模糊综合评价在汛期(6—8月)降水趋势预报中的应用

本文用计算相关系数的方法,筛选出与汛期(6—8月)降水量相关性好的因子,作为预报因子。应用模糊变换原理,综合评价预报因子与预报对象之间的关系。通过设计各因子的隶属函数,建立它们间的一种模糊关系(?);同样也建立预报因子与预报对象之间的一种模糊关系(?)。然后,对(?)与(?)进行模糊变换运算,作出汛期降水趋势预报。     

用相关表作倒春寒预报

相关表是一种用多要素进行综合统计的表格。它的基本原理是将与预报对象关系密切的各个预报因子分为几个级,然后通过各种级别的排列组合,寻找多种因子的综合影响与预报对象的关系。它不仅能综合反映多因子与预报对象的关系,同时还能够单独考虑诸因子中某一个或某几个因子与预报量的关系,因此是一种简便而实用的综合多因子的预报工具。     

用PC——1500袖珍计算机筛选统计预报因子的几种方案

无论是经典统计预报方法还是动力一统计预报(MOS,PPM等)方法,筛选预报因子都是一个重要步骤。下面是用PC-1500袖珍计算机筛选预报因子的几种方案。这几种方案,在输入预报量的观测值及筛选因子的标准后,只要将待选的各个可能预报因子的观测值依次输入,即可初选出符合指定标准的预报因子,并可给出供进一步筛选因子和建立预报方程的有关统计结果。     

用相关表作倒春寒预报

相关表是一种用多要素进行综合统计的表格。它的基本原理是将与预报对象关系密切的各个预报因子分为几个级,然后通过各种级别的排列组合,寻找多种因子的综合影响与预报对象的关系。它不仅能综合反映多因子与预报对象的关系,同时还能够单独考虑诸因子中某一个或某几个因子与预报量的关系,因此是一种简便而实用的综合多因子的预报工具。     

宝丰县汛期长期天气预报趋势

根据本站历史资料，从可能与汛期降水量、平均气温密切相关的气象要素中筛选预报因子，建立预报方程，制作预报。１ 预报因子 对气压、气温、相对湿度、水汽压等气象要素进行逐时段计算，形成预报因子数据文件。 以预报因子与预报对象的相关系数为判据，从预报因子中筛选出与预报对象密切相关的预报因子。２ 预报方程及效果检验 选取宝丰县１９７１年至１９９９年６～８月降水量和平均气温为预报对象，以１９９９年４月３０日以前的气象资料为预报因子，建立预报方程。２．１ 降水量预报方程及准确率 Ｒ６、８＝一 １８１８４．７２－８．３…     

用多因子综合相关法制作天气预报

应用“多因子综合相关法”预报天气能够综合多方面的因素对于预报对象的影响,并可制作逐日预报,是一种比较客观和适用的方法。下面是我们使用该方法的一些体会。一、关于如何选取预报因子从大量的预报因子中筛选出与预报对象相关性好的、互相独立的多个因子,是应用此方法的基础,应注意以下两点:     

一种改进的考虑环流特征的MOS预报方法

利用一种可以考虑天气环流形势场特征的MOS预报因子处理方法进行预报因子的处理,以T106L19模式的预报产品为基础建立云南省32个基本站点的降水和气温预报方程,并与不考虑天气形势场的因子所建立的MOS方程的预报结果进行对比。结果表明,MOS预报的结果对预报因子的变化很敏感,在考虑天气形势后的MOS预报对云南各站点的降水和气温的预报效果均有显著的改进,说明MOS预报因子的处理方法和选取对改进MOS预报效果具有重要的意义。     

不确定性理论集对分析在预报模型建立中的应用研究

文中应用集对分析原理 ,在模型每次作出预报结论之前先对各预报因子的预报能力进行分析和判断 ,对一些预报能力不强 ,甚至可能干扰预报模型作出正确预报结论的所谓弱势因子 ,进行抑制、甚至消除其影响 ,而让其他预报能力较强的因子来决定预报结论。在每次预报中 ,模型中哪个因子为弱势是不固定的 ,而是随着预报环境的变化而变化 ,也就是说 ,随着环境的变化 ,会有不同因子的作用被抑制或取消 ,从而实现预报模型的因子结构动态优化 ,增强了模型预报机制的合理性 ,提高了模型的预报能力。大量的试验、多年的业务试用以及在数值预报产品释用中的应用例子表明 ,这一方法具有较好的效果。     

“真值图”法天气预报——0—1型多因子综合统计预报方法

真值图是表达逻辑代数运算的一种直观图形,常用于电子开关线路设计中。在作气象定性预报的0—1型多因子综合预报中,引用了真值图,效果较好。一、综合预报真值图的制作方法0—1型多因子综合预报,通常用“1”和“0”分别表示预报对象或预报因子的“出现”和“不出现”。当用两个预报因子作综合预报时,因子的不同组合状态可以有2×2=2~2种;n 个因子的不同组合状态将有2~n 种。进行综合预报的关键,就在于正确地区别 n 个因子的各种组合状态,以及表达各不同组合状态与预报对象状态的对应关系。真值图是一种能够区分因子的不同组合状态的有规律的图形,所以能用于作综合预报。真值图的画法有很多种,这里介绍一种比较简便的方法。     

一种两分类预报因子筛选方法

预报因子的筛选是天气预报一项重要且工作量相当大的工作。在两分类的预报中,因子的筛选方法很多,利用距平符号相关法来寻找预报因子是一种最常用的方法之一,即     

试用非线性预报方法预报辽宁夏季气温和降水

一、前言过去在长期预报的统计分析中大部分采用相关分析方法,找出相关较好的关键区,如要做定量的预报,则找出相关较好的预报因子,用逐步回归的方法建立预报方程,但是这里的相关分析及建立的逐步回归预报方程都是线性的,而实际上预报量与预报因子的关系是非线性的。因此,线性相关分析方法是不适合实际的,用线性预报因子建立起来的预报方程也必     

用一次最佳子集回归作晴雨预报

为了充分利用特定样本各因子分布的特殊信息，降低一次预报的平方误差期望值，本文选用一次预报最佳子集回归法作晴雨预报[1]。该方法与普通回归法的不同在于：对于一次特定的预报，回归方程的因子数并不确定，要通过筛选因子及加权来尽量降低预报平方误差期望值。     

挑选预报因子的极差分析法

如何挑选有效的预报因子是统计预报的一个关键问题。目前挑选因子的方法很多,对同一个预报量,用不同的方法往往挑选出不同的预报因子,所得出的预报结果也不尽相同,每种方法的计算量也不相同。因此,寻找一种简便而且预报效果较好的挑选因子方法是有重要意义的。极差分析法就是这方面的一个初步尝试。根据我们体会,此方法与量级计算法配合进行中长期预报效果较好。     

降水气候概率趋势预报

一、前言模斯预报方法在我省广大台站已经推广应用几年,现在应该是通过使用,不断总结经验和继续提高预报能力的时候了。这除了要依靠数值预报的改进外,对台站来说,主要是进一步提炼预报因子的问题。本工作旨在提高我省台站在制作降水预报时,大家喜欢使用的降水气候概率因子和改善湿度因子的使用效果。以最简单的办法作出降水概率的趋势预报,代替原来的新因子。它不是一     

县级农业气象产量预报方法探讨

一、问题的提出 农业气象产量预报的关键问题是挑选与产量有良好相关性的气象因子,但有时我们并不能如意地挑选到足够的预报因子建立预报方程,常常不得不降低要求,以求更多的因子被选入,因而所建立的预报模型精度较差,特别是年景预报,由于预报时效长,这方面的矛盾更为突出。本文在如何拓宽预报因子的来源及提高预报精度这两个问题上进行了探索,并取得了较好的结果。     

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     

回归分析中因子群讯息的浓缩

一、问题的提出回归分析被广泛地应用于天气预报,并收到较好的效果。一般回归(一次回归)是在事先将预报因子加以挑选,选取达到一定信度a的预报因子,然后根据最小二乘方原理建立预报对象的回归方程。这些预报因子在回归计算过程中无一例外地全部引进方     

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     

因子选择与点聚图

因子的选择一种预报方法,其使用效果的好坏和所选的因子关系是很密切的。所以我们在选因子时,一定要选择那些和预报对象关系密切的气象要素。这样才能较好地反映出它们之间的内在联系和变化规律。预报效果才能理想。那么怎样选择因子呢?1、记好天气笔记,从反复运用中选取因子。我们要进行预报和科研,首先要有大量的材料。这些材料的来源一是他人积累     

用模糊关系方程预报天气

模糊数学在气象中的应用是十分广泛的.用模糊关系方程预报天气,就是利用预报因子与预报对象之间存在着的模糊关系,由预报因子通过模糊关系这个转换器作模糊变换,从而求出预报量.本文首先给出预报的数学模型,然后以实例说明用模糊关系作预报的方法和步骤. 一、预报的数学模型