度上都有一定的改进，取得了较好的预报效果。同时，利用MannKendall法和Yamamoto法，可以明确突变开始的时间，指出突变区域，使待报时段与建模资料处在同一气候阶段则预报效果更为理想。     

均生函数模型在降水预测中的应用

采用均生函数模型对单一的要素序列作气候预测试验。首先计算出要素的均生函数，经逐步回归，筛选出周期性预报因子，以期建立历史拟合和预测效果好的模型。实例计算分析表明，均生函数模型预测的结果具有一定的可信度。     

均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上,利用其残差数据序列对均生函数预报模型进行校正,提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合,并进行独立地样本预报试验。预报结果发现,均生函数残差预报模型对原有模型在预报精度上都有一定的改进,取得了较好的预报效果。同时,利用M ann-K enda ll法和Y am am oto法,可以明确突变开始的时间,指出突变区域,使待报时段与建模资料处在同一气候阶段则预报效果更为理想。     

均生函数场预报模型对降水预报的试验研究

基于均生函数的处理原则,运用经验正交分解方法,将正交展开的时间系数俄为预报因子,并引入逐步算法进行因子筛选建立预报模型。将均生函数场预报模型用于云南省汛期雨量及５月雨量预报试验。结果表明：用这种模型作区域性降水预报有一定的优越性,并可作多步预测,是一咱滚动客观预报方法。     

均生函数模型在气温和降水预测中的应用

应用均生函数对单一的气象要素序列建立预测模型,并进行试报与预测检验。实例计算分析表明,该方法对短期气候预测有较强的预测能力,均生函数模型预测结果具有一定的可信度。     

均生函数预测方法在青藏高原冬季降水预报中的应用及改进

均生函数预测方法在天气预报等领域得到了越来越广泛的应用，但预测方法没有涉及到图形处理。在对方法、原理及过程进行深入细致的研究后，重新编写了程序的头部、中部、尾部语句及子过程调用函数。经多次调试试验，实现了人口资料调用灵活、多变、计算模拟结果屏幕显示等，提高了预测方法的整体实用性和预测信息的可视化程度。检验得知：该方法对青藏高原冬季降水的预报具有较高的预报精度。     

均生函数的改进模型在重庆地区主汛期降水预测中的应用试验

本文应用均生函数模型及其改进模型对重庆地区主汛期（6－8月）降水进行预测试验，结果表明：针对均生函数固有的缺点提出的改进方案所建立的数学预报模型具有更好的预测效果，是一种具有较高使用价值的长期预报方法。     

多元均生函数模型及其在短期气候预测中的应用

在原均生数模型的基础上，对模型进行改进，首次引入预报因子变量，建立一个多元的均生函数模型。它适应于气温、降水、热带气旋个数等多种要素预报。新建的多元均生函数模型包含了原模型的优点。而且比原有均生函数模型具有更物理基础。     

利用均生函数预测模型作降水预报

本文对均生函数预测模型基本原理作了简要的介绍。并用该方法预测资阳汛期（5-9月）降水总量，用此方法还可作逐月的降水量．如同在数理统计中通常所要求的，序列样本量n不小于30，在具体应用中历史资料越长，准确率越高。     

均生函数场模型在贵州夏季降雨预报中的应用

该文在分析贵州夏季月降雨量变化趋势及主要分布特征基础上，用ＥＯＦ展开提取特征向量的主分量作为表征贵州区域降水异常的指标，利用曹鸿兴提出了均生函数模型地主分量进行延拓，建立了均生函数预测模型，对贵州夏季月降雨量进行试报检验。     

均生函数的改进模型在重庆地区主汛期降水预测中的应用试验

本文应用均生函数模型及其改进模型对重庆地区 主汛期(6～8月 )降水进行预测试验，结果表明：针对均生函数固有的缺点提出的改进方案所建立的数学预 报模型具有更好的预测效果，是一种具有较高使用价值的长期预报方法。     

多变量均生函数的正交化筛选方案在季节降水预报中的试验研究

用预报量与多变量预报因子的均值生成函数,通过Ｇｒａｍ－Ｓｃｈｍｉｄｔ正交化使均值生成函数彼此正交,同时利用双评分准则确定入选预报模型的均生函数个数,最后建立山西省季节降水的预报模型。试验结果表明,该模型预报山西省季节降水的效果很好,是一种提高短期区域气候预报水平的可行方法。     

均生函数模型在长期天气预报中的应用

利用泰安市1951～1999年4月份气温资料，应用均生函数建立了气温预测模型，并进行试报和检验。结果表明，均生函数预测模型可以较好地拟合气温的变化趋势，对月气温有较好的预测能力。     

利用均生函数预测模型作降水预报

本文对均生函数预测模型基本原理作了简要的介绍.并用该方法预测资阳汛期(5-9月)降水总量,用此方法还可作逐月的降水量.如同在数理统计中通常所要求的,序列样本量n不小于30,在具体应用中历史资料越长,准确率越高.     

均生函数模型预报检验

通过对均生函数时间序列模型所作多种类型的预报进行检验发现,均生函数模型不但对观测统计值（如年、月平均值）而且对瞬时观测值（如最高气温）也有很好的效果;不但对平稳变化（如温度）而且对急剧起伏量（如太阳黑子）也有令人满意的结果。文中同时提出了改进均生函数模型的方法。     

均生函数逐步回归模型在降温、降水长期过程预测中的应用

应用均生函数逐步回归模型，经过十次变长序列动态建模进行多步预测，再对多个结果进行合成分析，可以更好地揭示、归纳及利用好自身的规律。对降温、降水等长期天气过程预测，得到较可信的结果。     

均生函数模型在长期天气预报中的应用

应用均生函数建立了市短期气候预测模型，并进行了试报和检验。结果表明，该方法对哈尔滨市的短期气候有较强的预测能力，尤其对极值有较好的拟合和预测能力。     

用均生函数预测模型预报降水的若干试验

基于均生函数的处理原则,对目前常用的均生函数逐步筛选模型,主成分模型进行预报试验,提出带逐步筛选的主成分模型,并用变化幅度较大的降水序列对三种模型进行若干预测试验,结果表明,逐步筛选的主成分模型优于主成分模型,在对不同预报步长的预测试验中也表明,逐步筛选的主成分模型在预测效果以及模型的稳定性方面都是较好的。     

用均生函数模型做赤峰夏季温度和降水气候预测试验

本方案采用均生函数模型对单一的要素序列作气候趋势预测试验,通过实例计算分析表明,均生函数模型是一种具有使用价值的数学预测模型,对单一的序列做趋势估计有一定的可信度,该方法对夏季气候趋势预测尤其是夏季温度的趋势预测有较好的预测能力。